Data-Driven Evolution of Library and Information Science Research Methods (1990-2022): A Perspective Based on Fine-grained Method Entities
Cette étude analyse l'évolution des méthodes de recherche en sciences de l'information et des bibliothèques de 1990 à 2022 à travers une extraction fine d'entités de méthodes fondées sur les données, révélant que les ressources de données sont un moteur pivot du changement méthodologique caractérisé par un cycle d'émergence, de stabilité et d'application pratique.
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 le domaine des sciences de la bibliothéconomie et de l'information (SBI) comme une cuisine immense et animée où des chefs (des chercheurs) préparent de nouvelles idées depuis plus de 30 ans. Ce document est comme un critique gastronomique qui a décidé de ne plus se contenter de goûter les plats finis, mais de commencer à analyser les ingrédients et les outils utilisés par les chefs pour voir comment le style de cuisine a évolué de 1990 à 2022.
Voici la décomposition de leur étude en termes simples :
1. L'idée principale : Du « ressenti » au « comptage »
Autrefois, si vous vouliez savoir comment les méthodes de recherche changeaient, vous pouviez lire quelques articles et deviner. Cette équipe voulait être plus précise. Ils n'ont pas traité les méthodes de recherche comme des concepts vagues, mais comme des éléments spécifiques et comptables — comme des épices spécifiques ou des casseroles spécifiques. Ils ont appelé ces éléments des « Entités de Méthodes ».
Ils se sont concentrés sur quatre types spécifiques d'« ingrédients » qui montrent un passage vers une cuisine axée sur les données (utilisant de grandes quantités d'informations pour résoudre des problèmes) :
- Algorithmes et Modèles : Les recettes secrètes ou les formules utilisées.
- Ressources de Données : Les ingrédients bruts (les données réelles).
- Logiciels et Outils : Les couteaux, les mixeurs et les fours.
- Métriques : Les tasses à mesurer et les balances utilisées pour vérifier si le plat a réussi.
2. Le travail de détective : Comment ils ont procédé
Pour obtenir les données, les chercheurs ont agi comme des bibliothécaires de haute technologie :
- La Bibliothèque : Ils ont rassemblé plus de 25 000 articles académiques provenant de 14 revues de premier plan.
- Le Filtre : Ils savaient que toutes les parties d'un article ne parlent pas de comment la recherche a été réalisée. Ils ont donc entraîné un programme informatique intelligent (une IA) pour trouver la section spécifique des « Méthodes » dans chaque article, en ignorant les introductions ou les conclusions.
- L'Extraction : Une fois les sections « Méthodes » trouvées, ils ont utilisé un autre outil d'IA pour traquer et étiqueter chaque mention de ces quatre « ingrédients » (recettes, données, outils, échelles).
- Le Résultat : Ils ont abouti à une liste massive de ce qui était exactement les outils et les données utilisés dans chaque article sur 32 ans.
3. Ce qu'ils ont trouvé : L'évolution de la « cuisine »
En observant la fréquence d'apparition de ces ingrédients et l'ampleur de leurs changements au fil du temps, ils ont découvert quelques schémas clés :
A. La section « Méthodes » est l'essentiel
Ils ont confirmé que la section « Méthodes » d'un article est effectivement le meilleur endroit pour regarder. C'est comme vérifier la poche du tablier d'un chef ; c'est là que vous trouvez les outils réellement utilisés, et non pas seulement la description du menu.
B. La « Donnée » est le Chef Principal
La découverte la plus surprenante est que les Ressources de Données ont été le principal moteur du changement. Tout comme un chef peut changer tout son menu parce qu'un nouvel ingrédient exotique est devenu disponible, les chercheurs ont changé leurs méthodes de recherche parce que de nouveaux types de données sont devenus disponibles. La variété des données utilisées a toujours été la plus volatile (changeant le plus) par rapport aux outils ou aux recettes.
C. Le cycle « Émergence et Stabilisation »
L'étude a trouvé un schéma rythmique dans l'évolution des méthodes de recherche, qu'ils appellent un cycle d'« Émergence » et de « Stabilité ».
- La Phase d'Émergence : Imaginez qu'un nouvel accessoire de cuisine arrive sur le marché. Soudain, tout le monde essaie de l'utiliser de manières sauvages et différentes. Les méthodes semblent très différentes d'une année à l'autre.
- La Phase de Stabilité : Après quelques années, tout le monde a trouvé la meilleure façon d'utiliser cet accessoire. Les méthodes deviennent standardisées et les différences entre les chercheurs diminuent.
- Le Schéma : Les données ont montré ce cycle se répétant. Par exemple, autour de 2015, l'utilisation de nouvelles données et d'outils s'est stabilisée, mais une nouvelle vague d'« Algorithmes » (comme l'IA) a déclenché une nouvelle phase d'« Émergence ».
D. Différents sujets, différents rythmes
Tout comme différentes cuisines évoluent à des vitesses différentes, différents sujets de recherche en SBI ont évolué différemment :
- Évaluation Scientifique : Les « tasses à mesurer » (métriques) ici sont devenues très stables et standardisées au fil du temps.
- Recherche d'Information : Les « ingrédients » (données) ici ont continué à changer radicalement, probablement parce que l'internet et l'accès ouvert ont fait apparaître constamment de nouvelles sources de données.
4. La conclusion principale
L'article conclut que l'évolution de la recherche dans ce domaine n'est pas aléatoire. Elle est principalement pilotée par ce que les données disponibles permettent de faire. Lorsque de nouvelles données arrivent, elles forcent les chercheurs à inventer de nouveaux outils et de nouvelles recettes (algorithmes), créant une période de chaos et d'innovation. Finalement, tout le monde se stabilise sur la meilleure façon de les utiliser, créant une période de stabilité — jusqu'à ce que la prochaine grande vague de données arrive.
En bref : La donnée est le vent qui change la direction des voiles ; les méthodes de recherche sont les voiles elles-mêmes, s'ajustant constamment pour capter ce vent.
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.