([266]) Le facteur h ou h-index est calculé en classant les publications par ordre décroissant en fonction du nombre de citations auxquelles elles ont donné lieu. Le rang de la publication pour lequel le nombre de citations est égal à ce rang est le facteur h. Ainsi un chercheur ayant un facteur h de 10 a publié 10 articles ayant chacun été cités au moins 10 fois.
([267]) Le facteur g a été introduit par L. Egghe pour raffiner l’indicateur h. Un chercheur aura par exemple un facteur g de 45 si ses 45 articles les plus cités totalisent au moins 2025 citations, c’est à dire g (45) au carré.
([268]) Gemma Conroy, « What’s Wrong with the h-index, According to its Inventor », Nature index, 24 mars 2020, en ligne.
([269]) Altmetric est une société de science des données lancée en 2011 qui repère où la recherche publiée est mentionnée en ligne et fournit des outils et des services aux institutions, éditeurs, chercheurs, bailleurs de fonds et autres organisations pour surveiller cette activité, communément appelée « altmetrics ».
([270]) Impacstory, devenu Our Research est un outil en ligne gratuit qui permet de créer un profil de chercheur où et déposer tous types de documents auxquels sont attribués des « altmetrics ».
([271]) Les « mesures d’impact alternatives » ont été développés afin de compléter les indicateurs traditionnels en prenant en compte la visibilité sur internet au travers des réseaux sociaux (notamment partages Twitter et Facebook, référencement sur des blogs, etc.), de la presse (New York Times, Le Monde, etc.), du nombre de marque-pages sur la base Mendeley, ou encore du nombre de téléchargements sur les plateformes en accès ouvert comme ArXiv ou GitHub. Sébastien Dupré, Marie-Claude Deboin, Cécile Fovet-Rabot, « Se familiariser avec les altmetrics, mesures alternatives d’impact d’une publication, en 6 points », Montpellier, CIRAD, 2016, en ligne.
([272]) Académie des sciences, op. cit., en ligne, p. 22.
([273]) « Déclaration de San Francisco sur l’évaluation de la recherche (DORA) », 2013, en ligne.
([274]) « Déclaration de San Francisco sur l’évaluation de la recherche (DORA) », 2013, en ligne.
([275]) Diana Hicks, Paul Wouters, Ludo Waltman, Sarah de Rijcke, & Ismael Rafols, « Manifeste de Leiden pour la mesure de la recherche », Nature, n° 250, p. 429-431, 2015, en ligne. Le manifeste pose 10 principes : 1) La description quantitative doit servir d’appui à une évaluation qualitative par des experts. 2) Mesurer la performance au regard des missions de recherche de l’institution, du groupe ou du chercheur. 3) Protéger l’excellence dans les domaines de recherche importants à l’échelle locale. 4) Maintenir une collecte de données et des processus d’analyse ouverts, transparents et simples. 5) Permettre aux chercheurs évalués de vérifier les données et analyses. 6) Tenir compte des différences entre disciplines en matière de publication et de citation. 7) Baser les évaluations des chercheurs sur un jugement qualitatif de leurs travaux. 8) Éviter les simplifications abusives et les fausses précisions. 9) Reconnaître les impacts systémiques des évaluations et des indicateurs. 10) Réévaluer régulièrement et faire évoluer les indicateurs.
([276]) Audition de Frédérique Claudot, juriste, membre du CoFIS, responsable d’un parcours éthique dans le master santé publique, 4 novembre 2019.
([277]) Audition d’Hervé Maisonneuve, médecin et référent intégrité scientifique de la faculté de Médecine de Paris, 21 octobre 2019.
([278]) Ferric C. Fang & Arturo Casadevall, « Reforming Science: Methodological and Cultural Reforms », Infection and Immunity, février 2012, en ligne.
([279]) Nicolas Chevassus-au-Louis, a rappelé lors de son audition qu’il était essentiel que les autres acteurs, qui ont pris part à la solidité du savoir, soient gratifiés et récompensés, dans le cadre des médailles CNRS ou de l’Académie des sciences.
([280]) Programme de la World Conference on Research Integrity, Hong Kong, Chine, 2-5 juin 2019, en ligne. Les archives sont consultables en ligne : session plénière ; autres sessions.
([281]) David Moher, Lex Bouter, Sabine Kleinert, Paul Glasziou, Mai Har Sham, Virginia Barbour, Anne-Marie Coriat, Nicole Foeger, & Ulrich Dirnagl, « The Hong Kong Principles for Assessing Researchers : Fostering Research Integrity », 17 septembre 2017, en ligne.
([282]) Shane Gero et Maurício Cantor ont ainsi proposé de créer un « R index », qui permette d’attribuer une métrique au peer review : « Review : how the R-index Aims to Improve the Peer-review System by Quantifying Reviewer Contributions », Impact of Social Sciences Blog, 20 mai 2015, en ligne.
([283]) L’étude d’Elsevier & Sense, « Quality, Trust & Peer Review : Researchers’ Perspectives 10 years on », (septembre 2019, en ligne, p. 22) montre que 45 % des chercheurs sondés demandent à ce que l’employeur reconnaisse le temps passé à faire du peer review, un chiffre qui s’élève à 58 % dans le cas français.
