Formation des Doctorants2013-2014

Module A1bis – mardi 3 juin 2014

REPERER LE WEB SCIENTIFIQUE : OUTILLAGE

SID2 BU Droit-Lettres 2

Plan de l’intervention

Introduction

1. Les moteurs de recherche : 1. Principes de fonctionnement

2. Typologie… et ZOOM sur Google

2. Moteurs de recherche spécialisés en IST : 1. Rappels : Internet, web, IST

2. Google Scholar, BASE…

3. Outils disciplinaires

3. Autres outils : répertoires, réseaux sociaux…

Conclusion

SID2 BU Droit-Lettres 3

1. Moteurs de recherche : principes de fonctionnement et

typologie• machine = spider, crawler…

– parcourt une partie du web ou d’internet – copie les pages

• crée une base de données pour indexer les pages récupérées

• traite la demande et la réponse– requêtes (critères, filtres, opérateurs, aide à la recherche

ou pas) – résultats classés (indice de pertinence, « page rank »,

positionnement payant…) et liens vers la page repérée

1. 1 Moteurs de recherche : principes de fonctionnement

Robots = limites…• règles de fonctionnement ??? • web visible• écart entre taille du web / index (inconnu) • majorité des pages au caractère commercial ou

personnel ! – Sites académiques minoritaires, donc noyés….

• majorité du web repéré = langue dominante… quelle visibilité des langues non latines ?

SID2 BU Droit-Lettres 4

1. 1 Moteurs de recherche : principes de fonctionnement

ancêtres : Archie 1990, Wanderer 19931er annuaire (avec des humains !) : Yahoo!

1er moteur (robot) : Altavista 1995

principes des moteurs : parcourent le web, constituent des index liés aux pages, gèrent une interface de recherche, génèrent une liste de résultats (+ liens vers les pages

repérées) ne comprennent pas le besoin de l’usager mais seulement la

commande informatique…

Evolution vers le web de données / web sémantique: Dbpedia, databnf

SID2 BU Droit-Lettres 5

SID2 BU Droit-Lettres 6

1. 2 Moteurs de recherche : typologie (1)

• Moteurs généralistes– Grand public– Tout type d’information

• Moteurs spécialisés – selon les ressources (blogs,

forums, wiki…, ou les médias (vidéo, podcast, photos)

– selon la nature du contenu : IST, actualité, produits…

– Selon domaines thématiques; Ex : moteurs de calcul Worframalpha

• Métamoteurs (s’appuient sur d’autres)– Ex Copernic – Polymeta – Yippy

• Évolution régulière !– Voir le site Abondance

SID2 BU Droit-Lettres 7

1. 2 Moteurs de recherche (2) Zoom sur Google

• Sept 1998 : naissance• Février 2004 : + de 4

milliards de pages• Depuis 2010 : Ø

communication !• milliers de serveurs

pour stocker les index…

• 90% des internautes français disent l’utiliser…dès 2009

Fonctionnement ?• Algorithme qui prend en

compte 200 critères…• Classement des

résultats – attribution de point si

page pointée par d’autres

– « Page Rank » (ex : L’UPMF a un PR de 7 = assez élevé)

– même principe que le « facteur d'impact » (Eugene Garfield)

SID2 BU Droit-Lettres 8

1. 2 Moteurs de recherche (2) Zoom sur Google

Vente de technologie à des portails de recherche

Financé par la publicité, (liens sponsorisés).

Vente de solution collaborative (ex google APPS à l’UPMF)

Nombreux services Knowledge Graph : vers web de données Navigateur : Chrome + applications

smartphone, Messagerie (gmail), agenda suite bureautique en ligne (google docs), Bibliothèque numérique (google books), Localisation géographique (google maps)

etc… En 2012 = 1er point d’accès à l’IST

française

SID2 BU Droit-Lettres 9

source : Wikipédia, CC-By-SA

SID2 BU Droit-Lettres 10

1. 2 Moteurs de recherche (2) Zoom sur Google : la recherche

• simple : – maj/min équivalent mais préférer les accents– Opérateur par défaut ET– Extension avec OR en maj. entre 2 termes. (ex : Mali

