Classement et sauvegarde des données : quelle stratégie documentaire en fin de thèse ?

J’entame actuellement ma dernière ligne droite doctorale : il me faut rédiger ma thèse suffisamment rapidement pour envisager une soutenance en décembre 2012. En gros, cela me laisse 90 jours pour rédiger ma thèse.

[Edit. Bon, finalement, 90 ce n’était vraiment pas assez large… j’ai fini 1 ans après ce billet !]

Tout le monde n’adopte pas forcément le même type de stratégie, mais en ce qui me concerne, cela passe d’abord par un désengagement maximum de toute autre activité pendant le temps qu’il me reste. Ainsi, j’ai dû renoncer à mon inscription au ThatCamp Paris 2 qui s’annonce pourtant très intéressant (d’autant plus que je n’avais pu assister au premier, à l’origine du manifeste des Digital humanities…), à diverses autres manifestations scientifiques et, surtout, je me prépare tranquillement à une déconnexion (quasi-)totale de Twitter, Devenir historien-ne et de La boîte à outils des historiens

Organiser ses données pour préparer efficacement l’écriture

Une liasse au CAEF (photo de l’auteur, CC BY-NC-ND 3.0)

Malgré cette résolution, je me décide à écrire un billet après avoir rencontré un problème de sauvegarde de données aujourd’hui.

Pour préparer la rédaction de ma thèse, j’ai pris quelques jours pour opérer un classement de l’ensemble de ma documentation selon une répartition par chapitre du plan de thèse.

En effet, utilisateur tardif de Zotero, l’ensemble de ma documentation ne se trouve pas dans cet outils désormais incontournable. Le tout se trouve donc, sinon dispersé, conservé sous plusieurs formes : photocopies dans diverses chemises cartonnées, photographies dans mes ordinateurs et supports de sauvegarde, documents originaux dans ma bibliothèque…

En vue d’une rédaction un peu accélérée, l’opération qui m’a paru la plus pertinente a consisté en un regroupement et un classement de l’ensemble en deux étapes :

  • d’abord une répartition de l’ensemble de la documentation (sources originales et imprimées d’un côté ; références bibliographiques de l’autre) selon un classement chronologique correspondant au plan de ma thèse ;
  • ensuite, un nouveau tri devait me permettre de procéder à un classement « thématique » correspondant aux enjeux soulevés dans chacun des chapitres.

Trois jours à temps plus que complet m’ont permis de classer l’ensemble de mes sources originales et imprimées selon le classement que j’avais choisi d’opérer pour la première étape… 30 secondes ont suffit pour réduire à quasi néant ce travail.

Les 3 commandements de la sauvegarde efficace

Je commencerai ici par rappeler les quelques conseils de base que je me suis efforcé de prodiguer ces dernières années, de séminaire de méthodologie en formation à l’utilisation de Zotero, concernant la sauvegarde des données de recherche. (Voir aussi les billets de Franziska Heimburger à ce sujet sur La boîte à outils des historiens ici et )

1. Trace de tout ce que tu écriras ou classeras tu garderas

Il est, par exemple, courant d’écrire trop long pour un article, un exposé, un projet de recherche, voire un chapitre de mémoire ou de thèse. Avant de passer à la réduction drastique, il est important de garder une trace de cette première version, qui pourrait s’avérer utile par la suite… Il est aussi possible qu’une opération de réécriture, de reclassement de la documentation etc. s’avère finalement peu pertinente. Bien entendu, le « tout » est un peu excessif, à chacun de voir ce qu’il est pertinent de garder…

2. Chacune des versions successives tu identifieras

Qu’il s’agisse d’un document texte ou d’une dossier contenant un classement de vos photos d’archives, offrez-vous la possibilité de ne pas confondre deux versions en indiquant directement dans le nom du document la date du jour. (Dans l’exemple ci-contre vous voyez que pour l’un des fichier, la date du titre ne correspond pas à celle de l’ordinateur qui apparaît en grisé. C’est parce que je n’ai pas apporté de réelle modification au fichier malgré un enregistrement ultérieur, je n’ai donc pas jugé nécessaire de modifier la date dans le nom. Ici l’écart n’est pas très grand, mais cela prend tout son intérêt quand il se creuse…)

La première fois que je n’ai pas respecté ce conseil, je préparais un cours de deuxième année sur l’utilisation d’un tableur en histoire économique. Après deux bonnes heures de saisie de chiffres dans divers tableaux devant servir aux exercices et examens des étudiants, j’ai remplacé par erreur la version finale du document par sa version initiale (et vide) sur ma clé usb… Par chance (quoique?) j’ai ensuite découvert que ce que je venais de saisir se trouvait finalement en ligne… (d’où l’intérêt d’apprendre à bien chercher sur Internet). Pour mémoire, il s’agissait des très utiles séries longues macro-économiques de Pierre Villa (indispensables à quiconque travaille sur la France du XXe siècle…).

