Extension du domaine de Google scholar

X. Chen, Google Scholar’s dramatic coverage improvement five years after debut Serials Review, 2010, in press

Dans un précédent article paru dans la même revue, X. Chen mettait en balance les bases de données bibliographiques payantes et les résultats des moteurs de recherche. Cette fois-ci, il examine la progression de Google Scholar dans sa couverture des données des publications scientifiques.

L’ étude montre que, 5 ans après ses débuts, Google Scholar est capable de récupérer toutes les données des sites (éditeurs, bases de données) auxquels il a accès (« is allowed to crawl »). Fiabilité donc même si on ne connaît pas exactement les limites de sa couverture. On apprend également que le moteur de recherche produit de bons résultats parce qu’il a des partenariats  (« databases Google Scholar partners with and has access to »).

L’auteur s’attarde aussi sur le dédoublonnage des réponses proposées par le moteur de recherche : là où Google propose toutes les références trouvées, Google Scholar n’en propose qu’une et avec apparemment une préférence pour la version gratuite du texte intégral.

Science 2.0

J-C. Burgelman et al., Science 2.0 (change will happen …), FirstMonday, july 2010

http://firstmonday.org/htbin/cgiwrap/bin/ojs/index.php/fm/article/view/2961/2573

Petit exercice de prospective pour les auteurs qui examinent 3 grandes tendances de l’utilisation du web qui peuvent influer sur la science (telle qu’elle pourrait être dans 20 ans).

  • l’explosion de contenus générés par les utilisateurs, avec comme conséquence la prolifération des auteurs. C’est de plus en plus le lectorat, et non plus l’éditeur, qui décide de l’intérêt de ce qui est publié.
  • la fragmentation de la production scientifique : l’article scientifique apparaît de moins en moins comme la seule formalisation visible des résultats (diffusion de résultats intermédiaires ou de productions moins normalisées ou formalisée, blog, notes de recherche, …).
  • augmentation de données disponibles. Les auteurs voient émerger un modèle de recherche scientifique basé plus sur la corrélation (data mining, utilisation de macro-bases de données) que sur l’expérimentation traditionnelle.*

Ce que j’ai retenu : face à l’abondance, l’usager a besoin de filtres et sur le web, le filtre c’est l’audience, la réputation. Un bon communicant est celui qui utilise au mieux les règles du référencement : les chercheurs devront de plus en plus avoir cette compétence de communicant.

A méditer : « Dans tout système classé par rang(rank), la valeur de la Nième position sera de 1/N. Pour tout ce qui est classé – salaire, liens, trafic – la valeur de la deuxième place sera la moitié de celle de la première place, et la dixième place sera un dixième de la première place. »

* sur la science de données, voir compte-rendu d’Internet actu sur la conférence Lift France : http://www.internetactu.net/2010/07/12/la-nouvelle-science-des-donnees/

Les journalistes s’approprient aussi cette profusion de données disponibles et l’on parle aussi de journalisme de données : http://www.internetactu.net/2010/07/09/journaliste-de-donnees-data-as-storytelling/

Partager ses données de recherche : oui, mais …

F. LeClere, Too many researchers are reluctant to share their data, The chronicle of higher education, 3/08/2010 (http://chronicle.com/article/Too-Many-Researchers-Are/123749)

et

M.H. Cragin et al, Data sharing, small science, and institutional repositories, All Hands meeting 2009 (pre-print version supposée de celle publiée dans Philosophical transactions of the Royal society, sept 13, 2010, 368(1926)(http://www.allhands.org.uk/2009/09/Cragin_UK_All-Hands_2009_final2.pdf

L’idée qui ressort de ces articles est la même : il y a consensus sur l’idée de partager ses données de recherche, mais très peu de chercheurs passent à la pratique. Outre le manque d’infrastructure, les deux principaux freins sont, d’une part, la crainte d’une mauvaise ré-utilisation/ré-interprétation de ces données risquant éventuellement de remettre en cause l’analyse du chercheur qui les a collectées et, d’autre part la crainte d’une non reconnaissance de paternité de ces données par ceux qui les réutilisent.

