Sélectionner le numéro de "Bases" à afficher

Pour les professionnels de l’information, les opérateurs booléens représentent la clé de voûte d’une stratégie de recherche et de veille réussie.

Si de plus en plus d’outils de recherche (notamment gratuits) font disparaître les opérateurs booléens et encore plus les opérateurs de recherche avancés (opérateurs de proximité, troncature, etc.), Google, lui, n’a pas choisi cette voie-là.

Le géant américain qui reste un outil incontournable pour la veille et la recherche d’information permet depuis ses débuts (en 1998 déjà !) d’utiliser les opérateurs booléens AND (par défaut), OR et NOT (matérialisé sous la forme d’un tiret -).

Dans cet article, nous avons choisi de nous pencher sur l’opérateur OR qui est de plus en plus critiqué

Sur le papier, il est toujours possible d’entrer des mots-clés séparés par un OR :

• Pour lister des synonymes sur Google tels que Coronavirus OR covid-19 OR SRAS 2, etc. ;
• Pour utiliser plusieurs variantes d’un opérateur filetype:doc OR filetype:pdf ;
• Ou pour rechercher le même terme sur plusieurs zones différentes comme intitle:data OR inurl:data par exemple.

L’une des difficultés dans l’exploitation de données consiste à associer le bon visuel pour valoriser l’information qui en découle. Le choix d’un mauvais support visuel peut entraîner une confusion et une mauvaise interprétation des données.

Dans cet article, nous expliquerons comment construire sa datavi­sualisation qui peut devenir un précieux outil lorsqu’il s’agit de traduire un ensemble de données chiffrées en information intelligible et opérationnelle. Dans un contexte professionnel, qu’elle soit sous forme d’infographie ou repré­sentation graphique PowerPoint par exemple, la datavisualisation vient en soutien aux arguments stratégiques et s’avère extrêmement efficace dans la communication interne de l’organisme.

Comment construire sa datavisualisation ?

Une bonne intelligibilité des données entraîne une appropriation de l’information plus rapide et une prise de décision maîtrisée.

Il a été prouvé que le cerveau humain tend en effet, à mieux mémoriser les images par rapport au texte. Les éléments visuels seraient traités 6 000 fois plus vite par notre cerveau et 90 % des informations transmises au cerveau sont non verbales selon le Dr Lynell Burmark et le Dr Paul Martin Lester.

Aussi attrayante soit-elle, la datavisuali­sation requiert une bonne connaissance de l’auditoire, de l’entreprise et de ses enjeux, mais également une structure solide et une réflexion en amont dont voici les grands points :

• En s’adressant aux décisionnaires, il faut garder en tête le besoin opérationnel de la datavisualisation. Ce qui se traduit par un message synthétique et soigné ;
• La datavisualisation ne doit pas paraphraser le rapport, mais conclure chaque argument par la mise en exergue des données chiffrées. Le storytelling, une technique de communication à introduire pour convaincre son auditoire en amenant de façon structurée et logique les enseignements issus de la datavisualisation ;
• Elle requiert un temps important dans sa création. En effet, une datavisualisation mal construite peut occasionner des biais cognitifs ce qui peut générer de la désinformation ;
• L’esthétisme : la datavisualisation peut se permettre d’être esthétique du moment qu’elle reste lisible. En marketing l’utilisation de couleurs et de typographie originales stimule l’attention et attire l’œil, néanmoins, ces éléments sont à utiliser avec parcimonie pour ne pas rendre le tout confus ;
• L’exploitation de données chiffrées met en exergue des faits qui doivent déboucher sur un plan d’action et des mesures à déployer : « Call for action ».

Si la société Mediatree a été créée dès 2007 et se proclame « leader de la veille audiovisuelle en France », elle reste pourtant méconnue des professionnels de l’information. Grâce à des technologies de pointe brevetées, cette société française est en mesure de capter et d’indexer en temps réel le contenu de plus de 5 000 chaînes de télévision et radio dans le monde.

