G. Eysenbach, Can tweets predict citations ? Metrics of social impact base on Twitter and correlation with traditional metrics of scientific impact, J. Med. Internet Res., 2011, 13(4)
Sur la base d’un corpus d’articles publiés dans le Journal of Medical internet research, l’auteur teste Twitter comme source de données pour évaluer l’impact d’un article scientifique.
L’objectif de l’étude : explorer le contenu et les caractéristiques des tweets qui mentionnent un article et le timing par rapport à la date de parution ; identifier les indicateurs appropriés pour décrire la propagation de nouvelles traces à travers les réseaux de médias sociaux ; explorer les liens avec les mesures d’impact traditionnelles.
La revue comptabilise les tweets depuis 2008 et propose en page d’accueil le top des articles les plus tweetés, avec mention du nombre de tweets reçus (parmi lesquels d’ailleurs l’article faisant l’objet de ce billet et qui a reçu plus de 500 tweets). Elle dispose aussi d’un compte twitter (dont les tweets sont comptabilisés dans l’étude).
Entre juillet 2008 et novembre 2011, 4208 tweets ont été comptabilisés qui citent 286 articles différents ; entre juillet 2009 et juin 2010, l’étude recense 55 articles qui ont été tweetés 21.2 fois en moyenne dans les 356 jours après la publication et 13.9 fois en moyenne dans les 7 jours après parution. Mais la majorité des tweets sont envoyés le jour même de la parution (au moins par la revue elle-même) ou le lendemain. Dix jours après, le taux des tweets décline rapidement.
L’auteur baptise cet indicateur « twimpact factor » qu’il définit comme le nombre cumulé de tweets dans les n jours après publication (tw7 = nombre cumulé de tweets dans les 7 jours après publication par ex). La période de 7 jours semble être le chiffre adéquat pour mesurer l’impact immédiat.
Les statistiques démontreraient une corrélation significative entre le nombre de tweets et les citations. Les chiffres sont plus significatifs si l’on se base sur Google Scholar que sur Scopus.
Comme tout indicateur, l’auteur relève qu’il faut prendre quelques précautions dans son utilisation : un article sur les réseaux sociaux aura plus de probabilité d’être tweeté qu’un article de biologie moléculaire par ex. Le nombre de tweets n’est pas fonction seulement de la valeur scientifique de l’article mais est plutôt influencé par des facteurs liés à la revue et à ses techniques de marketing, ainsi qu’à la communauté construite autour du titre(adepte des réseaux sociaux ou des nouvelles technologies notamment).