Tag: science ouverte

OpenAlex, lancé en janvier 2022, est un catalogue bibliographique de la recherche scientifique mondiale dont le nom fait référence à la légendaire Bibliothèque d’Alexandrie.

Son ambition affichée est de constituer une alternative crédible aux bases de données commerciales Scopus (Elsevier) et Web of Science (Clarivate), auxquelles il est reproché leur coût élevé et une couverture thématique sélective. Ces deux acteurs historiques — Scopus depuis 2004, Web of Science depuis des décennies — ont accumulé au fil du temps des rancœurs croissantes au sein de la communauté scientifique.

Dans un récent billet de blog Chris Freeland, un des directeurs d’ Internet Archive a annoncé que ce site avait dépassé le cap du billion (1000 milliards) de pages stockées et a engagé toutes les bibliothèques du monde à célébrer cet événement qui est le fruit d’un effort collectif pour préserver notre histoire numérique.

Internet Archive a franchi un cap historique : courant octobre dernier, le cap des mille milliards de pages stockées soit l’équivalent de 21,3 millions de DVD a été franchi (mille milliard se dit billion en français et trillion en anglais (!)).

Ce site avait vu le jour en 1996, année qui coïncide avec l’arrivée d’Internet en France, pour pallier le manque d’archives du web alors que la presse était bien archivée depuis fort longtemps.

Ce "billion" de pages est accessible via la Wayback Machine,  le service d’Internet Archive qui donne accès au contenu web archivé sous forme de « machine à remonter le temps ».

On trouve également dans cette gigantesque archive d’autres types de documents : des ouvrages (49 millions), des enregistrements audio (13 millions, dont 268 000 concerts) des vidéos (10 millions, dont 3 millions de journaux télévisés), 5 millions d’images et un million de logiciels.

On peut se demander à quoi tient la différence des ordres de grandeur avec le chiffre précédent. En fait, les pages stockées sont des clichés instantanés de pages web alors qu’un ouvrage est compté pour une seule unité quel que soit son nombre de pages.

Savoir repérer les dérives

L'intégrité scientifique peut être compromise de multiples façons. Parmi les écueils les plus fréquents, on retrouve le plagiat, la manipulation d'images, l'abus d'auto-citations, un recours excessif à des articles rétractés, ou encore l'utilisation de données peu fiables ou incohérentes.

Mais comment identifier ces dérives ? Et surtout, que faire lorsqu’on en repère une dans un article ? Aujourd’hui, des outils existent pour aider chacun – chercheur, lecteur ou professionnel de l'information – à vérifier, signaler ou mieux comprendre les écarts. Cette pratique, appelée relecture post-publication (Post Publication Peer Review), gagne du terrain. Elle a d’ailleurs fait l’objet d’un article dans BASES N° 433 - mars 2025. 

Le COSIG un guide complet détaillé

Pour accompagner ces démarches le Center for Open Science dont la mission est, en particulier, de contribuer à l’intégrité de la science vient de publier une mise à jour de son guide de référence le COSIG (Collection of Open Science Integrity Guides) .

Nous avons évoqué dans le numéro 434 de BASES (Mars 2025) le développement, pour les articles de recherche scientifique, du » post publication peer review  » c’est à dire la revue par les pairs après publication et non pas avant, comme c’est traditionnellement le cas.

Un des arguments avancés pour justifier cette démarche, qui s’est répandue plutôt rapidement, était le caractère confidentiel et obscur du processus de « peer review ». 
Cet argument vient de tomber, au moins en partie, car l’éditeur Springer Nature vient d’annoncer, qu’après une période concluante de tests qui a duré plusieurs années, tous les articles de 16 publications (voir ci-dessous) éditées par Springer Nature comporteront une annexe reprenant en détail le dialogue entre les reviewers et l’auteur, cette démarche étant appelée « transparent peer review ». On y trouve l’intégralité des questions et des réponses.

Ce sont des documents extrêmement intéressants car les reviewers analysent l’article dans le détail, posent des questions précises et font des remarques pertinentes.

L’écosystème des préprints dans le domaine biomédical connaît une évolution majeure avec la création d’openRxiv, une structure indépendante à but non lucratif destinée à piloter et développer les serveurs de préprints bioRxiv et medRxiv. 

Ces deux plateformes publient les articles scientifiques qui leur sont soumis dès que leurs auteurs les jugent comme terminés, sans attendre une peer review pour décider de la publication dans le journal auquel ils auraient été envoyés. En effet, les délais avant décision peuvent atteindre plusieurs mois et parfois dépasser un an.

● bioRxiv a été créé en 2013 et propose aujourd’hui environ 274 000 documents écrits par 970 000 auteurs, et 4 000 nouveaux documents sont ajoutés chaque mois.

● Pour sa part, medRxiv a été créé en 2019 et propose aujourd’hui près de 66 000 documents écrits par plus de 380 000 auteurs, et 1 000 nou­veaux documents sont ajoutés chaque mois.

Ces deux plateformes ont joué un rôle important pendant la pandémie de COVID 19 au cours de laquelle la diffusion rapide de l’information scien­tifique a été cruciale.

Un article très intéressant vient de paraître sur le site de preprint arXiv.

Il présente et analyse un ensemble de 14 000 articles publiés dans arXiv et rétractésdepuis l’origine d’arXiv en 1991 jusqu’à septembre 2024. 

Ces articles rétractés sont accompagnés des commentaires liés à la rétractation. De plus, les auteurs ont classé les raisons des rétractations en 10 catégories :

1. Factual/methodological/other critical errors in manuscript
2. Incomplete exposition or more work in progress
3. Typos in manuscript
4. Self-identified as “not novel”
5. Administrative or legal issues
6. ArXiv policy violation
7. Subsumed by another publication
8. Plagiarism
9. Personal reasons
10. Reason not specified

Autre remarque intéressante : les rétractations sont relativement fréquentes dans le domaine médical, par contre, elles sont rares, voire absentes dans le domaine informatique.

Il faut revenir aux années 90 pour voir émerger le mouvement de la science ouverte, principalement sous la forme de l’« open access », porté par la volonté de donner un accès libre et gratuit aux publications scientifiques.

Cela va se matérialiser au départ sous la forme d’archives ouvertes. L’archive ouverte ArXiv avec ses preprints, une des pionnières en la matière, a été créée en 1991.

La deuxième phase de développement se situe ensuite dans les années 2000 avec l’essor de l’Internet grand public. L’archive ouverte française HAL est ainsi lancée en 2001.

Beaucoup plus récemment, le développement des plug-ins d’accès à la littérature scientifique a permis de repérer beaucoup plus simplement un article disponible en libre accès quelque part sur le Web, éventuellement sous forme de preprint ce qui n’était pas toujours évident.

Par ailleurs, quand on parle d’open access, il faut bien distinguer :

• D’une part l’accès gratuit au document primaire (l’original);
• D’autre part l’accès à une plateforme ou à un moteur permettant de rechercher puis de visualiser gra­tuitement uniquement des réfé­rences d’articles et de proceedings et aussi parfois de chapitres de livres.

Le développement d’outils de recherche gratuits

Parallèlement au développement de l’open access concernant les documents (articles…) et de ses outils dédiés, on assiste également dans ces mêmes années (90/2000) au développement d’outils gratuits et libres d’accès, qualifiés de moteurs académiques ou bases de données académiques, qui permettent de rechercher gratuitement dans la littérature scientifique.