Introduction

Les recherches en sciences sociales reposent sur un travail empirique impliquant notamment la production de données originales, le développement de méthodes spécifiques de production de données ou d’analyses ou encore la mise au point d’outils informatiques et de scripts d’analyse. Dans le contexte du mouvement de la science ouverte, ces éléments — données, codes, outils — sont de plus en plus diffusés via des dispositifs dédiés comme les entrepôts de données ou les forges logicielles. Dans le même temps, les formats traditionnels de publication scientifique restent largement centrés sur la présentation des résultats substantiels des recherches, laissant relativement peu de place à la description, à la discussion et à la valorisation scientifique de ces objets intermédiaires, mais nécessaires, de la recherche. Il est ainsi difficile pour la communauté académique et les producteurs de données de rendre compte des choix méthodologiques, des conditions de production et des usages possibles de ces données, méthodes, codes et outils. Ce travail reste souvent invisible, malgré les engagements de principe pris par un nombre croissant d’institutions au travers leur engagement dans la coalition CoARA¹ par exemple. Le partage d’une réflexion à la fois méthodologique et épistémologique n’est pas non plus l’objectif et la raison d’être principale des entrepôts de données et forges logicielles, qui sont principalement des outils de stockage et de diffusion ou de documentation de ces ressources. Si des efforts de transparence et de réplicabilité ont été très substantiels ces dernières années, au moins pour certains domaines comme l’économie ou l’histoire, la réflexivité sur ces éléments ne se réalise que relativement marginalement au travers de la présentation des résultats substantiels dans les revues disciplinaires classiques.

Cette situation contribue à maintenir dans une relative invisibilité une part importante du travail scientifique, tout en limitant la diffusion et la réutilisation de ressources pourtant essentielles à la cumulativité des connaissances. De plus, il peut s’écouler beaucoup de temps entre la collecte de données, la mise au point de nouveaux protocoles, le développement d’outils idoines et plus largement de tous ces éléments qui concourent à la production scientifique et leur valorisation au travers de publications classiques. Ce constat met en évidence le besoin de formats éditoriaux capables de prendre en charge ces productions spécifiques et de leur offrir un espace de discussion scientifique propre. 

C’est dans ce contexte qu’a été créée en 2023 la revue DEMC, dont l’ambition est d’ouvrir un espace de publication consacré à ces différentes étapes et aux différents objets du processus de recherche empirique en sciences sociales. En revanche, la revue ne publie pas de discussions portant sur les résultats de recherche, déjà prise en charge par les revues traditionnelles.

Cet article propose de retracer la genèse de cette initiative éditoriale, d’en présenter les choix organisationnels et scientifiques, et d’en discuter les premiers résultats ainsi que les défis auxquels elle est confrontée pour les prochaines années. A cet effet, l’article est organisé en quatre parties : la première présente le paysage éditorial existant ; la deuxième revient sur la genèse du projet ; la troisième présente les choix organisationnels et éditoriaux de la revue ; la quatrième propose un premier bilan et présente les défis à venir.

1. Un paysage éditorial en recomposition dans le mouvement de science ouverte

La création de DEMC est née d'un constat simple : les formats éditoriaux existants laissent peu de place à la description, à la discussion et à la valorisation de certaines dimensions intermédiaires du travail scientifique. Un grand nombre de base de données, de codes informatiques, de corpus, de traitements, de méthodes, etc. sont produits sans explicitation des méthodes à leur origine, explicitation pourtant nécessaire à leur diffusion et à leur utilisation au sein de la communauté académique. De plus, les délais de leur valorisation indirecte, par leur concours à une publication classique en faisant usage, sont très (trop) longs. Enfin, le manque de partage de ces outils et expériences se traduit par une répétition du travail, une duplication des efforts et une perte d’efficacité. 

Ces difficultés prennent des formes diverses. Un exemple très simple illustre ce phénomène. Il y a en France de nombreuses  bases de données dont l’unité de définition est le code postal, et d’autres dont l’identifiant est le code INSEE de la commune. Comme une commune peut avoir plusieurs codes postaux et qu’un code postal peut recouvrir plusieurs communes, l’appariement entre les données n’est pas trivial. Beaucoup de chercheurs utilisant des données locales et confrontés à cette difficulté ont produit des solutions sous forme de codes informatiques ou de matrices de passage. Or sans diffusion de ces solutions, sans leur partage et leur discussion au sein de la communauté scientifique, les chercheurs se condamnent à remettre sans fin l’ouvrage sur le métier et à développer encore et encore leurs solutions, souvent identiques ou sans valeur ajoutée réelle. 

Au-delà de cet exemple, trois constats spécifiques, étroitement liés, ont progressivement conduit à envisager la création d’un nouvel espace de publication pour valoriser ces éléments.