([284]) Michail Kovanis, Raphaël Porcher, Philippe Ravaud, & Ludovic Trinquart, « The Global Burden of Journal Peer Review in the Biomedical Literature: Strong Imbalance in the Collective Enterprise », PLoS ONE, vol. 11, n° 11, en ligne.
([285]) Publons, « Global State of Peer Review », 2018, en ligne.
([286]) Andrew Preston & Tom Culley, « Formal recognition for peer review will propel research forward », in BioMedCentral and Digital Science, « What might peer review look like in 2030 ? SpotOn Report », avril 2017, en ligne : « To summarize, the system almost exclusively rewards experts for publishing at nearly any cost. The same system then offers no formal incentives to the same experts relied upon to filter out the false, fraudulent or misleading submissions through peer review. […] There is no silver bullet that will resolve all the issues, but there are simple steps that can be taken to bring balance back to the system. An obvious starting point is to formally recognize and reward peer review efforts so it stands a chance against the disproportionate rewards for publishing. »
([287]) Verity Warne, « Rewarding Reviewers – Sense or Sensibility? A Wiley Study Explained », Learned Publishing, vol. 29, n° 1, 2016, p. 41-50, en ligne.
([288]) Federico Bianchia, Francisco Grimaldob, & Flaminio Squazzoni, « The F3-index. Valuing reviewers for scholarly journals », Journal of Informetrics, vol. 13, n° 1, février 2019, p. 78-86, en ligne.
([289]) Alan Finkel, « To Move Research from Quantity to Quality, go Beyond Good Intentions », Nature, n° 566, 19 février 2019, p. 297, en ligne.
([290]) Audition de Laurence Guyard, responsable des relations avec les communautés scientifiques, référente genre et référente intégrité scientifique au sein de l’Agence nationale de la recherche (ANR) ; de Jérôme Ferrand Ammar, chargé de mission auprès de la direction générale de l’ANR, & de Martine Garnier-Rizet, responsable du département numérique et mathématiques de l’ANR, 14 octobre 2019.
([291]) Devang Mehta, « Highlight Negative Results to Improve Science », Nature, 4 octobre 2019, en ligne : « When negative results aren’t published in high-impact journals, other scientists can’t learn from them and end up repeating failed experiments, leading to a waste of public funds and a delay in genuine progress. ».
([292]) Serge Larivée, « Le côté sombre de la science », Revue de psychoéducation, vol. 46, n° 2, 2017, p. 421-452, en ligne.
([293]) Quentin Gaday, « Face aux “revues prédatrices”, comment cesser d’être des lapins ? », Médecine/Sciences, vol. 35, n° 6-7, juin-juillet 2019, p. 562-563.
([294]) Olivier Gosselain, « La fraude est un produit dérivé de l’excellence », POLETHIS, n° 2, novembre 2019, p. 42-44.
([295]) John Ziker, Kathryn Demps, David Nolin & Matt Genuchi, « Time Allocation Workload Knowledge Study (TAWKS) », octobre 2013, rapport dans John Ziker, « The Long, Lonely Job of Homo Academicus », 31 mars 2014, en ligne. Voir l’article pour la répartition entière de la journée d’un chercheur.
([296]) Audition de Philippe Hinsinger, directeur de la revue Publier la science et biogéochimiste à l’INRA, 16 septembre 2019.
([297]) Hcéres, « Référentiel d’évaluation des unités de recherche. Campagne d’évaluation 2020-2021. Vague B », novembre 2019, en ligne.
([298]) Debora Weber-Wulff, « Plagiarism detectors are a crutch, and a problem », Nature, 27 mars 2019, en ligne : « Academic integrity is a social problem; due diligence cannot be left to unknown algorithms. Keeping science honest depends on scientists willing to work hard to protect the literature. »
([299]) Ibid.
([300]) Parmi les autres bienfaits avancés : améliore la qualité du peer review puisqu’il sera public ; participe à une compréhension toujours plus grande du champ disciplinaire ; consolide la confiance dans la science ; rend plus transparent le fonctionnement des maisons d’édition ; permet, possiblement, aux reviewers de faire valoir cette activité ; donne un exemple vertueux aux autres reviewers ; permet de mieux comprendre comment améliorer un article.
([301]) Tony Ross-Hellauer, Arvid Deppe, & Birgit Schmidt, « Survey on Open Peer Review: Attitudes and Experience amongst Editors, Authors and Reviewers », PLoS ONE, vol. 12, n° 12, 2017, en ligne.
([302]) Le rapport des Académies américaines, publié en 2019, distingue les termes de « reproductibilité » (reproductibility), de celui de « réplicabilité » (replicability). Le premier désigne le fait d’obtenir des résultats persistants quand sont utilisés les mêmes données, étapes de calcul, méthodes, codes et conditions d’analyse (cette définition est synonyme de « reproductibilité informatique »). Le second consiste à obtenir les mêmes résultats dans plusieurs études destinées à répondre à la même interrogation scientifique, chacune utilisant des données différentes, mais parvenant au même résultat. National Academies of Sciences, Engineering, and Medicine, « Reproducibility and Replicability in Science », Washington DC, The National Academies Press, 2019, en ligne.
