Suchergebnisse

What types of research data do researchers collect, manage and create in a humanities university ? What are their habits as regards storing, archiving, dissemination and sharing of their research data ? How do they regard and define research data, as well as their own attitudes about open access? What are their main needs when it comes to research management or sharing? What do they consider to be the right level for a data policy? In order to answer all these questions, a statistical and qualitative survey was carried out at Rennes 2 University during the spring of 2017. The survey was led by the Rennes URFIST (regional STI training unit), the Maison des Sciences de l'Homme en Bretagne (Human sciences institute in Brittany) and the Rennes 2 University Library, with the support of university governance.The report and its appendices lay out all the results, along with several proposals for the development of a research data policy. ; Quels sont les types de données de recherche collectées, traitées et produites dans une université de lettres et sciences humaines et sociales ? Quelles sont les pratiques des chercheurs en SHS en matière de stockage, d'archivage, de diffusion, de partage de leurs données de recherche ? Quelles sont leurs représentations et leurs définitions des données de recherche, leur position par rapport au libre accès ? Quels sont leurs besoins prioritaires en matière de gestion ou de partage des données de recherche ? Comment perçoivent-ils le bon niveau d'une politique des données ? C'est pour répondre à toutes ces questions qu'une double enquête, statistique et qualitative, a été menée à l'Université Rennes 2 au printemps 2017, enquête portée par l'URFIST (Unité Régionale de Formation à l'Information Scientifique et Technique) de Rennes, la Maison des Sciences de l'Homme en Bretagne et le Service Commun de Documentation Rennes 2, avec le soutien des instances de l'université. Le rapport et ses annexes en présentent ici tous les résultats, avec un certain nombre de propositions pour une ...

What types of research data do researchers collect, manage and create in a humanities university ? What are their habits as regards storing, archiving, dissemination and sharing of their research data ? How do they regard and define research data, as well as their own attitudes about open access? What are their main needs when it comes to research management or sharing? What do they consider to be the right level for a data policy? In order to answer all these questions, a statistical and qualitative survey was carried out at Rennes 2 University during the spring of 2017. The survey was led by the Rennes URFIST (regional STI training unit), the Maison des Sciences de l'Homme en Bretagne (Human sciences institute in Brittany) and the Rennes 2 University Library, with the support of university governance.The report and its appendices lay out all the results, along with several proposals for the development of a research data policy. ; Quels sont les types de données de recherche collectées, traitées et produites dans une université de lettres et sciences humaines et sociales ? Quelles sont les pratiques des chercheurs en SHS en matière de stockage, d'archivage, de diffusion, de partage de leurs données de recherche ? Quelles sont leurs représentations et leurs définitions des données de recherche, leur position par rapport au libre accès ? Quels sont leurs besoins prioritaires en matière de gestion ou de partage des données de recherche ? Comment perçoivent-ils le bon niveau d'une politique des données ? C'est pour répondre à toutes ces questions qu'une double enquête, statistique et qualitative, a été menée à l'Université Rennes 2 au printemps 2017, enquête portée par l'URFIST (Unité Régionale de Formation à l'Information Scientifique et Technique) de Rennes, la Maison des Sciences de l'Homme en Bretagne et le Service Commun de Documentation Rennes 2, avec le soutien des instances de l'université. Le rapport et ses annexes en présentent ici tous les résultats, avec un certain nombre de propositions pour une ...