Le premier constat concerne la place limitée accordée, dans les revues disciplinaires en sciences sociales, aux contributions portant sur des aspects du processus de recherche qui ne sont pas, stricto sensu, des discussions approfondies des résultats des recherches². Dans plusieurs disciplines, des formats courts tels que les research notes ou les letters permettent de diffuser rapidement des résultats intermédiaires, des innovations méthodologiques ou des contributions ciblées. Certaines revues de science politique ou de sociologie, pour ne citer que ces deux disciplines, comme PS: Political Science & Politics ou European Political Science, ont contribué à diversifier les formes de publication en ouvrant leurs pages à des textes plus réflexifs sur la discipline, ses méthodes ou ses pratiques. Ces rubriques restent toutefois assez rares en France, comme les rubriques « Chantiers de recherche » de la revue Politique européenne ou « Note de recherche » de la Revue française de science politique. En sociologie également, certaines revues ont introduit des rubriques permettant d’aborder des questions méthodologiques ou des retours d’expérience de recherche à l’image de la rubrique « savoir-faire » de Genèses ou de la rubrique « théories et méthodes » de Sociologie. Dans d’autres disciplines, l’économie et la science politique notamment, la valorisation de papiers courts est plus avancée, comme avec la revue Economics Letters par exemple.

Toutefois, ces espaces restent relativement limités globalement, en proportion de l’espace éditorial disponible, et ne constituent pas toujours un cadre stabilisé pour la publication de contributions portant spécifiquement sur des dimensions intermédiaires du travail scientifique.

Le deuxième constat est celui de l'insuffisante valorisation du travail de documentation des données de recherche. L’expérience acquise au sein du Centre de données socio-politiques (CDSP) – au sein duquel, initialement, le projet de revue a été pensé – dans le domaine du partage et de la curation de données d’enquête met en évidence un double enjeu plus large : celui de la production d’une documentation scientifique suffisamment riche pour permettre la réutilisation des données, et celui de l’intérêt des producteurs de données à investir ces formats³. Même parmi les chercheurs sensibilisés aux enjeux du partage des données, la rédaction de cette documentation reste souvent perçue comme une tâche coûteuse et insuffisamment reconnue. De plus, les supports sur lesquels elle est diffusée — métadonnées, notices d'enquête ou rapports méthodologiques — relèvent généralement de la littérature grise et restent peu visibles dans les circuits classiques de publication scientifique (Danciu, Egea, Garcia & Heude, 2025). Le développement des data papers, qui s’est accéléré à partir du milieu des années 2010, est apparu comme une réponse possible à cette difficulté (Schopfel et al., 2025). En proposant un format de publication spécifiquement consacré à la description et à la contextualisation des jeux de données, ces articles permettent de transformer un travail de documentation souvent invisible en une contribution scientifique identifiable et citée (on y reviendra plus loin). 

Un troisième constat concerne la place accordée aux activités de développement de scripts d’analyse, de programmes informatiques ou d’outils logiciels utilisés dans la recherche. Dans de nombreuses disciplines des sciences sociales, l’analyse empirique repose désormais sur des codes développés par les chercheurs ou les ingénieurs, qu’il s’agisse de scripts en R, Python ou Stata, ou d’autres programmes destinés au traitement ou à la visualisation de données ou à la simulation. Ces productions jouent un rôle essentiel dans la reproductibilité et la cumulativité des études, mais elles trouvent difficilement leur place dans les formats de publication traditionnels. Si des forges logicielles comme GitHub ou GitLab permettent d’en assurer la diffusion technique, elles ne constituent pas pour autant des espaces de discussion scientifique comparables aux revues académiques. Des revues spécialisées existent certes, comme Computational Statistics & Data Analysis, Statistical analysis and data mining, ou encore Stata Journal et, plus récemment, The R Journal. Mais, on ne trouvait pas, jusqu’à récemment, et notamment en France, de journal dédié aux codes, comme ça peut être le cas ailleurs, avec par exemple Journal of Open Source Software, ou Journal of open research software. 

2. La genèse du projet

La convergence de ces trois constats a progressivement conduit à l’idée qu’un espace de publication spécifique pourrait contribuer à mieux diffuser et faire reconnaître ces dimensions du travail scientifique, qui, trop souvent, sont au mieux reléguées au titre d’annexes d’articles, sans indexation performante et avec une visibilité limitée voire faible. 

Comme bien souvent, l’innovation est à la fois la prolongation d’échecs répétés, d’emprunts, de rencontres et de hasards. DEMC, en tant que journal académique consacré à la publication d’articles hors du champ classique des résultats de recherche, ne fait pas exception.

La dynamique de création de ce projet s’est véritablement cristallisée à la faveur d’une rencontre et d’une collaboration qui s’est nouée avec la délégation d’Abel François au Centre de données socio-politiques (CDSP), à Sciences Po Paris (2021-2022). L’étonnement et l’intérêt réciproques entre un enseignant-chercheur, et une équipe d’ingénieures et d’ingénieurs qui constituent le CDSP, a amené à un constat : celui du manque de valorisation et de connaissance des expertises, des savoir-faire nécessaires à la menée et à la probité des projets de recherche, mais aussi du patrimoine porté par une structure telle que le CDSP. L’enjeu n’était pas seulement celui d’une reconnaissance, mais également d’opportunités manquées. Il était alors important pour le CDSP de documenter ses pratiques. Et, réciproquement, il était dommage que les expériences cumulées sur la production de données d’enquêtes par questionnaire, par exemple les données du panel Elipss ou celles de l’European Social Survey notamment, ou la curation de données en vue de leur mise à disposition ne servent pas, et donc ne soient pas diffusées, au-delà d’un cercle institutionnel restreint, faute d’un support adapté de diffusion et de valorisation. Il paraissait ainsi intéressant que les différentes étapes intermédiaires du cycle de vie d’un projet de recherche puissent être partagées et discutées.