OR islamisme)– « guillemets pour rechercher une expression »– mot précédé de + doit obligatoirement être présent

dans les résultats

• avancée : – options assez limitées !

c/c… pas vraiment d’aide à la recherche

SID2 BU Droit-Lettres 11

(3) Zoom sur d’autres moteurs … Bing, Qwant, Exalead

Bing : • Crée par Microsoft ; né en 2009 ; lien avec Yahoo• Concurrent direct de Google (périmètre, services)

Qwant ou encore Exalead : technologie française. – aide sémantique et catégorisation – vignettes des pages signalées dans la liste de résultats

autres moteurs qui respectent la vie privée Exemple :https://ixquick.com/

2. Rappels : Internet, web, IST

1970 = Arpanet

INTERNET

= Inter-network (ou Inter-réseau)

= TCP-IP

1989 : invention du Web

+ Adresses URL

moyen d’accès à des ressources + communication+ lieu d’échanges

SID2 BU Droit-Lettres 12

SID2 BU Droit-Lettres 13

2. Rappel 1 : Internet, gestion décentralisée

Différents acteurs :• ISOC• IAB + groupes de travail :

– IETF l' Internet Engineering Task Force – IRTF Internet Research Task Force

• ICANN• L'AFNIC (Association Française pour le

Nommage Internet en Coopération)

SID2 BU Droit-Lettres 14

2. Rappel 2 : le WEB

Hypertexte et balisage (HTML) + URL (http:// )+ Navigateurs : pour visualiser et naviguer d’un document à l’autre / logiciels (client)

• Google Chrome, • Microsoft Internet Explorer (Windows, MacOS, certains Unix) • Mozilla-Firefox (navigateur vedette du libre -Linux) • Safari

+ moteurs de recherche+ Acteurs : W3C (World Wide Web Consortium),

2. Rappel 3 : zoom sur l’IST

• IST : – information produite par la recherche les

professionnels…– Information scientifique et technique

• Web scientifique : – serveurs des institutions – Recherche privée (recherche et développement)

• Littérature grise (Grey Literature) : – En dehors des circuits commerciaux (rapports, normes,

thèses, mémoires…)

SID2 BU Droit-Lettres 15

2.2 Les moteurs spécialisés pour l’IST

Besoins spécifiques = moteurs adaptés : serveurs spécifiquement explorés, recherche pluridisciplinaire• Google Scholar :

– technologie google appliqué au domaine académique,

– pas de périmètre connu…

• SCIRUS : – « sciences exactes » et

notamment en sciences de la matière

– produit Elsevier

• BASE (Bielefeld search engine)

• ISIDORE – français – spécialisé sur les

SHS, – S’appuie sur le

« Web de données »

• Etc.

SID2 BU Droit-Lettres 16

2.2.1 Zoom sur Google Scholar

Intérêt : • gratuit et sans pub, • valorisation

– des AO, (ex : HAL, Erudit..

– mais aussi : catalogues universitaires surtout anglo-saxons (ex: SUDOC),…

– interroge aussi les Bases de données payantes

• citations et visibilité• permet de créer son

réservoir personnel

Limites : • périmètre et

couverture inconnus– sciences exactes et

médicales mieux couvertes

que les SHS

– taille de l’index : inconnue

• mise à jour : inconnue

Précautions…• n’évalue pas le contenu !

• risques : déviances, détournements !

« Ike Antkare  = I Can’t Care ! » chercheur fictif , par C.