What types of research data do researchers collect, manage and create in a humanities university ? What are their habits as regards storing, archiving, dissemination and sharing of their research data ? How do they regard and define research data, as well as their own attitudes about open access? What are their main needs when it comes to research management or sharing? What do they consider to be the right level for a data policy? In order to answer all these questions, a statistical and qualitative survey was carried out at Rennes 2 University during the spring of 2017. The survey was led by the Rennes URFIST (regional STI training unit), the Maison des Sciences de l'Homme en Bretagne (Human sciences institute in Brittany) and the Rennes 2 University Library, with the support of university governance.The report and its appendices lay out all the results, along with several proposals for the development of a research data policy. ; Quels sont les types de données de recherche collectées, traitées et produites dans une université de lettres et sciences humaines et sociales ? Quelles sont les pratiques des chercheurs en SHS en matière de stockage, d'archivage, de diffusion, de partage de leurs données de recherche ? Quelles sont leurs représentations et leurs définitions des données de recherche, leur position par rapport au libre accès ? Quels sont leurs besoins prioritaires en matière de gestion ou de partage des données de recherche ? Comment perçoivent-ils le bon niveau d'une politique des données ? C'est pour répondre à toutes ces questions qu'une double enquête, statistique et qualitative, a été menée à l'Université Rennes 2 au printemps 2017, enquête portée par l'URFIST (Unité Régionale de Formation à l'Information Scientifique et Technique) de Rennes, la Maison des Sciences de l'Homme en Bretagne et le Service Commun de Documentation Rennes 2, avec le soutien des instances de l'université. Le rapport et ses annexes en présentent ici tous les résultats, avec un certain nombre de propositions pour une ...

What types of research data do researchers collect, manage and create in a humanities university ? What are their habits as regards storing, archiving, dissemination and sharing of their research data ? How do they regard and define research data, as well as their own attitudes about open access? What are their main needs when it comes to research management or sharing? What do they consider to be the right level for a data policy? In order to answer all these questions, a statistical and qualitative survey was carried out at Rennes 2 University during the spring of 2017. The survey was led by the Rennes URFIST (regional STI training unit), the Maison des Sciences de l'Homme en Bretagne (Human sciences institute in Brittany) and the Rennes 2 University Library, with the support of university governance.The report and its appendices lay out all the results, along with several proposals for the development of a research data policy. ; Quels sont les types de données de recherche collectées, traitées et produites dans une université de lettres et sciences humaines et sociales ? Quelles sont les pratiques des chercheurs en SHS en matière de stockage, d'archivage, de diffusion, de partage de leurs données de recherche ? Quelles sont leurs représentations et leurs définitions des données de recherche, leur position par rapport au libre accès ? Quels sont leurs besoins prioritaires en matière de gestion ou de partage des données de recherche ? Comment perçoivent-ils le bon niveau d'une politique des données ? C'est pour répondre à toutes ces questions qu'une double enquête, statistique et qualitative, a été menée à l'Université Rennes 2 au printemps 2017, enquête portée par l'URFIST (Unité Régionale de Formation à l'Information Scientifique et Technique) de Rennes, la Maison des Sciences de l'Homme en Bretagne et le Service Commun de Documentation Rennes 2, avec le soutien des instances de l'université. Le rapport et ses annexes en présentent ici tous les résultats, avec un certain nombre de propositions pour une ...

What types of research data do researchers collect, manage and create in a humanities university ? What are their habits as regards storing, archiving, dissemination and sharing of their research data ? How do they regard and define research data, as well as their own attitudes about open access? What are their main needs when it comes to research management or sharing? What do they consider to be the right level for a data policy? In order to answer all these questions, a statistical and qualitative survey was carried out at Rennes 2 University during the spring of 2017. The survey was led by the Rennes URFIST (regional STI training unit), the Maison des Sciences de l'Homme en Bretagne (Human sciences institute in Brittany) and the Rennes 2 University Library, with the support of university governance.The report and its appendices lay out all the results, along with several proposals for the development of a research data policy. ; Quels sont les types de données de recherche collectées, traitées et produites dans une université de lettres et sciences humaines et sociales ? Quelles sont les pratiques des chercheurs en SHS en matière de stockage, d'archivage, de diffusion, de partage de leurs données de recherche ? Quelles sont leurs représentations et leurs définitions des données de recherche, leur position par rapport au libre accès ? Quels sont leurs besoins prioritaires en matière de gestion ou de partage des données de recherche ? Comment perçoivent-ils le bon niveau d'une politique des données ? C'est pour répondre à toutes ces questions qu'une double enquête, statistique et qualitative, a été menée à l'Université Rennes 2 au printemps 2017, enquête portée par l'URFIST (Unité Régionale de Formation à l'Information Scientifique et Technique) de Rennes, la Maison des Sciences de l'Homme en Bretagne et le Service Commun de Documentation Rennes 2, avec le soutien des instances de l'université. Le rapport et ses annexes en présentent ici tous les résultats, avec un certain nombre de propositions pour une ...