Nous voudrions revenir sur les options qui s’offraient alors à nous dans le choix d’un format ou d’un modèle de revue destiné à diffuser ces éléments. Il nous a semblé d’abord pertinent de situer notre revue comme une initiative qui pourrait compléter l’offre éditoriale des revues disciplinaires traditionnelles. Certaines revues disciplinaires classiques offrent en effet aujourd’hui la possibilité de publier des contributions portant sur la présentation de jeux de données, au sein de rubriques spécifiques. Plusieurs revues francophones ont ainsi introduit ces dernières années des sections consacrées aux data papers, comme Cybergeo⁴, la Revue française des sciences de l’information et de la communication (Le Deuff 2018 ; Kembellec et Le Deuff, 2022), Humanités numériques⁵, ou plus récemment L’Année sociologique (Manzo, 2025). 

Ces espaces restent toutefois relativement marginaux dans l’économie générale des revues, dont la vocation principale demeure la publication d’articles de recherche présentant des résultats substantiels. Peu  de data papers autonomes sont publiés dans les revues en sciences économiques ; cette discipline semble avoir choisi un modèle d’intégration des données dans les articles de recherche classiques.  Il existe peu de “data journals” spécialisés dans cette discipline (à l’image du World Economics Journal). Les grandes revues d’économie ont développé des politiques très strictes de partage de données et de code, souvent plus avancées que dans beaucoup d’autres disciplines. Plusieurs revues majeures ont adopté un Data and Code Availability Standard (DCAS) ; ce standard commun définit un contenu minimal des replication packages, des règles pour les data availability statements et des procédures de vérification. Les journaux de l’American Economic Association imposent ainsi le dépôt des données et du code, leur documentation complète, et leur vérification par un data editor avant publication. C’est le cas par exemple de l’American Economic Review, The Quarterly Journal of Economics, ou l’International Economic Review.  

Cette évolution montre qu'il existe plusieurs manières d'organiser la valorisation des données de recherche. Nous avons toutefois estimé qu'il existait un intérêt à développer un espace éditorial spécifique. Nous avons néanmoins considéré que ces évolutions laissaient une place pour une revue entièrement consacrée aux données, aux méthodes et aux codes, répondant ainsi à des attentes émergentes des communautés scientifiques⁶. 

Un deuxième modèle éditorial important est celui des data journals, apparus principalement à partir des années 2010 dans le contexte du mouvement de la science ouverte. Ces revues se caractérisent par le fait qu’elles publient principalement — voire exclusivement — des data papers, c’est-à-dire des articles consacrés à la description et à la contextualisation de jeux de données mis à disposition dans des entrepôts numériques. Certaines de ces revues sont associées à des infrastructures de données ; c’est le cas notamment de Research Data Journal for the Humanities and Social Sciences, créé par l’infrastructure néerlandaise DANS avec le soutien du consortium européen CESSDA. D’autres sont structurées autour de domaines scientifiques spécifiques, à l’image du Journal of Open Archaeology Data ou du Journal of Open Psychology Data, tandis que certaines revues adoptent une approche résolument transdisciplinaire, comme Data in Brief. Bien que ces initiatives ont contribué à institutionnaliser le format du data paper, elles restent encore relativement peu nombreuses dans le champ des sciences sociales, et leur diffusion dans l’espace francophone demeure limitée. Les data journals ont constitué une source d'inspiration importante, notamment pour la place accordée aux data papers. Nous ne souhaitions toutefois pas reprendre ce modèle à l'identique, mais l'élargir à d'autres productions de la recherche, telles que les méthodes, les codes ou les retours d'expérience. Cette orientation rejoignait d'ailleurs les évolutions observées dans certains data journals, comme Data, qui publie également des articles de méthodes.

Nous voulions également nous inspirer, tout en nous en distinguant, du modèle des revues explicitement consacrées aux questions de méthodes. Dans le monde anglo-saxon, ces revues occupent une place relativement importante dans certaines disciplines, notamment en sociologie ou en science politique. Dans le contexte francophone, en revanche, elles demeurent relativement rares. L’exemple le plus emblématique est celui du Bulletin de méthodologie sociologique (BMS), créé au début des années 1980 pour promouvoir la diffusion et la discussion des innovations méthodologiques en sciences sociales. D’autres revues comme par exemple Terrains & Travaux, ancrée en sociologie mais ouverts à d’autres disciplines connexes, ou Statistique et Société ou Corpus (en linguistique), contribuent également à faire vivre ces débats, sans être toujours exclusivement dédiées à ces questions. Notre volonté était d'inclure des articles de réflexion ou de présentation de méthodes et d'expériences, sans faire de notre projet une revue de méthodes à part entière. Nous faisions toutefois l'hypothèse qu'il existait une véritable demande pour ce type de contributions, qui sont souvent très consultées et citées. Elles constituent en effet des ressources précieuses, notamment pour les jeunes chercheurs, auxquels elles apportent des repères directement mobilisables dans la conduite de leurs travaux, tout en offrant un espace de publication pour des innovations méthodologiques développées au cours des recherches doctorales ou postdoctorales.

