Sorry, you need to enable JavaScript to visit this website.
Open science in IP Paris
Search
  • Home
  • Store and Conserve Research Data (ongoing)
Share

Store and conserve research data (ongoing)

Data preservation must be planned at the same time as the research project. This not only facilitates the research project throughout its course by anticipating the project’s lifecycle, but also helps prevent potential problems (such as data loss or unavailability). 
Here, we distinguish between:

  • Storage: the location or medium on which data is stored (a personal computer, an external hard drive, a remote server, etc.)
  • Preservation: the practices that include not only storage choices but also procedures for accessing files and maintaining documentation to ensure the availability, integrity, confidentiality, and interpretability of the data. Preservation must be tailored and take into account the risks facing the data and the project.
  • Long-term archiving : a preservation method aimed at the long-term preservation of data within the regulatory framework.

In addition to the issue of the volume of data required for the project, it is necessary to consider at least three aspects: the duration of file retention, the security of their storage, and the organization of their retention. Developing a Data Management Plan provides an opportunity to formalize the identified needs and solutions.

It is possible to distinguish three phases in the lifecycle of research data preservation. Here again, the Data Management Plan (DMP) is designed to help you anticipate these stages.

  1. Active Storage: For Intensive or Regular Use

At this stage, data is preserved for intensive or regular use, ensuring easy access and the ability to modify information. This corresponds to phases such as data collection, cleaning, or analysis.

  1. En base intermédiaire, pour des utilisations ponctuelles

A l’issue de cette première phase, lorsque les données ne font plus l’objet d’un usage régulier, elles peuvent être conservées en base dite « intermédiaire ». Il s’agit de les conserver pour des usages ponctuels, par exemple, pour les transmettre à des potentiels évaluateurs lors d’une procédure de publication, ou à des collègues pour une réutilisation ou pour un projet futur. Si cela est possible, la mise à disposition des données sur un entrepôt de données de confiance disciplinaire (ou recherche-data-gouv à défaut) est particulièrement pertinente lors de cette étape (voir la page « Publier ses données »). 

  1. Intermediate Storage: For Occasional Use

Once the initial phase is complete and the data is no longer used regularly, it can be stored in what is known as "intermediate storage". This involves preserving the data for occasional use, such as sharing it with potential reviewers during a publication process, or providing it to colleagues for reuse or future projects. If possible, depositing the data in a trusted disciplinary repository (or, failing that, in Recherche Data Gouv) is particularly relevant at this stage (see the "Sharing your Data" page).

  1. Long-Term Archiving: Preservation for the Future

"The archiving of research data can be defined as "the set of practices aimed at preserving data over time, ensuring their integrity, authenticity, and intelligibility, for purposes of evidence, memory, or public interest." (Recherche Data Gouv, 2025, Archiving: A New Focus for Research Data).

Permanent archiving aims to preserve research data and documents over the long term, ensuring they remain understandable and reusable. This requires continuous work by specialized teams.

Under the French Heritage Code (Articles L211-1 and following), data produced by public research is considered public archives. These documents and databases may be transferred to the competent archives after use if they have historical or heritage value. Similarly, their destruction must be overseen by the archives service.

Important Note: Depositing data on a data sharing platform (such as Recherche Data Gouv, Nakala, Zenodo, etc.) does not equate to permanent archiving, as these platforms do not guarantee long-term preservation.

Pour identifier ses besoins de stockage, il peut être pertinent de formuler une série de questions en termes de Disponibilité, d’Intégrité, de Confidentialité et enfin de Traçabilité (Bras, 2017). Ces questions sont à étudier tant pour envisager la conservation en base active qu’en base intermédiaire. Nous proposons pour chaque catégorie une série d’exemples de questions pour définir ses besoins. Ces exemples ne sont pas exhaustifs.

La Disponibilité est la capacité du stockage ou du système d’information utilisé à permettre l’accès et la modification des données. Il faut alors anticiper au maximum le format et le type de stockage et d’usage qui sera utilisé.

