TeamTree analysis : une nouvelle approche pour évaluer la production scientifique

Résultats scientifiques Neuroscience, cognition

Nos connaissances en médecine, sciences et technologies dépendent du travail des équipes de recherche et de la publication de leurs résultats. Les articles scientifiques accessibles par PubMed, Web of Science, Scopus ou Google etc. nous informent de l'état d'un champ de recherche choisi. Mais, il est très difficile d'avoir une vue sur la "main-d’œuvre" et d'identifier les contributeurs majeurs. Cette nouvelle approche publiée dans dans la revue  PLOS One révèle l'ensemble des équipes et introduit une nouvelle indice qui mesure la production scientifique.

Nos connaissances en médecine, sciences et technologies dépendent des équipes de recherche qui travaillent sur un projet choisi et de la publication des résultats dans des articles examinés par leurs pairs. Les articles scientifiques représentent une source d'information croissante qui reflète l'état historique et actuel de notre savoir et qui guide les futures activités et les politiques de recherche. L'utilité de cette ressource socio-économique précieuse dépend de la qualité des bases de données qui hébergent les articles scientifiques ainsi que des méthodes d’analyse de leur contenu. Les contributions des membres des équipes qui apportent différents savoir-faire et expertises sont reconnues en les faisant apparaitre dans la liste des auteurs qui signent les articles.

Considérons un scénario très fréquent ! Imaginez que vous vous intéressiez à un sujet scientifique ou technologique et vous cherchiez les articles scientifiques notables dans une base de données spécifique (Pubmed, Scopus, Web of Science, Google etc.). En lisant les articles, vous prenez connaissance de l'état de la recherche. Par contre, il est très difficile d'avoir une vue globale sur les acteurs et les connaissances par exemple combien d’auteurs travaillent dans ce champ et depuis quand. Et une question très importante se pose : comment peut-on évaluer les contributions de chaque individu (chercheurs, ingénieurs, médecins etc.) à ce champ de recherche. A l'heure actuelle l'impact des personnes travaillant dans la recherche, mais aussi l'impact des journaux, des institutions et des pays entiers est estimé au prorata du nombre de citations. C’est-à-dire au nombre de fois où un article est cité (et alors reconnu) par les articles publiés ultérieurement. La validité de cette approche est très discutée.

Une nouvelle approche nommée "TeamTree analysis" a été développée, qui répondra à ces questions récurrentes. En utilisant les noms d'auteurs et les années de publication des articles scientifiques liés à un champ de recherche choisi, cette approche révèle le développement, la composition et la taille de la main-d'œuvre en utilisant un nouveau graphique dénommé "TeamTree graph". L'approche considère trois aspects de la production scientifique, i) la publication des articles, ii) la formation des futures générations et iii) la mise en place de collaborations. Les "relations familiales" du champ de recherche choisi sont tracées par les pairs des auteurs figurant en première et dernière positions de chaque article. Ils sont considérés comme descendant et ascendant, respectivement. En utilisent ces pairs, on peut élabore les arbres généalogiques et calculer pour chaque auteur "ancêtre" le nombre de ses "enfants scientifiques". Les collaborations entre les auteurs sont identifiées grâce aux co-auteurs signant l'article. En utilisant cette information, on peut construire le réseau de collaboration du champ de recherche et calculer le nombre des collaborateurs par auteur. Les TeamTree graphs illustrent les relations ancêtre/enfants et les liens entre collaborateurs (voir figure). L'impact de chaque auteur est estimé grâce à un nouvel indice nommé "TeamTree product". Cette mesure est calculée par la multiplication du nombre des publications, du nombre des "enfants" et du nombre des collaborateurs. Il est important de noter que cette mesure ne considère pas le nombre de citations ou l'impact des journaux.

En résumé, cette nouvelle approche représente un outil pour exploiter la littérature scientifique et pour évaluer la recherche à travers les disciplines. Dans le cadre d'un "open source project", cette approche sera disponible librement pour l'utilisation et l'amélioration future.

figure
© Frank W. Pfrieger.
Figure : Nouveaux graphiques (nommes TeamTree graph, créés par TeamTree analysis) qui révèlent la main-d’œuvre dans un champ de recherche. Les articles scientifiques liés au "rythme circadien" ont été choisi comme exemple. Les graphiques montrent l'historique de cet champ, le nombre des publications par auteur et par an, leurs liens familiaux, les connexions collaboratives et la production scientifique estimée par le TeamTree product. Dans chaque graphique, les auteurs, qui publient dans la champ de recherche, sont représentés par les symboles avec l’index chronologique (Author Index; axe x) et l’année de leur premier publication (Year; axe y). A part des publications, seuls les dix meilleurs auteurs dans les catégories sont indiqués (pour la production scientifique avec leurs noms).

Contact

Frank W. Pfrieger
Chercheur CNRS à l'Institut des neurosciences cellulaires et intégratives (CNRS / Université de Strasbourg)

laboratoire

Institut des neurosciences cellulaires et intégratives (CNRS / Université de Strasbourg)
8, allée du général Rouvillois
67084 Strasbourg, France.