Nous devions nous situer enfin par rapport à un ensemble, davantage hétérogène, d’initiatives éditoriales qui se sont développées à la marge de ces formats traditionnels. Ces projets, souvent portés par des communautés spécialisées, proposent des formes alternatives de publication, plus expérimentales, mêlant ressources pédagogiques, documentations techniques et contributions scientifiques. En France, parmi ces initiatives figurent notamment The Programming Historian, qui publie des tutoriels méthodologiques destinés aux chercheurs en sciences humaines, ou encore Rzine, qui constituent des espaces de discussion autour de l’utilisation du langage R en particulier en géographie. Ces projets ne correspondent pas toujours aux formats classiques de la publication scientifique, mais ils contribuent néanmoins à structurer des communautés de pratiques autour de méthodes ou d’outils spécifiques. Notons que ce format alternatif n’est pas figé, ainsi récemment Rzine s’est redéfinie comme une revue de méthodes pour les SHS.

Au terme de cette réflexion, il est apparu que le projet de DEMC ne pouvait se confondre avec aucun de ces modèles pris isolément. Il s'agissait plutôt d'en reprendre certaines caractéristiques pour construire une revue répondant aux besoins spécifiques identifiés précédemment.

3. Le projet éditorial de DEMC

Les réflexions présentées dans la section précédente ont conduit à définir plusieurs principes structurants pour le projet éditorial de DEMC. Ils concernent son inscription dans la science ouverte, les types de contributions accueillies, son organisation éditoriale, ses modalités d'évaluation et son positionnement scientifique. 

3.1 Une revue de science ouverte et accessible

Nous avons résolument voulu créer une revue scientifique participant de la dynamique de science ouverte, entièrement électronique ; le choix d'un modèle diamant répondait à la volonté de ne pas recourir à un modèle économique fondé sur les frais de publication (article processing charges, APC), encore fréquent dans une partie des data journals (comme Data in Brief). Il s’agissait de s’assurer d’un accès aux contenus non conditionné à des ressources financières. Cette approche impliquait dès lors de s’appuyer sur des ressources institutionnelles existantes plutôt que de créer une infrastructure propre. Nous avons choisi de faire héberger DEMC au sein de la pépinière de revues NUMEREV, la plateforme de la MSH Sud à Montpellier, notamment parce qu’elle permettait d’intégrer l’ensemble de la chaîne éditoriale (soumissions, évaluation, éditorialisation et publication).

Au-delà du choix du modèle économique, cette volonté d'ouverture a également guidé les choix d'organisation de la revue. Si la revue est née au CDSP de Sciences Po et si elle est juridiquement rattachée à Sciences Po, la stratégie suivie depuis le début a été de ne pas faire de cette nouvelle publication un moyen de valorisation institutionnelle du laboratoire ou de l’institution. Dès le départ, le modèle a été pensé au niveau national, principalement, avec du temps donné par des membres de différentes universités et du CNRS, de Strasbourg à Bordeaux, de Lille à Tours. 

Le modèle a également été pensé pour être bilingue : bien que la revue soit institutionnellement francophone, la publication en anglais est encouragée.

3.2 Une revue hybride

Dès le départ, l’objectif était de couvrir l’ensemble du cycle de vie d’un programme de recherche, à l’exception du produit final, c’est-à-dire les textes scientifiques s’appuyant sur ces éléments et ayant vocation à être publiés dans une revue dite classique. Nous avons choisi de publier quatre types d’articles qui correspondent à ces différentes dimensions du cycle de la recherche, et donnent son nom à la revue : D pour données, E pour expériences, M pour méthode (d’analyse ou d’exploitation), et C pour code (informatique de traitement). Plus explicitement, voici une présentation des contours des rubriques :

1. articles de données / Data papers : présentation d’une base de données originale ou d’un matériel empirique original. L’originalité est définie ici de deux manières, via l’introduction ou l’apport d’informations nouvelles sur la ou les bases de données, ou le rassemblement original d’informations existantes mais disparates. Nous avons choisi d’entendre ces contours de manière très large, puisqu’il peut s’agir également de présenter une méthode de production ou d’extraction des données. 

2. Les expériences / Experiment sont conçues comme la présentation d’un protocole d’expérimentation en laboratoire, sur le terrain ou en sondage. 

3. Les articles de Méthodes / Method sont conçus comme la présentation d’une nouvelle méthode d’exploitation (statistique ou autre) d’un matériel empirique, quantitatif ou qualitatif.

4. enfin les articles de Code / Code présentent un programme informatique (R, Python, Stata…), un script, un package, ou un outil de traitement de matériel empirique, quantitatif ou qualitatif.

Cette typologie reste néanmoins ouverte et a pour vocation d’accompagner les usages effectifs. Ainsi, la revue a lancé un chantier devant permettre d’ouvrir une rubrique autour de la réplication.

3.3 Un fonctionnement éditorial agile 

L'objectif de la création de DEMC a été, dès le départ, d'offrir une valorisation rapide de travaux en cours, en privilégiant des contributions relativement courtes, susceptibles de présenter des résultats intermédiaires, des innovations méthodologiques ou des expérimentations encore en développement. L'enjeu était moins de publier des articles de synthèse que de proposer un espace permettant de diffuser rapidement des ressources utiles à la communauté scientifique. 