Ses premiers clients furent des sociétés de production audiovisuelle désireuses de retrouver des extraits sonores ou vidéo et de pouvoir les réutiliser au sein d’émissions ou de documentaires. Mais ce service a très vite aussi intéressé les responsables de communication au sein de services gouvernementaux, de sociétés de grandes marques ou d’associations, qui souhaitaient disposer d’un outil leur permettant de couvrir les médias audiovisuels pour y réaliser toutes sortes de recherches, de veilles d’image ou de réputation.

Mediatree s’est également beaucoup développée jusqu’ici en « marque blanche » ou plus exactement sous forme d’API pour d’autres sociétés évoluant dans le domaine de la veille. Son service, qui repose sur une technologie de speech-to-text, est ainsi intégré au sein de nombreux services bien connus des veilleurs : Europresse, Tagaday, Akio/Spotter, etc.

Depuis le début de l’année 2020, Mediatree cherche à se faire mieux connaître auprès des professionnels de l’information. Son service de veille audiovisuelle accessible sur le web, baptisé tout simplement Keywords, est proposé, avec un tarif adapté, directement aux veilleurs et documentalistes, à partir de 5 000 € HT.

Un large corpus de chaînes

La page d’accueil du service propose, à l’image de Google, une simple zone de saisie dans laquelle on est invité à « taper quelque chose pour rechercher ». La recherche s’effectue en standard sur 619 chaînes dont 540 chaînes françaises (approximativement 200 chaînes de télévision et 340 chaînes radio), mais de nombreuses autres chaînes peuvent être activées immédiatement (plus de 2 000 chaînes) ou encore sur demande, la couverture annoncée de plus de 5 000 chaînes correspondant aux chaînes disponibles sur leurs positions satellites actuelles.

Ce nombre « théorique » de chaînes change tous les jours, avec l’arrivée de nouvelles disponibilités comme par exemple tout récemment plusieurs chaînes diffusées en Chine, en Grèce, en Italie, au Nigeria, au Qatar, au Ghana, en Turquie, en Algérie, en Bulgarie, etc. Le critère de disponibilité repose à la fois sur la demande exprimée par les clients et sur les marchés visés par Mediatree.

La couverture des chaînes américaines (1472) canadiennes (50) et brésiliennes (168), sera le prochain déploiement 2020.

Knoema et Statista sont deux plateformes fournissant des quantités importantes de données statistiques issues de milliers de sources. Elles couvrent différents secteurs, marchés ou encore pays.

Les deux plateformes se positionnent à première vue sur un même marché similaire. Pourtant, il existe entre elles des différences non négligeables et elles ne répondent pas aux mêmes besoins.

Comment ces deux plateformes peuvent-elles répondre aux besoins des professionnels de l’information en matière de données statistiques ? Laquelle faut-il privilégier ?

Comparatif de Knoema et Statista

Knoema

Fondé en 2011 aux États-Unis, Knoema a été lancé en 2014, dans le cadre d›une collaboration avec la Banque africaine de développement.

Parmi leurs “1 400” sources de données, on dénombre de grandes organisations internationales telles que la Banque Mondiale, le FMI, l’OCDE, Eurostat, la FAO, UNCATD, des cabinets de conseil et audit comme Deloitte, etc.

On notera que les données issues de ces sources font l’objet de vérification, mais ne sont pas retravaillées par Knoema.

Dans le dernier numéro de BASES, nous avions présenté une série de sources pour effectuer une veille sur le Coronavirus.

Compte tenu de l’actualité et de l’effervescence liée au sujet, de nouvelles sources voient le jour très régulièrement, sachant que certaines ressources se retrouvent dans plusieurs sites agrégeant les principales ressources sur le sujet.

Dialog offre maintenant la nouvelle banque de données COVID-19 Research

Lancée en février, la nouvelle base lancée par Dialog Solutions propose aujourd’hui plus de 33 500 références bibliographiques de documents scientifiques, essentielle­ment des articles, ce nombre augmentant rapidement, avec une mise à jour quotidienne.