The thesis investigates research data, as there is a growing demand for opening them. Research data are information that is collected by scientists in order to be used as evidence for theories. It is a complex, contextual notion. Since the 2000s, open access to scientific data has become a strategic axis of research policies. These policies has been relayed by third actors, who developed services dedicated to support researchers with data management and sharing.The thesis questions the relationship between the ideology of openness and the research practices. Which kinds of data management and sharing practices already exist in research communities? What drives them? Do scientists rely on research data services? Fifty-seven interviews were conducted with researchers from the University of Strasbourg in many disciplines. The survey identifies a myriad of different data management and sharing practices. It appears that data sharing is embedded in the researcher's strategy: his main goal is to protect his professional interests. Thus, research data are part of a credibility cycle, in which they get both use value (for new publications) and exchange value (as they are traded for other valuable resources). The survey also shows that researchers rarely use the services developed in a context of openness. Two explanations can be put forward. (1) The service offer comes too early to reach researchers' needs. Currently, data management and sharing are not within researchers' priorities. The priority is publishing, which is defined as source of reward and recognition of the scientific activities. (2) Data management services are offered by actors outside the research communities. But scientists seem to be more influenced by internal networks, close to their research topics (like journals, infrastructures…). These results prompt us to reconsider the mediation between scientific communities and open research data policies. ; Cette thèse s'intéresse aux données de la recherche, dans un contexte d'incitation croissante à leur ouverture. Les données de la recherche sont des informations collectées par les scientifiques dans la perspective d'être utilisées comme preuves d'une théorie scientifique. Il s'agit d'une notion complexe à définir, car contextuelle. Depuis les années 2000, le libre accès aux données occupe une place de plus en plus stratégique dans les politiques de recherche. Ces enjeux ont été relayés par des professions intermédiaires, qui ont développé des services dédiés, destinés à accompagner les chercheurs dans l'application des recommandations de gestion et d'ouverture. La thèse interroge le lien entre idéologie de l'ouverture et pratiques de recherche. Quelles formes de gestion et de partage des données existent dans les communautés de recherche et par quoi sont-elles motivées ? Quelle place les chercheurs accordent-ils à l'offre de services issue des politiques de gestion et d'ouverture des données ? Pour tenter d'y répondre, 57 entretiens ont été réalisés avec des chercheurs de l'Université de Strasbourg dans différentes disciplines. L'enquête révèle une très grande variété de pratiques de gestion et de partage de données. Un des points mis en évidence est que, dans la logique scientifique, le partage des données répond un besoin. Il fait partie intégrante de la stratégie du chercheur, dont l'objectif est avant tout de préserver ses intérêts professionnels. Les données s'inscrivent donc dans un cycle de crédibilité, qui leur confère à la fois une valeur d'usage (pour la production de nouvelles publications) et une valeur d'échange (en tant que monnaie d'échange dans le cadre de collaborations avec des partenaires). L'enquête montre également que les services développés dans un contexte d'ouverture des données correspondent pour une faible partie à ceux qu'utilisent les chercheurs. L'une des hypothèses émises est que l'offre de services arrive trop tôt pour rencontrer les besoins des chercheurs. L'évaluation et la reconnaissance des activités scientifiques étant principalement fondées sur la publication d'articles et d'ouvrages, la gestion et l'ouverture des données ne sont pas considérées comme prioritaires par les chercheurs. La seconde hypothèse avancée est que les services d'ouverture des données sont proposés par des acteurs relativement éloignés des communautés de recherche. Les chercheurs sont davantage influencés par des réseaux spécifiques à leurs champs de recherche (revues, infrastructures…). Ces résultats invitent finalement à reconsidérer la question de la médiation dans l'ouverture des données scientifiques.

