Recherche d’informations sur le web en SHS

Maîtrise de l’IST 2009-2010Ecoles Doctorales - Urfist - SCD Université Rennes 2

1jeudi 4 février 2010

Rappels : la stratégie de recherche

• Définir mots-clés et expressions de recherche appropriés (dictionnaires, encyclopédies)

• Penser aux synonymes, attention à la polysémie, traduire les termes !

• Construire ses requêtes, utiliser les opérateurs et parenthèses

• Multiplier et confronter les sources !

• Consulter l’aide et utiliser le mode « recherche avancée » des outils

• Restreindre et élargir sa recherche, en utilisant nouveaux termes apparus dans les premiers résultats

• Evaluer, vérifier et contrôler vos sources !

2jeudi 4 février 2010

Le web

• Explosion documentaire

• Espace de production et de diffusion de l’information

• Démocratisation de l’information

• Utopie de la mémoire collective et de l’encyclopédie universelle

3jeudi 4 février 2010

Les limites du web

• Infobésité ou Information Overflow ou Info-Zapping

• Gratuité VS Sphère commerciale

• Publicité VS Légitimité

• Autorité VS Popularité

• Affluence VS Influence Will Lion, information hydrant, Juillet 8, 2008,Flickr, http://www.flickr.com/photos/will-lion/2595497078/.

4jeudi 4 février 2010

Web invisible

Selon étude BrightPlanet (07/01) : web invisible serait 500 fois plus vaste que le web indexé par les moteurs de recherche

Causes :

• pages dynamiques (bases de données, formulaire de recherche)

• les sites sur accès restreints

• le format des données (flash)

• pages interdites au référencement

jean-louis Zimmermann, iceberggros_indic, Août 30, 2009, Flickr, http://www.flickr.com/photos/jeanlouis_zimmermann/3870653226/.

5jeudi 4 février 2010

Des outils nombreux et complexes

Typologie vaste (annuaires, moteurs, moissonneurs, social bookmarking, etc)

Impossible de ts les connaître / maîtriser (nécessité d’une sélection / évaluation des + pertinents -> selon besoin informationnel)

Danger : céder à la facilité devant simplicité apparente (75% des internautes passent 3/4 de leur temps à chercher !)

Hybridation des outils (fonctionnalités et données) = nécessité de bien les appréhender Emily, The Right Tool, Mars 10, 2009, Flickr, http://www.flickr.com/photos/ebarney/3348965007/.

6jeudi 4 février 2010

Outil : quel corpus ?

• Les outils propres au web (interrogeant l’ensemble ou partie du web)

• ceux qui possèdent leur propre base, index et interface de recherche (moteurs de recherche)

• ceux qui possèdent un module d’interrogation mais exploite les données (index) d’autres outils

• Les outils disponibles / accessibles via le web (bases de données, catalogues de bibliothèques)

7jeudi 4 février 2010

L’indexation et la couverture des outils

• Le mode d’indexation ?

• les outils dits “humains” (annuaires, signets)

• les outils automatiques (moteurs de recherche)

• La couverture ?

• les outils généralistes (ex : Google, Yahoo)

• les outils spécialisés, selon thématique, type, support, langue, etc. (ex : Google Scholar, etc.)

8jeudi 4 février 2010

Les modalités de recherche

• La recherche par critères sur plein texte (ex : moteurs de recherche)

• La navigation par arborescence ou facettes, parcours de recherche : l’utilisateur répond à des propositions (ex : annuaires)

• La recherche basée sur des logiques statistiques / linguistiques (clustering des résultats, prise en compte du sens et du contexte des termes de recherche)

• La recherche par associations de mots/objets (grâce aux ontologies, index, thesaurus, facettes)

• La recherche par citations : part de l’hypothèse que si un document cite un autre document alors il existe un lien entre les deux (Page Rank de Google)

• La sérendipité, reproduit les mécanismes de la découverte scientifique

9jeudi 4 février 2010

Annuaires / Répertoires / PortailsExplorer un sujet, repérer des ressources

• Spécialisés / thématiques / généralistes

• Accéder à des ressources et services validées par des spécialistes, offrant certaines garanties scientifiques.

