📊 statistics

Does Open Access Matter for Citations? A Topic-Stratified Analysis of Library and Information Science Discipline

Cette étude des publications en bibliothéconomie et sciences de l'information révèle que l'avantage de citation lié à l'accès ouvert n'est pas uniforme mais dépend plutôt du sujet et est largement porté par les sous-domaines adjacents aux sciences de la santé, tout en étant significativement atténué lorsque l'on contrôle les références de base de citation au niveau de la revue.

Auteurs originaux : Arindom Kalita, Kumar Sumit, Manendra Singh, Divyanshu Gupta

Publié 2026-08-31

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Arindom Kalita, Kumar Sumit, Manendra Singh, Divyanshu Gupta

Article original sous licence CC BY 4.0 (https://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

Dans le monde de la recherche académique, il existe une croyance persistante selon laquelle le fait de rendre un article scientifique librement accessible à toute personne disposant d'une connexion Internet entraînera automatiquement une lecture plus importante et, par conséquent, davantage de citations de ce travail dans d'autres recherches. Cette idée, souvent appelée « l'avantage de citation de l'accès ouvert », suggère que si l'on supprime le mur de paiement, l'œuvre s'élève naturellement au sommet. La logique semble solide : plus de regards sur une page devrait signifier plus de références à celle-ci. Cependant, la réalité de la manière dont les chercheurs lisent et écrivent est rarement aussi simple. Les domaines de recherche ne sont pas des monolithes ; ce sont des collections de sous-domaines distincts, chacun ayant sa propre culture, ses propres habitudes et ses propres modes de partage d'informations. De plus, la réputation de la revue dans laquelle un article paraît agit souvent comme un filtre puissant, influençant le nombre de fois où cet article est cité, qu'il soit gratuit ou non. Comprendre si l'accès libre stimule réellement les citations, ou si d'autres facteurs font le plus gros du travail, est crucial pour les universités et les organismes de financement qui exigent de plus en plus que la recherche soit rendue en accès ouvert.

Une équipe de chercheurs de l'Université de Mizoram, en Inde, s'est donné pour mission de tester cette croyance grâce à un examen massif et détaillé du domaine des sciences de l'information et de la bibliothèque. Ils ont rassemblé près de 15 000 articles de recherche publiés entre 2010 et 2024, une période durant laquelle la publication en accès ouvert a connu une croissance significative. Au lieu de traiter tous ces articles comme un seul bloc de données, les chercheurs ont utilisé une méthode informatique sophistiquée pour les classer en 52 sujets de recherche distincts, basés sur les mots et les thèmes réels contenus dans le texte. Cela leur a permis de voir si l'« avantage de l'accès ouvert » était une règle universelle ou s'il ne s'appliquait qu'à certains coins spécifiques de la discipline. Ils ont ensuite comparé les taux de citation des articles gratuits par rapport aux articles payants, en tenant compte soigneusement de facteurs tels que le nombre d'auteurs, le fait qu'il s'agisse d'une collaboration internationale et, surtout, la performance de citation typique de la revue dans laquelle l'article a été publié.

L'étude a révélé que, bien que les articles en accès ouvert reçoivent, en moyenne, plus de citations que ceux protégés par un mur de paiement, la relation est loin d'être uniforme dans l'ensemble du domaine. Lorsqu'on examine la discipline dans son ensemble, il existe un lien positif modeste entre la gratuité de lecture et le nombre de citations. Cependant, lorsque les chercheurs ont décomposé les données par sujet, le tableau a radicalement changé. Sur les 50 domaines de recherche analysés en détail, 40 ne présentaient aucun avantage détectable lié à l'accès ouvert. L'avantage n'était pas réparti uniformément ; il était au contraire concentré presque entièrement dans dix sujets spécifiques, la plupart étant liés aux sciences de la santé, tels que la bibliothéconomie clinique et la littératie informationnelle des étudiants en médecine. Dans ces domaines proches de la santé, les articles en accès ouvert étaient cités de manière nettement plus fréquente. Dans les 40 autres sujets, qui comprenaient des domaines comme la littératie informationnelle générale, les services de bibliothèques publiques et la préservation numérique, le fait d'être en accès ouvert ne faisait aucune différence statistique dans la fréquence de citation des travaux.

