Ouvrir et mesurer la science vont de pair. S’il faut combattre les études décontextualisées et les indicateurs réductionnistes, il convient également d’encourager le libre accès à toutes les données de la science pour alimenter des études scientométriques pertinentes.
La scientométrie (l’étude quantitative des sciences et des technologies) s’appuie sur des outils bibliométriques permettant la collecte, l’analyse et la mesure des productions scientifiques (articles, livres ou brevets). Cette quantification de l’activité de recherche est parfois décriée lorsqu’elle conduit à la production de classements internationaux d’universités ou qu’elle est maladroitement utilisée pour l’évaluation des chercheurs. Certains fustigent l’évaluation technocratique de leurs activités et s’opposent aux obligations de dépôt de leurs travaux en archive ouverte, dans HAL notamment. En réalité, la bibliométrie n’a pas eu besoin de l’accès ouvert pour exister. En revanche, elle en a besoin pour progresser et produire des études fiables et pertinentes. Inversement, le mouvement du libre accès a besoin de mesures bibliométriques pour évaluer l’impact des incitations mises en œuvre et trouver des voies d’amélioration.
Les études scientométriques, lorsqu’elles sont correctement menées et expliquées, constituent un moyen d’observer l’activité scientifique. Les publications et les métadonnées qui leur sont associées constituent le matériau de base de ces études, dont dépendent leur richesse et leur pertinence.
Pour constituer ses corpus, le bibliomètre a
le choix d’interroger des dizaines de bases bibliographiques
généralistes ou disciplinaires. Néanmoins, les bases commerciales de
Clarivate (Web of
Science) et d’Elsevier
(Scopus) sont les
plus couramment utilisées, concurrencées par Dimensions (Digital Science) dont la plupart des
fonctions sont utilisables gratuitement. Mais ces bases ont des
biais de couverture : elles favorisent notamment les publications
en anglais, privilégient les sciences et techniques au détriment des
sciences sociales et des humanités ou encore préfèrent les articles
aux monographies.
C’est en croisant les bases mais surtout en
puisant dans des archives ouvertes que ces biais peuvent être
atténués. Que vaut en effet l’analyse de la recherche d’un
établissement ou d’un pays si un pan complet de sa production n’est
pas pris en considération ? Comment peut-on parler d’étude
interdisciplinaire si les sciences sociales sont a priori oubliées ? Pour jouer pleinement
leur rôle, il faut néanmoins que les archives ouvertes disposent de
métadonnées de qualité. Les opérations de dédoublonnage et
d’alignement restent souvent une gageure pour le bibliomètre qui
dépend de ces bases, de leur ouverture et aussi de leur pérennité.
En effet, Microsoft a récemment annoncé la fermeture prochaine du
Microsoft Academic Graph,
une base bibliographique librement accessible et sur laquelle
reposaient de nombreux outils, comme par exemple The LensOurResearch
(société à but non lucratif et acteur déjà bien connu de l’Open Access pour son outil
UnpaywallOpenAlex, et à ouvrir l’accès aux données
et au code, ce qui permettrait de garantir la pérennité de
l’outil.
© Unsplash - Susan Gold
La bibliométrie s’intéresse à la circulation
des connaissances et étudie les réseaux de citations ; il s’agit
techniquement de parcourir les bibliographies et d’attribuer les
citations aux documents qui y sont cités. Mais ces données de
citation sont parfois soumises à des licences d’utilisation selon
les éditeurs propriétaires des documents. Pour libérer les liens de
citations et permettre au plus grand nombre de les exploiter,
l’initiative I4OC (Initiative for Open Citations) a été
lancée en 2017 et ce sont désormais plus de 2700 éditeurs qui ont
rejoint le mouvement et versé leurs citations, laissant entrevoir
une meilleure évaluation de la recherche avec cette base ouverte,
structurée et réutilisable conformément aux principes du libre
accès.
