psychiatre, professeur de thérapeutique à l'Université de Rennes et membre senior de l'Institut Universitaire de France
Larry Vernon Hedges
professeur titulaire en statistique et science des données, en éducation et politique sociale, de psychologie et de sciences sociales médicales à l’Université de Northwestern
Thomas Rhys Evans
psychologue et professeur en psychologie du travail et en recherche ouverte à l’Université de Greenwich
En bref
En 2005, John Ioannidis montrait que la probabilité qu’un effet rapporté dans un article scientifique soit réel était fortement réduite dans certaines conditions (petits échantillons, effets faibles, nombreux tests et biais méthodologiques).
De nombreuses études ont montré que les biais cognitifs des chercheurs, en particulier les convictions préalables, peuvent influencer leurs résultats.
Les études de reproduction des résultats (réplication) peuvent contribuer à consolider très concrètement le savoir scientifique.
Les initiatives de science ouverte et de transparence restent limitées, et se juxtaposent à la culture dominante de l’évaluation scientifique plus qu’elles ne la remplacent.
docteure en philosophie et ancienne professeure à l'Université Northwestern
En bref
Avec plusieurs millions d’articles scientifiques publiés chaque année, la dépollution de la littérature scientifique a tout de la recherche d’une aiguille dans une botte de foin.
L’évaluation visant uniquement les publications à impact est une approche retenue par The Medical Evidence Project, une initiative américaine financée par une subvention de démarrage de 900 000 dollars.
Les analystes utilisent principalement des méthodes statistiques pour identifier les incohérences dans les données et les conclusions présentées dans les articles.
GRIM-U est un outil capable de détecter un type particulier d’incohérences mathématiques dans certains tests statistiques.
Un article frauduleux correspond à une publication scientifique délibérément erronée dont un ou plusieurs manquements à l’intégrité scientifique sont présents.
Actuellement, les outils d’analyse sont loin de couvrir tous les cas de fraude, car celles-ci sont de nature très diverse, et chacune nécessite des détecteurs spécifiques.
Les outils utilisés pour dissimuler des falsifications laissent des signatures spécifiques, comme des groupes de mots avec des fréquences spécifiques.
Ces abus de confiance ne sont pas systématiquement réalisés par des individus isolés, mais peuvent être liés à des coopérations dans des réseaux d’éditeurs et d’auteurs.
L’une des solutions pour faire face aux fraudes scientifiques serait de renforcer le système d’évaluation, par des actions plus préventives, voire de repenser ses indicateurs actuels.