Gestion des données : À partir du cycle de vie des données, un ensemble de questionnement et de réponses sera développé pour permettre de rendre les données des projets des étudiants interopérables et réutilisables. Pour y parvenir, une sensibilisation aux plans de gestion de données ancrée dans les pratiques des étudiants et adaptée aux problématiques de la rééducation sera mise en place.
Les objectifs sont :
• Acquérir de bonnes pratiques pour gérer ses données tout au long d'un projet, ainsi qu'à l'issue du projet (nommage, format de fichiers, standard, codage de caractères, sauvegarde, archivage) ;
• Acquérir les bonnes pratiques de structuration des données pour traiter et analyser des données (logiciels de statistiques, langage de programmation) ;
• Comprendre et expliciter les étapes de rédaction d’un plan de gestion des données.
Statistiques : Les concepts statistiques utilisés classiquement en recherche expérimentale sont présentés (statistiques descriptives, tests d’hypothèses paramétriques et non-paramétriques, régression) et les étudiants apprennent à réaliser ces traitements statistiques sous Python.
Objectifs :
• Être capable de planifier et réaliser son analyse statistique des données pour des protocoles expérimentaux classiques
• Comprendre le sens et les limites de tests statistiques de façon à interpréter correctement ses résultats et ceux de la littérature scientifique
