CorText Manager around the world

@techreport{barbier2015effets,
title = {Les effets d’une programmation thématique des activités de la recherche publique},
author = {Marc Barbier and Philippe Breucker},
url = {https://www.researchgate.net/profile/Marc_Barbier/publication/280597175_Les_effets_d%27une_programmation_thematique_des_activites_de_la_recherche_publique/links/55bc8c4408aed621de0dd5ee/Les-effets-dune-programmation-thematique-des-activites-de-la-recherche-publique.pdf

https://www.cortext.net/wp-content/uploads/barbier-farigoule-poster_efsa_scientometric-1.pdf},
year = {2015},
date = {2015-01-01},
abstract = {A l’issue de 8 années de programmation, l’ANR a initié une réflexion sur le bilan et les impacts des programmes ADD/SYSTERRA/AGROBIOSPHERE et sollicité la conduite d’une étude sur les projets soumis et lauréats de ces programmes. Cette communication propose les résultats d’une entreprise de caractérisation de ces impacts fondée sur l’analyse de données textuelles de corpus de projets répondant aux appels de trois programmes successifs. Suivant une méthodologie d’étude de domaine de recherche déjà éprouvée, le travail a consisté à caractériser l’évolution conjointe des thématiques de recherche et la structuration de communautés de recherche, suivant l’idée de la structuration d’une offre de promesses scientifiques portées par des collaborations de laboratoires. Les analyses ont été possibles grâce à la formation d’une base de données des projets soumis qui a fait l’objet d’un important travail ingénierique (application projbase). Ces analyses ont été réalisées avec la plateforme CorTexT grâce à l’application CorTexT-Manager qui permet des calculs de graphes de mots-associés et la visualisation de clusterisation de ces graphes. Ce travail exploratoire correspond à un intérêt grandissant de communautés en sciences sociales pour les dynamiques de recherche et les politiques qui les visent à un moment où les grands enjeux du développement durable font l’objet d’un traitement accru dans le cadre d’une gouvernance naissante du système terre.},
note = {DOI 10.13140/RG.2.1.4600.0485},
keywords = {},
pubstate = {published},
tppubtype = {techreport}
}

@techreport{laredo2015mapping,
title = {Mapping and characterising the dynamics of emerging technologies to inform policy},
author = {Philippe Larédo and Douglas K.R. Robinson and Aurélie Delemarle and Axel Lagnau and Michel Revollo and Lionel Villard},
url = {https://hal.archives-ouvertes.fr/hal-01275987/},
year = {2015},
date = {2015-01-01},
school = {Université paris Est, IFRIS},
abstract = {The project aims at developing a framework and its tools for mapping the dynamics of emerging technologies (MDET) Emerging technologies are a growing issue for policymaking, as is mirrored by the new European FET programme. Policies and funding agencies face ‘voices’ by researchers asking for public support of what they consider as a new promising technology. This happens when we are past the initial Référence du formulaire : ANR-FORM-090601-01-01 2/15 exploration stage of ‘frontier research’. Initial claims have been recognised as relevant and this has started attracting other researchers. How can their claims be assessed and how can on-­‐‑going developments be characterised? To answer this question, we propose a framework that has been developed in three steps. The analysis of a number of case studies (3 by our colleagues from SPRU and 3 by IFRIS) has enabled to identify key dimensions. In return these have driven us to mobilise, combine and complement existing theories. In a third step we have tested the existence of instruments to characterise the situation, and, for some aspects, this has driven us to propose new developments. The report presents both the framework and the tools (with selected examples to illustrate their deployment). The framework is made of 5 dimensions that are visualised in the 5 petals flower of the dynamics of emerging technology. It builds on the proposal by Nedeva that, to understand the dynamics of science, one needs to consider both field and space characteristics. Field relates to the socio-­‐‑cognitive dynamics for which scientometrics proposes multiple analytical instruments. They help characterising the content of the emerging technology, the core set of concepts, theories and methods that constitute it; at the same time it helps identifying the key actors and the networks that they form (dimension 1: delineating a technology field). Far less work has been dealing with “Space” that is the source of the four other petals. The second dimension deals with field-­‐‑level institutional conditions: how are ideas and products circulated and discussed. This deals mostly with journals, conferences and professional associations that organise them. One result of our case studies has been to emphasize the role of ‘champions’ identifying four types, of which ‘institutional entrepreneurs’ (who foster enactment of the field in different environments). One central characteristics of champions is that they propose visions of the field, and corresponding