​Depuis les années 1980, des équipes de scientifiques d’Environnement et Changement climatique Canada et de l’Université McGill se rendent chaque été sur cette île isolée pour baguer les oiseaux, recenser les populations, mesurer la croissance des poussins, observer les comportements alimentaires et suivre le succès reproductif. Ces travaux ont généré une immense quantité de données précieuses, d’abord consignées sur papier sur le terrain, puis saisies dans des tableaux manuels avant l’ère d’Excel, et enfin numérisées au fil des ans dans divers formats de feuilles de calcul et de fichiers. En tant que stagiaire chargée de la sauvegarde des données pour le projet Living Data, ma mission consistait à reprendre le travail entamé par un précédent stagiaire quelques années plus tôt et à organiser ces informations pour en faire un jeu de données propre et bien documenté, prêt à être archivé et rendu accessible au public.

Au début, j’étais submergée par l’immense quantité de fichiers, sans parler des abréviations inconnues, de la multitude d’onglets et de la diversité des types d’informations. Dans certains cas, l’expérience acquise en baguant des oiseaux lors d’un cours d’histoire naturelle (merci, professeur Trombulak !) m’a été utile pour déchiffrer les données ; toutefois, d’autres informations restaient énigmatiques, surtout sans avoir pu observer directement ces colonies de guillemots sur le terrain. Comme dans un roman qui débute in medias res, je m’efforçais de me familiariser avec les acteurs de ces jeux de données : non seulement les oiseaux étudiés, mais aussi les centaines d’observateurs et d’observatrices qui avaient consigné leurs notes dans des carnets de terrain sur une période de quatre décennies. Heureusement, toutes les personnes impliquées au fil des ans ont accepté de m’aider à reconstituer leurs souvenirs ; je garde notamment en mémoire un courriel envoyé depuis les hautes altitudes de l’Himalaya pour préciser les dates d’éclosion des poussins dans les années 1980 ! J’ai également eu la chance de rencontrer en personne les équipes travaillant activement sur le projet : j’ai passé une journée à ECCC, à Ottawa, et une autre à consulter les carnets de terrain ainsi que les registres papier originaux — couvrant la période allant de 1981 au début des années 2000 — au campus Macdonald de l’Université McGill.
 
Peu à peu, j’ai commencé à repérer des schémas dans les données et à les relier aux échanges que j’avais avec les chercheurs et chercheuses responsables de ce suivi. Par exemple, certains jeux de données contenaient des valeurs de date négatives ; cela s’expliquait par le fait que les observations effectuées dans les premières années étaient enregistrées comme un nombre de jours écoulés depuis le 1er juin, date à laquelle débutait généralement le suivi de la reproduction. Toutefois, certaines années, les équipes se rendaient sur place plus tôt, ce qui donnait lieu à des valeurs de date telles que « -2 », qu’il fallait convertir pour rétablir la date réelle du 29 mai. À travers les notes de terrain, j’ai pu entrevoir la réalité du travail sur l’île Coats : l’observation d’ours polaires pouvait mettre fin à une journée de suivi, et plusieurs parcelles d’observation ont dû être déplacées en raison d’une trop forte présence de ces animaux. Par ailleurs, les dénombrements d’oiseaux ou autres observations pouvaient être interrompus prématurément à cause du mauvais temps ou d’une visibilité réduite. 

​En recherchant les cartes dessinées à la main des zones d’étude, j’ai appris que les guillemots de Brünnich nichent sur les falaises rocheuses, parsemant littéralement la paroi de taches noires et blanches alors qu’ils se disputent les meilleurs emplacements. Leurs œufs présentent une forme conique originale qui les empêche de rouler dans le vide. À mesure que j’approfondissais l’analyse des données — et que j’envoyais une foule de courriels de clarification à la formidable équipe de recherche de l’île Coats —, des étiquettes telles que « Q 37 » sont passés de simples codes alphanumériques abstraits à la représentation d’un couple nicheur bien précis, installé sur une corniche encombrée

​De même, j’ai appris à reconnaître les codes figurant sur les bagues utilisées pour identifier chaque oiseau : lors de leur capture, les guillemots sont munis de bagues métalliques portant un code numérique unique permettant de les identifier lorsqu’ils sont observés à nouveau ou recapturés. Au début, les bagues portaient des codes à 8 chiffres commençant par « 996 », alors que l’on est passé plus récemment à des codes à 9 chiffres. Lors du baguage initial, le numéro complet est consigné ; toutefois, il arrive que seule une partie de la bague soit visible lors d’une observation ultérieure aux jumelles. J’ai donc dû trouver des moyens de prendre en compte ces informations partielles. Ces identifiants sont essentiels, car ils nous permettent de suivre un individu au fil du temps et de relier entre elles diverses données : caractéristiques morphologiques, site(s) de nidification, partenaire(s) éventuel(s), succès de la reproduction et toute autre information recueillie. 
​
Face à une telle complexité, dresser des listes détaillant les fichiers, les périodes qu’ils couvrent, leur contenu et leurs liens avec d’autres fichiers s’est avéré crucial pour préserver ma santé mentale. J’ai également compris tout l’intérêt de tenir un journal des modifications dès le début, afin de consigner de manière systématique les problèmes rencontrés ou les changements effectués. En effet, tenter de corriger un problème dans le jeu de données en révélait souvent d’autres ; pouvoir les signaler pour les traiter ultérieurement s’est donc révélé extrêmement utile. Par ailleurs, ce suivi systématique des modifications — couplé à un code bien documenté — permettra à d’autres personnes de reprendre le travail là où je l’ai laissé et, je l’espère, de poursuivre l’archivage des nouvelles versions de ce jeu de données après la campagne de terrain de cet été.

