Aller au contenu

Méthodologie de revue de littérature cumulative

Une page de Wikiversité, la communauté pédagogique libre.

English version : https://en.wikiversity.org/wiki/Web-semantic-based_cumulative_litterature_review_methodology

La croissance du nombre de publications académique est aujourd’hui exponentielle et double tous les dix ans environ[1]. On pourrait penser qu’il s’agit d’une bonne chose, puisque que de nombreux enjeux contemporains (ex : transition socio-écologique) nécessitent la création et la diffusion rapide de nouvelles connaissance. Le modèle actuel de production des connaissances académiques est cependant inadapté à cet objectif et peut dégrader à la fois la qualité de la recherche (ex : invention de concepts sans fondements pour faire une « contribution théorique ») et les conditions de travail des chercheurs (ex : temps de travail gaspillé à travailler sur des publications qui finissent rejetées).

Le modèle actuel est basé sur la production en quantité, l’accumulation de publications qui n’ont pas nécessairement de cohérence entre elles, la compétition entre chercheurs et un modèle de publication propriétaire qui limite la diffusion des résultats. La quantité produite contribue à une surcharge informationnelle : personne n’est aujourd’hui capable de lire toutes les publications liées à son objet de recherche, et le problème se pose en amont de la publication avec le nombre croissant de manuscrit à traiter pour les revues (accélérant avec l’usage de l’IA générative de type Large Language Model). En conséquence, le travail de revue de littérature se complique, la construction de consensus scientifique est découragée et identifier les connaissances fiables qui mériteraient d’être plus largement diffusées et enseignées est un défi. Un modèle alternatif qui permettrait d’améliorer à la fois les conditions de travail et la qualité de la recherche pourrait être un modèle mettant davantage l’accent sur la qualité, le travail de synthèse plutôt que de juxtaposition des connaissances, le travail collaboratif et un modèle de publication basé sur les principes de la science ouverte[2].

Modèle existant Modèle proposé
Travail Individuel Collectif
Ecriture Rédaction puis publication Contenu dynamique
Connaissances Juxtaposition Synthèse
Objectif Quantité Qualité
Évaluation de la qualité Ponctuelle Continue
Propriété Licences propriétaires Licences ouvertes
Reconnaissance Statut d'auteur Traçabilité des contributions
Données Cloisonnement Linked open data
  • Créer une méthodologie revue de littérature cumulative[3] basée sur le web sémantique et le linked open data qui aboutirait à des cartes de connaissances dynamiques[4] plutôt que des publications figées qui ne peuvent pas être mises à jour.
  • L'appliquer à une thématique de recherche liée à la transition écologique, domaine où la création et transmission rapide de connaissance est cruciale étant donné l'urgence de la crise écologique.

Préparation du projet

[modifier | modifier le wikicode]

Rédaction du projet

[modifier | modifier le wikicode]

Contributeurs et contributrices

[modifier | modifier le wikicode]
Méthodologie de revue de littérature scientifique et méta-analyse Compétences techniques web sémantique, données, applications Gestion de projet, recherche de financement Communauté Wikimédia Communauté Web sémantique Communauté Recherche
Adélie Ranville (Jeanne Noiraud ; https://orcid.org/0000-0002-3993-6135) X X X X
Romain Mekarni : https://romain.rmkn.fr/ (Data players) X X X
Arthur Perret : http://www.arthurperret.fr/ X X X
Wikimédia France : https://www.wikimedia.fr/ X X

Financeurs potentiels

[modifier | modifier le wikicode]

Phase de preuve de concept

[modifier | modifier le wikicode]

Phase de développement

[modifier | modifier le wikicode]

Partenaires potentiels

[modifier | modifier le wikicode]

Etapes du projet

[modifier | modifier le wikicode]

Phase preuve de concept

[modifier | modifier le wikicode]

Phase développement

[modifier | modifier le wikicode]
  • Cahier des charges pour développements complémentaires
  • Développement technique
  • Documentation et tutoriels
  • Publication de la méthodologie dans une revue scientifique
  • Dissémination et formation de chercheurs à la méthode

Benchmark des outils existants

[modifier | modifier le wikicode]

Logiciels revue de littérature

[modifier | modifier le wikicode]

Logiciels d'analyse de données qualitatives

[modifier | modifier le wikicode]
  • Computer-assisted qualitative data analysis software : Atlas.ti, HyperRESEARCH, NVivo, or The Ethnograph
  • Approches lexicométriques : Tropes, Alceste, Iramuteq, Sphinx, CorTexT (https://www.cortext.net/), Gargantext

Logiciels de gestion de connaissance

[modifier | modifier le wikicode]

Fonctionnalités envisagées et outils libres existants pour les mettre en oeuvre

[modifier | modifier le wikicode]

Assurer la traçabilité du protocole de revue de littérature

[modifier | modifier le wikicode]
  • Rédiger un protocole de revue de littérature et le déposer sur une archive ouverte pour lui donner un DOI qui sera lié aux articles inclus dans la revue de littérature (voir publication modulaire).