La seconde fois c’était aujourd’hui, en milieu d’après-midi : après avoir passé 3 jours à répartir ma documentation, j’ai voulu effacer une copie « secondaire » du dossier d’origine (où la documentation se trouvait bien, mais non classée selon mes choix). Je disposais déjà de trois sauvegardes de ce dossier original (en plus du classement initial par fonds d’archives – auquel je ne toucherai sous aucun prétexte): en plus du non respect de la règle n°2 mon erreur est liée à une application un peu trop drastique des règles n°1 et n°3…

3. Sur au moins TROIS supports tu sauvegarderas

Une bonne sauvegarde suppose l’existence d’au moins trois copies. Pour être honnête, je n’ai aucune idée du fondement « scientifique » d’un tel précepte. Je l’ai entendu pendant les premières étapes de ma formation, en maîtrise ou en master, et toutes les anecdotes entendues depuis le début de ma thèse me l’ont confirmé.

Extrait du tutoriel d’introduction à Zotero 3.0 : http://goo.gl/70X7x

Pas besoin que je revienne, j’espère, sur l’inefficacité de l’utilisation d’un seul support (votre ordinateur) pour vous assurer de la « pérennité » de vos données. Notez surtout qu’un disque dur peut tomber pendant que vous réinstallez votre système d’exploitation (expérience vécue qui m’a été rapportée) deux supports de suffisent donc pas… De plus, disposer de deux copies sur deux supports différents est totalement inutile si vous les conservés rangés exactement au même endroit. Sans être paranoïaque, pensez aux éventuels petits dégâts des eaux ou incendies qui pourraient endommager une partie de votre bureau… que faire si les deux disques externes étaient dans le même tiroir ?

Un commentaire sur ce billet posté sur Facebook

Personnellement, je procède à plusieurs copies de sauvegardes :

  • la copie « de secours », qui relève du long terme et que je révise de façon régulière mais pas compulsive. Je sauvegarde l’ensemble des données sur un disque dur externe « de bureau » (qui nécessite un branchement électrique pour fonctionner)que je range à distance de tout équipement informatique (dans mon armoire à vêtement en l’occurrence)
  •  la copie « régulière », sur un disque dur externe portable (alimenté par le port usb de l’ordinateur auquel il est branché). J’y copie dès que possible les dernières avancées…
  • la copie quasi-instantanée sur mon compte Dropbox Pro, innovation de ma stratégie documentaire de fin de thèse. Heureux propriétaire d’un compte gratuit depuis assez longtemps, je n’y copiais que les travaux en cours : un exposé, un compte-rendu, un article ou un chapitre en cours d’écriture, etc. Pour m’assurer d’une capacité de travail en tout lieu et à toute heure dans les mois à venir, j’ai comparé les différentes possibilités qui s’offraient à moi dans le cloud… Mes dernières hésitations portaient sur le choix suivant : Zotero et ses solution de stockage payant des fichiers joints ou le compte pro de Dropbox. Ce dernier l’a emporté pour deux raisons : d’abord, utilisateur tardif de Zotero (j’avais déjà commencé ma thèse, après un master sur le même objet), je n’y ai jamais stocké mes articles en PDF et mes photos d’archives ; ensuite, et surtout, l’argument financier l’a emporté : 50Go pour 99$ annuels chez Dropbox (78€ environ) contre 10Go pour la même somme chez Zotero. Les avantages/inconvénients des deux solutions dépendent ensuite de votre utilisation « extra-documentation-de-thèse »… Enfin (promis je ne suis pas payé par Dropbox ! Toutefois si vous l’installez en suivant l’un de ces liens, vous gagnerez un peu d’espace gratuit, et moi aussi ;o)) j’ai eu l’heureuse surprise d’apprendre aujourd’hui que l’offre Pro a évolué : pour 99$ annuels vous disposez désormais de 100Go de stockage…
  • l’autre copie quasi-instantanée, car je travaille sur au moins deux ordinateur : un fixe à la maison (avec deux écrans, explication dans un prochain billet de La boîte à outils des historiens) et un portable en bibliothèque, archives et partout où c’est possible… Pour cela, j’ai les synchronisations Dropbox et Zotero ainsi que mon disque dur externe.