Cette orientation s'est traduite par une longueur indicative d'environ 30 000 signes. Cette limite avait avant tout une fonction incitative : signaler aux auteurs que la revue attendait des contributions ciblées. Elle n'a toutefois jamais été conçue comme un seuil rigide ; certains formats nécessitent des développements plus substantiels pour présenter le contexte de production des données, les choix méthodologiques ou leur documentation. Cette longueur indicative est conforme aux formats généralement retenus pour les data papers, puisque s’il n’y a pas de consensus sur la taille de ce type d’article, le volume généralement alloué en termes de nombre de signes ou de mots par les différentes revues qui en publient est sensiblement plus restreint que pour les articles de recherche “classiques” (Le Fourner, Schopfel, 2025, §23), de l’ordre de quelques milliers ou dizaines de milliers de signes au plus. S’agissant des articles de codes publiés dans des data journals, le volume alloué est également plus faible⁷. On est loin ici Pour les articles de recherche, la norme reste de 60 à 80 000 signes, voire davantage. 

Cette volonté de favoriser une diffusion rapide des contributions ne concernait pas seulement leur format, mais également le fonctionnement éditorial de la revue. La publication des textes se fait au fil de l’eau sur le site, un numéro annuel est alimenté en fonction des articles acceptés. Ce mode de publication suppose une organisation éditoriale suffisamment légère pour permettre des délais de traitement réduits. Pour soutenir ces objectifs, la revue a adopté un fonctionnement léger et agile, avec un comité éditorial restreint (trois personnes, nous-mêmes) et un comité de rédaction volontairement limité au départ (six personnes). Cette configuration était destinée à faciliter, au moins au démarrage, la prise de décision rapide, la flexibilité dans l’évaluation et la réactivité dans la publication⁸. 

3.4 Les défis de l'évaluation des productions intermédiaires de la recherche 

Cette approche s’accompagne du choix d’un mode d’évaluation, où les articles sont jugés sur la qualité de leur présentation et de leur documentation fournie plutôt que sur la vérification exhaustive des données ou du code (la revue ne dispose pas de data editor chargé de vérifier les données ou les codes, comme il peut en exister ailleurs). L'objectif n'est donc pas de certifier la parfaite reproductibilité des travaux publiés, mais de permettre aux lecteurs de comprendre les conditions de production des données et, lorsque cela est possible, de réutiliser les matériaux mis à disposition⁹. Certaines revues (notamment en économie) ont fait un choix différent, en se dotant d'un Data Editor chargé de vérifier la reproductibilité des données, parfois avec un processus de replication check avant publication.

La procédure d’évaluation est opérée en simple aveugle, dans la mesure où la soumission des articles s’accompagne nécessairement de la mise à disposition aux évaluateurs des liens vers les entrepôts où les divers types de matériels empiriques (données, codes, etc.) sont préservés et accessibles, ou de précisions sur ces éléments. Ces liens vers les données et les codes rendent de fait le double aveugle largement illusoire.   

Ces choix se traduisent également dans les exigences de présentation des articles. Nous avons également développé une politique de data availability statement. En particulier les articles de données et de codes doivent inclure, dans la mesure du possible, des liens stables vers des jeux de données ou des scripts archivés, idéalement identifiés par un DOI (digital identifier of an object) et accompagnés d'une licence explicite.  Si les contraintes de confidentialité l’imposent, des modalités d’accès alternatives sont précisées. Au total, DEMC cherche moins à certifier techniquement les données qu'à rendre explicites les conditions de leur production, de leur conservation et de leur réutilisation. 

3.5 Des méthodes et des données au-delà des disciplines 

Dès l'origine, nous avons fait le choix d'une revue interdisciplinaire, en partant du constat que les données, les méthodes et les codes circulent plus facilement d'une discipline à l'autre que les résultats de recherche eux-mêmes. Cette circulation potentielle constitue précisément l'un des intérêts de ces publications : une méthode, un jeu de données ou un code développé dans une discipline peuvent être utiles bien au-delà de leur domaine d'origine. L'enjeu est donc de rendre ces ressources visibles au-delà du seul cercle des spécialistes. Cette orientation se traduit par un ancrage dans les sciences sociales, avec une présence initiale de la science politique, de la sociologie et de l'économie, tout en restant ouverte à d'autres disciplines dès lors que les contributions présentent un intérêt méthodologique ou documentaire plus large. Les premiers numéros illustrent déjà cette ouverture, avec des articles relevant notamment de la géographie humaine et de la sociolinguistique.

4. Un premier retour d'expérience 

Après plus de trois années d'activité, il est possible de dresser un premier bilan du fonctionnement de la revue, des types de contributions reçues et des questions que soulève ce modèle éditorial. 

4.1 Un flux de publications encore modeste mais révélateur d’une dynamique

Entre 2023 et 2025, la revue a publié dix articles, avec une moitié de data papers, ce qui confirme l’intérêt pour ce genre de support. Sur une vingtaine de propositions reçues, un peu plus des deux tiers ont été publiées ou sont en voie de l’être, reflétant la conciliation entre exigence scientifique et format court. Les articles couvrent des disciplines variées, confirmant l’ouverture interdisciplinaire déjà observée dans le positionnement de la revue.

Du point de vue méthodologique, les contributions relèvent majoritairement d’approches quantitatives, ce qui s’explique par la prévalence des jeux de données facilement partageables dans les entrepôts de données, notamment dans le cas des data papers¹⁰. 

Les approches qualitatives restent toutefois présentes, avec un petit nombre de contributions (deux articles), ce qui indique une ouverture encore limitée mais réelle à la diversité méthodologique. À l’avenir, un enjeu important sera de renforcer cette diversification, notamment vers les méthodes qualitatives et mixtes, ainsi que vers les approches mobilisant des données massives (big data). 

