Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 2012un deuxième temps, nous cherchons à mettre en évidence et à cartographier les liensscientifiques entre les chercheurs, définis ici par des publications en commun dans lesPublications et Actes de l’AIC : qui publie avec qui ? Quelles sont les relations entre leschercheurs, les affinités et les interdépendances ? Quels sont les auteurs prépondérants ?Enfin, au-delà des réseaux scientifiques fondés sur les co-publications, dégage-t-on descommunautés de chercheurs autour de mêmes mots-clefs ?1. Définition et analyse du corpus d’étude1.1. Définition du corpus d’étudeA partir des 1622 articles des Publications de l’AIC (1988-2002) et des Actes des colloquesde l’AIC (2003-2011), nous avons constitué un corpus en créant trois bases de données : (i)sur les auteurs, (ii) sur les mots-clefs et (iii) combinant les deux précédentes. Contrairement àla quasi totalité des analyses scientométriques dans la littérature, ces bases de donnéesbibliographiques ne sont pas directement accessibles numériquement (comme les bases Webof Science, Scopus ou encore Google Scholar) et leur création par saisie semi-automatique etle plus souvent manuelle s’est avérée longue et fastidieuse. De plus, nous avons aussi nettoyéet harmonisé ces bases : harmonisation des orthographes des noms de famille et mots-clefs ;choix d’un nom de famille pour les femmes mariées ; regroupements de certains mots-clefs enraison de la très forte diversité observée. Au final, nous disposons d’un corpus avec 1513auteurs et 2214 mots-clefs.1.2. Méthodes d’analyse du corpusEn premier lieu, ce corpus a été analysé par une analyse quantitative bibliométriqueclassique : indices bibliométriques pour les auteurs, fréquences des mots-clefs. Disposantd’une information pluriannuelle, il était intéressant d’observer l’évolution sur 24 ans desauteurs et des occurrences de mots-clefs, afin de mettre en évidence, par exemple,l’émergence de nouveaux thèmes de recherche.Dans une seconde approche méthodologique, nous avons créé des matrices de copublications(co-occurrences) et transformé ce corpus en graphe non orienté où chaque nœudcorrespond à un auteur (et/ou un mot-clef) et chaque lien à une co-publication (et/ou cooccurrence).Les graphes ne sont pas orientés : un lien entre A et B signifiant A a publié avecB qui a publié avec A. Nous ajoutons des attributs aux auteurs (mots-clefs) avec le nombred’articles (occurrences) et aux liens avec le nombre de fois de co-publications (cooccurrences).La transformation de ces bases de données en graphes nous a permis : (i) decalculer des mesures et statistiques de réseaux (Wasserman et Faust, 1994) comme la densitéou encore le nombre moyen de connexions entre nœuds ; (ii) de cartographier le réseau del’AIC (iii) et de définir des communautés par modularité.Plus précisément, la représentation graphique des graphes se fait classiquement par despoints représentant les nœuds et des segments pour les relations, et en utilisant desalgorithmes de dessin basés sur des forces de répulsion et d’attraction (par analogie avec laphysique : les nœuds sont « chargés électriquement » et les liens sont des ressorts). Les tracésminimisent ensuite les distances entre les nœuds connectés et évitent autant que possible lesrecoupements (Di Battista et al., 1999). Enfin la modularité est une méthode automatiquepermettant de différencier des communautés, c’est-à-dire avec une densité de connexionsentre nœuds supérieure à la moyenne (Blondel et al., 2008).Les logiciels utilisés ici sont R (cran.r-project.org) et Gephi (gephi.org, Bastian et al.,2009), tous deux disponibles en open source.488