Camille DESILES

Biographie

Camille Desiles assure une fonction d’ingénieure d’études mutualisée avec les Umifre subsahariennes (Umifre des UAR 3336 et 3137 : IFRA-Nairobi au Kenya, IFRA-Nigeria, IFAS-Recherche en Afrique du Sud, SFDAS au Soudan et CFEE en Éthiopie) dans la production, le traitement et l’analyse des données scientifiques, en particulier dans leur FAIRisation*.

Avec un parcours spécialisé dans les Humanités numériques et les données de la recherche, son expérience au sein de l’Inist-CNRS lui a permis d’avoir une connaissance particulière du cycle de vie des données, de la science ouverte et de ses outils. Camille accompagne les chercheurs dans leurs activités de collecte et de productions de données, à partir de sources diverses, textuelles, photographiques, audio, etc., qui sont valorisées, par exemple dans les publications de la revue Sources ou dans le carnet scientifique de LAM Esquisses.

Par ailleurs, elle est impliquée dans plusieurs réseaux professionnels et projets en lien avec le laboratoire et/ou ses thématiques de recherche:

– Participation au Méta-atelier de la donnée qui regroupe des représentants des SCD (Service commun de documentation) et bibliothèques universitaires des six universités de la région Nouvelle-Aquitaine et de l’INRIA et qui a pour but de faciliter les échanges entre collègues sur la mise en œuvre des politiques de données dans les établissements et de faire monter en compétences les établissements sur les données.

– Trésorière adjointe de l’Association francophone pour les usagers d’Omeka (AUFO) depuis plusieurs années. Son implication et sa connaissance de l’outil lui permettent d’envisager les avantages et la pertinence de l’utilisation d’Omeka dans les études aréales.

– Membre du comité de pilotage d’un projet portant sur les collaborations arts-sciences porté par le GIS Afrique.

– Participation aux écoles d’été tenues par le consortium DISTAM dédié aux études aréales en France.

– En cours de formation à l’édition de corpus numérique et à la fouille et à l’analyse de corpus textuel.

*Principes FAIR : La notion de FAIR data recouvre les manières de construire, stocker, présenter ou publier des données de manière à permettre que la donnée soit facile à trouver, accessible, interopérable et réutilisable.
En savoir plus : https://doranum.fr/glossaire-donnees-recherche/