Le premier article ajoute aussi comme frein la protection de données personnelles des sujets en sciences sociales.

Pourquoi Google scholar demande-t’il parfois des sous ?

S. Warren et K. Duckett, « Why does Google scholar sometimes ask for money ? » Engaging science students in scholarly communication and the economics of information, Journal of library administration, 50(4), 2010

http://www.informaworld.com/smpp/content~db=all~content=a921460715~frm=abslink

Les auteurs décrivent une démarche de sensibilisation au contexte économique de l’information scientifique destinée aux étudiants. L’objectif est de les aider à améliorer l’utilisation des outils et ressources, et, accessoirement, leur faire comprendre le rôle du porte-monnaie de la bibliothèque (merci qui ?).

Les points clé de cette démarche :

  • l’information scientifique est un marché,
  • chaque article est unique, c’est-à-dire qu’il reflète une recherche unique,
  • le web invisible existe ou comment fonctionne un moteur de recherche,
  • trouver l’information ne signifie pas automatiquement y accéder gratuitement (d’où le titre de l’article).

Bases de données payantes contre moteurs de recherche

X. Chen, The declining value of subscription-based abstracting and indexing services in the new knowledge dissemination area, Serials review, 2010, Volume 36, Issue 2, June 2010, Pages 79-85

http://dx.doi.org/10.1016/j.serrev.2010.02.010

Si les journaux scientifiques proposent gratuitement sur internet les sommaires,  les résumés, des mots-clés, des services d’alertes, des fils rss, bref tout contenu repérable par les moteurs de recherche,  les bibliothécaires peuvent légitimement s’interroger sur l’utilité de continuer à s’abonner à prix élevés à des bases de données commerciales.

L’auteur de l’article mène une étude sur l’offre  des journaux : sur la liste de  614 titres obtenue par tirage aléatoire dans les listes de l’ISI web of science,  94.4% proposent les sommaires sur internet,  et Google Scholar retrouve 99% de ces contenus. Il cite une étude de Meier et Conkling (2008) selon laquelle Google scholar couvre 90% de Compendex pour la littérature publiée après 1990 mais la couverture est moins bonne pour les articles d’avant 1990.

Plus intéressant, certaines bases de données commerciales et bouquet de revues présentent gratuitement l’accès à leurs données via Scholar google (CSA Illumina, HeinOnline, JSTOR par ex.) : même si l’usager lambda ne peut utiliser directement les bases de données depuis le site des éditeurs de ces bases, Google Scholar peut, lui, en extraire des données bibliographiques.

L’auteur calcule une moyenne de 28 ans de sommaires en ligne, avec un record  pour l’European journal of organic chemistry qui propose ses sommaires depuis 1832 (177 ans !). Cependant, cette moyenne est un peu biaisée puisque l’auteur ne se base que sur les sites des revues, certaines revues ont en effet leurs archives disponibles sur un autre site (comme JSTOR par exemple).

Google Scholar a aussi accès au texte intégral pour certains éditeurs :  il teste une recherche avec une phrase complète issue d’un texte et Google Scholar retourne la référence de l’article. J’ai fait un test également en prenant une partie de phrase d’un article et, effectivement, Google Scholar renvoie la référence de l’article.

Les auteurs seraient-ils la proie de certains éditeurs ?