expectations. This builds our third dimension: promise champions & expectations. Research does not happen in a vacuum: researchers are employed by organisations, funded by programmes, and their field may or not become a policy priority. Barre et al. have proposed to analyse ‘national systems’ and their policies at these 3 complementary levels: orientation, programming and performance. This builds our fourth dimension that aims at characterising the field ‘embedding in research’. However technologies exhibit a second critical dimension, their role in shaping or transforming markets which has seldom been taken into consideration in the analysis of emergence: here we consider 3 aspects that build the fifth dimension ‘embedding in markets’: the existence of ‘niche markets’ that enable entering in a learning curve; arenas that help actors build collective visions and roadmaps and the construction of ‘market infrastructures’ that will enable market generalisation (through rules, norms & values). },
keywords = {},
pubstate = {published},
tppubtype = {techreport}
}

@techreport{Kahane2015,
title = {A dynamic query to delineate emergent science and technology : the case of nano science and technology},
author = {Bernard Kahane and Andrei Mogoutov and Jean-Philippe Cointet and Lionel Villard and Philippe Larédo
},
year = {2015},
date = {2015-01-01},
booktitle = {RISIS},
pages = {47-70},
abstract = {Building a larger and relevant database out of an initial seed without relying, because of potential bias, on experts is a common challenge for those who wish to study or track a scientific or technological field. Publications and patents are not the only, but definitely an important component of knowledge generation and dissemination and one of the potential sources for innovation. Scientists communicate their findings through publications. Similarly, patents are legal documents to claim ownership of an invention but they also build a public paper trail of technology advancement. Thus publications and patents are an important, relevant and useful tool to follow and represent results of scientific and technological endeavours (Huang, 2010). Data mining is the extraction of relevant and useful information from large volume of data. Publication and Patent data systematically collected in worldwide databases such as the WoS and Patstat are used to track science and technology dynamic. Data mining faces an important challenge in a context of emergence when new technologies experience explosive growth, evolve rapidly and often cross and subvert existing scientific and technology fields. Emerging science and technology (biotechnology in the 1980s, nanotechnology today, other science and technology fields tomorrow), which often carry strong implications and potentialities for science, business and society, add to the challenge. Their content and dynamic are difficult to track at a time when they are struggling to define who they are, what they include and exclude and how they organize themselves internally. Such is the case for nanotechnology, where the quest for a relevant reliable and replicable way to extract relevant publications and patents, is an on-going process involving several teams worldwide (Glanzel 2003, Noyons 2003, Mogoutov and Kahane, 2007, Porter et al., 2008, Kostoff 2007, Leydesdorff and Zhou, 2007). Nanotechnology is a rapidly evolving emerging and dynamic field. Analysts argue that it is likely to be a “general purpose technology” (Youtie 2008, Laredo et al. 2010) with a potential impact across an entire range of industries and great implications on human health, the environment, sustainability and national security. The perceived potential value of nanotechnologies has led to the increased will of governments, academic institutions, firms and other societal actors to better understand what is happening in the field, who is active and where. There is thus an important challenge to develop robust methods to track the nanotechnology field while it rapidly develops and evolves. As a matter of fact, good quality and comprehensive extraction of data is a prerequisite for meaningful understanding and analysis. Huang 2010 as well as L'huillery et al. 2010 have compared the different methodologies developed, and reported on their robustness as well as on the similarities and discrepancies of results obtained. They confirmed the robustness and interest of the evolutionary lexical methodology we have developed (Mogoutov and Kahane, 2007). At that time, three requirements were central to the approach developed. First, it should not depend upon experts. Indeed, the on-going and extensive use of expert-based approaches is costly, time-consuming, and challenging to replicate such that the same outcomes result. This is an important restriction when facing a highly dynamic field where borders are constantly evolving requiring terminology requalification at different times. Second, it should allow updates in order to replicate and compare results while the nanotechnology field (and its lexicon) develop and expand. And third, it should be