• Recherche par arborescence / par catégories

• Avantages : qualitatifs, limitation du bruit, choix des informations, classification, point d'accès unique et simplifié

• Inconvénients : silence, mise à jour, non exhaustif, etc

Quinn Dombrowski, Day 129: Directory is Such a Big Word, Mai 9, 2009, Flickr, http://www.flickr.com/photos/quinnanya/3517363882/.

10jeudi 4 février 2010

signets-universitésRessources sélectionnées par des BU

http://www.signets-universites.fr/

11jeudi 4 février 2010

Intute : Social Scienceshttp://www.intute.ac.uk/socialsciences/

12jeudi 4 février 2010

Liens Sociohttp://www.liens-socio.org/

13jeudi 4 février 2010

CalameRépertoire de bases de données françaises en SHS

http://calame.ish-lyon.cnrs.fr/

14jeudi 4 février 2010

Ménestrel« études médiévales » sur internet

http://menestrel.in2p3.fr

15jeudi 4 février 2010

Sociopôlehttp://www.sociopole.cnrs.fr/

16jeudi 4 février 2010

DADIRépertoire de BDD gratuites disponibles sur Internet

http://dadi.univ-lyon1.fr/

17jeudi 4 février 2010

EBSCO Open Science Directory

http://www.opensciencedirectory.net/18jeudi 4 février 2010

Digital Research Toolshttp://digitalresearchtools.pbworks.com/

19jeudi 4 février 2010

Les Moteurs de recherche

Première porte d’accès sur le web

Malgré une situation d’oligopole dans les usages (Google, Yahoo, Bing) de nombreux moteurs de recherche existent !

A. Serres, ML Malingre, (Propositions de) Typologies des moteurs de recherche, Mars 2009, http://www.sites.univ-rennes2.fr/urfist/files/TypologieMoteurs_mars09.doc

Succès de Google : interface épurée + taille de l’index + Page Ranking

Source : AT Internet Institute : Baromètre des moteurs - Déc 2009

20jeudi 4 février 2010

Moteurs de rechercheFonctionnement

L'exploration ou crawl : le Web exploré par un robot (crawler, spider) qui suit tous les hyperliens et repère les ressources jugées intéressantes

L'indexation : consiste à extraire et à enregistrer dans une base (sous la forme d’un gigantesque index) les mots considérés comme significatifs de chaque ressource repérée. Permet au moteur de retrouver rapidement où se situe un terme significatif donné. Les termes non significatifs s'appellent des mots vides de sens(« de », « le »…)

La recherche : partie requête du moteur. Un algorithme pour présenter les résultats des recherches par ordre de pertinence. L'algorithme tient compte du contexte du mot-clé (titre, paragraphe, hyperlien) et de la ressource elle-même (ressources liées, popularité)

Source : R. Viseur, CETIC

21jeudi 4 février 2010

Moteurs de rechercheUtilisation avancée

Filtrer les résultats :

• Par localisations

• Par langues

• Par types de ressources : images, audio, blogs…

• Par formats (filetype:) : HTML, PDF, DOC, PPT, XLS, RTF…

• Par dates

• Par champs : titre (intitle:), URL(inurl:), domaine(site:), sites similaires (related:), ressources liées (link:)

• Page en cache (cache:)

Opérateurs booléens :

• AND : implicite ; différent de +

• + : prend en compte l’orthographe exacte

• - : exclut un ou plusieurs termes (SAUF)

• OR (ou |) : l’un ou l’autre ou tous les termes

Opérateurs linguistiques :

• Guillemets (“...”) : recherche d’expression exacte

• parenthèses : pour combiner les requêtes !!

• Joker et masque (*, $) : remplacer un terme ou un caractère

Consulter le comparatif des règles d’interrogation des moteurs Google, Yahoo et Exalead

22jeudi 4 février 2010

Moteurs de rechercheAvantages et limites

Inconvénients : • Sélection automatique de l’information

• Hétérogénéité des sources, des formats

• Bruit documentaire, pertinence variable, publicités

• Fonctionnalités variables selon les moteurs (utiliser les supports/aides)

• Attention au spamdexing

• Publicités ! (positionnement commercial, rachats de mots-clés (adwords)

Avantages : • Richesse de l’interrogation, recherche

en texte intégral

• Plus d'exhaustivité, mise à jour plus rapide

• Rapidité, immédiateté

⇒ A utiliser pour : • Une première approche • Effectuer des recherches complexes (requêtes construites) • Repérer des sites récents

23jeudi 4 février 2010

Moteurs de recherche scientifique

Un corpus “dit” scientifique :

• sites et portails académiques (.edu, etc.)

• bases de revues d'éditeurs (SpringerLink, ScienceDirect, Wiley-Blackwell, IEEE, etc.)

• bases de sommaires (Ingenta Connect)

• bases de données bibliographiques (INIST)

• catalogues de bibliothèques (WorldCat, SUDOC)

• bases de brevets

• ressources en Open Access (archives ouvertes, revues)

Des fonctionnalités avancées

• Exportation et exploitation de références bibliographiques (dans différents formats : bibTeX, RIS, Refworks, etc.)

• Analyse Bibliométrique (taux de citations, etc.)

• Lien avec résolveur de liens d’une bibliothèque ( partenariat avec les bibliothèques pour faciliter le lien vers le texte intégral des documents - technologie OpenURL)

• Fonctionnalités avancées de recherche (par auteur, par titre de revue, etc)

Exemples : Google Scholar, Scirus, Scitopia.org, Science.gov, Science Research, Scitation, WorldWideScience.org, Science Accelerator, TechXtra

24jeudi 4 février 2010

Moteurs de recherche scientifique

http://www.techxtra.ac.uk/

http://www.scienceaccelerator.gov/

http://worldwidescience.org http://www.scitopia.org

http://www.scienceresearch.com

http://www.science.gov http://www.scirus.com

http://scholar.google.fr/

25jeudi 4 février 2010

ScirusCréé en 2001 par l’éditeur Elsevier (portail ScienceDirect)

Pluridisciplinaire, mais les STM sont les plus représentées

Types de documents : articles, pré-publications, thèses, rapports techniques, actes de congrès, brevets, cours, livres,…

3 types de sources :

• Journal sources : revues électroniques de grands éditeurs, de sociétés savantes,… (Elsevier, IOP…)

• Preferred Web sources : repositories, archives ouvertes ou archive institutionnelles, sociétés savantes (ArXiv.org, CURATOR, LexisNexis, NDLTD, PubMedCentral,…)

• Other Web sources : des sites web académiques, d’entreprises, sélectionnés (.edu, .ac.uk, .gouv,…)

Guide : Marois, A. SCIRUS :”for scientific information only ?”http://bibli.ec-lyon.fr/documents/Scirus_support_diff.pdf

D’après A. Marois26jeudi 4 février 2010

Google Scholar

Créé en 2004 par Google (Google Like)

Couverture similaire à Scirus mais non énoncée + opacité de l'algorithme

Google scholar ne donne :

• aucune liste de ses sources

• aucune information sur le type de document traité

• aucune information sur la période couverte

• aucune information sur le volume disponible

27jeudi 4 février 2010

La recherche dans Google Scholar

Recherche dans le texte intégral et pas seulement dans les métadonnées (auteurs, titres, résumés…)

La recherche simple (langage naturel, mots-clés, opérateurs). Utiliser :

• la langue dans laquelle on veut retrouver des documents des synonymes

• des termes scientifiques

• l’opérateur author: pour la recherche par auteur

Recherche avancée :