4.2 Une organisation appelée à évoluer  

Un enjeu étroitement lié est celui du changement d'échelle de la revue, qui suppose de faire évoluer progressivement son organisation éditoriale. Sortir du modèle initial, volontairement agile, implique d'abord d'élargir le comité de rédaction, tant du point de vue des disciplines représentées que des compétences méthodologiques et des statuts, notamment en intégrant davantage d'ingénieurs spécialistes des données susceptibles de jouer un rôle de relais ou d'évaluateurs. À plus long terme, l'objectif est également de s'appuyer sur un dispositif éditorial plus structuré, permettant d'améliorer le traitement de la chaîne éditoriale et la qualité des publications, mais qui suppose des moyens humains et financiers plus importants.

On tend ainsi vers un resserrement sur les sciences sociales, dans une acceptation large, au détriment d’autres disciplines relevant des humanités. L’interdisciplinarité constitue en effet à la fois un atout et un défi : il s’agit de favoriser la circulation des méthodes et la réutilisation des données, tout en rendant les articles intelligibles pour un public non spécialiste d’une discipline donnée. L'interdisciplinarité implique un travail permanent de médiation entre cultures disciplinaires, qui concerne les auteurs, les lecteurs comme les évaluateurs. 

Cette tension entre spécialisation et ouverture interdisciplinaire constitue l'un des principaux défis de la revue. Il s'agit de conserver un ancrage fort dans les disciplines qui ont porté le projet à son lancement (science politique, sociologie, économie), tout en accueillant progressivement des contributions provenant d'autres domaines des sciences sociales lorsque les méthodes, les données ou les outils présentés présentent un intérêt plus général.

Cette diversité disciplinaire soulève directement la question de l'évaluation des contributions. Comme beaucoup d'autres revues publiant ce type de contributions, DEMC considère que son rôle consiste avant tout à apprécier la qualité de la description, de la documentation et de la mise en contexte des données ou des codes, plutôt qu'à certifier leur validité technique ou leur parfaite reproductibilité. Dans cette perspective, l'ouverture progressive vers des formes d'open peer review constitue une piste intéressante. Elle permettrait non seulement d'accueillir des commentaires ou des corrections après publication, mais aussi de favoriser des enrichissements collectifs des données, des codes ou de leur documentation par les communautés concernées.  

4.3 Des formats éditoriaux encore en construction   

Au-delà des questions d'organisation, l'expérience des premières années a également mis en évidence un second défi : la stabilisation des rubriques et des différents formats proposés par la revue. Le cas du data paper est sans doute le plus emblématique. Malgré une littérature désormais abondante (Candela et al., 2015 ; McGillivray et al., 2022 ; Le Fourner & Schöpfel, 2025), ses contours restent partiellement stabilisés et varient sensiblement selon les revues. Un consensus minimal existe néanmoins : un data paper vise à documenter un jeu de données, son contexte de production, son organisation, ses modalités d'accès et ses possibilités de réutilisation. Il n’existe cependant pas, à l’heure actuelle, de consensus sur la “nature” propre d’un article de données, par contraste avec la forme “article de recherche” ou la forme “article de méthode”. Un certain brouillage de la frontière avec l’article de recherche, en particulier, peut sembler inévitable (Li et al., 2020) car des informations minimales sur la question de recherche originelle, ses fondements théoriques, ses hypothèses ou encore ses principaux résultats, peuvent s’avérer nécessaires afin de permettre aux réutilisateurs de comprendre les conditions de production des données et de situer leurs propres interrogations par rapport à la recherche initiale. La différence essentielle réside toutefois dans leur finalité : les data papers ne constituent pas des espaces de discussion scientifique ni de présentation détaillée des résultats de recherche (Schopfel et al., 2019). Ils ont plutôt un rôle d’espace de présentation du contexte de production des données et de mise en intelligibilité des jeux de données diffusés en vue de leur réutilisation. 

Le nombre encore limité de data papers publiés, notamment en sciences sociales francophones, rend difficile l'émergence de conventions éditoriales véritablement stabilisées. Dans ces conditions, les recommandations aux auteurs doivent elles-mêmes rester évolutives. Notre expérience reste encore trop limitée pour stabiliser définitivement ces formats. Notre objectif est plutôt d'affiner progressivement les recommandations aux auteurs, au rythme des pratiques qui se consolideront au sein des communautés concernées.

Cette approche différenciée se retrouve dans les recommandations adressées aux auteurs. Des lignes directrices spécifiques ont été élaborées pour les data papers¹¹ et les articles de codes¹², qui constituent des formats encore peu stabilisés. En revanche, les articles de méthodes ou de retours d'expérience s'appuient davantage sur des conventions déjà bien établies dans les revues scientifiques, auxquelles nous ajoutons seulement quelques exigences communes concernant la structure des manuscrits et la documentation des matériaux présentés¹³. Au-delà de ces choix rédactionnels, cette expérience met en lumière une difficulté plus générale : comment une revue émergente peut-elle définir des formats éditoriaux alors que ces formats sont eux-mêmes en cours de constitution dans la communauté scientifique ? Vu sous cet angle, le rôle d’une revue comme DEMC n'est pas de fixer d'emblée des normes, mais de contribuer, par l'expérience éditoriale acquise et le dialogue avec les communautés, à leur élaboration progressive.