Intelligemment tu appliqueras ces commandements

La difficulté que j’ai rencontrée aujourd’hui est liée à une application un peu irréfléchie de ces trois commandements : je disposais déjà d’une copie de mon dossier de sources sur deux disques durs et un pc portable… Pourtant, alors que je procédais à mon classement chronologique, j’ai décidé de garder une autre copie sur mon pc fixe (application des commandements 1 et 3) en ne prenant pas la précaution de les différencier par leurs noms (oubli du commandement 2). Après 3 longues journées, une fois le classement effectué, j’ai décidé d’effacer le dossier source… et je me suis trompé.

Le temps de m’en rendre compte et d’annuler la procédure, la quasi-totalité du contenu était effacée, sans passer par la case « corbeille ».

Grâce à un outil de récupération de données (voir mon billet complémentaire sur La boîte à outils des historiens), j’ai pu finalement récupérer la quasi-totalité de ce que j’avais perdu : pas les photographies d’archives, dont les sauvegardes ne manquent pas, mais le temps passé à les classer selon une répartition qui me permettent de mieux construire mes chapitres de thèse…

Détail d’un document conservé dans la série F60 des Archives nationales (photo de l’auteur, CC BY-NC-ND 3.0)

Tout est dans le « quasi » : il n’y a pas d’outil de récupération magique qui permettrait d’effacer mon erreur et de reprendre le tout là où je l’avais laissé cet après-midi. J’ai récupéré 25 Go de fichiers effacés pour un dossier qui pesait 37Go… et j’ai ce qui me restait après l’effacement partiel (17Go), le tri sera plus rapide qu’une remise à 0 des compteurs… Surtout parce que j’ai récupéré l’arborescence de mon classement, ce qui constituait la seule véritable perte : bien sauvegarder, ce n’est pas seulement copier des fichiers, c’est aussi s’assurer de ne pas avoir passer 3 jours à penser pour rien…

*

J’espère que ce petit retour d’expérience vous donnera des idées de classement et de sauvegarde de votre documentation en vue de la rédaction… N’hésitez pas à nous faire part de vos remarques et expériences en commentaires !

[Edit. du 12-07-2012 : corrections de « quelques » fautes d’orthographe et ajouts de liens et autres petits compléments]


17 réflexions au sujet de « Classement et sauvegarde des données : quelle stratégie documentaire en fin de thèse ? »

  1. Ping : [Ping] christinedb | Scoop.it

  2. FHeimburger

    Je renchéris sur la gestion des versions. Après avoir lu plusieurs billets qui donnaient très envie (surtout ici http://chronicle.com/blogs/profhacker/a-gentle-introduction-to-version-control/23064 et là http://chronicle.com/blogs/profhacker/consider-revision-control-methods-for-documents/25683), je m’y suis mise pour la rédaction de la thèse. Après consultation de plusieurs vrais geeks qui m’ont tous dit que SVN c’était inutilement compliqué et git du overkill pour ce que je voulais faire, j’utilise finalement bazaar http://bazaar.canonical.com/en/ . J’en suis très contente, même si pour l’instant je n’ai pas eu de vraie mise à l’épreuve de mon système (je me contente de faire des « commits » réguliers et de me dire qu’après je pourrais faire des statistiques amusantes sur le progrès de ma rédaction… Mais il faut bien ajouter que je rédige sous LaTeX et que ce genre de gestion de versions est bien plus intéressant avec des fichiers textes qu’avec du binaire type traitement de texte « normal ».
    Et sinon je vais vraiment devoir m’y mettre pour un billet expliquant mes méthodes de gestion de documentation avec Zotero sur la boîte à outils…

    Répondre
    1. Joël

      Y a une interface graphique à Bazaar ? Parce que je trouve Git très bien (et en plus, je pourrai mettre ma thèse sur Github à la fin – la classe suprême ;-)), mais je n’ai pas trouvé de GUI sympa sous Ubuntu. En fait ce que j’aimerais encore mieux c’est une gestion intégrée à Kile (rêvons !). Notons que Rstudio, l’IDE de référence de R, a une gestion intégrée de git – et c’est top.