• des champs remplissent les fonctions des opérateurs booléens : ex : recherche d’une expression exacte

• rechercher par auteur, nom de publication et intervalle de dates

• rechercher le terme dans tout le document ou uniquement dans le titre

• limiter sa recherche aux domaines scientifiques dans l’interface en anglais

28jeudi 4 février 2010

Les résultatsdans Google Scholar

• Informations présentes : titre du document, auteurs, nom de la revue, date, éditeur, source, une "résumé" généré automatiquement

• Référence « normale » : lien vers une référence bibliographique (par ex d’un catalogue de bibliothèque), donne accès au moins au résumé du document.

• [DOC] ou [PDF] et [HTML] : le format du document

• La présence d’un lien source [format] à droite du résultat indique que le document est accessible en texte intégral (lien direct)

• [CITATION] : citation dans un document (bibliographie)

• [BOOK] : indique un livre, souvent indisponible en texte intégral

29jeudi 4 février 2010

Exploitation des résultatsGoogle Scholar

• Localiser dans une bibliothèque à partir du lien « Trouver ce livre dans une bibliothèque » dans Google Book Search ou « SUDOC Catalogue » (cf. préférences)

• Gestion des doublons : les différentes versions du document sont regroupées sous la fonction « all X versions ». Est mise en avant la version en accès libre.

• « Cited by » identifie, depuis l’index de Google Scholar, le nombre de fois où ce document a été cité par d’autres documents + liens vers ces documents

• « Import into ... » (à activer dans préférences) : pour exporter la référence dans son logiciel de gestion bibliographique

Sicot J., Google Scholar : guide d'utilisation, 2007

30jeudi 4 février 2010

Search Pigeonopen access journals and research tools for researchers in the humanities

http://www.searchpigeon.org/

31jeudi 4 février 2010

JURNA curated academic search-engine, indexing 3,565 free ejournals in the arts &

humanitieshttp://jurn.org/

32jeudi 4 février 2010

Rechercher dans les AO

• Identifier les archives ouvertes (+ de 1400 dans le monde)

• L’OpenDOAR : The Directory of Open Access Repositories http://www.opendoar.org/index.html

• Registry of Open Access Repositories (ROAR) http://roar.eprints.org/

• Rechercher des articles scientifiques à l’aide des moissonneurs (harvesters) = « moteurs pour les archives ouvertes »

• OAIster http://www.oaister.org (versé dans le WorldCat depuis 2009)

• Scientific Commons http://www.scientificcommons.org

• Driver (Digital Repository Infrastructure Vision for European Research) http://search.driver.research-infrastructures.eu/

• Base (Bielefeld Academic Search Engine) http://www.base-search.net

• Évaluer une Archive Ouverte

• Ranking repositories http://repositories.webometrics.info/

33jeudi 4 février 2010

OpenDOARhttp://www.opendoar.org/find.php

34jeudi 4 février 2010

ScientificCommonshttp://www.scientificcommons.org/

35jeudi 4 février 2010

BASEhttp://www.base-search.net

36jeudi 4 février 2010

La recherche dans HAL-SHShttp://halshs.archives-ouvertes.fr/

37jeudi 4 février 2010

Trouver des thèses en ligne

Networked Digital Library Of Theses and Dissertations TEL : Thèses En Ligne

38jeudi 4 février 2010

Trouver des revues en libre accès

DOAJ : Directory of Open Access Journals

4576 revuesOpen J-Gate

6255 revues

39jeudi 4 février 2010

Revues.org 40jeudi 4 février 2010

Revues.org

Depuis 1999, Géré par une UMS : le CLEO, soutenue par le TGE Adonis

• 224 revues (45 000 articles)

• Dont 93 revues en Full Open Access

http://www.revues.org

41jeudi 4 février 2010

Perséehttp://www.persee.fr

Depuis 2005, Portail de revues en SHS (MNESR, Univ. Lyon 2, Cines) - coopération avec Cairn et Revues.org