Récupérer des méta-données de publications scientifiques

[modifier | modifier le wikicode]

Items scientifiques

[modifier | modifier le wikicode]
  • Archives ouvertes (HAL, Zenodo, Huma-num, Nakala...)... qui évoluent vers de nouveaux modèles ?[5]
  • Publications propriétaires (WOS, Spcopus...)

Données empiriques

[modifier | modifier le wikicode]

Gérer des méta-données de publications scientifiques

[modifier | modifier le wikicode]

Intégrer des métadonnées bibliographiques au web semantique et linked open data

[modifier | modifier le wikicode]

Importation de métadonnées dans wikidata

[modifier | modifier le wikicode]

Enrichir les métadonnées bibliographiques pour construire des graphes de connaissances

[modifier | modifier le wikicode]

Pour assurer la traçabilité de la méthode : utiliser le DOI du projet de revue de littérature comme source ?

Ontologies dédiées aux items scientifiques

[modifier | modifier le wikicode]

Types de données à ajouter sur les items scientifiques

[modifier | modifier le wikicode]
  • Méthode
  • Sujet
  • ORCID auteurs
  • Citations CROSSREF
  • Versions
  • Sources de données (DOI)

Triplets pouvant pour lesquels les items scientifiques peuvent être des références

[modifier | modifier le wikicode]
  • Typologie : sous-classes
  • Définitions : caractéristiques
  • Causalités : a pour cause
  • Hypothèses : a comme cause possible

Outils d'édition Wikidata

[modifier | modifier le wikicode]

Indexation et extraction

[modifier | modifier le wikicode]

RevMan, RevManHal, Covidence, EPPI-Reviewer, Abstrackr, SUMARI, CReMS

LLM

Crowdsourcing

Modélisation de théories

[modifier | modifier le wikicode]

Rechercher sur le graphe de connaissances

[modifier | modifier le wikicode]

Rédiger des synthèses des connaissances

[modifier | modifier le wikicode]

Rédaction automatique

[modifier | modifier le wikicode]

Rédaction collaborative

[modifier | modifier le wikicode]

Suivre les contributions et leur visibilité

[modifier | modifier le wikicode]

Statistiques de contributions

[modifier | modifier le wikicode]

Publication modulaire

[modifier | modifier le wikicode]

Comparaison entre productions scientifiques et éléments Wikimédia

[modifier | modifier le wikicode]
Bibliometry Scholia
Empirical descriptions Wikipedia pages on organisations, policies…
Concepts, theories Wikipedia concept and theories pages
Book reviews Wikipedia book pages
Causal mapping Wikidata cause-effects
Typologies Wikidata subclasses
Scientific research gaps Knowledge gaps identification
Scientific research workflow Wikimedia Design Strategy

https://design.wikimedia.org/strategy/index.html

Le futur de la revue de littérature

[modifier | modifier le wikicode]

Wikidata pour la recherche

[modifier | modifier le wikicode]

Limites du modèle de publication par journal

[modifier | modifier le wikicode]
  1. (en) « Global scientific output doubles every nine years : News blog », sur blogs.nature.com (consulté le 24 février 2025)
  2. (en) Robert T. Thibault, Olavo B. Amaral, Felipe Argolo et Anita E. Bandrowski, « Open Science 2.0: Towards a truly collaborative research ecosystem », PLOS Biology, vol. 21, no  10, 2023-10-19, p. e3002362 (ISSN 1545-7885) [texte intégral lien PMID lien DOI (pages consultées le 2025-02-24)]
  3. Berkeley Initiative for Transparency in the Social Sciences (BITSS), « Day 2 | Arnaud Vaganay: Reproducible Literature Reviews », (consulté le 13 février 2025)
  4. Krlev, G. (2019, May 14). The death of the literature review and the rise of the dynamic knowledge map. Impact of Social Sciences. https://blogs.lse.ac.uk/impactofsocialsciences/2019/05/14/the-death-of-the-literature-review-and-the-rise-of-the-dynamic-knowledge-map/
  5. Andrea Boliini, Peter Knoth, Pandelis Perakakis et Eloy Rodrigues, « Next Generation Repositories: Behaviours and Technical Recommendations of the COAR Next Generation Repositories Working Group (2017) », {{{périodique}}}, Zenodo, 2017-11-28 [texte intégral lien DOI (pages consultées le 2025-02-24)]
  6. Yoh'Anan Baude, « Liste de référentiels sémantiques pouvant servir à l'indexation d'un corpus de publications scientifiques », {{{périodique}}}, 2022-12-19 [texte intégral lien DOI (pages consultées le 2025-03-08)]
  7. (en) Paul Groth, Elena Simperl, Marieke van Erp et Denny Vrandečić, « Knowledge Graphs and their Role in the Knowledge Engineering of the 21st Century (Dagstuhl Seminar 22372) », {{{périodique}}}, Schloss Dagstuhl – Leibniz-Zentrum für Informatik, 2023, p. 60–120 [texte intégral lien DOI (pages consultées le 2025-03-05)]
  8. « What will the scholarly profile page of the future look like? Provision of metadata is enabling experimentation. », Impact of Social Sciences, 2015-07-16 [texte intégral (page consultée le 2025-02-21)]