Ce que « validité scientifique » veut dire concrètement
Les leçons 1 à 4 ont sécurisé la collecte : protocole lu, sécurité assurée, geste standardisé, point géoréférencé. Reste une question distincte : la donnée obtenue est-elle valide ? C'est l'objet exact du critère noté /6 en C4.2 — exactitude et précision d'un côté, vérification et regard critique de l'autre.
Précision et exactitude : deux notions à ne pas confondre
Une mesure peut être précise (des répétitions donnant des valeurs très proches entre elles) sans être exacte (proche de la vraie valeur) — par exemple un pied à coulisse mal calibré donnera des mesures très reproductibles mais systématiquement décalées de 2 mm. À l'inverse, des mesures dispersées mais centrées sur la vraie valeur sont exactes en moyenne mais peu précises individuellement. Les deux qualités sont nécessaires et ne se compensent pas l'une l'autre.
Le biais d'échantillonnage : la variable cachée qui fausse l'interprétation
Un biais d'échantillonnage survient quand l'effort de collecte ou la détectabilité de l'objet étudié varie de façon non aléatoire entre les points, les dates ou les observateurs — sans que cette variation soit elle-même mesurée ou documentée.
| Source de biais | Effet |
|---|---|
| Effort de prospection inégal entre les points | Un point visité deux fois plus longtemps qu'un autre affichera artificiellement plus d'espèces, sans que cela reflète une richesse réelle supérieure |
| Détectabilité variable selon la météo ou l'horaire | Une Cistude est bien moins détectable par temps couvert (moindre thermorégulation en surface) ; une absence d'observation ce jour-là ne signifie pas absence réelle |
| Différences entre observateurs | Un observateur expérimenté détecte davantage d'indices discrets qu'un débutant, à effort identique |
Cohérence interne d'un jeu de données
Avant toute interprétation, un jeu de données doit être vérifié pour lui-même, indépendamment de sa signification biologique :
- Doublons — un même individu ou un même point saisi deux fois, souvent lors d'une synchronisation ou d'une ressaisie
- Valeurs aberrantes — une mesure hors de toute plage plausible (carapace de 890 mm, coordonnée en dehors du site)
- Incohérences croisées — un poids incompatible avec la taille enregistrée, une date de relevé antérieure à la date de pose du matériel
- Traçabilité — chaque ligne de données doit permettre de retrouver qui a collecté quoi, quand et comment ; une donnée sans traçabilité ne peut pas être vérifiée en cas de doute
Nettoyage d'un extrait du jeu de données Cistude — Beauchêne
Voici un extrait du tableur reçu après synchronisation de la session terrain (leçon 4). Quatre anomalies volontaires y sont présentes — à vous de les repérer avant de continuer.
| ID | Date | Observateur | Long. carapace (mm) | Poids (g) | Coord. Y (Lambert93) |
|---|---|---|---|---|---|
| C-014 | 12/06/2026 | Chargée d'étude | 168 | 620 | 6 758 214 |
| C-015 | 12/06/2026 | Chargée d'étude | 152 | 540 | 6 758 260 |
| C-015 | 12/06/2026 | Chargée d'étude | 152 | 540 | 6 758 260 |
| C-016 | 12/06/2026 | Chargée d'étude | 410 | 580 | 6 758 198 |
| C-017 | 11/06/2026 | Chargée d'étude | 145 | 510 | 487 300 |
| C-018 | 12/06/2026 | — | 160 | 600 | 6 758 240 |
Voir la correction commentée
C-015 en doublon — ligne strictement identique à la précédente, probablement issue d'une double synchronisation. À supprimer après vérification qu'il ne s'agit pas de deux individus réellement distincts capturés au même point.
C-016, longueur 410 mm — valeur aberrante : aucune Cistude d'Europe n'atteint cette taille (la longueur maximale connue de l'espèce se situe autour de 200 mm). Erreur de saisie probable (un chiffre ajouté ou une virgule décalée) à vérifier auprès de l'observateur avant correction ou suppression.