​Depuis plus de 25 ans, SeaChange mène des activités de suivi et des efforts de restauration des herbiers marins sur plusieurs sites le long de l’île de Vancouver et dans la mer des Salish. Au fil des ans, l’organisation a accumulé une grande quantité de données qu’il fallait archiver de manière à permettre la gestion des versions, la collecte des données se poursuivant. SeaChange recueille des données de suivi lors de plongées effectuées le long de transects afin d’évaluer la santé et la densité des herbiers. Des données environnementales sont également collectées grâce à l’installation de capteurs HOBO sur les sites. Au début du projet, les données étaient soit partiellement numérisées sous divers formats de fichiers, soit conservées sur papier dans différentes boîtes.
 
Avec l’aide de Gloria Rahgozar, étudiante de premier cycle (qui a numérisé et saisi plus de 5 000 fiches papier !), j’ai regroupé, nettoyé et fusionné toutes les fiches de suivi des herbiers marins et des zones subtidales pour obtenir un format final exploitable. J’ai élaboré des scripts pour nettoyer par lots les données environnementales recueillies par plusieurs capteurs HOBO installés et j’ai ajouté des clés de localisation numériques afin de pouvoir associer ces données aux relevés effectués sur les herbiers. J’ai ensuite mis au point un flux de travail et une documentation pour faciliter les futures mises à jour du jeu de données, permettant ainsi d’en gérer les versions selon les besoins. Cette première version du jeu de données rassemble des années de mesures sur les herbiers et de relevés des conditions environnementales, collectées sur 40 sites entre août 2015 et décembre 2023. Disponible en libre accès sur Zenodo, ce jeu de données du projet SeaChange peut aider les acteurs et actrices de la restauration, ainsi que les scientifiques à étudier les facteurs potentiels du déclin des herbiers marins ou de leur rétablissement après transplantation. 
 
Ce stage a été une expérience extrêmement enrichissante ! Il m’a grandement aidé à améliorer mes compétences en matière de traitement et de gestion des données ; par ailleurs, j’ai trouvé très inspirant de constater le dévouement de SeaChange ainsi que la richesse des données accumulées grâce aux initiatives communautaires en faveur de ces écosystèmes côtiers. 

La deuxième page d’une lettre de J. W. Eastham à Winifred Hardy, botaniste au Royal British Columbia Museum, décrivant la population de Vaccinium ovatum sur l’île Lasqueti. 
J’ai collaboré avec un étudiant de premier cycle, Seth Perez, pour numériser ces lettres. Nous avons découvert que le fonds de correspondance d’Eastham comptait plus de 800 lettres, représentant plus de 1 300 pages de texte. Parmi les 68 personnes avec lesquelles Eastham a entretenu une correspondance, la plupart étaient des botanistes, incluant des figures éminentes telles qu’Erling Porsild, David Keck et Mary Bowerman. Il est intéressant de noter qu’Eastham correspondait également avec des personnes issues d’horizons très variés, notamment un éleveur de bovins, un vendeur d’herbes médicinales, un employé de chemin de fer et même une personne se renseignant sur un remède potentiel contre l’arthrite ! Bien qu’Eastham ait quitté l’Écosse pour s’installer au Canada à l’âge adulte, les archives de l’UBC révèlent qu’il a correspondu exclusivement avec des Nord-Américains.
 
La grande majorité des lettres étaient dactylographiées, mais certaines étaient manuscrites. Il était parfois difficile de déchiffrer l’écriture cursive des années 1940. Croiser les informations avec des ressources telles que British Columbia Place Names s’est parfois avéré très utile. J’ai transcrit moi-même les lettres manuscrites, tandis que les lettres dactylographiées ont été traitées automatiquement. Paul Bucci, conservateur en informatique au Beaty Biodiversity Museum, a conçu une chaîne de traitement utilisant Tesseract — un outil de reconnaissance optique de caractères — pour transcrire les lettres dactylographiées.
 