Oui si l’on en croit cet article du Charleston advisor, qui qualifie de prédateurs un type particulier d’éditeurs  (Predatory open-access scholarly publishers ,  april 2010 + mise à jour july 2010 (http://charleston.publisher.ingentaconnect.com/content/charleston/chadv/2010/00000011/00000004/art00005)

Une industrie insoupçonnée : celle de start-up qui exploitent le filon du modèle auteur-payeur en créant des revues soit-disant scientifiques en open-access (open-access financé par l’auteur). L’auteur de l’article en a reperé quelques uns, avec des stratégies marketing bien rodées : call for papers, invitation par mail à participer au comité éditorial. Il semble que peu de revues dans le lot aient de comité de lecture, certains titres n’ont que 2 ou 3 articles par numéros, voire aucun. L’auteur note que les revues ont un numéro issn (par curiosité je suis allée en vérifier quelques uns au hasard sur le registre de l’ISSN et j’ai découvert ainsi la notion de « free issn » ???). Tout cela contribue, selon l’auteur,  à l’abondance de publications scientifiques puisque ces sites sont référencés dans les moteurs de recherche, avec l’afflux de publications qu’on peut supposer de mauvaise qualité.

Les sites mentionnés dans l’article : Medwell, OMICS, Academic journal, Academic journals Inc, ANSINetwork, Dove press, Insight knowledge, Knowledgia review, Libertas academia, Science publications, Scientific journal international.

Tous ces sites ne sont peut-être pas à mettre dans le même panier, puisque certains titres sont indexés par exemple dans Pubmed ou Scopus. Ce qui est troublant c’est le mélange sur un même site de titres qui correspondent aux critères de qualité et d’autres qui s’en affranchissent.

Où il est question de peer review

Plusieurs articles cet été 2010 sur le système de peer review :

Un dossier dans le numéro d’août de la revue The scientist avec un titre qui donne le ton  « Peer review rejected ».  L’article signé Jef Akst (I hate your paper, http://www.the-scientist.com/2010/8/1/36/1) est intéressant à double titre parce qu’il recense les critiques du système et cite des solutions innovantes apportées par certains journaux.

  • critique n°1 : influence des motifs personnels du reviewer. Les solutions : éliminer l’anonymat (Biology Direct, BMJ, BMC) ; ouvrir le peer review tout en maintenant le processus traditionnel (Atmospheric chemistry and physics); juger un article sur sa solidité scientifique uniquement et non sur son impact ou sa portée (PLoS ONE).
  • critique n°2 : délais trop longs. Les solutions : réduire le délai de publication à quelques jours (PLoS Currents influenza) ; publier l’article révisé sans passer une seconde fois le processus de peer review (Journal of Biology) ; publier des first drafts (European geosciences union journals).
  • critique n°3 : trop d’articles à reviewer. Le solutions : réutiliser les reviews des journaux qui ont rejeté le manuscrit (Neuroscience peer review consortium) ; attendre des volontaires (Chemical physics letters) ; récompenser les efforts des reviewers (Biology direct, BMC, Frontiers, ACP).

Elsevier, quant à lui, teste pendant 3 mois avec la revue Chemical physics letters un système de peer review : des chercheurs reperés par Elsevier ont la possibilité de récupérer le texte intégral d’un article soumis en s’engageant a fournir dans un delai donné leurs commentaires (formulaire a compléter). Ce système s’applique en même temps que le processus classique et sera utilisé en aide à la décision. L’objectif d’Elsevier est de voir si un tel système permettra de réduire les délais du processus de peer-review.http://www.elsevier.com/wps/find/P04.cws_home/peerchoice

Et les SHS dans tout ça ?

L’expérience d’Open peer review de la revue Shakespeare Quarterly a fait l’objet d’une certaine attention.  Le Chronicle of higher education par exemple, dans un article de Jennifer Howard de juillet (http://chronicle.com/article/Leading-Humanities-Journal/123696/ )décrit l’expérience menée par la revue  d’ouvrir largement aux commentaires les articles soumis (open peer review trial) pour un numéro consacré à Shakespeare et les nouveaux medias, expérience qui rencontre un certain succès.  L’article souligne que dans les sciences humaines, une tradition de « conversation »  permet de s’adapter à ce système d’échanges. Le projet est hébergé sur http://mediacommons.futureofthebook.org/mcpress/ShakespeareQuarterly_NewMedia/