Fiche technique C4.2 — Validité scientifique de la donnée collectée

1Sources d'erreur courantes

Source	Mécanisme	Effet sur la donnée
Biais d'observateur	Expérience inégale entre observateurs, fatigue, conditions de détection variables	Sous- ou sur-estimation systématique selon l'observateur
Dérive GPS	Multi-trajet sous couvert forestier dense, faible nombre de satellites captés	Décalage de position pouvant atteindre plusieurs dizaines de mètres
Conditions météorologiques	Vent, pluie, température hors plage optimale du protocole	Détectabilité réduite, comparabilité inter-passages compromise
Décalage phénologique	Passage trop précoce ou tardif par rapport au pic d'activité de l'enjeu	Sous-détection non liée à une absence réelle de l'espèce
Erreur de saisie	Confusion de champ, faute de frappe, mauvaise unité	Valeur aberrante isolée, corrigible si détectée

2Méthodes de contrôle de cohérence

Détection des doublons (même observation saisie deux fois, même identifiant de relevé réutilisé)
Détection des valeurs aberrantes (effectifs improbables, dates hors saison de terrain, coordonnées hors périmètre d'étude)
Vérification de la cohérence spatiale (points isolés très éloignés du reste du nuage de points, à vérifier individuellement)
Vérification de la cohérence temporelle (chronologie des relevés compatible avec le calendrier de terrain déclaré)
Croisement avec les données bibliographiques (une donnée en fort désaccord avec la bibliographie mérite une vérification, pas un rejet automatique)

Principe de traitement d'une anomalie

Une valeur suspecte n'est jamais supprimée silencieusement : elle est marquée, commentée et conservée dans la donnée brute, avec la décision de traitement documentée dans le journal de modifications (voir fiche 3).

3Seuils de précision à documenter dans le rapport

Le diagnostic de synthèse (C4.3) doit pouvoir s'appuyer sur une déclaration explicite de la précision des données — jamais une précision implicite ou supposée.

Élément à documenter	Exemple de formulation
Précision de géolocalisation	« Précision GPS moyenne de X m sur l'ensemble des relevés, EPE maximal accepté de Y m »
Taux de couverture du protocole	« X points prévus / Y points réalisés, en raison de… »
Conditions météorologiques des passages	« Passages réalisés dans les conditions optimales du protocole sauf le [date], en raison de… »
Niveau de confiance des identifications	« X % des identifications confirmées par un second observateur ou par analyse photographique »

4Grille d'auto-évaluation de la qualité de la donnée

À utiliser en fin de campagne pour objectiver — avant l'oral E4 — le niveau de robustesse réel de la base constituée.

Faible

Limité

Correct

Bon

Robuste

Critère	Question à se poser
Respect du protocole	Le protocole a-t-il été suivi à l'identique sur tous les points/passages ?
Couverture spatiale	Le périmètre d'étude a-t-il été prospecté de façon homogène ?
Couverture temporelle	Les passages couvrent-ils bien les fenêtres phénologiques prévues ?
Cohérence interne	Le contrôle qualité a-t-il détecté peu ou beaucoup d'anomalies ?
Traçabilité	Chaque donnée peut-elle être reliée à un observateur, une date, une précision ?

!Erreurs fréquentes à éviter

Présenter une base de données sans en mentionner les limites — le jury valorise davantage une base honnêtement documentée qu'une base présentée comme parfaite.
Supprimer des valeurs aberrantes sans les tracer — toute suppression doit rester justifiable et documentée.
Confondre absence de détection et absence réelle — une espèce non détectée peut être présente mais non détectable dans les conditions du passage.
Ne pas croiser les données de plusieurs observateurs quand le protocole s'y prête, alors que cela renforcerait fortement la validité scientifique.