The thesis investigates research data, as there is a growing demand for opening them. Research data are information that is collected by scientists in order to be used as evidence for theories. It is a complex, contextual notion. Since the 2000s, open access to scientific data has become a strategic axis of research policies. These policies has been relayed by third actors, who developed services dedicated to support researchers with data management and sharing.The thesis questions the relationship between the ideology of openness and the research practices. Which kinds of data management and sharing practices already exist in research communities? What drives them? Do scientists rely on research data services? Fifty-seven interviews were conducted with researchers from the University of Strasbourg in many disciplines. The survey identifies a myriad of different data management and sharing practices. It appears that data sharing is embedded in the researcher's strategy: his main goal is to protect his professional interests. Thus, research data are part of a credibility cycle, in which they get both use value (for new publications) and exchange value (as they are traded for other valuable resources). The survey also shows that researchers rarely use the services developed in a context of openness. Two explanations can be put forward. (1) The service offer comes too early to reach researchers' needs. Currently, data management and sharing are not within researchers' priorities. The priority is publishing, which is defined as source of reward and recognition of the scientific activities. (2) Data management services are offered by actors outside the research communities. But scientists seem to be more influenced by internal networks, close to their research topics (like journals, infrastructures…). These results prompt us to reconsider the mediation between scientific communities and open research data policies. ; Cette thèse s'intéresse aux données de la recherche, dans un contexte d'incitation croissante à leur ouverture. Les données de la recherche sont des informations collectées par les scientifiques dans la perspective d'être utilisées comme preuves d'une théorie scientifique. Il s'agit d'une notion complexe à définir, car contextuelle. Depuis les années 2000, le libre accès aux données occupe une place de plus en plus stratégique dans les politiques de recherche. Ces enjeux ont été relayés par des professions intermédiaires, qui ont développé des services dédiés, destinés à accompagner les chercheurs dans l'application des recommandations de gestion et d'ouverture. La thèse interroge le lien entre idéologie de l'ouverture et pratiques de recherche. Quelles formes de gestion et de partage des données existent dans les communautés de recherche et par quoi sont-elles motivées ? Quelle place les chercheurs accordent-ils à l'offre de services issue des politiques de gestion et d'ouverture des données ? Pour tenter d'y répondre, 57 entretiens ont été réalisés avec des chercheurs de l'Université de Strasbourg dans différentes disciplines. L'enquête révèle une très grande variété de pratiques de gestion et de partage de données. Un des points mis en évidence est que, dans la logique scientifique, le partage des données répond un besoin. Il fait partie intégrante de la stratégie du chercheur, dont l'objectif est avant tout de préserver ses intérêts professionnels. Les données s'inscrivent donc dans un cycle de crédibilité, qui leur confère à la fois une valeur d'usage (pour la production de nouvelles publications) et une valeur d'échange (en tant que monnaie d'échange dans le cadre de collaborations avec des partenaires). L'enquête montre également que les services développés dans un contexte d'ouverture des données correspondent pour une faible partie à ceux qu'utilisent les chercheurs. L'une des hypothèses émises est que l'offre de services arrive trop tôt pour rencontrer les besoins des chercheurs. L'évaluation et la reconnaissance des activités scientifiques étant principalement fondées sur la publication d'articles et d'ouvrages, la gestion et l'ouverture des données ne sont pas considérées comme prioritaires par les chercheurs. La seconde hypothèse avancée est que les services d'ouverture des données sont proposés par des acteurs relativement éloignés des communautés de recherche. Les chercheurs sont davantage influencés par des réseaux spécifiques à leurs champs de recherche (revues, infrastructures…). Ces résultats invitent finalement à reconsidérer la question de la médiation dans l'ouverture des données scientifiques.