81 revues (99 500 articles)

• Diffusion collections rétrospectives de revues (numérisation)

• Valorisation publications scientifiques en langue française

• Logique d’accès libre (barrière mobile de 2 à 5 ans pour certains éditeurs)

42jeudi 4 février 2010

Bibliothèques Numériques

http://www.europeana.eu

http://www.michael-culture.eu

http://books.google.com/ http://www.archive.org/details/texts

http://gallica.bnf.fr/ http://catalog.hathitrust.org/

43jeudi 4 février 2010

Blogosphère scientifiqueen SHS

Hypothèses : carnets de recherche en SHS http://www.hypotheses.org/

• Créé en 2008 par le CLEO (Centre pour L’Édition Électronique Ouverte)

• Ouvert à tous les chercheurs sur projet validé

• Typologie variée : blogs individuels, collectifs, de séminaire, de revue, de projet de recherche

• 74 carnets de recherche !

44jeudi 4 février 2010

Google Recherche de Blogs

http://blogsearch.google.fr/

45jeudi 4 février 2010

S’appuyer sur l’intelligence collectiveLes réseaux sociaux

Peter Dutton, Lego People, Novembre 24, 2006, Flickr, http://www.flickr.com/photos/joeshlabotnik/305410323/.

46jeudi 4 février 2010

FolksonomieVers des annuaires 2.0 ?

Folksonomie : combinaison des termes « folks » (usagers) et « taxinomie » (règle de classification)

Systèmes s’appuyant sur réseaux sociaux et permettant aux utilisateurs de donner des indications de contenu aux ressources qu’ils rencontrent, sous la forme de tags (mot-clés)

Esprit collaboratif, notion de partage, ouverture, simplicité d’utilisation...

Ex : plateformes de partage de signets et de références bibliographiques

Cambodia4kids.org Beth Kanter, Tags: Keywords to describe digital objects, Octobre 3, 2006, Flickr, http://www.flickr.com/photos/cambodia4kidsorg/260004685/.

47jeudi 4 février 2010

Services de partage de signets

• Avantages

• Permet un classement des ressources mais aussi une navigation et un

• Accès simple aux informations via les tags

• Fonctions innovantes de tri ou de classement et de visualisation : nuages de tags

• Les tags sont plus précis et répondent mieux au vocabulaire et aux attentes des utilisateurs

• Permet de parcourir des sources faisant partie du web invisible

• Inconvénients

• Mots-clés détournés ou “Folks Bombing”

• Problèmes de validité, de cohérence (doublons) et de pérennisation

⇒ A utiliser pour

• Un accès rapide à l’information

• Pour mettre en place une veille en utilisant le « tag tracking » (repérage de termes (tags) précis) qui consiste à suivre les ressources annotées avec un mot-clé (tag) précis

48jeudi 4 février 2010

Delicioushttp://delicious.com

49jeudi 4 février 2010

Services de partage de ref. bibliographiques

• Communautés spécifiques (recherche, académique)

• Fonctionnalités spécifiques (formats biblio, interconnexions avec sites d’éditeurs scientifiques, recherches par auteurs, titre, revue,...)

• Pourquoi utiliser un service de partage de citations ?

• Possibilité de savoir qui lit les mêmes publications que vous

• Possibilité de voir la bibliographie (publique) de cette personne

• S’intégrer à un groupe thématique, éventuellement...

