Thème 3 : Si nous avions une baguette magique, comment pourrions-nous améliorer à l’Inserm la transparence de nos recherches ?

Eléments introductifs de réflexion fournis aux ateliers

  • Question: jusqu’où aller dans la transparence de nos recherches? Jusqu’où aller pour améliorer la transparence des recherches afin de favoriser une recherche éthique et responsable ?

  • Exemples de protocoles de recherche difficiles voire impossibles à reproduire

  • Indicateurs de transparence et de reproductibilité dans les publications

  • Exemples d’outils favorisant la transparence mais pouvant être détournés en armes de discréditation de chercheur·es en cas de mésusage

Expériences positives mentionnées dans l'atelier

existence d’outils et de pratiques effectives favorisant la transparence

  • Open science, partage des données et des protocoles

  • Cahier de laboratoire électronique : un outil de traçabilité et de transparence de la recherche

  • Certains journaux (classés « excellents ») imposent le libre accès à certains éléments du protocole (p.ex. des scripts en IRM fonctionnelle)

des pratiques utiles à l’avancement de la recherche

  • Différents retours sur des pré-publications ; aide d’autres chercheur·es pour terminer les analyses

  • Collaborations nées à partir du partage (limité) de documents ou de matériels pédagogiques

Problèmes identifiés par l'atelier

des réticences à tout rendre public

  • Pas de transparence envers les collaborateurs : p.ex. effets secondaires non partagés

  • Expérimentation animale mal perçue par les citoyens, donc tendance à ne pas échanger toutes les données à ce sujet, et les demandes de l’UE ne sont pas réalistes (remplacer expériences in vivo sur animaux par des organoïdes)

des fonctionnements du monde de la recherche peu propices au partage de données ou de résultats

  • Partage de résultats non encore publiés posent problème : climat de compétition et risque de plagiat

  • Conflits d’égos entre chercheur·es

  • Manque de temps et de motivation pour partager les données

  • Transparence freinée par les moyens de protection et de valorisation des résultats de recherche

  • Hypocrisie des institutions : demandent open science mais aussi des brevets

des difficultés à définir ce qu’est la transparence

  • Perception différente de la transparence en fonction des cultures disciplinaires

  • Transparence à plusieurs niveaux : envers les media, le grand public mais aussi vers les différents acteurs de la recherche / cela ne pose pas les mêmes problèmes (question de définition d’open science : transparence ? Envers quel public ? Ouverture sur la société ?)

  • Transparence envers les membres de l’équipe, mais aussi envers d’autres collaborateurs

  • Exigences de transparence du secteur privé sont encore différentes : comment les concilier ?

le partage de données n’est pas toujours efficace

  • Dans les publications « on ne voit que les données déjà traitées et nettoyées (pas forcément d’accès aux données brutes) que l’on ne sait pas forcément interpréter »

Idées de solutions issues de l'atelier

aider à communiquer sur les protocoles et méthodologies employées

  • travailler sur des éléments de langage pour dire la vérité sur les animaux dans les expérimentations : fournir le nombre d’individus et les conditions de bien-être, la raison de leur utilisation – c’est une condition de reproductibilité des travaux de recherche

  • fournir des guidelines pour présenter ses travaux, comment écrire un article

  • intégrer les indices de fragilité (IF) des expérimentations dans les évaluation, mais ne pas s’y limiter

  • promouvoir le media training

inciter au et faciliter le partage des données et des résultats

  • inciter à la publication des résultats négatifs (la loi sur l’intégrité scientifique l’encourage), voire obliger à la publication des résultats quels qu’ils soient – mais cela suppose également de revoir les critères d’évaluation des chercheur·es pour éviter leur pénalisation

  • les preprints permettent une diffusion rapide et large auprès de la communauté scientifique, qui peut donner son avis et commenter

  • créer sur le site de l’Inserm une page comme DATA Set Search de Google (sur des séquences d’imagerie, etc.) accessible au niveau international permettant le partage de données → meilleure visibilité de l’Inserm

former les personnels

  • formations en statistique obligatoires pour tous·tes, former et sensibiliser aux enjeux de méthodologie (en priorité les nouveaux entrants mais aussi en formation continue), rappeler les bases du raisonnement scientifique, promouvoir la redondance des résultats

  • former à l’intégrité scientifique (séminaires récurrents, avoir des gens extérieurs), rappeler ce qu’est la démarche scientifique, s’appuyer sur les textes fondateurs

  • demander un diplôme universitaire en éthique de la recherche pour les encadrant·es (pré-requis pour obtenir l’HDR)

faire connaître les pratiques liées à l’intégrité scientifique

  • benchmarker les pratiques existantes dans chaque unité (p.ex. sur l’accueil des nouveaux entrants, les formations à l’intégrité scientifique, les chartes utilisées), inclure ces informations dans des livrets d’accueil, organiser des ateliers localement

  • afficher chaque charte d’unité pour montrer les engagements de l’unité dans ce domaine; valoriser les personnes qui s’engagent dans le domaine de l’intégrité

  • le référent intégrité scientifique pourrait venir localement pour travailler avec les DU, les comités locaux et les ambassadeurs

  • mettre en place un forum sécurisé sur des questions scientifiques (outil en cours de création qui sera accessible sur le portail LORIER)

  • le programme LORIER pourrait interagir avec les CSS

instaurer des pratiques de recherche vertueuses dans ses activités quotidiennes

  • afficher les liens d’intérêt des chercheur·es

  • prendre l’habitude du partage de protocoles et de données, pour redonner plus de confiance

  • publier les évaluations des reviewers en même temps que les articles

Your newsletters

SUBSCRIBE
Co-Building space Login