How Do We Engage with Other Disciplines? A Framework to Study Meaningful Interdisciplinary Discourse in Scholarly Publications
Cet article propose un nouveau cadre et une taxonomie sur mesure des objectifs de citation pour évaluer quantitativement comment les publications de TAL interdisciplinaires s'engagent et incorporent de manière significative des idées issues d'autres disciplines, remédiant ainsi aux limites des mesures computationnelles existantes.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous déambulez dans une immense bibliothèque où des livres de différents mondes — comme l'« Informatique », la « Psychologie » et la « Sociologie » — sont tous mélangés sur les mêmes étagères. Pendant longtemps, des bibliothécaires (des chercheurs) ont tenté de comprendre à quel point ces livres parviennent à dialoguer entre eux.
L'ancienne méthode pour mesurer cela consistait à compter combien de gommettes de couleurs différentes se trouvaient sur la couverture d'un livre. Si un livre avait des gommettes de cinq couleurs différentes, les bibliothécaires supposaient qu'il s'agissait d'une conversation profonde et riche entre ces cinq mondes. Mais les auteurs de cet article soutiennent que c'est trompeur. Le fait qu'un livre mentionne un concept de psychologie dans son introduction ne signifie pas qu'il utilise réellement ce concept pour construire ses propres idées. Il peut simplement s'agir d'une simple citation de pure forme.
Cet article propose une nouvelle façon de mesurer la conversation : le Prédicteur d'Engagement de Citation (CEP - Citation Engagement Predictor).
Voici comment fonctionne leur nouveau système, décomposé en parties simples :
1. La nouvelle taxonomie du « But » (Le « Pourquoi »)
Au lieu de simplement compter les citations, les auteurs ont créé un nouvel ensemble d'étiquettes pour demander : « Pourquoi l'auteur a-t-il inclus cette référence spécifique ? »
Voyez cela comme l'analyse de la recette d'un chef.
- L'ancienne méthode : « Cette recette utilise des ingrédients d'Italie, du Mexique et du Japon. » (Une simple liste).
- La nouvelle méthode : « Le chef a utilisé la sauce tomate italienne comme fondation de tout le plat », ou « Le chef a utilisé l'épice mexicaine juste pour définir ce qu'est le côté "épicé'", ou « Le chef a utilisé la technique japonaise pour prouver que sa sauce est meilleure ».
Ils ont créé des catégories spécifiques pour ces questions de « pourquoi », telles que :
- Base (Basis) : L'idée citée est le socle sur lequel tout le papier est construit.
- Substantiation : L'idée citée est utilisée comme preuve pour démontrer une affirmation.
- Utilisation (Use) : Le papier utilise directement la méthode ou l'outil cité.
- Définition : Le papier utilise la citation pour expliquer le sens d'un mot.
- Travaux connexes (Related Work) : Le papier mentionne simplement la citation pour dire : « Hé, d'autres personnes ont déjà fait cela », sans pour autant s'appuyer dessus.
2. L'indice de la « Localisation » (Le « Où »)
Les auteurs ont également réalisé que l'endroit où une citation apparaît dans le papier importe.
- Si une citation se trouve dans l'Introduction, elle sert peut-être juste à planter le décor (comme un accessoire de fond).
- Si une citation se trouve dans les sections Méthodes ou Expériences, elle est probablement utilisée comme un outil pour réaliser le travail proprement dit (comme un marteau dans une boîte à outils).
3. Le « Prédicteur d'Engagement de Citation » (Le Score)
Les auteurs ont construit un modèle informatique (un « prédicteur ») qui combine le But (Purpose) et la Localisation (Section) pour donner un score unique de 1 à 5.
- Score 1 : Le papier mentionne à peine l'autre travail. C'est un clin d'œil superficiel.
- Score 5 : Le papier intègre profondément l'autre travail, en l'utilisant comme fondation ou comme outil central.
Ils ont testé cela en faisant lire à des experts humains 100 paires de papiers et de citations pour voir si le score de l'ordinateur correspondait au sentiment humain d'« engagement profond ». L'ordinateur s'est révélé très performant, prouvant que regarder comment une citation est utilisée est plus important que de simplement compter combien de citations il y a.
4. Ce qu'ils ont découvert (L'étude de cas)
Ils ont appliqué ce nouveau système à un groupe spécifique de papiers qui se situent à l'intersection du Traitement du Langage Naturel (NLP) (apprendre aux ordinateurs à comprendre le langage humain) et des Sciences Sociales Computationnelles (CSS) (utiliser les ordinateurs pour étudier la société humaine).
La grande découverte :
Ils ont découvert que la plupart de ces papiers sont en réalité assez superficiels dans leurs conversations interdisciplinaires.
- Le problème du « Nom de plume » (Name-Dropping) : Beaucoup de papiers citent des idées de sciences sociales dans leur introduction juste pour dire « Nous savons que cela existe », mais ne construisent ensuite rien avec ces idées dans leurs méthodes.
- L'immersion profonde est rare : Seule une infime fraction des papiers (environ 3 %) s'est réellement engagée profondément avec d'autres disciplines. Ces papiers rares étaient ceux qui ne se contentaient pas de mentionner un concept, mais l'utilisaient pour définir leurs outils ou prouver leurs théories.
- Interne vs Externe : Curieusement, ces papiers avaient tendance à s'engager plus profondément avec d'autres papiers d'informatique (au sein de leur propre discipline) qu'avec les papiers de sciences sociales (en dehors de leur discipline).
L'essentiel
Ce papier est comme une nouvelle loupe pour les chercheurs. Au lieu de simplement compter combien de billes de différentes couleurs se trouvent dans un bocal (l'ancienne méthode), ce nouvel outil regarde comment ces billes sont réellement utilisées pour construire une structure. Il révèle que, bien que de nombreux chercheurs disent faire du travail interdisciplinaire profond, ils ne font souvent qu'effleurer la surface. Les auteurs espèrent que cet outil aidera la communauté scientifique à comprendre la véritable profondeur de la collaboration entre les différents domaines.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.