      Répondre
    2. Émilien Ruiz Auteur de l’article

      Et sinon je vais vraiment devoir m’y mettre pour un billet expliquant mes méthodes de gestion de documentation avec Zotero sur la boîte à outils…

      Excellente idée 😉 !

      Répondre
    3. Adrien Barbaresi

      Puisqu’on rentre dans les détails techniques (et que l’on parle de logiciels disponibles sous Linux), il est sans doute plus simple de faire des sauvegardes incrémentales avec rsync que de passer par des solutions « lourdes ». Cf ce lien en anglais (http://www.mikerubel.org/computers/rsync_snapshots/) et celui-ci en français (http://www.nasoni.net/2011/01/27/sauvegarde-incrementale-avec-rsync/).

      Cette solution a l’avantage d’offrir une réponse aux questions du type « je veux ma sauvegarde d’il y a exactement X jours » (voire X heures), et on peut également comparer les fichiers entre eux (s’ils sont au format texte) avec diff (ligne de commande) ou meld (interface utilisateur) par exemple.

      Enfin, il est tout à fait possible de faire des sauvegardes automatiques vers un disque dur et vers le réseau, à la fréquence désirée. Ce que l’on peut théoriquement aussi faire avec git par exemple, mais des « commits » automatiques sortent de l’usage attendu du logiciel.

      Répondre
      1. Marco

        On peut rajouter le bouton pour la sauvegarde incrémentée dans LibreOffice, ce qui permet de garder plusieurs versions du document ou du tableur

        Répondre
  3. Ping : [Ping] NewNew | Scoop.it

  4. Yann Cantin

    Personnellement, j’ai connu pareil mésaventure plusieurs fois, ainsi l’archivage sur plusieurs supports est recommandé. Mais, le plus énervant, c’est de maintenir à jour de ce qu’il y a dedans !

    utilisateur Mac, j’utilise un logiciel qui me simplifie la vie : « Synctwofloders » qui synchronise deux dossiers distants, afin que les deux soient pareils.

    Par conséquent, j’ai une méthode : un disque dur externe de poche, dédié aux déplacements etc… qui est le premier à recevoir les nouvelles données.

    Un second disque dur se trouve au domicile, et qui sert de centre d’archives est régulièrement mis à jour.

    Quant au dropbox, je l’utilise comme « archives de travail en cours », et dont le contenu évolue régulièrement, et qui migre, une fois le travail fini, au « Archives ».

    C’est ce que j’ai trouvé de mieux. Et Je dois avouer que je n’ai pas réellement utilisé à fond Zotero, et donc… Avec plus de 600 références d’ouvrages et d’articles dans mes archives, cela va me prendre du temps !

    Répondre
  5. Ping : [Ping] Université et numérique | Scoop.it

  6. Claire H.

    Un truc tout bête pour la conservation des disques durs externes de sauvegarde : pratiquer l’échange de DD avec un-e ami-e proche. Vous conservez ses données sur votre DD, et lui les vôtres sur le sien, et mettez à jour régulièrement.

    Répondre
  7. Ping : [Ping] Doctorat et doctorants | Scoop.it

  8. Ping : [Ping] CRAKKS | Scoop.it

  9. Joël

    Un ajout à ton excellent billet (et d’utilité publique) : pour gérer les différentes versions du travail, le mieux est, sans doute, du poitn de vue théorique, d’utiliser les outils de « versionning » qu’utilisent les informaticiens. L’un des plus utilisés est Git. Cela permet de conserver automatiquement l’intégralité des versions successives des fichiers, tout en ne gardant dans son arborescence/système de fichiers qu’une seule version (la dernière). Ca marche aussi quand on travaille en collaboratif.
    Je crois qu’il faudra que je fasse un billet là-dessus un jour, il n’y a pas grand-chose en ligne pour les non-développeurs…

    Répondre
    1. Émilien Ruiz Auteur de l’article

      Merci pour le compliment et, surtout, pour ces indications… Je me demande si cela ne ferait pas un bon billet « invité » sur La boîte à outils des historiens… tu serais partant (après nos thèses bien sûr… :)) ?

      Répondre

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *