{"id":1187,"date":"2026-08-21T14:25:39","date_gmt":"2026-08-21T14:25:39","guid":{"rendered":"https:\/\/matforge.org\/?p=1187","raw":"https:\/\/matforge.org\/?p=1187"},"modified":"2026-08-21T14:25:39","modified_gmt":"2026-08-21T14:25:39","slug":"tracking-long-term-technical-debt-in-research-software","status":"publish","type":"post","link":"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/","title":{"rendered":"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche","raw":"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche"},"content":{"rendered":"Reading Time: <\/span> 5<\/span> minutes<\/span><\/span>

Les logiciels de recherche sont devenus une composante fondamentale de la science moderne. De la mod\u00e9lisation climatique et de la physique informatique \u00e0 la g\u00e9nomique et \u00e0 l’apprentissage automatique, le progr\u00e8s scientifique d\u00e9pend de plus en plus du code. Pourtant, contrairement aux logiciels commerciaux, le code de recherche est souvent r\u00e9dig\u00e9 sous une pression temporelle intense, avec un financement limit\u00e9 et peu d’accent sur la maintenabilit\u00e9 \u00e0 long terme. En cons\u00e9quence, de nombreux projets accumulent ce que les ing\u00e9nieurs logiciels appellent dette technique<\/em> – des probl\u00e8mes structurels cach\u00e9s qui rendent le d\u00e9veloppement futur plus lent, plus risqu\u00e9 et plus co\u00fbteux.<\/p>\n

La dette technique dans les environnements de recherche est particuli\u00e8rement dangereuse car elle reste souvent invisible jusqu’\u00e0 des ann\u00e9es plus tard, lorsque les logiciels deviennent difficiles \u00e0 reproduire, \u00e0 prolonger ou \u00e0 valider. Lorsque les chercheurs ne peuvent pas reproduire les r\u00e9sultats ant\u00e9rieurs en raison de bases de code fragiles, la cr\u00e9dibilit\u00e9 des d\u00e9couvertes scientifiques peut en souffrir. Comprendre comment identifier, mesurer et suivre la dette technique au fil du temps est donc essentiel pour la p\u00e9rennit\u00e9 de la recherche.<\/p>\n

Cet article explore pourquoi la dette technique s’accumule dans les logiciels de recherche, en quoi elle diff\u00e8re des environnements de l’industrie et quels outils et pratiques peuvent aider les laboratoires et les institutions \u00e0 surveiller les risques \u00e0 long terme.<\/p>\n

Pourquoi la dette technique est importante dans les logiciels de recherche<\/h2>\n

Les logiciels commerciaux sont g\u00e9n\u00e9ralement con\u00e7us pour la long\u00e9vit\u00e9, l’\u00e9volutivit\u00e9 et la stabilit\u00e9 du produit. En revanche, des logiciels de recherche sont souvent cr\u00e9\u00e9s pour r\u00e9pondre \u00e0 des questions scientifiques sp\u00e9cifiques ou soutenir des exp\u00e9riences \u00e0 court terme. L’objectif est g\u00e9n\u00e9ralement la publication, pas la maintenance.<\/p>\n

Plusieurs caract\u00e9ristiques rendent les logiciels de recherche particuli\u00e8rement vuln\u00e9rables \u00e0 la dette technique :<\/p>\n

    \n
  • Cycles de financement des subventions \u00e0 court terme<\/li>\n
  • Chiffre d’affaires \u00e9lev\u00e9 d’\u00e9tudiants et de chercheurs postdoctoraux<\/li>\n
  • Manque de formation formelle en g\u00e9nie logiciel<\/li>\n
  • Changements m\u00e9thodologiques fr\u00e9quents<\/li>\n
  • Pression pour fournir des r\u00e9sultats rapides<\/li>\n<\/ul>\n

    Ces contraintes encouragent les solutions rapides et les prototypes exp\u00e9rimentaux plut\u00f4t que les architectures soigneusement con\u00e7ues. Bien que de tels raccourcis aident les chercheurs \u00e0 avancer plus rapidement, ils cr\u00e9ent des charges de maintenance \u00e0 long terme.<\/p>\n

    Sources de dette technique dans les environnements de recherche<\/h2>\n

    D\u00e9veloppement ax\u00e9 sur les prototypes<\/h3>\n

    Le code de recherche commence souvent par des scripts exp\u00e9rimentaux destin\u00e9s \u00e0 tester des hypoth\u00e8ses. Ces scripts \u00e9voluent progressivement vers des syst\u00e8mes de production sans refactorisation, conduisant \u00e0 des structures fragiles.<\/p>\n

    Chiffre d’affaires du chercheur<\/h3>\n

    Lorsque les \u00e9tudiants dipl\u00f4m\u00e9s ou les chercheurs postdoctoraux partent, ils emportent avec eux des connaissances du domaine. Les nouveaux membres de l’\u00e9quipe doivent d\u00e9chiffrer un code complexe sans documentation ad\u00e9quate.<\/p>\n

    Financement et pressions sur les d\u00e9lais<\/h3>\n

    Les d\u00e9lais de subvention poussent les \u00e9quipes \u00e0 prioriser les r\u00e9sultats sur la qualit\u00e9 du code. La refactorisation et les tests sont report\u00e9s ind\u00e9finiment.<\/p>\n

    \u00c9volution des exigences scientifiques<\/h3>\n

    \u00c0 mesure que les questions de recherche \u00e9voluent, les bases de code se d\u00e9veloppent de mani\u00e8re organique sans refonte strat\u00e9gique, cr\u00e9ant des architectures incoh\u00e9rentes.<\/p>\n

    D\u00e9rive de d\u00e9pendance<\/h3>\n

    Les biblioth\u00e8ques externes \u00e9voluent rapidement. Sans contr\u00f4le de version et mise \u00e0 jour, le code de recherche devient incompatible avec les environnements modernes.<\/p>\n

    Types de dettes techniques dans les logiciels de recherche<\/h2>\n

    Code de la dette<\/h3>\n
      \n
    • Logique dupliqu\u00e9e<\/li>\n
    • Nom de la variable floue<\/li>\n
    • Fonctions excessivement longues<\/li>\n
    • Manque de tests automatis\u00e9s<\/li>\n<\/ul>\n

      Dette architecturale<\/h3>\n
        \n
      • Conceptions monolithiques<\/li>\n
      • Composants \u00e9troitement coupl\u00e9s<\/li>\n
      • Modularit\u00e9 limit\u00e9e<\/li>\n<\/ul>\n

        dette de documentation<\/h3>\n
          \n
        • Fichiers Lisez-moi obsol\u00e8tes<\/li>\n
        • Instructions d’installation manquantes<\/li>\n
        • manque de commentaires<\/li>\n
        • Pas de directives de reproductibilit\u00e9<\/li>\n<\/ul>\n

          Dette de donn\u00e9es<\/h3>\n
            \n
          • Ensembles de donn\u00e9es mal \u00e9tiquet\u00e9s<\/li>\n
          • M\u00e9tadonn\u00e9es manquantes<\/li>\n
          • Les \u00e9tapes de pr\u00e9traitement peu claires<\/li>\n<\/ul>\n

            Dette d’infrastructure<\/h3>\n
              \n
            • Pas de pipelines de tests automatis\u00e9s<\/li>\n
            • Configuration de l’environnement manuel<\/li>\n
            • Gestion des configurations incoh\u00e9rentes<\/li>\n<\/ul>\n

              Pourquoi la dette technique s’accumule en silence<\/h2>\n

              La dette technique reste souvent inaper\u00e7ue, car les incitations \u00e0 la recherche accordent la priorit\u00e9 aux publications plut\u00f4t qu’\u00e0 la qualit\u00e9 des logiciels. Si le code fonctionne pour une soumission de papier, les am\u00e9liorations sont diff\u00e9r\u00e9es. Les co\u00fbts de maintenance n’apparaissent que plus tard lorsque la r\u00e9plication \u00e9choue ou que les nouvelles fonctionnalit\u00e9s deviennent difficiles \u00e0 mettre en \u0153uvre.<\/p>\n

              De plus, de nombreux chercheurs manquent de formation formelle en g\u00e9nie logiciel, ce qui rend difficile la reconnaissance des faiblesses architecturales. Au fur et \u00e0 mesure que les syst\u00e8mes deviennent plus complexes, de petites inefficacit\u00e9s se transforment en barri\u00e8res majeures.<\/p>\n

              Mesurer la dette technique dans les projets de recherche<\/h2>\n

              Bien que la dette technique soit abstraite, plusieurs mesures quantitatives peuvent aider \u00e0 estimer le code de sant\u00e9 et de risque \u00e0 long terme.<\/p>\n

              Mesures de complexit\u00e9 de code<\/h3>\n
                \n
              • Complexit\u00e9 cyclomatique<\/li>\n
              • Longueur de fonction<\/li>\n
              • Taux de duplication<\/li>\n<\/ul>\n

                Indicateurs de maintenabilit\u00e9<\/h3>\n
                  \n
                • Score de l’analyse statique<\/li>\n
                • Indices de lisibilit\u00e9 du code<\/li>\n
                • Fr\u00e9quence de refactorisation<\/li>\n<\/ul>\n

                  Mesures de test<\/h3>\n
                    \n
                  • Couverture des tests unitaires<\/li>\n
                  • Test d’int\u00e9gration Exhaustivit\u00e9<\/li>\n
                  • Validation de la reproductibilit\u00e9<\/li>\n<\/ul>\n

                    Mesures de documentation<\/h3>\n
                      \n
                    • Couverture des instructions<\/li>\n
                    • Fr\u00e9quence de mise \u00e0 jour<\/li>\n
                    • Description de l’API Exhaustivit\u00e9<\/li>\n<\/ul>\n

                      Suivi des d\u00e9pendances<\/h3>\n
                        \n
                      • Suivi des versions de biblioth\u00e8que<\/li>\n
                      • Alertes de paquets obsol\u00e8tes<\/li>\n
                      • Analyses de vuln\u00e9rabilit\u00e9 de s\u00e9curit\u00e9<\/li>\n<\/ul>\n

                        Outils de suivi de la dette technique<\/h2>\n
                          \n
                        • Plateformes d’analyse statique pour la surveillance de la qualit\u00e9 du code<\/li>\n
                        • Syst\u00e8mes de contr\u00f4le des versions pour le suivi des modifications<\/li>\n
                        • Syst\u00e8mes d’int\u00e9gration continue pour des tests automatis\u00e9s<\/li>\n
                        • Probl\u00e8mes de suivi pour la gestion du backlog<\/li>\n
                        • Plateformes de documentation pour la conservation des connaissances<\/li>\n<\/ul>\n

                          Tableau analytique : recherche et dette technique de l’industrie<\/h2>\n\n\n\n\n\n\n\n\n
                          Dimensions<\/th>\nlogiciel de recherche<\/th>\nlogiciel commercial<\/th>\n<\/tr>\n
                          D\u00e9veloppement de l’accent<\/td>\nR\u00e9sultats scientifiques<\/td>\nStabilit\u00e9 du produit<\/td>\n<\/tr>\n
                          Long\u00e9vit\u00e9 du code<\/td>\nsouvent sous-estim\u00e9<\/td>\nAide \u00e0 long terme planifi\u00e9e<\/td>\n<\/tr>\n
                          stabilit\u00e9 de l’\u00e9quipe<\/td>\nrotation \u00e9lev\u00e9e<\/td>\n\u00c9quipes stables<\/td>\n<\/tr>\n
                          Culture de test<\/td>\nTest formel minimal<\/td>\nPipelines d’AQ structur\u00e9s<\/td>\n<\/tr>\n
                          Qualit\u00e9 de documentation<\/td>\nSouvent incomplet<\/td>\nDocumentation standardis\u00e9e<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                          Alors que la comparaison ci-dessus met en \u00e9vidence les diff\u00e9rences structurelles entre la recherche et les environnements commerciaux, la compr\u00e9hension de ces distinctions n’est que la premi\u00e8re \u00e9tape. La durabilit\u00e9 \u00e0 long terme d\u00e9pend \u00e9galement de la reconnaissance des risques sp\u00e9cifiques associ\u00e9s aux diff\u00e9rents types de dettes techniques.<\/p>\n

                          Chaque cat\u00e9gorie de dettes affecte la productivit\u00e9 de la recherche de diff\u00e9rentes mani\u00e8res. Certains r\u00e9duisent la vitesse de d\u00e9veloppement, d’autres compromettent la reproductibilit\u00e9 et certains cr\u00e9ent des lacunes dans les connaissances institutionnelles qui sont difficiles \u00e0 r\u00e9parer. Le tableau ci-dessous indique les principaux types de dettes sur leurs cons\u00e9quences et leurs impacts sur la recherche.<\/p>\n

                          Tableau analytique : types de dettes techniques et risques \u00e0 long terme<\/h2>\n\n\n\n\n\n\n\n\n
                          Type de dette<\/th>\nAvantage imm\u00e9diat<\/th>\nRisque \u00e0 long terme<\/th>\nImpact sur la recherche<\/th>\n<\/tr>\n
                          Code de la dette<\/td>\nPrototypage rapide<\/td>\nModifications difficiles<\/td>\nExp\u00e9rimentation future plus lente<\/td>\n<\/tr>\n
                          Dette d’architecture<\/td>\nAssemblage de syst\u00e8me rapide<\/td>\nFragilit\u00e9 du syst\u00e8me<\/td>\n\u00c9volutivit\u00e9 limit\u00e9e<\/td>\n<\/tr>\n
                          dette de documentation<\/td>\nGain de temps \u00e0 court terme<\/td>\nPerte de connaissances<\/td>\nEtudes irr\u00e9productibles<\/td>\n<\/tr>\n
                          Dette de donn\u00e9es<\/td>\nAnalyse rapide<\/td>\nRisques d’interpr\u00e9tation erron\u00e9e<\/td>\nConclusions non valides<\/td>\n<\/tr>\n
                          Dette d’infrastructure<\/td>\nConfiguration simple<\/td>\n\u00c9checs de d\u00e9ploiement<\/td>\nObstacles de collaboration<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                          Strat\u00e9gies de suivi technique \u00e0 long terme de la dette<\/h2>\n
                            \n
                          • \u00c9tablir des normes de codage pour les projets<\/li>\n
                          • Planifier des cycles de refactorisation r\u00e9guliers<\/li>\n
                          • Traiter la documentation comme un r\u00e9sultat de recherche formel<\/li>\n
                          • Impl\u00e9menter des pipelines de tests automatis\u00e9<\/li>\n
                          • Adopter des politiques de gestion des d\u00e9pendances<\/li>\n
                          • Version de logiciels de recherche d’archives et de versions<\/li>\n<\/ul>\n

                            Solutions culturelles et organisationnelles<\/h2>\n

                            La dette technique n’est pas seulement un probl\u00e8me technique mais aussi un d\u00e9fi organisationnel. Les institutions peuvent r\u00e9duire les risques \u00e0 long terme en traitant les logiciels de recherche comme une infrastructure plut\u00f4t que comme un code jetable.<\/p>\n

                            Les principales pratiques organisationnelles comprennent :<\/p>\n

                              \n
                            • Formation des chercheurs en g\u00e9nie logiciel<\/li>\n
                            • Cr\u00e9er des r\u00f4les de g\u00e9nie logiciel de recherche (RSE)<\/li>\n
                            • Inciter les efforts de maintenance et de refactorisation<\/li>\n
                            • Fournir un financement pour la durabilit\u00e9 des logiciels \u00e0 long terme<\/li>\n
                            • Encourager la collaboration open source<\/li>\n<\/ul>\n

                              Tendances futures en mati\u00e8re de durabilit\u00e9 des logiciels<\/h2>\n

                              Une prise de conscience croissante des crises de reproductibilit\u00e9 a conduit \u00e0 l’\u00e9laboration de nouveaux standards et cadres visant \u00e0 am\u00e9liorer la fiabilit\u00e9 des logiciels. Les initiatives \u00e9mergentes favorisent des principes de logiciels \u00e9quitables, des tableaux de bord automatis\u00e9s de qualit\u00e9 de code et des outils de refactorisation assist\u00e9e par l’IA.<\/p>\n

                              Au fur et \u00e0 mesure que la recherche interdisciplinaire deviendra plus complexe, les pratiques logicielles durables deviendront au c\u0153ur de l’int\u00e9grit\u00e9 scientifique.<\/p>\n

                              Conclusion<\/h2>\n

                              La dette technique repr\u00e9sente un risque cach\u00e9 mais important pour le progr\u00e8s scientifique. Alors que les compromis \u00e0 court terme peuvent acc\u00e9l\u00e9rer les d\u00e9couvertes initiales, la dette non g\u00e9r\u00e9e ralentit les recherches futures, augmente les co\u00fbts de maintenance et menace la reproductibilit\u00e9.<\/p>\n

                              En adoptant des m\u00e9thodes de suivi syst\u00e9matiques, en mettant en \u0153uvre des outils de mesure et en favorisant une culture qui valorise le d\u00e9veloppement durable, les institutions de recherche peuvent s’assurer que leurs logiciels restent fiables, extensibles et cr\u00e9dibles scientifiquement \u00e0 long terme.<\/p>\n","protected":false,"raw":"

                              Les logiciels de recherche sont devenus une composante fondamentale de la science moderne. De la mod\u00e9lisation climatique et de la physique informatique \u00e0 la g\u00e9nomique et \u00e0 l'apprentissage automatique, le progr\u00e8s scientifique d\u00e9pend de plus en plus du code. Pourtant, contrairement aux logiciels commerciaux, le code de recherche est souvent r\u00e9dig\u00e9 sous une pression temporelle intense, avec un financement limit\u00e9 et peu d'accent sur la maintenabilit\u00e9 \u00e0 long terme. En cons\u00e9quence, de nombreux projets accumulent ce que les ing\u00e9nieurs logiciels appellent dette technique<\/em> - des probl\u00e8mes structurels cach\u00e9s qui rendent le d\u00e9veloppement futur plus lent, plus risqu\u00e9 et plus co\u00fbteux.<\/p>\n

                              La dette technique dans les environnements de recherche est particuli\u00e8rement dangereuse car elle reste souvent invisible jusqu'\u00e0 des ann\u00e9es plus tard, lorsque les logiciels deviennent difficiles \u00e0 reproduire, \u00e0 prolonger ou \u00e0 valider. Lorsque les chercheurs ne peuvent pas reproduire les r\u00e9sultats ant\u00e9rieurs en raison de bases de code fragiles, la cr\u00e9dibilit\u00e9 des d\u00e9couvertes scientifiques peut en souffrir. Comprendre comment identifier, mesurer et suivre la dette technique au fil du temps est donc essentiel pour la p\u00e9rennit\u00e9 de la recherche.<\/p>\n

                              Cet article explore pourquoi la dette technique s'accumule dans les logiciels de recherche, en quoi elle diff\u00e8re des environnements de l'industrie et quels outils et pratiques peuvent aider les laboratoires et les institutions \u00e0 surveiller les risques \u00e0 long terme.<\/p>\n

                              Pourquoi la dette technique est importante dans les logiciels de recherche<\/h2>\n

                              Les logiciels commerciaux sont g\u00e9n\u00e9ralement con\u00e7us pour la long\u00e9vit\u00e9, l'\u00e9volutivit\u00e9 et la stabilit\u00e9 du produit. En revanche, des logiciels de recherche sont souvent cr\u00e9\u00e9s pour r\u00e9pondre \u00e0 des questions scientifiques sp\u00e9cifiques ou soutenir des exp\u00e9riences \u00e0 court terme. L'objectif est g\u00e9n\u00e9ralement la publication, pas la maintenance.<\/p>\n

                              Plusieurs caract\u00e9ristiques rendent les logiciels de recherche particuli\u00e8rement vuln\u00e9rables \u00e0 la dette technique :<\/p>\n

                                \n
                              • Cycles de financement des subventions \u00e0 court terme<\/li>\n
                              • Chiffre d'affaires \u00e9lev\u00e9 d'\u00e9tudiants et de chercheurs postdoctoraux<\/li>\n
                              • Manque de formation formelle en g\u00e9nie logiciel<\/li>\n
                              • Changements m\u00e9thodologiques fr\u00e9quents<\/li>\n
                              • Pression pour fournir des r\u00e9sultats rapides<\/li>\n<\/ul>\n

                                Ces contraintes encouragent les solutions rapides et les prototypes exp\u00e9rimentaux plut\u00f4t que les architectures soigneusement con\u00e7ues. Bien que de tels raccourcis aident les chercheurs \u00e0 avancer plus rapidement, ils cr\u00e9ent des charges de maintenance \u00e0 long terme.<\/p>\n

                                Sources de dette technique dans les environnements de recherche<\/h2>\n

                                D\u00e9veloppement ax\u00e9 sur les prototypes<\/h3>\n

                                Le code de recherche commence souvent par des scripts exp\u00e9rimentaux destin\u00e9s \u00e0 tester des hypoth\u00e8ses. Ces scripts \u00e9voluent progressivement vers des syst\u00e8mes de production sans refactorisation, conduisant \u00e0 des structures fragiles.<\/p>\n

                                Chiffre d'affaires du chercheur<\/h3>\n

                                Lorsque les \u00e9tudiants dipl\u00f4m\u00e9s ou les chercheurs postdoctoraux partent, ils emportent avec eux des connaissances du domaine. Les nouveaux membres de l'\u00e9quipe doivent d\u00e9chiffrer un code complexe sans documentation ad\u00e9quate.<\/p>\n

                                Financement et pressions sur les d\u00e9lais<\/h3>\n

                                Les d\u00e9lais de subvention poussent les \u00e9quipes \u00e0 prioriser les r\u00e9sultats sur la qualit\u00e9 du code. La refactorisation et les tests sont report\u00e9s ind\u00e9finiment.<\/p>\n

                                \u00c9volution des exigences scientifiques<\/h3>\n

                                \u00c0 mesure que les questions de recherche \u00e9voluent, les bases de code se d\u00e9veloppent de mani\u00e8re organique sans refonte strat\u00e9gique, cr\u00e9ant des architectures incoh\u00e9rentes.<\/p>\n

                                D\u00e9rive de d\u00e9pendance<\/h3>\n

                                Les biblioth\u00e8ques externes \u00e9voluent rapidement. Sans contr\u00f4le de version et mise \u00e0 jour, le code de recherche devient incompatible avec les environnements modernes.<\/p>\n

                                Types de dettes techniques dans les logiciels de recherche<\/h2>\n

                                Code de la dette<\/h3>\n
                                  \n
                                • Logique dupliqu\u00e9e<\/li>\n
                                • Nom de la variable floue<\/li>\n
                                • Fonctions excessivement longues<\/li>\n
                                • Manque de tests automatis\u00e9s<\/li>\n<\/ul>\n

                                  Dette architecturale<\/h3>\n
                                    \n
                                  • Conceptions monolithiques<\/li>\n
                                  • Composants \u00e9troitement coupl\u00e9s<\/li>\n
                                  • Modularit\u00e9 limit\u00e9e<\/li>\n<\/ul>\n

                                    dette de documentation<\/h3>\n
                                      \n
                                    • Fichiers Lisez-moi obsol\u00e8tes<\/li>\n
                                    • Instructions d'installation manquantes<\/li>\n
                                    • manque de commentaires<\/li>\n
                                    • Pas de directives de reproductibilit\u00e9<\/li>\n<\/ul>\n

                                      Dette de donn\u00e9es<\/h3>\n
                                        \n
                                      • Ensembles de donn\u00e9es mal \u00e9tiquet\u00e9s<\/li>\n
                                      • M\u00e9tadonn\u00e9es manquantes<\/li>\n
                                      • Les \u00e9tapes de pr\u00e9traitement peu claires<\/li>\n<\/ul>\n

                                        Dette d'infrastructure<\/h3>\n
                                          \n
                                        • Pas de pipelines de tests automatis\u00e9s<\/li>\n
                                        • Configuration de l'environnement manuel<\/li>\n
                                        • Gestion des configurations incoh\u00e9rentes<\/li>\n<\/ul>\n

                                          Pourquoi la dette technique s'accumule en silence<\/h2>\n

                                          La dette technique reste souvent inaper\u00e7ue, car les incitations \u00e0 la recherche accordent la priorit\u00e9 aux publications plut\u00f4t qu'\u00e0 la qualit\u00e9 des logiciels. Si le code fonctionne pour une soumission de papier, les am\u00e9liorations sont diff\u00e9r\u00e9es. Les co\u00fbts de maintenance n'apparaissent que plus tard lorsque la r\u00e9plication \u00e9choue ou que les nouvelles fonctionnalit\u00e9s deviennent difficiles \u00e0 mettre en \u0153uvre.<\/p>\n

                                          De plus, de nombreux chercheurs manquent de formation formelle en g\u00e9nie logiciel, ce qui rend difficile la reconnaissance des faiblesses architecturales. Au fur et \u00e0 mesure que les syst\u00e8mes deviennent plus complexes, de petites inefficacit\u00e9s se transforment en barri\u00e8res majeures.<\/p>\n

                                          Mesurer la dette technique dans les projets de recherche<\/h2>\n

                                          Bien que la dette technique soit abstraite, plusieurs mesures quantitatives peuvent aider \u00e0 estimer le code de sant\u00e9 et de risque \u00e0 long terme.<\/p>\n

                                          Mesures de complexit\u00e9 de code<\/h3>\n
                                            \n
                                          • Complexit\u00e9 cyclomatique<\/li>\n
                                          • Longueur de fonction<\/li>\n
                                          • Taux de duplication<\/li>\n<\/ul>\n

                                            Indicateurs de maintenabilit\u00e9<\/h3>\n
                                              \n
                                            • Score de l'analyse statique<\/li>\n
                                            • Indices de lisibilit\u00e9 du code<\/li>\n
                                            • Fr\u00e9quence de refactorisation<\/li>\n<\/ul>\n

                                              Mesures de test<\/h3>\n
                                                \n
                                              • Couverture des tests unitaires<\/li>\n
                                              • Test d'int\u00e9gration Exhaustivit\u00e9<\/li>\n
                                              • Validation de la reproductibilit\u00e9<\/li>\n<\/ul>\n

                                                Mesures de documentation<\/h3>\n
                                                  \n
                                                • Couverture des instructions<\/li>\n
                                                • Fr\u00e9quence de mise \u00e0 jour<\/li>\n
                                                • Description de l'API Exhaustivit\u00e9<\/li>\n<\/ul>\n

                                                  Suivi des d\u00e9pendances<\/h3>\n
                                                    \n
                                                  • Suivi des versions de biblioth\u00e8que<\/li>\n
                                                  • Alertes de paquets obsol\u00e8tes<\/li>\n
                                                  • Analyses de vuln\u00e9rabilit\u00e9 de s\u00e9curit\u00e9<\/li>\n<\/ul>\n

                                                    Outils de suivi de la dette technique<\/h2>\n
                                                      \n
                                                    • Plateformes d'analyse statique pour la surveillance de la qualit\u00e9 du code<\/li>\n
                                                    • Syst\u00e8mes de contr\u00f4le des versions pour le suivi des modifications<\/li>\n
                                                    • Syst\u00e8mes d'int\u00e9gration continue pour des tests automatis\u00e9s<\/li>\n
                                                    • Probl\u00e8mes de suivi pour la gestion du backlog<\/li>\n
                                                    • Plateformes de documentation pour la conservation des connaissances<\/li>\n<\/ul>\n

                                                      Tableau analytique : recherche et dette technique de l'industrie<\/h2>\n\n\n\n\n\n\n\n
                                                      Dimensions<\/th>\nlogiciel de recherche<\/th>\nlogiciel commercial<\/th>\n<\/tr>\n
                                                      D\u00e9veloppement de l'accent<\/td>\nR\u00e9sultats scientifiques<\/td>\nStabilit\u00e9 du produit<\/td>\n<\/tr>\n
                                                      Long\u00e9vit\u00e9 du code<\/td>\nsouvent sous-estim\u00e9<\/td>\nAide \u00e0 long terme planifi\u00e9e<\/td>\n<\/tr>\n
                                                      stabilit\u00e9 de l'\u00e9quipe<\/td>\nrotation \u00e9lev\u00e9e<\/td>\n\u00c9quipes stables<\/td>\n<\/tr>\n
                                                      Culture de test<\/td>\nTest formel minimal<\/td>\nPipelines d'AQ structur\u00e9s<\/td>\n<\/tr>\n
                                                      Qualit\u00e9 de documentation<\/td>\nSouvent incomplet<\/td>\nDocumentation standardis\u00e9e<\/td>\n<\/tr>\n<\/tbody><\/table>\n

                                                      Alors que la comparaison ci-dessus met en \u00e9vidence les diff\u00e9rences structurelles entre la recherche et les environnements commerciaux, la compr\u00e9hension de ces distinctions n'est que la premi\u00e8re \u00e9tape. La durabilit\u00e9 \u00e0 long terme d\u00e9pend \u00e9galement de la reconnaissance des risques sp\u00e9cifiques associ\u00e9s aux diff\u00e9rents types de dettes techniques.<\/p>\n

                                                      Chaque cat\u00e9gorie de dettes affecte la productivit\u00e9 de la recherche de diff\u00e9rentes mani\u00e8res. Certains r\u00e9duisent la vitesse de d\u00e9veloppement, d'autres compromettent la reproductibilit\u00e9 et certains cr\u00e9ent des lacunes dans les connaissances institutionnelles qui sont difficiles \u00e0 r\u00e9parer. Le tableau ci-dessous indique les principaux types de dettes sur leurs cons\u00e9quences et leurs impacts sur la recherche.<\/p>\n

                                                      Tableau analytique : types de dettes techniques et risques \u00e0 long terme<\/h2>\n\n\n\n\n\n\n\n
                                                      Type de dette<\/th>\nAvantage imm\u00e9diat<\/th>\nRisque \u00e0 long terme<\/th>\nImpact sur la recherche<\/th>\n<\/tr>\n
                                                      Code de la dette<\/td>\nPrototypage rapide<\/td>\nModifications difficiles<\/td>\nExp\u00e9rimentation future plus lente<\/td>\n<\/tr>\n
                                                      Dette d'architecture<\/td>\nAssemblage de syst\u00e8me rapide<\/td>\nFragilit\u00e9 du syst\u00e8me<\/td>\n\u00c9volutivit\u00e9 limit\u00e9e<\/td>\n<\/tr>\n
                                                      dette de documentation<\/td>\nGain de temps \u00e0 court terme<\/td>\nPerte de connaissances<\/td>\nEtudes irr\u00e9productibles<\/td>\n<\/tr>\n
                                                      Dette de donn\u00e9es<\/td>\nAnalyse rapide<\/td>\nRisques d'interpr\u00e9tation erron\u00e9e<\/td>\nConclusions non valides<\/td>\n<\/tr>\n
                                                      Dette d'infrastructure<\/td>\nConfiguration simple<\/td>\n\u00c9checs de d\u00e9ploiement<\/td>\nObstacles de collaboration<\/td>\n<\/tr>\n<\/tbody><\/table>\n

                                                      Strat\u00e9gies de suivi technique \u00e0 long terme de la dette<\/h2>\n
                                                        \n
                                                      • \u00c9tablir des normes de codage pour les projets<\/li>\n
                                                      • Planifier des cycles de refactorisation r\u00e9guliers<\/li>\n
                                                      • Traiter la documentation comme un r\u00e9sultat de recherche formel<\/li>\n
                                                      • Impl\u00e9menter des pipelines de tests automatis\u00e9<\/li>\n
                                                      • Adopter des politiques de gestion des d\u00e9pendances<\/li>\n
                                                      • Version de logiciels de recherche d'archives et de versions<\/li>\n<\/ul>\n

                                                        Solutions culturelles et organisationnelles<\/h2>\n

                                                        La dette technique n'est pas seulement un probl\u00e8me technique mais aussi un d\u00e9fi organisationnel. Les institutions peuvent r\u00e9duire les risques \u00e0 long terme en traitant les logiciels de recherche comme une infrastructure plut\u00f4t que comme un code jetable.<\/p>\n

                                                        Les principales pratiques organisationnelles comprennent :<\/p>\n

                                                          \n
                                                        • Formation des chercheurs en g\u00e9nie logiciel<\/li>\n
                                                        • Cr\u00e9er des r\u00f4les de g\u00e9nie logiciel de recherche (RSE)<\/li>\n
                                                        • Inciter les efforts de maintenance et de refactorisation<\/li>\n
                                                        • Fournir un financement pour la durabilit\u00e9 des logiciels \u00e0 long terme<\/li>\n
                                                        • Encourager la collaboration open source<\/li>\n<\/ul>\n

                                                          Tendances futures en mati\u00e8re de durabilit\u00e9 des logiciels<\/h2>\n

                                                          Une prise de conscience croissante des crises de reproductibilit\u00e9 a conduit \u00e0 l'\u00e9laboration de nouveaux standards et cadres visant \u00e0 am\u00e9liorer la fiabilit\u00e9 des logiciels. Les initiatives \u00e9mergentes favorisent des principes de logiciels \u00e9quitables, des tableaux de bord automatis\u00e9s de qualit\u00e9 de code et des outils de refactorisation assist\u00e9e par l'IA.<\/p>\n

                                                          Au fur et \u00e0 mesure que la recherche interdisciplinaire deviendra plus complexe, les pratiques logicielles durables deviendront au c\u0153ur de l'int\u00e9grit\u00e9 scientifique.<\/p>\n

                                                          Conclusion<\/h2>\n

                                                          La dette technique repr\u00e9sente un risque cach\u00e9 mais important pour le progr\u00e8s scientifique. Alors que les compromis \u00e0 court terme peuvent acc\u00e9l\u00e9rer les d\u00e9couvertes initiales, la dette non g\u00e9r\u00e9e ralentit les recherches futures, augmente les co\u00fbts de maintenance et menace la reproductibilit\u00e9.<\/p>\n

                                                          En adoptant des m\u00e9thodes de suivi syst\u00e9matiques, en mettant en \u0153uvre des outils de mesure et en favorisant une culture qui valorise le d\u00e9veloppement durable, les institutions de recherche peuvent s'assurer que leurs logiciels restent fiables, extensibles et cr\u00e9dibles scientifiquement \u00e0 long terme.<\/p>\n"},"excerpt":{"rendered":"