L’association des lettres aux spécimens d’herbier est un travail de longue haleine, mais des découvertes intéressantes ont déjà été réalisées. J’ai notamment mis au jour une correspondance concernant une espèce endémique de l’île de Vancouver — alors inconnue de la science — que j’ai pu relier à un spécimen d’herbier conservé à l’UBC. Une fois le projet terminé, les lettres seront associées aux spécimens correspondants dans Specify, le logiciel de gestion des collections utilisé par le Beaty Biodiversity Museum, puis versées dans GBIF.
 
Grâce à ce stage, j’ai pu perfectionner mes compétences techniques en matière de gestion et de traitement des données ainsi qu’en scriptage. J’ai également affiné mes aptitudes à la recherche historique en effectuant des recherches aux archives de la Colombie-Britannique et de Vancouver afin d’en apprendre davantage sur Eastham et ses travaux. La lecture de sa correspondance m’a par ailleurs beaucoup appris sur l’histoire sociale et la Seconde Guerre mondiale. Le fonds de correspondance d’Eastham constituait un corpus de données fascinant à exploiter, très différent de tout ce que j’avais pu aborder auparavant dans le cadre de mes recherches. 

L’objectif de ce stage était de colliger les nombreux tableaux de données générés au cours de cette expérience pour constituer un jeu de données bien structuré, destiné au dépôt public Environmental Data Initiative (EDI). Avec l’aide de Chris Hay, responsable des données scientifiques de l’IISD-ELA, et de Michael Paterson, chercheur principal, j’ai pu organiser une grande partie de ces données et en rédiger les métadonnées ; l’ensemble a été publié en tant que version 1 du jeu de données (en anglais).
 
Mon travail a consisté à normaliser les tableaux de données FLUDEX en harmonisant les noms des colonnes et des sites d’échantillonnage entre les différentes études. J’ai également rédigé un document explicatif accompagnant ce jeu de données ; celui-ci comprend les définitions de toutes les variables figurant dans les tableaux, des descriptions des sites (accompagnées de cartes lorsque cela était possible), ainsi qu’un résumé des méthodes et des principaux résultats associés aux données incluses dans le jeu de données.
 
Grâce à ce stage, j’ai perfectionné mes compétences techniques en matière de gestion des données et pris conscience de l’importance d’une tenue rigoureuse des dossiers pour la création de métadonnées. Je me réjouis également d’avoir collaboré avec l’IISD-ELA ; cette expérience m’a permis de découvrir une initiative de recherche canadienne remarquable et de contribuer à la préservation d’un ensemble de données d’un grand intérêt. Elle m’a fait comprendre à quel point il est crucial de préserver activement les données écologiques historiques, car celles-ci offrent encore de nombreuses possibilités d’utilisation.
 
Le lien vers le jeu de données (version 1, en anglais) :
https://portal.edirepository.org/nis/mapbrowse?scope=edi&identifier=2120&revision=1

​Puisque les partenaires pouvaient choisir où archiver leurs jeux de données, ceux-ci ont été déposés sur diverses plateformes, dont Borealis, Dryad, Figshare, DataStream et Gouvernement ouvert Canada. Afin de les rassembler, j’ai créé une carte web interactive sur le site web de l’ICEE (accessible ici), permettant d’explorer les projets du Programme Living Data (PLD) par lieu et par taxon. La carte répertorie également les partenaires et les stagiaires, et regroupe en un seul endroit les liens vers les dépôts, les articles principaux et les publications connexes. C’était très satisfaisant de constater visuellement la diversité des données sauvées partout au Canada (et dans le monde entier) !
 
Ce stage m’a offert une perspective unique sur le cycle de vie des données de recherche : de leur récupération et de leur nettoyage à leur conservation à long terme et à leur accessibilité. J’ai beaucoup aimé travailler avec l’équipe du Living Data et communiquer avec les partenaires et les stagiaires. Ce fut enrichissant de découvrir la grande variété de projets et gratifiant de contribuer à ce que leurs contributions soient enregistrées et restent accessibles pour l’avenir.

Durant mon stage, j’étais responsable de la gestion des fichiers de données, notamment du nettoyage et de l’organisation des données brutes en formats structurés. J’ai aussi écrit la première version du fichier de métadonnées, résumé et documenté les variables des différents ensembles de données. Ce travail a été réalisé en collaboration avec d’autres membres de la communauté du Projet Living Data et avec l’aide d’une étudiante de premier cycle, Eva Gagnon (Université de Montréal), qui a numérisé les documents manuscrits originaux.

Nos efforts ont abouti à la publication de deux ensembles de données, désormais librement accessibles aux scientifiques, aux éducateurs et éducatrices et aux décideurs et décideuses politiques: 

• Macdonald et al. 2024 — Metadata and Overview
• Macdonald et al. 2024 — Full Dataset (47-year archive)

Ce stage m’a permis d’acquérir des compétences techniques en gestion de données, mais aussi de comprendre l’importance cruciale de la sauvegarde des données environnementales historiques qui pourraient autrement être perdues. Contribuer à redonner vie à cet ensemble de données unique et à le rendre utilisable pour de futures études écologiques a été une expérience extrêmement gratifiante.