1. Le premier intérêt de cette banque de données est qu’elle est gratuite d’utilisation, à condition néanmoins d’être abonné à Dialog, cette gratuité s’appliquant tant à l’interrogation de la base, la visualisation des références puis des documents primaires.
2. Le deuxième avantage est l’étendue des sources réunies que l’on peut interroger en une seule fois et pas seulement éditeur par éditeur comme proposé par l’International Association of STM publishers (STM signifiant Scientific Technical Medical). On trouve dans la base Covid 19 Research une sélection d’articles fournis par des éditeurs, notamment Clarivate et Elsevier, et des sources telles que Biosis Previews, Embase, EMcare et Medline ainsi que le contenu de la base de données de recherches sur le coronavirus de Proquest.
3. Le troisième atout est la puissance du langage d’interrogation proposé par Dialog ainsi que l’indexation des documents présents dans la base.

OUTIL DE VEILLE • Edd devient Aday, la mutation de la plateforme de veille média, pp. 1-4

AGENDA • Report des conférences et formations, p. 4

BREVETS • Les combinations sets dans la classification des brevets, p. 5

IST • Les nouveaux outils de recommandation pour l’IST, pp. 6-9

SOURCING • Quelles sources pour une veille sur le Coronavirus ? pp. 10-11

L’acteur historique de l’accès numérique à la presse française a changé discrètement de nom courant mars. Mais ce changement de nom est le reflet d’une mutation plus profonde qui a démarré il y a plusieurs années.

Né en 1989 de la fusion de G.Cam serveur et Juridial, sous le nom de l’Européenne de Données à l’époque, il a été l’un des premiers à offrir un accès en ligne aux grands quotidiens comme Le Monde ou aux dépêches de l’AFP. Racheté en 1991 par ORT, il continue alors à être commercialisé sous sa marque. Lorsque Reuters rachète ORT en 1999, l’Européenne de Données ne fait pas partie du rachat et est reprise à titre personnel par les fondateurs d’ORT. C’est en 2004 que L’Européenne de Données adopte le sigle EDD, plus facile à utiliser.

D’agrégateur de presse, EDD est désormais devenu Aday, une véritable plateforme de veille média évoluant dans la sphère médiatique au sens large. Côté clientèle, la croissance repose essentiellement sur les communicants (services et directions de la communication au sein des organisations, services de relation presse, etc.). Mais la croissance de Aday s’explique aussi par sa capacité à attirer de nombreux éditeurs, en offrant une solution qui valorise réellement leurs contenus auprès de la clientèle. Au sein de cette industrie des médias, les journalistes sont également ciblés par les produits prochainement offerts par Aday.

Le changement de nom est donc intervenu le 11 mars, mais la forme sociale, le capital et le numéro de RCS de l’entreprise restent inchangés.

En dehors d’un bref communiqué qui a été adressé à tous les clients, et de quelques rares articles dans la presse spécialisée de l’industrie des médias, Aday a fait connaître son changement d’identité par le biais d’articles parfois importants parus dans Le Figaro, Les Échos, Notre Temps, Le Journal du Dimanche, etc., et portant sur l’analyse média réalisée grâce à leur service Tagaday (nouveau nom de Press’EDD) autour des sujets mainstream du moment que sont les tristes féminicides, et l’inévitable coronavirus.

Il existe, ou il a existé, plusieurs classifications de brevets reposant sur les éléments constitutifs de chaque brevet.

La plus récente est la Classification Coopérative des brevets (CPC) qui est une extension de la Classification Internationale des Brevets (CIB), créée par l’Arrangement de Strasbourg de 1971, qui est un système hiérarchique de classement des brevets selon les différents domaines technologiques aux­quels ils appartiennent.

Cette nouvelle classification des brevets est gérée conjointement par l’Office Européen des Brevets (OEB) et l’United States Patent and Trademark Office (USPTO) et intègre les meilleures pratiques de classification des deux offices. Sa création a été initiée en 1990 par un accord entre les deux offices et elle a été mise à disposition au début de 2003.

Devant la complexité croissante et le nombre d’éléments présents dans certains brevets, une réflexion a été menée à l’OEB pour rendre les recherches plus rapides et plus efficaces.

