Pression à publier, conflits d’intérêts et incitations de la recherche

Un chercheur peut être parfaitement sincère, compétent et attaché à la vérité tout en travaillant dans un environnement qui récompense davantage certains résultats que d’autres.

Une étude spectaculaire facilite parfois une publication dans une revue prestigieuse. Cette publication aide à obtenir un poste, une promotion ou un financement. Un résultat nul, une réplication réussie mais peu surprenante, un jeu de données soigneusement documenté ou plusieurs mois consacrés à vérifier le travail d’une autre équipe peuvent apporter beaucoup à la science tout en ayant historiquement moins de valeur pour une carrière.

Cette asymétrie crée un problème qui ne se résume ni à la corruption ni à la fraude.

Les chercheurs sont des êtres humains répondant à des systèmes de récompenses, des contraintes de temps, des compétitions professionnelles et des intérêts multiples. Même sans aucune volonté de tromper, ces incitations peuvent influencer les questions choisies, les analyses poursuivies, l’énergie consacrée à publier certains résultats et la manière dont les conclusions sont présentées.

Les National Academies insistent précisément sur cette dimension systémique : l’intégrité scientifique ne dépend pas uniquement de la moralité des chercheurs individuels, mais aussi des institutions, financeurs, éditeurs et structures d’incitation dans lesquelles ils travaillent. Elles avertissent que certaines formes de compétition, de financement et d’évaluation peuvent encourager des comportements contraires à la qualité scientifique, même lorsque personne n’a explicitement conçu le système dans ce but.

La question n’est donc pas seulement :

« Le chercheur est-il honnête ? »

Elle est aussi :

« Qu’est-ce que le système récompense lorsqu’il doit choisir entre rapidité, nouveauté, visibilité, rigueur, réplication et transparence ? »

« Publish or perish » : publier pour rester dans la recherche

L’expression publish or perish — « publier ou périr » — caricature une réalité institutionnelle : dans beaucoup de systèmes académiques, les publications jouent un rôle majeur dans le recrutement, les promotions, l’obtention de financements et la réputation professionnelle.

Publier n’est évidemment pas un défaut.

La recherche qui n’est jamais communiquée ne contribue guère à la connaissance collective.

Le problème apparaît lorsque l’indicateur :

« combien et où avez-vous publié ? »

devient suffisamment important pour modifier la manière dont la recherche elle-même est organisée.

Les National Academies relèvent notamment que la pression pour publier dans un nombre restreint de revues prestigieuses peut favoriser la recherche de résultats nouveaux, remarquables et susceptibles d’attirer l’attention, au détriment de travaux moins spectaculaires mais parfois plus robustes. Elles soulignent également que les récompenses professionnelles accordées à la publication peuvent être bien supérieures à celles accordées à des activités comme la préparation de données ou de code permettant la reproduction.

Le danger n’est donc pas la publication.

C’est l’écart entre ce qui améliore la carrière et ce qui améliore la fiabilité collective des connaissances.

Une incitation n’est pas un ordre

Supposons qu’une institution valorise beaucoup le nombre d’articles.

Cela ne signifie pas qu’elle ordonne aux chercheurs :

« produisez des résultats faux ».

Une incitation fonctionne de manière plus subtile.

Deux projets sont possibles.

Le premier est une réplication méthodiquement excellente d’un résultat déjà connu.

Le second cherche une association très nouvelle qui pourrait produire un article spectaculaire.

Si le second possède davantage de chances d’être publié dans une revue prestigieuse, cité et valorisé lors d’un recrutement, davantage de chercheurs peuvent rationnellement choisir ce type de projet.

Aucun individu n’a besoin de commettre une faute.

Mais à l’échelle du système, les recherches produites finissent par refléter les récompenses disponibles.

Cette distinction est centrale : analyser les incitations ne revient pas à accuser les chercheurs de cynisme.

Les incitations peuvent agir avant même la collecte des données

On imagine facilement que les problèmes commencent au moment de l’analyse.

En réalité, ils peuvent apparaître beaucoup plus tôt.

Quel sujet mérite d’être étudié ?

Quel résultat intéressera une revue ?

Quel projet sera financé ?