The thesis investigates research data, as there is a growing demand for opening them. Research data are information that is collected by scientists in order to be used as evidence for theories. It is a complex, contextual notion. Since the 2000s, open access to scientific data has become a strategic axis of research policies. These policies has been relayed by third actors, who developed services dedicated to support researchers with data management and sharing.The thesis questions the relationship between the ideology of openness and the research practices. Which kinds of data management and sharing practices already exist in research communities? What drives them? Do scientists rely on research data services? Fifty-seven interviews were conducted with researchers from the University of Strasbourg in many disciplines. The survey identifies a myriad of different data management and sharing practices. It appears that data sharing is embedded in the researcher's strategy: his main goal is to protect his professional interests. Thus, research data are part of a credibility cycle, in which they get both use value (for new publications) and exchange value (as they are traded for other valuable resources). The survey also shows that researchers rarely use the services developed in a context of openness. Two explanations can be put forward. (1) The service offer comes too early to reach researchers' needs. Currently, data management and sharing are not within researchers' priorities. The priority is publishing, which is defined as source of reward and recognition of the scientific activities. (2) Data management services are offered by actors outside the research communities. But scientists seem to be more influenced by internal networks, close to their research topics (like journals, infrastructures…). These results prompt us to reconsider the mediation between scientific communities and open research data policies. ; Cette thèse s'intéresse aux données de la recherche, dans un contexte d'incitation croissante à leur ouverture. Les données de la recherche sont des informations collectées par les scientifiques dans la perspective d'être utilisées comme preuves d'une théorie scientifique. Il s'agit d'une notion complexe à définir, car contextuelle. Depuis les années 2000, le libre accès aux données occupe une place de plus en plus stratégique dans les politiques de recherche. Ces enjeux ont été relayés par des professions intermédiaires, qui ont développé des services dédiés, destinés à accompagner les chercheurs dans l'application des recommandations de gestion et d'ouverture. La thèse interroge le lien entre idéologie de l'ouverture et pratiques de recherche. Quelles formes de gestion et de partage des données existent dans les communautés de recherche et par quoi sont-elles motivées ? Quelle place les chercheurs accordent-ils à l'offre de services issue des politiques de gestion et d'ouverture des données ? Pour tenter d'y répondre, 57 entretiens ont été réalisés avec des chercheurs de l'Université de Strasbourg dans différentes disciplines. L'enquête révèle une très grande variété de pratiques de gestion et de partage de données. Un des points mis en évidence est que, dans la logique scientifique, le partage des données répond un besoin. Il fait partie intégrante de la stratégie du chercheur, dont l'objectif est avant tout de préserver ses intérêts professionnels. Les données s'inscrivent donc dans un cycle de crédibilité, qui leur confère à la fois une valeur d'usage (pour la production de nouvelles publications) et une valeur d'échange (en tant que monnaie d'échange dans le cadre de collaborations avec des partenaires). L'enquête montre également que les services développés dans un contexte d'ouverture des données correspondent pour une faible partie à ceux qu'utilisent les chercheurs. L'une des hypothèses émises est que l'offre de services arrive trop tôt pour rencontrer les besoins des chercheurs. L'évaluation et la reconnaissance des activités scientifiques étant principalement fondées sur la publication d'articles et d'ouvrages, la gestion et l'ouverture des données ne sont pas considérées comme prioritaires par les chercheurs. La seconde hypothèse avancée est que les services d'ouverture des données sont proposés par des acteurs relativement éloignés des communautés de recherche. Les chercheurs sont davantage influencés par des réseaux spécifiques à leurs champs de recherche (revues, infrastructures…). Ces résultats invitent finalement à reconsidérer la question de la médiation dans l'ouverture des données scientifiques.

