Un jeu de données, un logiciel et du code source se citent comme des sources à part entière. La différence avec un article tient à un élément supplémentaire, décisif : la version. Un jeu de données mis à jour ou une bibliothèque passée en version supérieure changent de contenu sans changer de titre — sans version, la référence n’est pas reproductible.
Précision de périmètre. Cet article porte sur les données de recherche, les logiciels et le code source. Si votre besoin concerne une statistique publique — une série de l’INSEE ou d’Eurostat, un chiffre issu d’un rapport institutionnel —, le format et la règle de date de consultation applicables sont traités dans notre guide pour citer un rapport, une loi ou un document officiel.
Pourquoi ces sources doivent être citées
Beaucoup d’étudiants ne citent ni les données ni les outils qu’ils ont utilisés, considérant qu’il s’agit d’instruments et non de sources. C’est une erreur de raisonnement : un instrument qui influence le résultat fait partie de la démonstration.
Deux conséquences concrètes. D’une part, un correcteur ne peut pas évaluer une analyse dont il ignore l’outil : les valeurs par défaut d’un logiciel statistique — méthode d’estimation, traitement des valeurs manquantes, correction appliquée — pèsent réellement sur les résultats obtenus. D’autre part, un jeu de données non identifié rend toute vérification impossible, ce qui affaiblit le travail au moment même où il prétend s’appuyer sur des faits.
Cette exigence est désormais standard dans la recherche, et elle descend progressivement vers les mémoires de master, en particulier dans les disciplines quantitatives. Elle prolonge naturellement la rigueur attendue dans la présentation des résultats, telle que la décrit notre guide d’analyse des données quantitatives.
Comment citer un jeu de données de recherche
Une référence de jeu de données comporte sept éléments. Aucun n’est décoratif.
- L’auteur ou l’organisme producteur. Souvent une institution plutôt qu’une personne, traitée alors comme auteur collectif.
- L’année de publication ou de dépôt de la version citée.
- Le titre du jeu de données, exactement tel qu’il figure sur la page du dépôt.
- Le numéro de version. L’élément le plus souvent omis et le plus important.
- Une mention de type entre crochets signalant qu’il s’agit de données, afin que le lecteur ne prenne pas la référence pour un article.
- Le dépôt qui héberge les données, qui tient lieu d’éditeur.
- Un identifiant pérenne, un DOI de préférence, une URL stable à défaut.
La logique est la même que pour une norme technique, où l’année d’édition conditionne tout : les éléments à relever y sont détaillés dans notre guide pour citer une norme, un brevet et un document technique. Dans les deux cas, l’identifiant précis remplace la description approximative.
Comment citer un logiciel
La règle est simple : tout logiciel qui a produit un résultat présenté dans le travail doit être cité, avec sa version. Cela vaut pour un logiciel statistique comme pour une bibliothèque de calcul ou un outil de traitement d’images.
La référence reprend la même structure que pour un jeu de données — auteur ou équipe de développement, année, nom, version, mention de type entre crochets indiquant un logiciel, éditeur ou dépôt, URL ou DOI.
Un réflexe fait gagner du temps et évite les erreurs : la plupart des logiciels scientifiques indiquent eux-mêmes la référence à utiliser. Elle figure dans la documentation, dans un fichier de citation à la racine du projet, ou s’obtient par une commande dédiée dans les environnements de calcul. Utiliser la référence fournie par les auteurs est toujours préférable à une référence reconstituée.
Attention en revanche à ne pas confondre le logiciel et la méthode. Citer un logiciel ne dispense pas de citer la publication qui décrit l’algorithme employé, lorsqu’elle existe : ce sont deux références distinctes, et les jurys des disciplines quantitatives attendent les deux.
Le code source : DOI de version, DOI de concept et archivage
Le code est le cas le plus délicat, parce qu’il est vivant. Un dépôt public peut être renommé, rendu privé, réécrit ou supprimé, et son contenu change à chaque modification. Une URL de dépôt citée telle quelle a donc une durée de vie limitée.
Deux notions permettent de s’en sortir.
Le DOI de version contre le DOI de concept. Certains dépôts attribuent deux identifiants à un même objet : un DOI de concept, qui désigne le projet toutes versions confondues et redirige toujours vers la plus récente, et un DOI de version, qui pointe vers un dépôt figé. Dans un mémoire, il faut citer le DOI de version. Citer le DOI de concept revient à promettre au lecteur qu’il verra ce que vous avez utilisé, alors qu’il verra ce qui existe au moment où il clique.