Quelle hypothèse donnera un article suffisamment nouveau ?

Une question socialement importante mais méthodologiquement ingrate peut être négligée.

Une question offrant une grande chance de produire une nouveauté publiable peut recevoir davantage d’attention.

Ainsi, les incitations n’influencent pas seulement la réponse obtenue.

Elles contribuent aussi à déterminer quelles questions entrent dans la littérature scientifique.

La préférence pour la nouveauté peut être scientifiquement utile

Il faut pourtant éviter une nouvelle caricature.

La science progresse aussi parce que des chercheurs prennent des risques et cherchent des phénomènes nouveaux.

Une revue ne peut pas publier indéfiniment la même expérience.

La nouveauté possède donc une véritable valeur épistémique.

Le problème apparaît lorsque :

nouveau

devient implicitement synonyme de :

meilleur,

et lorsque le système accorde trop peu de valeur aux travaux indispensables permettant de déterminer si la nouveauté initiale était réelle.

Une science saine a besoin des deux :

exploration et vérification.

La difficulté institutionnelle consiste à ne pas rendre la première beaucoup plus rentable professionnellement que la seconde.

Les réplications souffrent d’un problème particulier

Supposons qu’un résultat célèbre soit correct.

Une équipe le réplique proprement.

La conclusion est :

« nous retrouvons approximativement ce qui était déjà connu ».

Scientifiquement, cette information augmente notre confiance.

Éditorialement, elle peut sembler moins excitante qu’une découverte inattendue.

Le système peut donc produire un paradoxe :

les travaux dont nous avons besoin pour savoir si les découvertes sont fiables peuvent être moins récompensés que les découvertes elles-mêmes.

Les Hong Kong Principles, développés dans le cadre de la World Conference on Research Integrity, proposent précisément de valoriser explicitement dans l’évaluation des chercheurs une gamme plus large de contributions, notamment réplications, synthèses, pratiques de science ouverte, reporting complet, peer review et mentorat.

Le principe est simple : si nous voulons davantage de comportements renforçant la fiabilité scientifique, il faut aussi leur donner une valeur professionnelle.

Les résultats positifs sont plus facilement transformés en réussite académique

Nous avons vu avec le biais de publication que les résultats statistiquement significatifs ou spectaculaires peuvent être plus facilement publiés.

Cette sélection éditoriale interagit avec les incitations individuelles.

Si :

résultat positif → publication plus facile → carrière améliorée,

alors un résultat positif possède une valeur professionnelle supplémentaire.

Cela ne signifie pas qu’un chercheur va nécessairement manipuler ses données.

Mais lorsque plusieurs analyses sont raisonnables, il peut consacrer davantage de temps à comprendre pourquoi l’une donne un résultat favorable.

Lorsqu’une expérience produit peu de choses, il peut décider de ne pas investir plusieurs mois dans sa rédaction.

Lorsqu’un résultat spectaculaire apparaît, toute l’équipe peut immédiatement concentrer ses efforts sur lui.

L’agrégation de milliers de petites décisions de ce genre suffit à produire une littérature plus positive que la recherche réellement effectuée.

Le système peut favoriser des biais sans favoriser consciemment la fraude

Cette distinction explique pourquoi les pratiques discutées dans les fiches précédentes doivent être comprises institutionnellement.

Le p-hacking offre davantage de chances d’obtenir un résultat publiable.

Le HARKing permet de transformer une découverte imprévue en récit théorique plus convaincant.

La publication sélective concentre la visibilité sur certains résultats.

Le découpage d’un projet en plusieurs articles augmente le nombre de publications.

Aucun de ces mécanismes ne nécessite nécessairement fabrication ou falsification.

Les National Academies soulignent précisément que les institutions elles-mêmes peuvent contribuer à des pratiques préjudiciables à la recherche lorsqu’elles ignorent les systèmes de récompenses explicites ou implicites susceptibles de miner l’intégrité.

La fiabilité scientifique est donc aussi un problème de conception institutionnelle.

Mesurer devient rapidement gouverner

Les universités et financeurs doivent pourtant évaluer les chercheurs.