What types of research data do researchers collect, manage and create in a humanities university ? What are their habits as regards storing, archiving, dissemination and sharing of their research data ? How do they regard and define research data, as well as their own attitudes about open access? What are their main needs when it comes to research management or sharing? What do they consider to be the right level for a data policy? In order to answer all these questions, a statistical and qualitative survey was carried out at Rennes 2 University during the spring of 2017. The survey was led by the Rennes URFIST (regional STI training unit), the Maison des Sciences de l'Homme en Bretagne (Human sciences institute in Brittany) and the Rennes 2 University Library, with the support of university governance.The report and its appendices lay out all the results, along with several proposals for the development of a research data policy. ; Quels sont les types de données de recherche collectées, traitées et produites dans une université de lettres et sciences humaines et sociales ? Quelles sont les pratiques des chercheurs en SHS en matière de stockage, d'archivage, de diffusion, de partage de leurs données de recherche ? Quelles sont leurs représentations et leurs définitions des données de recherche, leur position par rapport au libre accès ? Quels sont leurs besoins prioritaires en matière de gestion ou de partage des données de recherche ? Comment perçoivent-ils le bon niveau d'une politique des données ? C'est pour répondre à toutes ces questions qu'une double enquête, statistique et qualitative, a été menée à l'Université Rennes 2 au printemps 2017, enquête portée par l'URFIST (Unité Régionale de Formation à l'Information Scientifique et Technique) de Rennes, la Maison des Sciences de l'Homme en Bretagne et le Service Commun de Documentation Rennes 2, avec le soutien des instances de l'université. Le rapport et ses annexes en présentent ici tous les résultats, avec un certain nombre de propositions pour une politique des données de recherche.

Traduit de l'anglais " open government ", le terme de " gouvernement ouvert " recouvre des initiatives assez variées comme l'administration en ligne et les portails de diffusion de l'information publique. Mais derrière cette notion technique, c'est bien d'une forme de conquête démocratique dont il s'agit, doublée de l'affirmation d'un principe irréversible. Pourtant, depuis quelques années, les conditions d'ouverture des données publiques suscitent des discussions de plus en plus vives sur les modalités concrètes de mise à disposition, particulièrement depuis la création du portail Etalab. La porte de l'accès aux données est-elle vraiment ouverte?

Traduit de l'anglais " open government ", le terme de " gouvernement ouvert " recouvre des initiatives assez variées comme l'administration en ligne et les portails de diffusion de l'information publique. Mais derrière cette notion technique, c'est bien d'une forme de conquête démocratique dont il s'agit, doublée de l'affirmation d'un principe irréversible. Pourtant, depuis quelques années, les conditions d'ouverture des données publiques suscitent des discussions de plus en plus vives sur les modalités concrètes de mise à disposition, particulièrement depuis la création du portail Etalab. La porte de l'accès aux données est-elle vraiment ouverte?