L’objectif était de classifier des éléments spécifiques présents de façon combinée dans un brevet. Plutôt que de créer de nouvelles classifications pour les représenter, ce qui aurait fait croître de façon considérable le nombre de classes, il a été décidé de créer des combination sets ou C-Sets, « jeux de combinaison » selon la traduction de l’OEB, regroupant au moins deux classes.

Si on entre dans une stratégie de recherche une ou plusieurs combinaison sets, on est donc supposé trouver moins de documents, mais qui sont plus pertinents que si l’on n’avait pas procédé ainsi en entrant les classes séparément.

Ces C-Sets ne sont pas utilisés/utilisables dans tous les domaines.

D’après Derwent cité par STN et qui fait partie de son catalogue, en mars 2019, les domaines dans lesquels les C-Sets étaient les plus utilisés étaient les semi-conducteurs (classe H01L) avec environ 240 000 documents, la composition de polymères (classe C08L) avec environ 205 000 documents. 

Depuis deux ou trois ans, le nombre de nouveaux outils pour la recherche d’information scientifique et technique est en nette progression, ce qui est une bonne nouvelle. Et cerise sur le gâteau, la majorité de ces outils fonctionne sur un modèle de gratuité.

La principale raison de cette prolifération d’outils est simple : il y a d’une part le développement de l’open science (articles scientifiques en open access, ouvertures des données de la recherche) qui fournit une matière précieuse au développement de nouveaux projets et outils et d’autre part les récentes avancées de l’IA qui permettent de proposer des outils d’un nouveau genre.

En 2020, la trajectoire semble se confirmer et de nouveaux outils de recommandation automatique de contenus appliqués à l’IST ont récemment fait leur apparition.

Nous avons choisi dans cet article de faire le point sur ces nouveaux outils de recommandation de contenus en l’occurrence Meta, Scitrus, Sparrho et CoCites.

Comment fonctionnent-ils ? Comment viennent-ils s’intégrer dans les processus de veille et de recherche des professionnels de l’information ? Quelle est leur valeur ajoutée par rapport à des outils de recherche classiques ?

Des outils qui ciblent les chercheurs

Même si ces différents outils proposent des corpus et des fonctionnalités différentes, ils ont néanmoins plusieurs points communs :

• Tous s’adressent directement au chercheur et non au professionnel de l’information.
• Le discours est toujours le même : le nombre d’articles scientifiques qui paraît chaque semaine sur une thématique est extrêmement important et les chercheurs ont besoin d’aide pour se repérer dans cette masse d’information et recevoir toute l’information utile dans leur champ de recherche.
• L’utilisation de l’IA et plus particulièrement du machine learning est à chaque fois mise en avant comme une solution miracle. Il suffirait de renseigner quelques concepts pour que l’outil comprenne instantanément le besoin de l’utilisateur et lui propose l’ensemble des articles et informations dont il a besoin. On retrouve là encore le discours commercial de tous les outils récents qui mettent en avant l’utilisation de l’IA.

Actualité oblige, de nombreux professionnels de l’information se retrouvent à devoir effectuer recherches d’information ou veilles sur le sujet du coronavirus.
Mais cela n’a rien de simple tant le volume d’information à l’échelle mondiale illustre parfaitement le concept de surinformation.

Un volume d’information impossible à gérer humainement

Du côté de la presse par exemple, Tagaday (ex-Pressedd) recensait plus de 19 000 mentions du coronavirus dans la presse française en mars 2020 (voir figure 1.).

Mediatree relevait quant à lui plus de 49 000 mentions sur les radios et TV françaises entre le 19 et le 25 mars. Et on se situe ici uniquement au niveau français...

Les articles scientifiques ne sont bien sûr pas en reste. Les bases de preprints (donc non validés par les pairs) MedrXiv et BiorXiv dépassent déjà les 1 000 articles dédiés au Coronavirus.

Enfin, les réseaux sociaux ne parlent pratiquement plus que de cela.

Dans ce contexte, vouloir tout surveiller ou un maximum est vain et surtout contre-productif. Mieux vaut donc privilégier la qualité plutôt que la quantité, d’autant que nombre de sources ne font que reprendre les mêmes informations.

Figure 1. Analyse médias sur le Coronavirus réalisée par Tagaday