MétaCan
Menu
Back to cohort
Record W4414328003 · doi:10.52949/84

Recommandations pour l'adoption des identifiants persistants dans l'enseignement supérieur et la recherche

2025· report· fr· W4414328003 on OpenAlexaboutno aff
Véronique Stoll, Frédéric de Lamotte

Bibliographic record

Venuenot available
Typereport
Languagefr
FieldHealth Professions
TopicSafe Handling of Antineoplastic Drugs
Canadian institutionsnot available
Fundersnot available
KeywordsHuman immunodeficiency virus (HIV)Patient privacyResearch methodology

Abstract

fetched live from OpenAlex

Le paysage actuel de la recherche produit un volume croissant de publications, de données et, plus largement, de résultats et objets scientifiques (numériques et/ou physiques) diversifiés. Dans ce contexte, la capacité à identifier de manière unique et fiable les différents éléments de l'écosystème scientifique – équipes de recherche, publications, ensembles de données, logiciels, etc. - à travers une multiplicité de systèmes d’information, est devenue un enjeu central pour la structuration et la valorisation de l’activité scientifique notamment pour permettre une traçabilité des objets scientifiques.Les identifiants persistants (PID – Persistent Identifiers) répondent à cet enjeu. Il s’agit de codes numériques ou alphanumériques, uniques et permanents, lisibles à la fois par l’homme et par la machine. Contrairement aux adresses URL, susceptibles de changer ou de devenir obsolètes, les PIDs sont conçus pour constituer des références durables, assurant la stabilité de l’accès à une entité (numérique ou non). Ils permettent ainsi son identification, sa découverte, sa traçabilité et sa citation normalisée, tout au long du cycle de la recherche.L’usage des PIDs participe directement à la mise en œuvre des principes FAIR (Findable, Accessible, Interoperable, Reusable), en rendant les objets numériques plus facilement repérables, accessibles, interopérables et réutilisables. Par ailleurs, ils favorisent l'automatisation des échanges de données entre systèmes d'information, contribuant à la simplification administrative, dans une logique de réutilisation et de non-duplication des informations ("Dites-le nous une fois"). À ce titre, les PIDs sont indispensables pour garantir la durabilité, la cohérence et l’interopérabilité des données dans les environnements numériques, notamment ceux de l’enseignement supérieur et de la recherche.La reconnaissance des PIDs comme instruments structurants de la science ouverte s’inscrit dans une dynamique internationale. Plusieurs initiatives convergent en ce sens, notamment la feuille de route pour la science ouverte du gouvernement fédéral canadien , les orientations de l’Office of Science and Technology Policy (OSTP) aux États-Unis , ou encore la politique PID développée dans le cadre de l’European Open Science Cloud (EOSC) . Le Royaume Uni et l’Australie ont mesuré les bénéfices de l’adoption des PIDs en termes de nombre de jours de travail administratif évités par les chercheurs . Ces pays, ainsi que la Finlande, le Canada, les Pays-Bas, l’Allemagne, la République tchèque, la Corée du Sud et la Nouvelle-Zélande se sont dotés de politiques ou de feuilles de route en la matière pour améliorer la qualité et l'efficacité de la recherche . Le Pacte pour la recherche du G7 (2021) engage également les pays membres à renforcer la disponibilité, la durabilité, l’interopérabilité et l’accessibilité des données, technologies et infrastructures scientifiques . Enfin, les PIDs sont explicitement mentionnés dans les recommandations de l’UNESCO sur la science ouverte, en tant qu’éléments fondamentaux pour une gouvernance ouverte, fiable et durable de la recherche .L’ensemble de ce document s’inscrit dans le cadre des travaux initiés en 2024 par le MESR autour de la feuille de route des « Données pour la simplification et le pilotage de la recherche », dont les principes directeurs visent à garantir la circulation et l’interopérabilité des données, tout en respectant le principe d’autonomie des établissements. Cette feuille de route repose sur un plan d’action élaboré collectivement par les parties prenantes et s’appuie sur le principe « dites-le-nous une fois », qui illustre la volonté d’alléger le fardeau administratif des équipes de recherche, en s’appuyant sur un ensemble de données qualifiées à partager entre les systèmes d’information, selon des standards et principes de qualité communs et une gouvernance collective. Les objectifs visés sont l’interopérabilité accrue entre systèmes, la consolidation et la fiabilité des données partagées, une meilleure coordination entre tutelles et la réduction des collectes et enquêtes répétitives. Dans ce contexte, les identifiants persistants jouent un rôle clé pour assurer l’interopérabilité des données des systèmes hétérogènes de l’ESR, en garantissant traçabilité, fiabilité et réutilisabilité des informations.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.017
metaresearch head score (Gemma)0.020
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesResearch integrity, Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.122
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0170.020
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0020.000
Scholarly communication0.0000.000
Open science0.0010.001
Research integrity0.0030.005
Insufficient payload (model declined to judge)0.0090.002

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.396
GPT teacher head0.497
Teacher spread0.100 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreOther

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations2
Published2025
Admission routes1
Has abstractyes

Explore more

Same topicSafe Handling of Antineoplastic DrugsFrench-language works237,207