The success of Big Data analytics and machine learning in business and the technology industry is driving an enthusiastic push by public authorities, the private sector and biomedical research for a massive deployment of Big Data in health. The promise of transforming healthcare through data-driven individual predictions is central to the discourse surrounding precision medicine, also described as predictive, preventive, personalized and participative. The current work begins with a defnition of Big Data, based on a description of its techniques and architecture, as well as its political and cultural contexts, with a focus on healthcare. This recontextualization allows us to then evaluate the impact of Big Data on clinical practice in psychiatry. First, through a selective review of the medical and scientifc literature, examples of uses of Big Data in psychiatry are identifed. They pertain to the classifcation, prediction and monitoring of psychiatric disorders, as well as to scientifc discovery in psychiatry. A critical analysis of their statistical methodology reveals that the use of Big Data in psychiatry is still at a preliminary stage, quite far from afecting real change in clinical practice, and that the methodological complexity of psychiatric research will not be solved anytime soon. Next, through a number of theoretical critical perspectives, we show that Big Data in psychiatry raises questions related to ethics, epistemology and subjectivity/personhood. A clinical refection on these issues is proposed here, with a call for further clinical readings of the questions raised by Big Data in psychiatry. ; Le succès du traitement algorithmique des données massives dans le domaine commercial suscite l'engouement des pouvoirs publics, du secteur privé et de la recherche biomédicale pour un déploiement massif des technologies du Big Data en santé. La promesse d'une transformation du soin par l'exploitation des données afin de réaliser des prédictions individuelles rejoint le discours autour d'une médecine prédictive, préventive, personnalisée et participative. Ce travail s'attache dans un premier temps à définir le Big Data en décrivant ses techniques et son architecture, et en retraçant son contexte politique et culturel, notamment dans le domaine de la santé. Cette recontextualisation permet, dans un deuxième temps, d'évaluer l'impact du Big Data sur la pratique clinique en psychiatrie. Une revue sélective de la littérature médicale et scientifique identifie d'abord des exemples d'utilisation du Big Data dans la découverte scientifique, et dans la classification, la prédiction et le suivi de pathologies psychiatriques. Une critique méthodologique de ces études montre que l'utilisation du Big Data en psychiatrie est encore au stade préliminaire, loin de la révolution des pratiques annoncées, et que la complexité méthodologique de la recherche en psychiatrie ne pourra pas être contournée de sitôt. Ensuite, partant de différentes grilles de lecture, une analyse critique du Big Data en psychiatrie montre que cette technologie soulève des interrogations autour de l'éthique, de l'épistémologie et de la subjectivité. Une réflexion sur ces interrogations sous l'angle de la clinique est proposée ici, avec une incitation à l'approfondir davantage.

The success of Big Data analytics and machine learning in business and the technology industry is driving an enthusiastic push by public authorities, the private sector and biomedical research for a massive deployment of Big Data in health. The promise of transforming healthcare through data-driven individual predictions is central to the discourse surrounding precision medicine, also described as predictive, preventive, personalized and participative. The current work begins with a defnition of Big Data, based on a description of its techniques and architecture, as well as its political and cultural contexts, with a focus on healthcare. This recontextualization allows us to then evaluate the impact of Big Data on clinical practice in psychiatry. First, through a selective review of the medical and scientifc literature, examples of uses of Big Data in psychiatry are identifed. They pertain to the classifcation, prediction and monitoring of psychiatric disorders, as well as to scientifc discovery in psychiatry. A critical analysis of their statistical methodology reveals that the use of Big Data in psychiatry is still at a preliminary stage, quite far from afecting real change in clinical practice, and that the methodological complexity of psychiatric research will not be solved anytime soon. Next, through a number of theoretical critical perspectives, we show that Big Data in psychiatry raises questions related to ethics, epistemology and subjectivity/personhood. A clinical refection on these issues is proposed here, with a call for further clinical readings of the questions raised by Big Data in psychiatry. ; Le succès du traitement algorithmique des données massives dans le domaine commercial suscite l'engouement des pouvoirs publics, du secteur privé et de la recherche biomédicale pour un déploiement massif des technologies du Big Data en santé. La promesse d'une transformation du soin par l'exploitation des données afin de réaliser des prédictions individuelles rejoint le discours autour d'une médecine prédictive, préventive, personnalisée et participative. Ce travail s'attache dans un premier temps à définir le Big Data en décrivant ses techniques et son architecture, et en retraçant son contexte politique et culturel, notamment dans le domaine de la santé. Cette recontextualisation permet, dans un deuxième temps, d'évaluer l'impact du Big Data sur la pratique clinique en psychiatrie. Une revue sélective de la littérature médicale et scientifique identifie d'abord des exemples d'utilisation du Big Data dans la découverte scientifique, et dans la classification, la prédiction et le suivi de pathologies psychiatriques. Une critique méthodologique de ces études montre que l'utilisation du Big Data en psychiatrie est encore au stade préliminaire, loin de la révolution des pratiques annoncées, et que la complexité méthodologique de la recherche en psychiatrie ne pourra pas être contournée de sitôt. Ensuite, partant de différentes grilles de lecture, une analyse critique du Big Data en psychiatrie montre que cette technologie soulève des interrogations autour de l'éthique, de l'épistémologie et de la subjectivité. Une réflexion sur ces interrogations sous l'angle de la clinique est proposée ici, avec une incitation à l'approfondir davantage.