Pour des études bibliométriques à l’échelle
d’un pays ou d’une ville, il est nécessaire d’exploiter la ligne de
signature que les chercheurs associent à leur publication pour
mentionner leur affiliation. Scopus et le Web of Science ont des systèmes avancés
qui reconnaissent les organismes mentionnés, au prix d’efforts
concédés en amont par les professionnels de l’IST pour fournir des
informations facilitant ce repérage. Mais des initiatives pour
mettre en œuvre des identifiants uniques et ouverts se développent
(comme ROR basé sur GRID (Digital Science), faisant écho aux RNSR
et AuréHAL français). Ces identifiants pérennes, à l’instar des DOIs
pour les publications ou des identifiants Orcid pour désambiguïser
les noms de chercheurs, sont essentiels à la constitution d’un
écosystème ouvert et répondent au premier critère des principes FAIR
(Findable, Accessible,
Interoperable, Reusable) qui exige l’attribution d’un
identifiant aux métadonnées.
Enfin, au-delà du libre accès aux métadonnées,
le libre accès au résumé et au texte intégral des publications ou
brevets permet aussi d’alimenter des indicateurs bibliométriques
innovants qui exploitent les données textuelles. L’École des Ponts a
par exemple mis au point des requêtes Bordignon, F.
(2021). Dataset of search queries to map scientific publications to
the UN Sustainable Development Goals. Data in Brief, 106731. https://doi.org/10.1016/j.
dib.2021.106731 pour faire correspondre ses publications aux
Objectifs de développement durable de l’Onu. Cela démontre tout
l’intérêt de l’initiative I4OA (Initiative for Open Abstracts) qui
promeut l’ouverture et la mise à disposition des résumés d’articles
et de chapitres d’ouvrage.
L’ouverture du texte intégral constitue aussi
la formidable opportunité d’analyser automatiquement le contexte
des citations (la phrase notamment) en offrant une alternative à un
comptage brut avec l’attribution d’une polarité (positive, critique
ou neutre envers le travail cité) à l’instar de ce que l’outil Scite.ai a développé à
partir d’accords avec les éditeurs pour constituer sa base de
textes. La mise à disposition de ces enrichissements pourrait même
s’inscrire dans le Web sémantique comme l’offre l’ontologie
CiTO
Ces projets vertueux sont rendus possibles par le libre accès aux productions scientifiques, aux métadonnées qui les décrivent et aux infrastructures qui les exposent. Vue sous un autre angle, la bibliométrie peut à son tour être un élément facilitateur du libre accès.
Tout d’abord, il faut être lucide, de nombreux bibliomètres sont aussi des acteurs du libre accès et ils ne renient pas leurs engagements en faveur de l’ouverture de la science lorsqu’ils s’investissent dans la réalisation d’un rapport bibliométrique. Les bibliomètres sont donc attachés à la qualité des données des archives ouvertes et sont souvent à la manœuvre pour faire les vérifications et tampons dans HAL.
Par ailleurs, la bibliométrie permet de
mesurer le taux de disponibilité d’un corpus et de cibler ainsi les
disciplines ou laboratoires qui ont une marge de progression en vue
des objectifs fixés, par les établissements ou par le récent
deuxième Plan national pour la science ouverte. Ces baromètres de la
science ouverte (qui sont d’ailleurs plutôt des thermomètres) sont
plus justes lorsqu’ils sont déclinés à l’échelle d’une institution
avec des professionnels locaux qui connaissent mieux le périmètre
de leurs unités de recherche. À l’École des Ponts par exemple, c’est
le corpus servant de base aux analyses bibliométriques qui est
utilisé. Cela permet de s’affranchir de la dépendance aux DOIs dont
souffre le baromètre national et de prendre la température sur un
corpus qui frôle l’exhaustivité. Ces mesures régulières informent de
l’effet des incitations, permettent d’organiser des campagnes
ciblées de collecte de postprints, et renseignent sur le type de
libre accès (green ou gold) et la mise à disposition de jeux de
données associés. Enfin elles ont démontré que les publications en
libre accès ont plus d’impact en termes de citations, mais aussi de
reprises dans les media ou Wikipedia.