La recherche équine en France et dans le monde au travers d’une analyse bibliométrique
Notice bibliographique
Résumé
Pour obtenir un panorama actuel de la recherche équine en France et dans le monde, une étude bibliométrique a été réalisée à partir des publications scientifiques concernant le cheval et recensées dans les bases CAB abstracts de CAB International et Current Contents de l’Institute for Scientific Information au cours des années 1998-2000. Après une structuration thématique combinant méthodes bibliométriques et avis d’experts, ces articles ont été ventilés en fonction des thématiques étudiées, des localisations des équipes signataires et du support de communication. Le fichier final comporte 6775 publications, pour deux tiers issues de journaux scientifiques, 31 % provenant de journaux de transfert et 6 % de comptes rendus de congrès. Plus de la moitié des contributions traitent de pathologie. Viennent ensuite la locomotion et médecine sportive (17 %), la reproduction (11 %). La nutrition et la génétique se partagent 9 % des contributions. Les autres thématiques définies en sciences du vivant sont le comportement et bien-être, les espèces asines et les équidés sauvages, le dopage. Environ 4 % des notices relèvent des sciences humaines et sociales. L’Amérique du Nord et l’Union Européenne constituent les deux principaux pôles de recherche mondiaux avec 40 et 36 % des articles chacun. La France occupe la 7ème place (3,4 % des articles scientifiques) derrière les USA, le Royaume-Uni (12,5 %), l’Allemagne (6,3 %), le Japon (4,3 %), le Canada (3,8 %) et l’Australie (3,8 %). La France remonte à la 4ème place si l’on si l’on considère l’ensemble des articles. Ceci illustre l’importance de la littérature de transfert ou de comptes rendus de colloques. La France apparaît relativement spécialisée sur la reproduction, le dopage et les sciences humaines et sociales, avec en revanche un investissement relatif moindre sur le comportement et la pathologie. La région Ile de France est la première région française en matière de recherche équine, avec 37,5 % des articles. Les autres régions importantes sont les régions Centre, Rhône-Alpes, Pays de la Loire, Midi-Pyrénées et Basse-Normandie. Cette atomisation géographique des équipes explique qu’aucune ville française ne figure parmi les 25 villes leaders.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».