La partie peut-être la plus révélatrice de l'analyse est survenue lorsque les chercheurs ont contrôlé l'« environnement de citation » des revues elles-mêmes. Ils ont découvert que le prédicteur le plus fort du nombre de citations reçues par un article n'était pas son statut d'accès ouvert, mais le taux de citation moyen des autres articles publiés dans cette même revue. Les revues à fort impact ont tendance à publier des articles qui sont plus cités, quel que soit le statut d'accès. Lorsque les chercheurs ont ajouté ce facteur au niveau de la revue dans leurs calculs, l'avantage apparent de l'accès ouvert a été réduit de plus de moitié. Cela suggère qu'une grande partie du bénéfice perçu de l'accès ouvert est en réalité le reflet du fait que les articles en accès ouvert sont souvent publiés dans des revues qui jouissent déjà d'une visibilité et d'un prestige élevés. L'étude a également constaté que cette relation est restée stable au fil du temps, sans changement significatif de l'avantage entre 2010 et 2022, malgré la croissance rapide des politiques d'accès ouvert au cours de cette décennie.

En fin de compte, la recherche indique que la valeur de l'accès ouvert pour les citations dépend fortement du sujet spécifique et de la revue dans laquelle le travail apparaît. Ce n'est pas une solution miracle qui garantit une attention accrue pour chaque article dans chaque domaine. Pour les chercheurs en bibliothéconomie liée à la santé, rendre leurs travaux ouverts semble apporter un gain clair en visibilité et en citations. Pour les chercheurs d'autres domaines de la bibliothéconomie, la décision de publier en accès ouvert peut ne pas se traduire par une augmentation mesurable des citations, du moins au-delà de la réputation déjà établie de la revue. Les conclusions suggèrent que, bien que les politiques d'accès ouvert soient précieuses pour élargir la portée de la recherche, l'hypothèse selon laquelle elles entraîneront automatiquement un nombre de citations plus élevé dans tous les domaines doit être tempérée par une compréhension plus nuancée du fonctionnement des différentes communautés de recherche.

Résumé technique : L'accès ouvert importe-t-il pour les citations ? Une analyse stratifiée par thématiques de la discipline des sciences de l'information et de la bibliothèque

Énoncé du problème
L'étude traite du débat persistant concernant l'« avantage de citation de l'accès ouvert » (OACA — Open Access Citation Advantage) — l'affirmation selon laquelle les publications en accès ouvert (OA) reçoivent plus de citations que leurs homologues non-OA. Bien qu'un corpus substantiel de littérature rapporte une association positive, les auteurs identifient une faiblesse méthodologique critique : de nombreuses études ne parviennent pas à contrôler adéquatement les variables de confusion, particulièrement les caractéristiques au niveau de la revue (ex. : portée de l'indexation, sélectivité éditoriale et lectorat de base). De plus, la recherche existante traite souvent les disciplines comme des blocs monolithiques, ce qui pourrait occulter une hétérogénéité significative dans la manière dont l'OA impacte les citations à travers différents sous-champs de la recherche. Les auteurs notent qu'aucune étude préalable n'a combiné une décomposition par modélisation thématique des données d'une discipline unique avec un plan de régression d'impact de citation qui incorpore explicitement des contrôles au niveau de la revue pour examiner l'hétérogénéité interne.

Méthodologie
La recherche emploie un design bibliométrique observationnel utilisant un corpus de 14 720 publications en sciences de l'information et de la bibliothèque (LIS) indexées dans Scopus entre 2010 et 2024. Le flux de travail analytique se déroule en quatre étapes distinctes :

Construction et prétraitement du corpus : Les enregistrements ont été filtrés pour les articles et revues en langue anglaise dans le domaine des sciences sociales, spécifiquement ancrés à la terminologie LIS pour exclure les domaines non apparentés. Après avoir supprimé les enregistrements avec des résumés manquants, le corpus analytique final contenait 14 720 documents.
Modélisation thématique : Les auteurs ont utilisé BERTopic (employant des plongements all-MiniLM-L6-v2, UMAP pour la réduction de dimensionnalité et HDBSCAN pour le clustering) pour dériver des structures thématiques directement à partir du texte des publications. Le modèle a identifié 53 sujets ; après réassignation des valeurs aberrantes et exclusion des documents non classés, 52 sujets substantiels subsistaient. Des tests de robustesse ont confirmé la stabilité de cette structure à travers différents modèles de plongement et échantillons de bootstrap.
Opérationnalisation des variables :
- Accès ouvert (OA) : Dichotomisé sur la base des métadonnées Scopus (1 = OA, 0 = non-OA).
- Taux de citation : Calculé comme le nombre de citations divisé par l'âge de la citation (années depuis la publication jusqu'en 2026), puis transformé logarithmiquement pour traiter l'asymétrie à droite.
- Base de citation au niveau de la revue : Une variable de contrôle critique construite comme la moyenne du taux de citation de tous les autres articles de la même source (en excluant l'article lui-même), servant de mesure comportementale intra-corpus du prestige de la revue.
- Covariables : Année de publication, nombre d'auteurs, collaboration internationale (binaire) et type de document (article vs revue).
Analyse statistique :
- Analyse stratifiée par sujet : Des tests Mann-Whitney U ont été effectués pour chaque sujet parmi les 50 sujets respectant les seuils de taille d'échantillon, avec application de la correction de Benjamini-Hochberg pour le taux de fausses découvertes (FDR).
- Analyse de régression : Une séquence de modèles de moindres carrés ordinaires (OLS) a été estimée avec des erreurs types robustes à l'hétéroscédasticité. Les modèles sont progressivement contrôlés, passant d'un indicateur bivarié d'OA à un modèle entièrement spécifié incluant toutes les covariables et la base de citation au niveau de la revue.
- Tests de robustesse : Les analyses comprenaient une régression binomiale négative sur les comptes bruts, des tests de sensibilité excluant les valeurs aberrantes de haute citation, et des traitements alternatifs des documents non classés du modèle thématique.