C-017, coordonnée Y = 487 300 — valeur incohérente avec les autres points du site (de l'ordre de 6 758 000) : la donnée a probablement été saisie en confondant colonne X et colonne Y, ou provient d'un système de coordonnées différent (WGS84 non reprojeté). À vérifier avant toute exploitation cartographique.
C-018, observateur non renseigné — absence de traçabilité : impossible de vérifier la fiabilité de cette mesure en cas de doute ultérieur, ou de revenir vers la bonne personne pour clarification.
Ce type de vérification s'effectue systématiquement avant toute bancarisation définitive en SIG (leçon 6) — jamais après, une fois les données déjà intégrées à la base de référence du site.
Une posture critique vis-à-vis de sa propre collecte
Le réflexe le plus difficile à acquérir n'est pas technique mais psychologique : accepter de remettre en question une donnée que l'on a soi-même mesurée, plutôt que de la valider par confort ou par fierté du terrain accompli.
Cette rigueur ne s'arrête pas à la mesure elle-même : elle s'étend à la reconnaissance des limites de sa propre collecte — accepter qu'une absence de détection reste une incertitude, pas une conclusion, fait partie intégrante de la validité scientifique évaluée.
Grille de contrôle qualité en 5 points
Avant toute bancarisation définitive
Un point essentiel : corriger une anomalie n'est jamais anodin. Toute correction doit elle-même être documentée — quelle valeur a été changée, pourquoi, sur quelle base — pour que le jeu de données final reste lui-même vérifiable par un tiers.
Ce qui invalide un jeu de données malgré une collecte soignée
| Erreur | Pourquoi elle coûte cher |
|---|---|
| Donnée aberrante conservée « parce qu'elle a été mesurée » | Une valeur mesurée n'est pas automatiquement une valeur juste ; la conserver sans vérification fausse toute statistique descriptive calculée dessus |
| Absence de vérification croisée terrain/saisie | Une erreur de saisie (chiffre transposé, virgule décalée) reste invisible tant qu'on ne compare pas à la fiche papier ou au carnet de terrain d'origine |
| Confusion entre absence de détection et absence réelle | Conclut à tort à la disparition d'une espèce ou d'un comportement, alors que seule la détectabilité a varié (météo, horaire, observateur) |
| Correction de données non documentée | Rend le jeu de données final impossible à auditer : personne ne peut savoir ce qui a été modifié ni pourquoi |
Quiz de transfert
Les questions suivantes portent sur des situations de contrôle qualité non vues en cours, pour tester votre raisonnement plutôt que votre mémorisation du tableau Beauchêne.
Un pied à coulisse mal calibré donne systématiquement des mesures 3 mm au-dessus de la vraie valeur, mais très reproductibles d'une mesure à l'autre sur le même individu. Cette situation illustre :
Sur trois passages d'inventaire, un observateur ne détecte aucun individu lors du passage réalisé par temps couvert, contre plusieurs individus lors des deux autres passages ensoleillés. Quelle interprétation est correcte ?
Un jeu de données contient une ligne avec un poids de 2 400 g pour un individu dont la longueur de carapace est de 155 mm, très inférieure à celle des autres individus de poids comparable. Quelle est la première action à mener ?
Pourquoi toute correction apportée à un jeu de données doit-elle être documentée plutôt que simplement appliquée ?
Deux lignes d'un tableur présentent exactement les mêmes valeurs pour toutes les colonnes, y compris l'identifiant individuel et l'heure de mesure. Que faut-il faire avant de les traiter comme un doublon à supprimer ?
Un jeu de données de suivi floristique ne renseigne, pour la moitié des lignes, ni le nom de l'observateur ni la méthode exacte utilisée. Quelle qualité du jeu de données est directement compromise ?
Pourquoi un effort de prospection inégal entre plusieurs points d'un même inventaire constitue-t-il un biais, même si chaque mesure prise individuellement est exacte ?
Score obtenu. Relisez les feedbacks des questions manquées avant de passer à la leçon 6, la capstone terrain.