                                                          Reading Time: <\/span> 5<\/span> minutes<\/span><\/span>Les logiciels de recherche sont devenus une composante fondamentale de la science moderne. De la mod\u00e9lisation climatique et de la physique informatique \u00e0 la g\u00e9nomique et \u00e0 l’apprentissage automatique, le progr\u00e8s scientifique d\u00e9pend de plus en plus du code. Pourtant, contrairement aux logiciels commerciaux, le code de recherche est souvent r\u00e9dig\u00e9 sous une pression temporelle […]<\/p>\n","protected":false,"raw":""},"author":4,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_locale":"fr_FR","_original_post":"https:\/\/matforge.org\/?p=166","iawp_total_views":1,"footnotes":""},"categories":[3],"tags":[],"class_list":["post-1187","post","type-post","status-publish","format-standard","hentry","category-issue-tracking-tickets-technical-requests","fr-FR"],"yoast_head":"\nSuivi de la dette technique \u00e0 long terme dans les logiciels de recherche : mesures, risques et pratiques durables<\/title>\n<meta name=\"description\" content=\"Apprenez \u00e0 suivre et \u00e0 g\u00e9rer la dette technique \u00e0 long terme dans les logiciels de recherche. Ce guide explique les causes, les mesures, les outils et les strat\u00e9gies de durabilit\u00e9 avec des tableaux analytiques et des informations pratiques.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche : mesures, risques et pratiques durables\" \/>\n<meta property=\"og:description\" content=\"Apprenez \u00e0 suivre et \u00e0 g\u00e9rer la dette technique \u00e0 long terme dans les logiciels de recherche. Ce guide explique les causes, les mesures, les outils et les strat\u00e9gies de durabilit\u00e9 avec des tableaux analytiques et des informations pratiques.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/\" \/>\n<meta property=\"og:site_name\" content=\"matforge.org\" \/>\n<meta property=\"article:published_time\" content=\"2026-08-21T14:25:39+00:00\" \/>\n<meta name=\"author\" content=\"Priya Nair\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Priya Nair\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/tracking-long-term-technical-debt-in-research-software\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/tracking-long-term-technical-debt-in-research-software\\\/\"},\"author\":{\"name\":\"Priya Nair\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/2effd7bc155a5e6357f31dac970c5795\"},\"headline\":\"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche\",\"datePublished\":\"2026-08-21T14:25:39+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/tracking-long-term-technical-debt-in-research-software\\\/\"},\"wordCount\":1592,\"commentCount\":0,\"articleSection\":[\"Suivi des probl\u00e8mes, billets & Demandes techniques\"],\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/matforge.org\\\/fr\\\/tracking-long-term-technical-debt-in-research-software\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/tracking-long-term-technical-debt-in-research-software\\\/\",\"url\":\"https:\\\/\\\/matforge.org\\\/fr\\\/tracking-long-term-technical-debt-in-research-software\\\/\",\"name\":\"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche : mesures, risques et pratiques durables\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\"},\"datePublished\":\"2026-08-21T14:25:39+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/2effd7bc155a5e6357f31dac970c5795\"},\"description\":\"Apprenez \u00e0 suivre et \u00e0 g\u00e9rer la dette technique \u00e0 long terme dans les logiciels de recherche. Ce guide explique les causes, les mesures, les outils et les strat\u00e9gies de durabilit\u00e9 avec des tableaux analytiques et des informations pratiques.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/tracking-long-term-technical-debt-in-research-software\\\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/matforge.org\\\/fr\\\/tracking-long-term-technical-debt-in-research-software\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/tracking-long-term-technical-debt-in-research-software\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/matforge.org\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\",\"url\":\"https:\\\/\\\/matforge.org\\\/\",\"name\":\"matforge.org\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/matforge.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/2effd7bc155a5e6357f31dac970c5795\",\"name\":\"Priya Nair\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g\",\"caption\":\"Priya Nair\"},\"sameAs\":[\"http:\\\/\\\/matforge.org\"],\"url\":\"https:\\\/\\\/matforge.org\\\/author\\\/priya-nair\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche : mesures, risques et pratiques durables","description":"Apprenez \u00e0 suivre et \u00e0 g\u00e9rer la dette technique \u00e0 long terme dans les logiciels de recherche. Ce guide explique les causes, les mesures, les outils et les strat\u00e9gies de durabilit\u00e9 avec des tableaux analytiques et des informations pratiques.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/","og_locale":"fr_FR","og_type":"article","og_title":"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche : mesures, risques et pratiques durables","og_description":"Apprenez \u00e0 suivre et \u00e0 g\u00e9rer la dette technique \u00e0 long terme dans les logiciels de recherche. Ce guide explique les causes, les mesures, les outils et les strat\u00e9gies de durabilit\u00e9 avec des tableaux analytiques et des informations pratiques.","og_url":"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/","og_site_name":"matforge.org","article_published_time":"2026-08-21T14:25:39+00:00","author":"Priya Nair","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"Priya Nair","Dur\u00e9e de lecture estim\u00e9e":"8 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/#article","isPartOf":{"@id":"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/"},"author":{"name":"Priya Nair","@id":"https:\/\/matforge.org\/#\/schema\/person\/2effd7bc155a5e6357f31dac970c5795"},"headline":"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche","datePublished":"2026-08-21T14:25:39+00:00","mainEntityOfPage":{"@id":"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/"},"wordCount":1592,"commentCount":0,"articleSection":["Suivi des probl\u00e8mes, billets & Demandes techniques"],"inLanguage":"fr-FR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/","url":"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/","name":"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche : mesures, risques et pratiques durables","isPartOf":{"@id":"https:\/\/matforge.org\/#website"},"datePublished":"2026-08-21T14:25:39+00:00","author":{"@id":"https:\/\/matforge.org\/#\/schema\/person\/2effd7bc155a5e6357f31dac970c5795"},"description":"Apprenez \u00e0 suivre et \u00e0 g\u00e9rer la dette technique \u00e0 long terme dans les logiciels de recherche. Ce guide explique les causes, les mesures, les outils et les strat\u00e9gies de durabilit\u00e9 avec des tableaux analytiques et des informations pratiques.","breadcrumb":{"@id":"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/matforge.org\/fr\/tracking-long-term-technical-debt-in-research-software\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/matforge.org\/"},{"@type":"ListItem","position":2,"name":"Suivi de la dette technique \u00e0 long terme dans les logiciels de recherche"}]},{"@type":"WebSite","@id":"https:\/\/matforge.org\/#website","url":"https:\/\/matforge.org\/","name":"matforge.org","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/matforge.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/matforge.org\/#\/schema\/person\/2effd7bc155a5e6357f31dac970c5795","name":"Priya Nair","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/secure.gravatar.com\/avatar\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g","caption":"Priya Nair"},"sameAs":["http:\/\/matforge.org"],"url":"https:\/\/matforge.org\/author\/priya-nair\/"}]}},"_links":{"self":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1187","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/comments?post=1187"}],"version-history":[{"count":1,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1187\/revisions"}],"predecessor-version":[{"id":1316,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1187\/revisions\/1316"}],"wp:attachment":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/media?parent=1187"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/categories?post=1187"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/tags?post=1187"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}