Labbé voir http://hypotheses.org/15650 en

savoir plus

SID2 BU Droit-Lettres 17

2.2.1 Zoom sur Google Scholar

• Recherche avancée :– booléens, – proximité, – filtres : auteur, titre,

publication, date• Page de résultats

– [le type de doc]– Titre du document, auteurs, – (cited by) – sources sur lesquelles il est

disponible– format d’affichage PDF ou

HTML– « Autres articles » - voir des

articles liés

• Autres services : – tri des articles les plus

récents– Exportation des

références avec Zotero ou EndNote

– Localisation, – Veille– Citation– Page de profil

SID2 BU Droit-Lettres 18

SID2 BU Droit-Lettres 19

2.2.2 Zoom sur Scirus

http://www.SCIRUS.com• technologie FAST / Elsevier, • indexe toutes les pages présentes sur les serveurs

référencés • majoritairement en anglais !• accord avec certains éditeurs : LexisNexis,

WileyBlackwell

Voir fiche ECLVoir comparaison avec Google scholar

Filtrage selon type de source interrogée ; type de document ; domaine

Notice pour chaque document Récupération des références; localisation en bibliothèques

partenaires

SID2 BU Droit-Lettres 20

2.2.3 Zoom sur BASE

• BASE : Bielefeld Academic Search Engine

• Université Bielefeld (Allemagne) • 2004• multidisciplinaire :

– liste des ressources accessible (rubrique aide)

• Interrogation multilingue !– Thésaurus Eurovoc (21 langues

indexées)– Interface de recherche en

allemand + en anglais, + espagnol + polonais + français et ukrainien

• Filtres – de date – lieu de dépôts.

• renvoi vers Google scholar• « expression entre

guillemets »• Accès à certains résultats

sur abonnement

2.2.4 Zoom sur ISIDORE

• Isidore : projet français pour les SHS

• accès à 2 types de ressources :– données pour faire de la

recherche – publications des

résultats de la recherche

• Moissonnage (OAI-PMH)

• Recherche :– Thésaurii, index

(auteurs…)– catégories, – filtrage : période, type

de documents, collections…

• Résultats : – vignette – notice pour chaque

ressource + lien vers document

SID2 BU Droit-Lettres 21

2.2.5 moteurs spécialisés par discipline, par type de document,

etc.

Economie : Economic Search Engine http://ese.rfe.org/

Droit :• http://web.lawcrawler.com/

• http://www.lexisweb.com/

• Thèses : – Européennes :

http://www.dart-europe.eu

– En France = Theses.fr

• Rapports :– Lara.inist.fr

• Auteurs – authormapper.com

SID2 BU Droit-Lettres 22

3. D’autres outils…

• SURGIR : Université de Grenoble

• Intérêt– Signale le papier et le

numérique– Interrogation du web

profond– Interdisciplinarité

• Limites– Tout n’est pas

interrogeable – Données pas toujours

complètes

• portail d’accès à l’IST mondial :

WorldwidescienceMétamoteur, consortium (18 organismes et réseaux); recherche avancée ; Catégorisation • Portail de la recherche

européenne :OpenAIREPour trouver aussi des programmes, des projets

SID2 BU Droit-Lettres 23

3.1 D’autres outils : les répertoires spécialisés

• d’archives ouvertes : OPenDOAR • de revues : DOAJ (directory of open acces journals)

• de livres numériques : Gallica ; Europeana ; Wikisource / Wsexport ; Google books, Doab / Openédition books ; Hathi Trust / Project Gutenberg: Noslivres.net

• Répertoires thématiques :– signets de la bnf– Patrimoine culturel : Michael

SID2 BU Droit-Lettres 24

3.2 D’autres outils : les réseaux sociaux

Réseaux sociaux • De professionnels

– Linked’In, – Viadeo,

• De chercheurs : – Researchgate– Academia.edu

+ Outils collaboratifs ex.…Mendeley; Zotero…

Rechercher des blogs :

• Technorati

• BlogPulse ;

Googleblogsearch

• Par université : ex princeton

Plateformes :

• researchblogging.org/

• Scilogs (Nouvelle Zélande)

• Hypotheses (LSH)

• Économic roundtable (Eco)

SID2 BU Droit-Lettres 25

Conclusion

• Besoin de fiabilité, validation, pertinence • Évolutions de la recherche d’IST / développements

récents :– réseaux sociaux professionnels, spécialisés– web sémantique basé sur les contenus

• A développer : culture informationnelle chez les chercheurs et les professionnels (producteurs d’information et lecteurs…)

• Aller plus loin : (avec des outils spécialisés pour divers types de recherches sur le web !)

SID2 BU Droit-Lettres 26