Titre original :

Valorisation des jeux de données issus de la recherche médicale : la publication de data papers, analyse bibliométrique et scores altmetrics : application aux données de la neuroscience

Mots-clés en français :
  • Open science
  • open data
  • données de la recherche
  • citation de données
  • altmetric
  • communication scientifique
  • data paper

  • Données de la recherche
  • Bibliométrie
  • Information scientifique
  • Neurosciences
  • Science ouverte
  • Bibliométrie
  • Recherche biomédicale
  • Neurosciences
  • Publications
  • Langue : Français
  • Discipline : Médecine. Santé Publique
  • Identifiant : 2020LILUM408
  • Type de thèse : Doctorat de médecine
  • Date de soutenance : 09/10/2020

Résumé en langue originale

Contexte : Les données scientifiques sont devenues tout aussi importantes que le résultat de leur analyse. La réutilisation efficace des données rend la question de leur partage centrale mais leur publication est limitée par manque de reconnaissance spécifique. Le data paper semble pouvoir répondre en partie à ce problème. L’objectif de notre travail était d’étudier la publication des data papers dans les sciences de la santé et plus particulièrement en neuroscience. Méthodes : Nous avons mené une étude empirique au sein des revues reconnues comme publiant des data papers et sélectionné les data papers du domaine médical publiés jusqu’au 31 octobre 2018. Les articles ont été classés selon leur spécialité médicale et leur thématique. Pour les data papers de neuroscience, des informations générales et spécifiques au contenu de l’article ont été relevés et l’accès aux données décrites testé. Nous avons recherché leur typologie d’indexation au sein des trois grandes bases bibliographiques (Pubmed, Web Of Science, Scopus). Enfin, les données de bibliométrie et les scores altmetrics disponibles sur la base Scopus ont été recueillis. Résultats : 745 data papers médicaux ont été identifiés dont 163 en neuroscience. Leur publication a fortement augmenté ces dernières années mais reste hétérogène. 68,9% des données médicales décrites sont directement accessibles, essentiellement des données d’électrophysiologie et d’imagerie. Le nombre de citations annuelles augmente. 75% des data papers ont été cités pour une moyenne de 2,7 citations/an/article et un délai médian de citation à 7,9 mois (IC95% 6,7 – 10,3). Une activité altmetric a été retrouvés pour 53% des articles sur Twitter et pour 86% sur les sites de bookmarking sociaux. Des différences existent selon la revue. Conclusion : Le data paper reste pour le moment un phénomène récent, à petite échelle et peu homogène. En attendant une reconnaissance spécifique des citations de données, le data paper semble être un moyen alternatif acceptable dont le nombre continuera probablement à croître dans les années à venir.

Résumé traduit

...

  • Directeur(s) de thèse : Lansiaux, Amélie

AUTEUR

  • Parent, Audrey
Droits d'auteur : Ce document est protégé en vertu du Code de la Propriété Intellectuelle.
Accès libre