Ils ne peuvent pas simplement dire :

« nous reconnaîtrons intuitivement la qualité lorsque nous la verrons ».

Des indicateurs ont donc été développés :

nombre de publications ;

citations ;

h-index ;

prestige des revues ;

facteur d’impact.

Ces mesures peuvent contenir une information utile.

Mais dès qu’un indicateur devient un objectif important, les chercheurs ont intérêt à optimiser leur comportement relativement à cet indicateur.

La quantité mesurée commence alors à modifier le phénomène qu’elle était censée simplement décrire.

C’est le problème général des métriques de performance.

Le facteur d’impact d’une revue n’est pas la qualité d’un article

Une confusion particulièrement fréquente consiste à utiliser le prestige bibliométrique de la revue comme substitut à l’évaluation du travail individuel.

Un article publié dans une revue très citée peut être excellent.

Mais le facteur d’impact est une propriété agrégée d’une revue, fondée sur les citations reçues par son ensemble d’articles selon une formule donnée.

Il ne permet pas de déduire automatiquement la qualité d’un article particulier.

La San Francisco Declaration on Research Assessment — DORA recommande explicitement de ne pas utiliser les métriques de revues, notamment le Journal Impact Factor, comme substitut de la qualité d’un article individuel ni comme mesure directe de la contribution d’un chercheur dans les décisions de recrutement, promotion ou financement.

Le problème n’est pas que le prestige éditorial ne contienne aucune information.

Il est d’en faire un raccourci remplaçant l’évaluation du contenu scientifique.

Pourquoi une obsession des revues prestigieuses peut déformer la recherche

Les revues les plus prestigieuses possèdent un espace limité et recherchent souvent des travaux susceptibles d’avoir une forte influence.

Cette sélection peut favoriser :

nouveauté ;

ampleur apparente des effets ;

résultats surprenants ;

narrations claires.

Un résultat complexe, modeste et robuste peut sembler moins attirant qu’un phénomène spectaculaire.

Les National Academies ont explicitement relié la valeur excessive accordée à un petit nombre de revues à fort impact à des pressions encourageant les chercheurs à se précipiter vers la publication, exagérer l’importance de leurs résultats ou prendre certains raccourcis.

Cela ne signifie évidemment pas que les articles des grandes revues seraient généralement mauvais.

Cela signifie que les critères de prestige éditorial et les critères de fiabilité scientifique ne sont pas parfaitement identiques.

Les citations sont elles aussi ambiguës

Un article extrêmement cité peut être important parce qu’il est excellent.

Mais un article peut également être beaucoup cité parce qu’il est :

controversé ;

méthodologiquement innovant ;

une ressource de référence ;

un résultat spectaculaire ;

ou même un exemple célèbre d’erreur.

La citation mesure surtout l’attention et l’utilisation dans la littérature, pas directement la vérité.

Le Leiden Manifesto for Research Metrics recommande précisément de compléter les indicateurs quantitatifs par une évaluation qualitative, d’adapter les métriques aux objectifs poursuivis et d’éviter de transformer un indicateur en substitut aveugle au jugement scientifique.

Le problème n’est donc pas :

mesures quantitatives contre jugement humain.

Il est :

utiliser chaque indicateur pour ce qu’il mesure réellement.

Les chercheurs réagissent-ils vraiment à la pression ?

Il existe des travaux empiriques suggérant une association entre certains environnements compétitifs ou certaines pressions de publication et des résultats plus positifs ou des comportements problématiques.

Daniele Fanelli a par exemple analysé différentes formes de pression académique et trouvé des associations compatibles avec l’hypothèse selon laquelle une compétition accrue pour publier pouvait contribuer à certains biais dans la littérature.

Mais ces recherches doivent être interprétées prudemment.

Il est difficile de transformer des corrélations entre environnements académiques et résultats publiés en preuve causale simple du type :

« la pression à publier provoque exactement X % de fraude ou de faux positifs ».

Les National Academies considèrent elles-mêmes les liens entre financement, organisation de la recherche, incitations et comportements comme complexes et encore insuffisamment compris.

Nous disposons donc de raisons sérieuses de nous préoccuper des incitations, sans disposer d’une équation simple mesurant précisément leur effet dans chaque discipline.

