L'évolution numérique du dépistage des risques d'auto-citation : comment l'API Dimensions Citation Check remodèle l'infrastructure d'intégrité de la recherche

Le tournant numérique de la gestion de l'intégrité de la recherche

Dans le domaine de l'édition académique, l'auto-citation est une pratique académique légitime, mais son usage excessif ou inapproprié peut fausser les indicateurs de citation, masquer l'originalité des articles, voire menacer le statut d'indexation des revues. Traditionnellement, l'identification de ce risque repose sur un examen manuel des références par les éditeurs — chronophage, incohérent et difficile à passer à l'échelle. L'API Dimensions Citation Check, lancée par Digital Science le 16 juin 2026, a été conçue précisément pour relever ce défi.

Cet outil, intégré sous forme d'API aux systèmes existants de gestion des manuscrits, prend en charge le traitement par lots. Il peut analyser automatiquement les PDF des manuscrits, identifier les auteurs et localiser chaque auto-citation, puis évaluer sa pertinence en fonction du contexte et attribuer un niveau de risque. D'un point de vue infrastructurel, cela revient à construire une "couche de vérification de l'intégrité" standardisée et réutilisable pour l'écosystème de la recherche.

De l'inspection manuelle à l'infrastructure automatisée

Dans le flux de travail éditorial traditionnel, la vérification des citations est souvent repoussée à la fin du processus d'évaluation, voire après la publication, et dépend de l'expérience et de la vigilance de l'éditeur. Dimensions Citation Check automatise et place cette étape en amont, garantissant un examen cohérent et objectif pour chaque soumission. Son fonctionnement s'appuie sur la base de données Dimensions — la plus grande base de données de recherche interconnectée au monde, couvrant des dimensions de données telles que le financement, les publications, les essais cliniques, les brevets et les documents politiques, assurant ainsi la précision de l'identification des auteurs.

La Dre Leslie McIntosh, vice-présidente de l'intégrité et de la sécurité de la recherche chez Digital Science, souligne : "Les équipes éditoriales ont besoin de moyens plus simples pour prendre des décisions plus confiantes — et les citations sont un élément central de la recherche digne de confiance. Le contexte détermine si une citation est appropriée, et ce jugement doit être rendu rapidement et de manière cohérente à grande échelle. Dimensions Citation Check fournit aux équipes éditoriales des signaux objectifs basés sur des preuves, faisant de la vérification de l'intégrité une partie intégrante du flux de travail normal."

Cette transformation améliore non seulement l'efficacité, mais réduit surtout les risques systémiques. Lorsqu'un grand nombre de soumissions affluent, les outils automatisés garantissent une base de qualité, évitant les omissions dues à la fatigue humaine ou à des normes incohérentes.

La tendance à la modularisation de l'infrastructure mondiale de l'intégrité de la recherche

Si l'on replace Dimensions Citation Check dans un contexte plus large, il ne s'agit pas d'un outil isolé, mais du dernier composant de la gamme d'intégrité de la recherche de Digital Science, après Author Check. Ce dernier, également basé sur les données Dimensions, sert à détecter les risques liés à l'identité des auteurs. Cette approche modulaire et basée sur des API reflète l'évolution du domaine de l'intégrité de la recherche, passant d'une inspection manuelle dispersée à une infrastructure intégrée.Pour l'écosystème mondial de publication académique, un ensemble de normes de filtrage unifiées et accessibles par API permet de réduire les écarts de gestion entre différentes revues et régions. Les petites revues des pays en développement peuvent manquer de ressources pour maintenir une équipe éditoriale dédiée, mais en se connectant à une telle API, elles peuvent également bénéficier de capacités de filtrage de l'intégrité équivalentes à celles des grands groupes d'édition. Cette inclusivité est l'une des valeurs fondamentales d'une infrastructure.

Impact à long terme : crédibilité des indicateurs de citation et rééquilibrage de l'évaluation académique

La prolifération des auto-citations excessives reflète en partie les défauts d'un système d'évaluation académique fondé sur le « tout aux nombres de citations ». Dimensions Citation Check ne peut pas modifier directement les critères d'évaluation, mais il offre aux rédacteurs des outils plus transparents pour contrer les manipulations malveillantes, protégeant ainsi indirectement la crédibilité des indicateurs de citation en tant que signaux de qualité.

À mesure qu'un plus grand nombre de revues adopte ce type d'outil, les comportements inappropriés d'auto-citation des auteurs seront confrontés à des coûts de risque plus élevés, et les structures d'incitation du milieu académique pourraient progressivement évoluer vers des habitudes de citation plus saines. Le vice-président des infrastructures de science des données, Dr. Bob Schijvenaars, souligne : « Dimensions s'est toujours engagé à transformer des données de recherche interconnectées en résultats exploitables et significatifs. Citation Check exploite la profondeur et la précision de la base de données Dimensions pour résoudre de manière fiable les citations et les identités d'auteurs, et fournir aux rédacteurs des bases solides pour agir en toute confiance. »

Perspectives : de la détection à la prévention, une boucle fermée

Actuellement, Dimensions Citation Check est principalement positionné comme un outil de filtrage au stade de la soumission, mais à l'avenir, il pourrait s'étendre en amont – par exemple en fournissant des alertes d'auto-citation aux auteurs lors de la rédaction, ou en étant utilisé pour des audits périodiques après publication. Une intégration approfondie avec les flux de travail de publication existants, ainsi que des synergies avec d'autres outils d'intégrité de la recherche (tels que la détection d'images frauduleuses et l'identification de falsification de données), constitueront une infrastructure complète pour la gestion de l'intégrité de la recherche.

Pour les rédacteurs de revues et les éditeurs, adopter un tel outil n'est pas seulement un choix technique, mais aussi un engagement envers la transparence et la crédibilité de la communauté académique. À une époque où la publication académique est de plus en plus commercialisée et pilotée par des indicateurs, préserver l'intégrité de la recherche nécessite un effort systémique, et les outils de filtrage automatisés sont les briques les plus concrètes de cet effort.