Note de la traductrice
Texte intégral
1Big Data, Little Data, No Data est l’œuvre d’une professeure américaine, rédigée dans un contexte essentiellement anglophone. Sa traduction – comme toute traduction – a nécessité un travail d’adaptation de la part de l’équipe éditoriale d’OpenEdition afin de transmettre au lectorat francophone les idées de ce texte dans une langue la plus précise et la plus claire possible.
2Ce travail résulte d’une somme de choix, qu’il serait fastidieux de tous expliquer ici : au besoin, certains seront explicités au fil du texte au moyen d’une note de la traductrice (NdT).
3Il nous paraît cependant utile d’expliquer ici comment nous avons retranscrit en français le concept fondamental de data scholarship, afin de ne pas ennuyer le lectorat avec de trop nombreuses explicitations et notes au fil du texte. Cette explication vient se substituer à un court passage que nous avons supprimé du texte original1 qui, parce qu’il expliquait des concepts anglophones en des termes anglophones, ne pouvait être traduit littéralement sans trahir soit la pensée de Christine L. Borgman, soit la langue française.
4Le terme data scholarship est composé des mots data, « données », et scholarship. Ce dernier désigne l’activité de la ou du scholar, c’est-à-dire du savant ou de la savante en quête d’érudition, ainsi que le savoir qui résulte de cette activité. Quasi-synonyme de research, il lui est toutefois préféré dans le contexte des sciences humaines. Par ailleurs, la scholarship ne se limite pas strictement aux expériences scientifiques, à la recherche d’informations et aux autres activités permettant de construire son propre savoir, mais peut aussi englober la scholarly communication, c’est-à-dire la communication formelle et informelle entre scientifiques, ou communication savante, qui comprend entre autres l’édition scientifique, l’évaluation par les pairs (peer review), les conférences ou encore les discussions informelles. En français, le terme « recherche », riche de connotations variées touchant aussi bien au travail scientifique qu’à la carrière, nous a paru le plus adéquat à rendre cette notion.
5Cependant, la data scholarship n’est pas une recherche sur les données, au sens où celles-ci seraient le point d’intérêt des scientifiques, mais plutôt une recherche au moyen des données. Elle est un ensemble de pratiques intégrées dans le travail quotidien des chercheurs et chercheuses, souvent sans qu’ils en aient conscience et sans que ce labeur soit remarqué, ce qui pousse Christine L. Borgman à le qualifier de « travail invisible ». Ce réseau de significations nous a conduits, avec l’accord de l’autrice, à traduire data scholarship par « travail scientifique des données », indiquant par là la transformation opérée sur les données par les acteurs de la recherche.
6Par convention, nous avons choisi d’utiliser dans cet ouvrage les termes « sciences exactes » (que nous traduisons de l’anglais américain sciences) pour désigner les sciences naturelles, expérimentales et formelles, par opposition aux sciences sociales d’une part et aux sciences humaines d’autre part. L’idée n’est évidemment pas de suggérer que ces dernières seraient « inexactes ». Nous aurions pu recourir à l’acronyme STM (sciences, techniques/technologies et médecine) mais il nous a semblé recouvrir une réalité un peu différente.
7Sauf mention contraire, les citations anglophones ont été traduites par nos soins pour le présent ouvrage.
8Enfin, parce que Christine L. Borgman a veillé à évoquer aussi bien les femmes que les hommes de science, nous nous sommes efforcés d’en faire autant tout au long de la traduction.
9Charlotte Matoussowsky
Notes de bas de page
1 La lectrice ou le lecteur curieux pourra retrouver le paragraphe concerné au chapitre 3, p. 31-32 de l’édition originale parue chez MIT Press.
Le texte seul est utilisable sous licence Creative Commons - Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International - CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
What is the Text Encoding Initiative?
How to add intelligent markup to digital resources
Lou Burnard
2014
What is digital identity?
Issues, tools, methodologies
Olivier Ertzscheid Helen Tomlinson (trad.)
2016
Sur quoi reposent nos infrastructures numériques ?
Le travail invisible des faiseurs du web
Nadia Eghbal
2017
Qu’est-ce qu’un forum internet ?
Une généalogie historique au prisme des cultures savantes numériques
Camille Paloque-Bergès
2018
Qu’est-ce qu’une archive du web ?
Francesca Musiani, Camille Paloque-Bergès, Valérie Schafer et al.
2019
Qu’est-ce que le travail scientifique des données ?
Big data, little data, no data
Christine L. Borgman Charlotte Matoussowsky (trad.)
2020
Qu’est-ce que la cartographie du web ?
Expéditions scientifiques dans l’univers des données numériques et des réseaux
Franck Ghitalla Dominique Boullier et Mathieu Jacomy (éd.)
2021