L’archivage pérenne du code. La pratique établie consiste à archiver une version publiée dans un dépôt qui lui attribue un identifiant stable, puis à citer cet identifiant plutôt que l’adresse du dépôt de développement. Il existe par ailleurs des infrastructures dédiées à l’archivage du code source, qui délivrent des identifiants pérennes permettant de désigner un fichier ou même une ligne précise.
Si aucun archivage n’est possible, la solution de repli reste acceptable à condition d’être complète : URL du dépôt, identifiant de la version ou empreinte du commit utilisé, et date de consultation. La date de consultation joue ici le même rôle que pour une page web, comme le rappelle la norme ISO 690.
La déclaration de disponibilité des données
Au-delà des références individuelles, un court paragraphe est de plus en plus attendu dans les travaux de recherche : la déclaration de disponibilité des données. Elle répond à trois questions.
- Où sont les données ? Dépôt, identifiant, ou mention explicite qu’elles ne sont pas diffusables.
- Sous quelles conditions sont-elles réutilisables ? La licence de diffusion, qui détermine ce qu’un tiers peut en faire.
- Pourquoi, le cas échéant, ne le sont-elles pas ? Données personnelles, secret industriel, engagement de confidentialité pris auprès d’un terrain.
Ce dernier point est important pour les mémoires reposant sur des entretiens ou sur des données d’entreprise : déclarer que les données ne peuvent pas être diffusées, en expliquant pourquoi, est une réponse parfaitement recevable et bien plus solide que le silence.
La déclaration se place généralement juste avant la bibliographie ou à la fin de la partie méthodologique. Elle ne remplace pas les références : les jeux de données cités restent listés avec les autres sources, selon les principes exposés dans notre guide sur la construction d’une bibliographie et dans notre présentation des normes APA.
Questions fréquentes
Comment citer un jeu de données dans un mémoire ?
Une référence de jeu de données comporte l’auteur ou l’organisme producteur, l’année, le titre du jeu, le numéro de version, une mention de type entre crochets indiquant qu’il s’agit de données, le dépôt qui l’héberge et un identifiant pérenne, de préférence un DOI. La version est ici aussi importante que l’auteur : un jeu de données mis à jour change de contenu sans changer de titre.
Faut-il citer un logiciel utilisé pour ses analyses ?
Oui, dès lors que le logiciel a produit un résultat présenté dans le travail. Un tableur, un logiciel statistique ou une bibliothèque de calcul influencent les résultats par leurs algorithmes et leurs valeurs par défaut : sans le nom et la version, l’analyse n’est pas reproductible. Beaucoup de logiciels scientifiques indiquent eux-mêmes la référence à utiliser dans leur documentation.
Quelle différence entre DOI de version et DOI de concept ?
Certains dépôts attribuent deux identifiants : un DOI de concept, qui désigne l’objet toutes versions confondues et renvoie toujours à la plus récente, et un DOI de version, qui désigne un dépôt précis et figé. Dans un mémoire, il faut citer le DOI de version, seul garant que le lecteur consultera exactement ce que vous avez utilisé.
Peut-on citer un dépôt GitHub directement ?
C’est possible mais fragile : un dépôt peut être renommé, rendu privé ou supprimé, et son contenu change en permanence. La pratique recommandée consiste à citer une version archivée avec un identifiant pérenne — via un dépôt qui attribue un DOI à une publication de version, ou via un identifiant de code source pérenne. À défaut, indiquez au minimum l’URL, la version ou l’empreinte du commit, et la date de consultation.
Qu’est-ce qu’une déclaration de disponibilité des données ?
C’est un court paragraphe indiquant où se trouvent les données ayant servi au travail, sous quelle licence elles sont réutilisables, et le cas échéant pourquoi elles ne peuvent pas être diffusées. De plus en plus attendue dans les mémoires de recherche et exigée par de nombreuses revues, elle se place généralement avant la bibliographie ou en fin de partie méthodologique.
Où déposer ses propres données de recherche ?
Plusieurs dépôts généralistes ou disciplinaires attribuent un DOI et assurent une conservation à long terme ; la France dispose en outre d’un entrepôt national dédié aux données de la recherche. Le choix se fait en fonction de la discipline et des consignes de l’établissement ou du laboratoire, qui imposent parfois un dépôt institutionnel précis.