ANF ERIC

Bienvenue sur le site de l’ANF Echantillon Résultats Inférences Collecte

Du 17 au 19 novembre 2026 à Arcachon

Quelle que soit la discipline scientifique, il est rare d’avoir accès à l’ensemble d’une population. Pour en étudier ses caractéristiques, on procède à la sélection d’une partie de celle-ci, ce qui revient à effectuer un échantillonnage. Mais cette pratique n’est pas sans conséquences tant sur la production des données que sur leurs analyses. La production de données et l’échantillonnage sont ancrées dans les pratiques des ingénieurs et des chercheurs membres du réseau Mate-shs, qui cultivent une réelle expertise du premier volet cité précédemment. Les statisticiens au sein du réseau RIS pourront, quant à eux, avoir une connaissance pointue des différents outils d’analyse statistique et des conséquences de l’emploi de ceux-ci et connaître une maîtrise certaine du second volet. Ainsi, il apparaît tout-à-fait pertinent de faire dialoguer les membres experts de ces deux parties de la chaîne de traitement de la donnée afin de nourrir leurs connaissances et pratiques mutuelles. Il existe des ponts évidents entre ces deux temps du traitement de la donnée. Les réseaux RIS et Mate-shs ont par exemple une partie de leurs membres en commun. Néanmoins, un réel espace de réflexion et de formation autour de ces échanges permettrait de les faciliter. Par ailleurs, la crise de confiance envers la recherche scientifique (Vazire, 2017)1 - notamment dû à la production et la publication de résultats erronés, ou encore à une impossibilité de reproduire les résultats alors obtenus (Ioannidis, 20052 ; Antunes, B., Hill, D. R. C, 20243) - nécessite de questionner les pratiques de constitution des échantillons sur lesquels travaillent les chercheurs, et les impacts de l’application des méthodes statistiques employées, selon les différents biais qu’ils contiennent.

Footnotes

  1. Vazire, S. (2017). Quality Uncertainty Erodes Trust in Science. Collabra: Psychology, 3(1): 1, DOI: https://doi.org/10.1525/collabra.74↩︎

  2. Ioannidis JPA (2005) Why Most Published Research Findings Are False ? PLoS Med 2(8): e124. https://doi.org/10.1371/journal.pmed.0020124↩︎

  3. Antunes, B., Hill, D. R.C.(2024) Reproducibility, Replicability and Repeatability: A survey of reproducible research with a focus on high performance computing, Computer Science Review,Volume 53,2024, https://doi.org/10.1016/j.cosrev.2024.100655↩︎