able to track the relative evolution of subfields inside nanotechnologies: in 2007 we translated this into a third requirement of being “modular”. While the initial development of our methodology was performed in order to extract data from 1998 to 2006, we later engaged in producing an update that could expand the database backward and forward in order to cover years 1991-2011. In our initial methodology, the selection of relevant terms was performed with knowledge built and keywords selected on one single year (2003). A simple solution was to reproduce the selection of terms for 2011, driving us to two semantic universes of nanotechnology, respectively built in 2003 and 2011. However Bonaccorsi (2010) has demonstrated that in a dynamic field such as nanotechnology, keywords often display short life and experience a type of Darwinian selection process. Using this approach, the characterisation of the evolution of the field over 20 years would have only relied on two years for the identification of relevant keywords. There would thus be a risk that we miss the richness of the exploration that shapes the dynamics of knowledge production. Not considering transient keywords that might have emerged and then disappeared, would be a serious drawback in such a dynamic field. There are multiple reasons for this. Two are of particular importance. One is about the learning that a stream of research, even if it goes on with a life of its own, has been experimented but proved not to be useful for colleagues at the time. The other lies in the fact that streams of research which for a while turn to be a dead end, can nevertheless reappear later and become a key resource as demonstrated in many instances. Such a limitation becomes even more visible when taking the whole period under review for identifying relevant keywords. This drove us to add a fourth requirement for such an approach: What is needed is a methodology, which allows us to incorporate and discard in real time relevant terms as they appear and disappear in the nanotechnology story. We need a methodology that allows us to track keywords as characters appear and disappear along the storyline in a movie. Thus, using nanotechnology as a showcase, we here report a data search strategy made of three consecutive steps. As in all the data search strategies for nanotechnology, we start with an initial seed built through the nanostring. We then use the same principle that we applied in our previous approach, that is expanding the initial seed through a dual process where additional keywords observed during a given period are sorted according to their internal specificity (e.g. the extent to which they provide value added meaning to a publication) and then tested in the overall database for ‘external specificity’ (e.g. the ratio of articles in the seed vs. articles in the overall database of publications). This selection of keywords is first applied on the whole dataset covering the 20 years, enabling a “static extension”. The third step builds the “dynamic extension” where additional keywords are identified through a yearly analysis of internal specificity within the nanostring, and selected depending upon their ‘external specificity’. Besides being applied in a specific way for nanotechnology, we claim that such a three steps strategy has universal value to describe the dynamics of emergent and fast evolving fields, transcending pre-existing classifications.},
keywords = {},
pubstate = {published},
tppubtype = {techreport}
}

@techreport{Tancoigne2014b,
title = {Les services écosystémiques dans la littérature scientifique : démarche d'exploration et résultats d'analyse : Rapport d'étude pour la phase d'exploration du métaprogramme EcoServ. },
author = {Elise Tancoigne and Marc Barbier and Jean-Philippe Cointet and Guy Richard},
url = {https://hal.archives-ouvertes.fr/hal-01157253/},
year = {2014},
date = {2014-01-01},
pages = {69},
abstract = {En 2005, le Millenium Ecosystem Assessment (MEA) a permis de reconnaître l’importance des écosystèmes pour le bien-être humain, ainsi que la diminution d’un certain nombre de services fournis à l’homme par ces mêmes écosystèmes au cours des dernières décennies. L’agriculture est considérée comme responsable de la diminution d’un certain nombre de services, ainsi que de la biodiversité, au profit du seul service d’approvisionnement en nourriture (Carpenter et al., 2009). Elle se trouve donc aujourd’hui plus que jamais confrontée à deux impératifs qui mettent en avant sa multifonctionnalité : garantir la fourniture de biens de consommation (nourriture, bois, eau potable...) et de bénéfices sociaux (e.g. emploi) tout en préservant la capacité des écosystèmes à fournir d’autres services (purification de l’eau, régulation du climat, etc.). EcoServ est un méta-programme de recherche en construction à l’Inra afin qu’y soit développée une recherche inter-disciplinaire sur les services fournis par les écosystèmes continentaux dépendants des activités agricoles et forestières. La présente analyse a été engagée dans le cadre de sa construction, afin