  • Quel volume faut-il pour conserver l’ensemble des données ?
  • Quelle puissance faut-il pour transférer la quantité de données en un temps qui correspond aux usages ?
  • Peut-on se contenter d’extractions partielles ou faut-il tout extraire en même temps 
  • Le format du fichier est-il un format propriétaire ou pourrait-on y accéder via un autre logiciel ?

La Confidentialité est la capacité du stockage à ne permettre l’accès aux informations qu’aux personnes autorisées. Certains cadres réglementaires peuvent imposer des obligations (RGPD, droit de la propriété intellectuelle…). Il est donc indispensable d’anticiper et de définir le niveau de confidentialité nécessaire.

  • Le stockage doit-il être chiffré ?
  • Qui doit être autorisé à accéder aux données ?
  • Doit-on compartimenter les informations pour réduire la gravité d’une perte de confidentialité ?
  • Doit-on faire appel à un prestataire extérieur ? Si oui, quels sont les éléments contractuels à mettre en place ?
  • Des supports différents doivent-ils être utilisés pour séparer des données personnelles et des données anonymisées ou pseudonymisées ? 

L’Intégrité du stockage ou du système d’information est leur capacité à pouvoir maintenir et communiquer une information complète et non altérée. Du point de vue des archives, « un document ou une donnée est réputé intègre si son empreinte à un temps t+1 est identique à l'empreinte prise à un temps t » (Béchard, Fuentes Hashimoto, Edouard Vasseur, 2020). Il s’agit ici de s’assurer que la conservation et son usage n’influe ni sur l’accès aux données, ni sur leur exactitude ainsi que de définir les mesures permettant d’anticiper ou de résoudre les potentiels problèmes d’intégrité.

  • A-t-on des sauvegardes ? A quelles fréquences sont-elles réalisées ? Est-il possible de facilement comparer les sauvegardes pour identifier les modifications accidentelles ?
  • Quelle documentation accompagne les données ? Est-elle sauvegardée au même endroit ? Permet-elle d’identifier les erreurs potentielles ?
  • A-t-on des tests ou des indicateurs permettant de surveiller l’intégrité des données ?

Enfin la Traçabilité vient compléter la notion d’intégrité. Elle est la capacité du support à pouvoir rendre compte avec une confiance suffisante de ses évolutions et des modifications de ses documents. Il est nécessaire de définir en amont le niveau et les types de traçabilité qui sont souhaités.

  • A-t-on besoin de suivre les modifications ?
  • A-t-on besoin d’identifier l’auteur ou l’autrice de chaque modification ?
  • A-t-on besoin d’une sauvegarde des versions précédentes ?
  • Qui peut accéder à quelles versions ?

Concernant l’usage de sauvegardes, nous conseillons l’usage de la règle du « 3 - 2 - 1 » pour 3 copies des données, sur 2 supports différents, dont une hors site (et si possible déconnectée du système d’information).

Plusieurs réflexes sont à garder en tête pour optimiser et faciliter l’organisation des fichiers:

  • De la même manière qu’il est impératif de documenter les données pour faciliter la réutilisation par d’autres comme par soi, il est nécessaire de documenter dans le Plan de Gestion de Données les choix d’organisation et de stockage réalisés. 
  • L’arborescence de votre stockage doit idéalement être facile à comprendre et correspondre aux besoins. Il existe parfois des standards disciplinaires ou d’organisation qui peuvent faciliter l’organisation. Pour des projets ayant un volet numérique, l'atelier de la donnée de Strasbourg a mis en ligne un exemple d'arborescence.
  • Le nommage des documents doit être rigoureux et s’appuyer sur un système documenté. Un format unique de nommage (par exemple yyyymmdd_nom-du-fichier) doit permettre d’organiser chronologiquement et automatiquement les versions des documents selon la date inscrite dans le nom

Après avoir vérifié si votre laboratoire possède déjà des usages ou des politiques sur la conservation données, le guichet unique d’IP Paris (scienceouverte@ip-paris.fr)est à disposition pour orienter individuellement ou collectivement les chercheurs et les équipes. Il peut ainsi répondre à vos questions, accompagner à la réalisation d’un Plan de Gestion des Données, ou rediriger vers les interlocuteurs pertinents tels que :