Sauvayre R. (2022), "Types of Errors Hiding in Google Scholar Data”, Journal of Medical Internet Research, Vol. 24, n°5, e28354. DOI: 10.2196/28354
Résumé
Google Scholar (GS) est devenu une importante base de données bibliographiques et de citations. Selon la littérature, des bases de données telles que PubMed, PsycINFO, Scopus ou Web of Science peuvent être utilisées en lieu et place de GS en ce qu’elles sont plus fiables. L’objectif de la présente étude est d’explorer les données extraites de Google Scholar via le logiciel Publish or Perish afin de fournir une description détaillée et quantifiée des erreurs rencontrées. Pour ce faire, nous avons examiné 281 documents citant un poster et un article visant à sensibiliser la communauté scientifique sur la question des faux positifs en neuroimagerie. Les résultats obtenus montrent un taux d’erreur sans précédent : 99,3 % des références examinées contiennent au moins une erreur. Les travaux non académiques ont tendance à contenir plus d'erreurs que les publications académiques (U=5117.0, P<.001). Ces résultats montrent que non seulement les données GS ne sont pas exactes, mais qu’elles exposent potentiellement les chercheurs qui les utiliseraient sans vérification à des biais
Mots-clés : Erreurs de référencement; fiabilité des bases de données; faux positifs; publication académiques; évaluation de la recherche; scientometrie; analyse de citations
Résumé
Google Scholar (GS) est devenu une importante base de données bibliographiques et de citations. Selon la littérature, des bases de données telles que PubMed, PsycINFO, Scopus ou Web of Science peuvent être utilisées en lieu et place de GS en ce qu’elles sont plus fiables. L’objectif de la présente étude est d’explorer les données extraites de Google Scholar via le logiciel Publish or Perish afin de fournir une description détaillée et quantifiée des erreurs rencontrées. Pour ce faire, nous avons examiné 281 documents citant un poster et un article visant à sensibiliser la communauté scientifique sur la question des faux positifs en neuroimagerie. Les résultats obtenus montrent un taux d’erreur sans précédent : 99,3 % des références examinées contiennent au moins une erreur. Les travaux non académiques ont tendance à contenir plus d'erreurs que les publications académiques (U=5117.0, P<.001). Ces résultats montrent que non seulement les données GS ne sont pas exactes, mais qu’elles exposent potentiellement les chercheurs qui les utiliseraient sans vérification à des biais
Mots-clés : Erreurs de référencement; fiabilité des bases de données; faux positifs; publication académiques; évaluation de la recherche; scientometrie; analyse de citations