de connaître la place des systèmes agricoles dans la littérature sur les services écosystémiques. Ce travail de scientométrie a été guidé par quatre questions principales : quelles sont les disciplines scientifiques impliquées dans cette recherche ? Quels sont les services écosystémiques abordés dans la littérature ? Quels sont les écosystèmes étudiés ? Quelle est la place de l’Inra dans ce paysage ? Le corpus est issu de la base de données bibliographique Web of Science. Il a été construit de manière large afin d’inclure les différents synonymes de la notion de « service écosystémique ». Différentes analyses lexicales ont ensuite été réalisées pour la période postérieure au MEA (2006-2012) à l’aide de la plateforme CorTexT manager de l’Ifris et de R (R Core Team, 2012) : extractions lexicales, catégorisations de termes, calculs de fréquences, cartes de cooccurences. Les termes les plus fréquemment utilisés dans les articles de la période 1975- 2012 sont ecosystem service (39 % des documents indexés), puis ecosystem function (29 %), ecological function (14 %) et environmental service (9 %). Le terme ecosystem function dominera jusqu’en 2007 où il sera supplanté par celui de ecosystem service qui connait une progression exponentielle suite à la publication du MEA (Millenium Ecosystem Assessment, 2003, 2005). Ce concept est particulièrement mobilisé par l’écologie et la biologie de la conservation, d’où il tire son origine. Les trois références les plus citées de ce corpus se situent en écologie (Costanza et al., 1997; Daily, 1997; Hooper et al., 2005). Les sciences agronomiques utilisent plutôt le terme de « services environnementaux », qui met l’accent sur les services rendus par l’homme à l’environnement. La place de l’Institut dans ce corpus étant très faible (1.5 %) malgré les résultats importants obtenus au cours de l’enquête réalisée début 2013 auprès des départements, il est très probable qu’un grand nombre de services soient étudiés à l’Inra sans que les chercheurs se réclament de cette notion. Le service le plus étudié est celui de production agricole. La majorité des services sont étudiés de manière isolée. Lorsqu’ils sont étudiés conjointement, les services concernés sont majoritairement des services qui agissent en synergie. Les services antagonistes sont très peu étudiés conjointement. Par conséquent, lorsque la notion de trade-off apparait dans la littérature, elle est surtout abordée de manière théorique et programmatique. En outre, elle peut concerner différents niveaux et différents objets : il peut s’agir de faire des compromis entre acteurs, ou bien entre désirs et réalité, ou bien encore entre Environnement et Humanité. Si les écosystèmes forestiers et agricoles sont parmi les écosystèmes les plus étudiés, ils le sont principalement dans leur dimension bio-physique, et très peu dans leur dimension sociale. L’idée d’étudier un socio-écosystème dans son ensemble n’est pas encore mise en oeuvre. Les problématiques de gestion des ressources naturelles sont abordées principalement par des méthodologies de l’économie classique : consentement à payer, évaluations contingentes, etc. Elles sont également très liées à un argumentaire en faveur du développement social. Tout ceci amène à penser qu’une grande partie de la littérature sur la gestion des services écosystémiques est avant tout d’ordre programmatique. Cette étude met également en évidence la limite du cadre conceptuel du MEA, limite qui a déjà été pointée à de nombreuses reprises dans la littérature. Ses catégories de service sont en effet de portée limitée pour repérer les services dans la littérature et elles ne permettent pas de détecter les dysservices (entendus ici comme des dysfonctionnements des écosystèmes), qui représentent pourtant une part importante de cette littérature. Cette étude possède également des limites importantes dans la mesure où sa source de données est loin d’être exhaustive et où son travail de catégorisation n’a pas permis de lever certaines ambiguïtés thématiques. Il est en effet souvent difficile de déterminer à partir de la liste de termes s’il s’agit d’un service rendu par les écosystèmes ou d’un service rendu par l’homme (ex. : forest protection). Pour conclure, ces résultats montrent que ce concept a peu été saisi par les sciences agronomiques, quand bien même de nombreuses études traitent des milieux agricoles ; qu’il est beaucoup abordé de manière programmatique et sans considérer le socio-écosystème dans son ensemble. Un grand nombre de travaux effectués à l’échelle du paysage incluent les agro-écosystèmes mais ne sont pas réalisés par les sciences agronomiques. Celles-ci ont intérêt à se placer sur ces « approches paysage » qui gagnent une place de plus en plus importante. Le développement d’une recherche intégrée sur la gestion des écosystèmes anthropisés prend donc tout son sens dans ce contexte, et un travail de sensibilisation important sera à réaliser à l’Inra pour familiariser les chercheurs avec la notion de « service écosystémique ». },
keywords = {},
pubstate = {published},
tppubtype = {techreport}
}