The Terrorism Risk Insurance Act of 2002 (TRIA) established a public-private program to cover commercial enterprises against foreign terrorism on US soil. It was a temporary measure to increase the availability of risk coverage for terrorist acts by requiring insurers to provide coverage. Initially established to sunset on December 31, 2005, a two-year extension has been voted by Congress and signed by the President in December. This paper provides an extensive series of empirical analyses of loss sharing under this program in 2005, and a prospective analysis for 2006. Using data collected on the top 451 insurers operating in the United States, we examine the impact of TRIA on loss sharing between the key stakeholders: victims, insurers and their policyholders, and the taxpayers. By simulating the explosion of a 5-ton truck bomb in major cities in the United States, we conclude that taxpayers are likely not to pay anything for losses below $15 billion. For a $25 billion loss, insurers and policyholders would handle between 80 and 100 percent of the loss depending on the property take up rate. Only for terrorist attacks where insured losses were $100 billion would taxpayers have to pay 50 percent of the claims. Recent modifications of TRIA will transfer an even larger part of the risk to the private sector. We also show that if TRIA were made permanent in its current form some very large insurers could strategize by collecting large amount of premiums for terrorism insurance but only would be financially responsible for a small portion of the claims. Commercial policyholders from all insurers (whether or not covered against terrorism) and the federal government would absorb the residual insured losses, raising equity issues. The paper also reviews a set of possible long-term alternatives or complementary options to the current design of TRIA that could be important features of a more permanent program. We conclude that more than four years after 9/11, the question as to who should pay for the economic ...

The Terrorism Risk Insurance Act of 2002 (TRIA) established a public-private program to cover commercial enterprises against foreign terrorism on US soil. It was a temporary measure to increase the availability of risk coverage for terrorist acts by requiring insurers to provide coverage. Initially established to sunset on December 31, 2005, a two-year extension has been voted by Congress and signed by the President in December. This paper provides an extensive series of empirical analyses of loss sharing under this program in 2005, and a prospective analysis for 2006. Using data collected on the top 451 insurers operating in the United States, we examine the impact of TRIA on loss sharing between the key stakeholders: victims, insurers and their policyholders, and the taxpayers. By simulating the explosion of a 5-ton truck bomb in major cities in the United States, we conclude that taxpayers are likely not to pay anything for losses below $15 billion. For a $25 billion loss, insurers and policyholders would handle between 80 and 100 percent of the loss depending on the property take up rate. Only for terrorist attacks where insured losses were $100 billion would taxpayers have to pay 50 percent of the claims. Recent modifications of TRIA will transfer an even larger part of the risk to the private sector. We also show that if TRIA were made permanent in its current form some very large insurers could strategize by collecting large amount of premiums for terrorism insurance but only would be financially responsible for a small portion of the claims. Commercial policyholders from all insurers (whether or not covered against terrorism) and the federal government would absorb the residual insured losses, raising equity issues. The paper also reviews a set of possible long-term alternatives or complementary options to the current design of TRIA that could be important features of a more permanent program. We conclude that more than four years after 9/11, the question as to who should pay for the economic consequences of a terrorist attack on the US has not yet received the attention it deserves. The new Congress or the White House should consider establishing a national commission on terrorism risk coverage before permanent legislation is enacted.