4.4 Mieux reconnaître les contributions invisibles  

La création de DEMC contribue, à son échelle et aux côtés d'autres dispositifs éditoriaux, à faire évoluer les formes de l'autorat dans les sciences sociales.

Certains travaux consacrés à la science ouverte montrent que les ingénieurs, documentalistes et professionnels des données jouent un rôle particulièrement actif dans cette dynamique (Hamzaoui, Marrel, 2023). Or leurs contributions demeurent encore insuffisamment reconnues dans les formes traditionnelles de valorisation académique (Denis, 2018 ; Waquet, 2022). Dès son origine, DEMC a donc fait le choix d'ouvrir largement ses publications aux ingénieurs, documentalistes et professionnels des données. L'objectif est autant de mieux reconnaître des productions scientifiques encore peu valorisées par les circuits éditoriaux classiques (jeux de données, codes, documentation, protocoles...)... 

Les premiers numéros témoignent de cette ouverture. Au moins quatre articles ont ainsi été cosignés par des auteurs issus de professions habituellement peu représentées dans les revues scientifiques (ingénieurs du CNRS, administrateur de l'INSEE, enseignante du secondaire), montrant que ces formats éditoriaux peuvent contribuer à élargir le cercle des auteurs reconnus dans les publications scientifiques.

Cette ouverture suppose toutefois de développer des formes d'accompagnement adaptées aux auteurs les moins familiers des pratiques de publication scientifique. L'enjeu n'est pas d'allonger les procédures d'évaluation, mais d'aider les auteurs à transformer des ressources techniques ou méthodologiques en véritables articles scientifiques. Certaines initiatives constituent à cet égard des sources d'inspiration, comme la rubrique « Les données de ma thèse » du Bulletin de méthodologie sociologique (Duchesne et al., 2024) ou encore la revue Rzine, qui accordent à l’accompagnement éditorial une place aussi importante qu’à l'évaluation proprement dite. 

5. Perspectives

Au titre des évolutions futures, nous explorons la diversification des types d’articles, avec l’ouverture à la réplication d’études, définie au sens large. La revue pourrait également proposer des numéros thématiques, regroupant des contributions autour d’objets ou types de données ou de questionnements communs, à condition d’atteindre une masse critique suffisante d’articles publiés.

Ces perspectives de développement ne peuvent toutefois être envisagées indépendamment de l'écosystème dans lequel la revue s'inscrit. Elles posent notamment la question de son articulation avec les infrastructures, les réseaux et les autres initiatives éditoriales qui poursuivent des objectifs proches. Parmi ces initiatives figure notamment la revue Data & Corpus, développée à la même période que DEMC dans le champ plus large des humanités. Cette proximité invite à clarifier les spécificités respectives des deux projets éditoriaux. Data & Corpus s'inscrit dans un périmètre plus large, tandis que DEMC est centré sur les sciences sociales et sur la publication de plusieurs types de productions (data papers, codes, méthodes, protocoles, etc.). L'enjeu n'est pas tant celui d'une concurrence entre revues que celui d'une bonne lisibilité de leurs positionnements respectifs auprès des communautés scientifiques. 

Les chantiers à mener sont donc encore nombreux dans un contexte mouvant !