([303]) Monya Baker, « 1,500 Scientists Lift the Lid on Reproducibility », Nature, 25 mai 2016, en ligne.
([304]) En 2011, des chercheurs de la firme pharmaceutique Bayer ont tenté de reproduire 67 projets de recherche interne dans le champ de la biologie fondamentale (cancérologie, santé de la femme et cardiovasculaire), dans le but d’identifier des cibles thérapeutiques, avant d’engager des essais chez l’homme. Les 2/3 des résultats des études étaient impossibles à reproduire. Florian Prinz, Thomas Schlange, & Khusru Asadullah, « Believe it or not: how much can we Rely on Published Data on Potential Drug Targets ? », Nature Reviews Drug Discovery, vol. 10, n° 712, 2011, en ligne.
([305]) En 2011, le projet Open Science Collaboration, a cherché à reproduire 100 études en psychologie sociale et cognitive, toutes publiées dans de prestigieux journaux de référence dans le courant de l’année 2008. Seuls 36 % des études reproduites ont données des résultats probants (p < 0,05). Open Science Collaboration, « Estimating the Reproducibility of Psychological Science », Science, vol. 349, n° 6251, 28 août 2015, en ligne.
([306]) Academy of Medical Sciences, Biotechnology and Biological Sciences Research Council, Medical Research Council, & Wellcome Trust, « Reproducibility and Reliability of Biomedical Research: Improving Research Practice », octobre 2018, en ligne.
([307]) Sven, « Dutch research funder grants 3 million Euros for replication studies », EDaWaX, 2 août 2016, en ligne.
([308]) L’histoire du preprint débute en 1991 lorsque des physiciens mettent en place la platerforme Arxiv afin de communiquer entre eux plus efficacement les résultats de leurs recherches. En 2004, les sciences sociales ont créé une plateforme dédiée, du nom de Social Science Research Network. En 2013, les biologistes ont mis au point leur archive ouverte, Biorxiv, lesquels ont été rejoints par la communauté médicale en 2019, avec Medrxiv. En France, c’est la plateforme HAL (Hyper articles en ligne) qui héberge des articles et des prépublications.
([309]) AllEnvi & AvieSan, « Preprints : une forme recevable de communication scientifique », 2017, en ligne.
([310]) Nicholas Fraser, Liam Brierley, Gautam Dey, Jessica K Polka, Máté Pálfy, Jonathon Alexis Coates, « Preprinting a Pandemic: The Role of Preprints in the COVID-19 Pandemic », preprint, BioRxiv, 23 mai 2020, en ligne. Le nombre de preprint postés sur MedRxiv et BioRxiv a d’ailleurs sensiblement augmenté depuis l’apparition de la Covid-19, atteignant respectivement 9 000 et plus de 2000 preprint sur le sujet en novembre 2020.
([311]) Clarissa F. D. Carneiro, Victor G. S. Queiroz, Thiago C. Moulin, Carlos A. M. Carvalho, Clarissa B. Haas, Danielle Rayêe, David E. Henshall, Evandro A. De-Souza, Felippe E. Amorim, Flávia Z. Boos, Gerson D. Guercio, Igor R. Costa, Karina L. Hajdu, Lieve van Egmond, Martin Modrák, Pedro B. Tan, Richard J. Abdill, Steven J. Burgess, Sylvia F. S. Guerra, Vanessa T. Bortoluzzi, Olavo B. Amaral, « Comparing quality of reporting between preprints and peer-reviewed articles in the biomedical literature », preprint, BioRxiv, 19 mars 2020, en ligne.
([312]) Les « épi-revues » désignent des revues en accès libre, formées à partir d’articles preprints déposés sur des archives ouvertes, lesquels sont évalués et sélectionnés par un comité éditorial.
([313]) La diffusion en Open Access peut se faire selon deux voies : la voie verte ou la voie dorée. La première désigne la diffusion d’un article sur une plateforme d’archives ouvertes, en accès libre et gratuit.
([314]) Ainsi la section 52 du CNRS estime « les articles recommandés par PCI Evol Biol, PCI Ecology et PCI Paleo au même titre qu’un article publié dans une revue scientifique indexée » in CNRS, CID 52, « Motion initiative ‘Peer Community in’ », 2 juillet 2018, en ligne.
([315]) Collectif, « Nous demandons la définition dans la loi de règles garantissant l’honnêteté et la rigueur scientifique », Le Monde, 13 octobre 2020, en ligne.
([316]) Compte rendu de la réunion du CoFIS, 12 octobre 2020, en ligne.
([317]) Les dispositifs de prévention en faveur de l’intégrité scientifique dans les établissements d’enseignement supérieur et de recherche, rapport à Madame la ministre de l’enseignement supérieur, de la recherche et de l’innovation n° 2020-084.