Contributions clés

Hétérogénéité stratifiée par sujet : L'étude dépasse l'analyse agrégée au niveau de la discipline pour démontrer que l'association citation-OA n'est pas uniforme. Elle identifie que l'avantage est concentré dans des sous-champs spécifiques plutôt que d'être un phénomène universel.
Contrôle au niveau de la revue : En construisant une base de citation au niveau de la revue en « leave-one-out », l'étude isole l'effet de l'OA de la performance de citation inhérente au lieu de publication, traitant ainsi un biais majeur des études précédentes.
Intégration du NLP et de la bibliométrie : Le papier intègre avec succès la modélisation thématique basée sur les transformeurs (BERTopic) avec la régression inférentielle pour cartographier la structure interne de la discipline LIS et tester les hypothèses de citation contre cette structure.

Résultats

Association agrégée : Au niveau agrégé, les publications en OA ont montré une association positive modeste mais statistiquement significative ( $r = .141, p < .001$ ).
Variation par sujet : L'association était très inégale selon les 52 sujets. Après correction FDR, 40 des 50 sujets analysés ne montraient aucune association détectable avec l'OA. Seuls 10 sujets présentaient une association positive statistiquement significative. Ces sujets significatifs étaient concentrés dans les sous-champs de la LIS proches des sciences de la santé (ex. : Sciences de la santé et bibliothécariat clinique, Littératie de l'information pour étudiants en soins infirmiers/médicaux) et des domaines spécialisés comme l'accessibilité (Accessibility & Disability Services).
Impact des contrôles au niveau de la revue : Dans le modèle de régression entièrement spécifié, la base de citation au niveau de la revue est apparue comme le prédicteur le plus fort du taux de citation ( $\beta = .235, p < .001$ ), surpassant le nombre d'auteurs, la collaboration internationale et le type de document.
Atténuation de l'effet OA : L'inclusion de la base de citation au niveau de la revue a réduit le coefficient de l'OA de plus de moitié, passant de $\beta = .114$ (dans le modèle avec contrôles d'auteurs/collaboration) à $\beta = .054$ (dans le modèle entièrement spécifié). Bien que le coefficient de l'OA soit resté positif et significatif, son ampleur était substantiellement conditionnelle à l'environnement de la revue.
Stabilité temporelle : Il n'y a eu aucun changement statistiquement détectable de l'ampleur de l'association citation-OA entre 2010 et 2022.

Signification et affirmations
Les auteurs affirment que l'association de citation de l'accès ouvert dans la LIS est dépendante du sujet et conditionnelle à l'environnement de citation au niveau de la revue. L'étude ne prétend pas prouver un effet causal de l'OA sur les citations ; elle estime plutôt des associations statistiques. Les résultats suggèrent que l'« avantage de citation » n'est pas une propriété universelle du statut OA, mais qu'il est fortement influencé par le sous-champ de recherche spécifique et la performance de citation de base de la revue dans laquelle le travail est publié. L'étude conclut que les résultats agrégés précédents pourraient avoir confondu les effets du statut OA avec les effets de la publication dans des revues à haut impact ou dans des sous-champs où l'OA est plus prévalent et impactant. Les auteurs soulignent que leur design observationnel limite l'inférence causale, notant que les résultats représentent des associations conditionnelles nettes des covariables mesurées.

Articles similaires