REFERENCES BIBLIOGRAPHIQUES

Benvegnú dos Santos, A., Brémond, I., Joinville, R., Thiault, F., Morizur, M., et al. (2025). Enquête sur les logiciels utilisés lors du processus de recherche – Université Rennes 2, 2024–2025. Université Rennes 2. https://doi.org/10.5281/zenodo.17533539
Brunet, D., Demay, S., Diaz, P., Goncz, B., Leclerc, L., et al. (2023). Enquête quantitative sur les pratiques et les besoins des chercheurs sur la gestion des données de la recherche, algorithmes et codes sources dans les établissements du site toulousain. Université de Toulouse. https://ut3-toulouseinp.hal.science/hal-04262708
Candela Leonardo, Castelli Donatella, Manghi Paolo, Tani Alice (2015). Data Journals: A
Survey. JASIST, vol. 66, no. 9, pp. 1747-1762. https://doi.org/10.1002/asi.23358
Cottineau, C., Kosmopoulos, C., & Pumain, D. (2025). Évaluer un data paper : L’exemple de Cybergeo. In C. Kosmopoulos & J. Schöpfel (Eds.), Publier, partager, réutiliser les données de la recherche : Les data papers et leurs enjeux (pp. xx–xx). Presses Universitaires du Septentrion. https://hal.science/hal-05043240
Danciu, A., Egea, A., Garcia, G., & Heude, C. (2025). Passer de l’entrepôt de données aux data papers ? Retour sur l’expérience de Data Sciences Po. In C. Kosmopoulos & J. Schöpfel (Eds.), Publier, partager, réutiliser les données de la recherche : Les data papers et leurs enjeux. Presses Universitaires du Septentrion.
Denis, J. (2018). Le travail invisible des données : Éléments pour une sociologie des infrastructures scripturales. Presses des Mines.
Duchesne, S., Itçaina, X., Le Hay, V., & El Haddad, A. F. (2024). Publier dans le BMS : Une longue procédure, mais pas sans raison. Bulletin de Méthodologie Sociologique, 163(1), 3–8.
Hamzaoui, O., & Marrel, G. (2023). Traitements de données et procéduralisation de la recherche. In A. Théviot (Ed.), Gouverner par les données ? Pour une sociologie politique du numérique (pp. 151–171). ENS Éditions.
Kembellec, Gérald et Olivier Le Deuff. 2022. « Data Paper : Émergence d’Une Nouvelle Donne Scientifique ». Revue Française des sciences de l’information et de la communication 24. https://doi.org/10.4000/rfsic.12219.
Le Fourner, Victoria, Joachim Schöpfel. 2025. « Le paysage des data papers ». Dans Publier, partager, réutiliser les données de la recherche : les data papers et leurs enjeux, édité par Christine Kosmopoulos et Joachim Schöpfel. Villeneuve-d’Ascq : Presses universitaires du Septentrion. https://www.septentrion.com/fr/livre/?GCOI=
27574100316700.
Le Deuff, Olivier. 2018. « Une nouvelle rubrique pour la RFSIC : le data paper ». Revue française des sciences de l’information et de la communication 15. http://journals.openedition.org/rfsic/5275
Li, K., Lu, C., & Jiao, C. (2021). A survey of exclusively data journals and how they are indexed by scientific databases. Proceedings of the Association for Information Science and Technology, 58(1), 771–773. https://doi.org/10.1002/pra2.557 
Manzo, G. (2025). Éditorial. L’Année sociologique, 75(1), 9–11. https://doi.org/10.3917/anso.251.0009
McGillivray, Barbara, Paola Marongiu, Nilo Pedrazzini, Marton Ribary, Mandy Wigdorowitz et Eleonora Zordan. 2022. « Deep Impact : A Study on the Impact of Data Papers and Datasets in the Humanities and Social Sciences ». Publications 10 (4) : 39. https://doi.org/10.3390/
publications10040039.
Schöpfel, Joachim, Farace, Dominic J., Prost, Hélène et Antonella Zane. 2019. « Data Papers as a New Form of Knowledge Organization in the Field of Research Data ». Dans 12e colloque international d’ISKO-France. Données et mégadonnées ouvertes en SHS : de nouveaux enjeux pour l’état et l’organisation des connaissances ? Montpellier. https://shs.hal.science/halshs-02284548.
Waquet, F. (2022). Dans les coulisses de la science : Techniciens, petites mains et autres travailleurs invisibles. CNRS Éditions.

NOTES

¹ https://www.coara.org/
² On désigne ici le format d’article de recherche, de compte rendu d’enquête, de plus en plus organisé autour de la structure standard IMRaD (Introduction, Méthode, Résultats et Discussion).
³ Surtout quand on passe, de plus en plus, à des dispositifs d’accompagnement au dépôt ou d’auto-dépôt, où les coûts reposent davantage sur les déposants eux-mêmes.
⁴ « Présentation de la rubrique Data Papers », Cybergeo: European Journal of Geography [En ligne], Data papers, mis en ligne le 08 décembre 2017, consulté le 27 mars 2026. URL : http://journals.openedition.org/cybergeo/28929 ; DOI : https://doi.org/10.4000/cybergeo.28929.
⁵ « Éditorial. Décrire des données, publier une éthique », Humanités numériques [En ligne], 4 | 2021, mis en ligne le 01 décembre 2021, consulté le 25 mars 2026. URL : http://journals.openedition.org/revuehn/2709 ; DOI : https://doi.org/10.4000/revuehn.2709.
⁶ On se reportera à certaines enquêtes récentes sur les pratiques et besoins de conservation et partage de ces codes sources et logiciels de recherche : Benvegnú dos Santos, Brémond, Joinville, Thiault, Morizur, et al.. 2025; Brunet, Demay, Diaz, Goncz, Leclerc et al.,  2023. Voir plus généralement le Recensement d’enquêtes sur les données et les logiciels de la recherche sur le site du GT Science ouverte du réseau Couperin (https://www.couperin.org/groupes-de-travail/groupe-de-travail-science-ouverte/).
⁷ Par exemple, pour Journal of Open Source Software, de l’ordre de 750 à 1750 mots ; le volume alloué se situe entre 3000 et 4000 mots pour Journal of Open Research Software, soit environ la moitié d’un article de recherche classique.
⁸ Le comité éditorial se réunit mensuellement. Le comité de rédaction est, quant à lui, réuni au moins une fois par an en séance plénière afin d'échanger sur le fonctionnement de la revue et ses orientations futures.
⁹ Sur ce point, voir par exemple le retour d’expérience de Cybergéo : Cottineau, Kosmopoulos, Pumain, 2025. Voir également Li et Jiao, 2021.
¹⁰ Dans beaucoup de revues académiques qui publient des data papers (comme European Sociological Review ou Demographic Research par exemple) ou de Data journals, semblent privilégiés, parfois implicitement, des dispositifs méthodologiques de type “quantitatif” – travaux s’appuyant empiriquement sur des bases de données historico-économiques, des données de la statistique publique ou d’élections, ou de grandes enquêtes par questionnaire.
¹¹ https://numerev.com/files/32/guideline_articledonnees_DEMC_juillet2024.pdf
¹² https://numerev.com/files/32/guideline_articlecode_DEMC_juillet2024.pdf
¹³ Pour les expériences : objectifs de l’expérimentation ; stratégie d’expérimentation ; modalités d’accès à l’expérience (et éventuellement aux données liées). Pour les articles de méthodes : objectifs de la méthode de traitement ; fondements théoriques ; application et/ou simulation ; modalités d’usage de la méthode.