• ... ou suivre le travail de ce groupe

• Bénéficier de reviews sur des articles

• Bénéficier d’une évaluation des articles via un système de vote intégré à la plate-forme

• Réaliser une veille via des fils RSS

d’après A. Marois

50jeudi 4 février 2010

CiteULikehttp://www.citeulike.org/

51jeudi 4 février 2010

Connotea

Texte

http://www.connotea.org/

52jeudi 4 février 2010

Zotero53jeudi 4 février 2010

TwitterVeille partagée / Veille mutualisée

54jeudi 4 février 2010

TopsyMoteur de recherche pour Twitter

http://topsy.com/55jeudi 4 février 2010

FriendFeed : “References Wanted”http://friendfeed.com/references-wanted

56jeudi 4 février 2010

Nouvelles formes de diffusion de l’IST

• Trouver les diaporamas d’une soutenance, d’une présentation à un colloque / une conférence

• Trouver une vidéo illustrant un projet de recherche, etc (YouTube edu)...

• Podcast audio : iTunes U

• Trouver des images libres de droits (http://www.flickr.com/creativecommons/)

57jeudi 4 février 2010

La veille informationnelle ?

La recherche d’information : énergie, temps, analyse, stratégie

Nécessité de rentabiliser sa recherche (veille) : suivi des nouveautés sur une sujet, mise à jour des informations

Économie par la création d’alertes, sauvegardes de recherche = déléguer la recherche ! Mike Lee, Newspaper RSS Feed Icon, Juin 6, 2009

Flickr, http://www.flickr.com/photos/curiouslee/3602683294/.

58jeudi 4 février 2010

Mener une veille avec les flux RSS

http://cravingideas.blogs.com/backinskinnyjeans/2006/09/how_to_explain_.html

59jeudi 4 février 2010

Les flux RSS ?• RSS = Rich Site Summary (sommaire d’un site enrichi)

• RSS = Really Simple Syndication (souscription vraiment simple)

• Un flux RSS = un fichier (format XML) ou fil de contenu qui va stocker et diffuser les dernières mises à jour d’un site web (ou blogs (hypotheses.org), sites d’actualités (Le Monde), site institutionnel (Rennes 2), Archives ouvertes (HAL), revues scientifiques (Cairn, TicToCs), social bookmarking (Delicious), etc)

• Autre avantage : RSS déconnecte le texte de sa mise en forme. A partir d’un flux RSS, il est possible de lire le contenu d’un site A sur un site B !

60jeudi 4 février 2010

61jeudi 4 février 2010

62jeudi 4 février 2010

63jeudi 4 février 2010

64jeudi 4 février 2010

Intérêts des flux RSS• Recevoir automatiquement les mises à jour d’un site

sans avoir à retourner sur ce dernier

• Suivre l’activité de plusieurs sites à partir d’un seul point d’entrée (“guichet unique” = rôle de l’agrégateur)

• S’abonner aux flux RSS des sommaires de revues

• Possibilité de catégoriser / d’organiser ses abonnements (flux rss) + filtres + tags

• Alimenter une véritable base de connaissances

• Moins intrusif que l’e-mail (pubs, spams)

65jeudi 4 février 2010

Entrez dans le flux

Repérer les sites & services proposant un flux RSS (ou fil RSS, Syndication RSS, RSS feeds, etc)

Icône identifiable (sur la page ou au niveau de l’URL)

Choisir un lecteur de flux RSS (ou Agrégateur, ou Reader), en ligne (Google Reader, feedly, netvibes) ou un logiciel client (Firefox, Thunderbird, feeddemon)

66jeudi 4 février 2010

RSS & OPML ?

• Importer et Exporter sa liste de Flux (sauvegarde)

• Echanger et partager sa liste d’abonnements

67jeudi 4 février 2010

TiCToCsRecevoir les tables des matières de revues par fils RSS

http://www.tictocs.ac.uk/

68jeudi 4 février 2010

69jeudi 4 février 2010

Pour aller plus loin

URFIST de Rennes

• Supports de formation sur la recherche d’information

• Sélection de ressources sur les outils de recherche

Autres site du réseau des URFIST (Bordeaux, Lyon, Paris, Nice, Strasbourg, Toulouse)

• REPERE (Formist - ENSSIB)

Et bientôt :• Form@doct !!

70jeudi 4 février 2010