Campbell, D., Tippett, C., Côté, G., Roberge, G., et Archambault, É. (2016). An approach for the condensed presentation of intuitive citation impact metrics which remain reliable with very few publications. Dans : I. Ràfols, J. Molas-Gallart, E. Castro-Martínez, et R. Woolley (Dir.). Proceedings of the 21st International Conference on Science and Technology Indicators, pp. 1229–1240, Editorial Universitat Politècnica de València, Valence, Espagne.
Résumé
Nous avons développé une approche qui permet de présenter des données sur les citations d’articles scientifiques de manière concise et intuitive. Elle permet aux décideurs d’en faire une interprétation fiable même lorsque l’échantillon d’articles est de petite taille. Nous décrivons cette approche en utilisant des articles dans le domaine de l’agronomie et l’agriculture, un domaine dans lequel plusieurs pays en développement sont spécialisés. Quatre indicateurs de citations et un graphique de synthèse, surnommé le micrographique de la distribution des citations relatives, sont combinés pour bâtir un schéma de présentation. Deux de ces indicateurs, soit la moyenne des citations relatives (MoyCR) et la proportion des publications parmi les 10 % les plus citées, communément surnommés les publications hautement citées (PHC10%), sont utilisés depuis longtemps par Science-Metrix dans le cadre de ses évaluations bibliométriques. Les deux autres indicateurs, soit la médiane des citations relatives (MédCR) et le score d’intégration relative (SIR), sont des nouveaux indicateurs. Comparativement à l’approche utilisée antérieurement par Science-Metrix fondée sur la MoyCR et la proportion des PHC10%, les résultats démontrent que l’approche combinant la MédCR et la proportion des PHC10%, en plus des micrographiques de la distribution des citations relatives, permet de mieux illustrer à la fois la tendance centrale de l’impact scientifique des entités ainsi que la distribution globale de leurs citations. Ceci est d’autant plus valable pour les entités dont l’échantillon de publications est de petite taille, dans lequel se retrouvent plusieurs données aberrantes qui exercent un poids disproportionné au rendement de telles entités par rapport à la moyenne.
Lire l’article de conférence (en anglais seulement) [PDF].
Image : iStock Photo