La pression financière n’est qu’une forme d’intérêt

Lorsque l’on parle de conflit d’intérêts, on pense immédiatement :

« une entreprise paie un chercheur ».

C’est effectivement une situation importante.

Mais le concept est plus large.

L’ICMJE définit le problème comme une situation où le jugement professionnel portant sur un intérêt principal — par exemple la validité scientifique ou le bien-être des patients — peut être influencé par un intérêt secondaire. Il cite les intérêts financiers mais également les relations personnelles, rivalités, compétitions académiques et convictions intellectuelles. Ses recommandations ont été mises à jour en janvier 2026.

Un conflit d’intérêts est donc une situation créant une possibilité de biais, pas la preuve que ce biais a effectivement eu lieu.

Avoir un conflit d’intérêts ne signifie pas être corrompu

Supposons qu’un chercheur possède des actions d’une entreprise dont il évalue le médicament.

Cette relation peut créer une incitation financière à obtenir un résultat favorable.

Nous devons la connaître.

Mais elle ne nous permet pas de conclure automatiquement :

« les données sont fausses ».

Le chercheur peut avoir réalisé une étude impeccable.

À l’inverse, un chercheur sans aucun lien financier peut être fortement attaché à sa théorie, à sa réputation ou à une controverse intellectuelle.

La bonne logique est donc :

conflit d’intérêts → risque supplémentaire à identifier et à gérer,

et non :

conflit d’intérêts → résultat nécessairement faux.

L’ICMJE insiste d’ailleurs sur cette distinction : la présence d’une relation ou d’une activité ne signifie pas toujours qu’elle a influencé problématiquement le contenu, mais sa transparence permet au lecteur d’évaluer lui-même sa pertinence.

Un conflit peut exister sans paiement direct

Imaginons un chercheur ayant consacré vingt années à défendre une théorie.

Une étude menace cette théorie.

Même s’il ne reçoit aucun euro, il possède :

une réputation ;

des publications ;

des conférences ;

des collaborations ;

une identité professionnelle

liées à cette idée.

Cela ne signifie pas qu’il deviendra irrationnel.

Mais son intérêt intellectuel est réel.

L’ICMJE reconnaît explicitement que compétition académique et convictions intellectuelles peuvent elles aussi constituer des intérêts pertinents.

Ce rappel est utile parce qu’il évite un biais très humain :

considérer que seuls les chercheurs financés par « l’autre camp » ont des intérêts.

Tout chercheur possède des engagements.

La méthode scientifique consiste précisément à construire des contrôles ne dépendant pas uniquement de notre capacité à devenir parfaitement neutres.

Les intérêts financiers méritent néanmoins une attention particulière

Le fait qu’il existe des intérêts non financiers ne doit pas servir à banaliser les intérêts financiers.

Un chercheur peut recevoir :

honoraires ;

consultations ;

actions ;

brevets ;

financements ;

rémunérations de conférences

d’une organisation qui bénéficierait d’un résultat particulier.

Le NIH considère qu’un financial conflict of interest existe, dans le cadre de sa réglementation, lorsqu’un intérêt financier significatif lié à une recherche pourrait directement et substantiellement affecter sa conception, sa conduite ou son rapport. Les institutions financées doivent identifier, gérer et déclarer les conflits répondant à ces critères.

La question n’est donc pas seulement morale.

Les principaux organismes de recherche considèrent ces situations comme suffisamment importantes pour nécessiter des procédures institutionnelles formelles.

Financement industriel et résultats favorables : que montrent les données ?

Une revue Cochrane a comparé les études de médicaments et dispositifs financées par les fabricants à celles soutenues par d’autres sources.

Sa conclusion était que les études financées par l’industrie produisaient plus souvent des résultats d’efficacité et des conclusions favorables aux produits du sponsor. Cette différence n’était pas simplement expliquée par les domaines classiques de risque de biais évalués dans les études.

Ce constat est important.

Mais il doit être interprété correctement.

Il ne signifie pas :

« toute étude industrielle est fausse ».

Il ne démontre pas non plus qu’une manipulation consciente explique chaque différence.

Il indique que le mode de financement est associé statistiquement à la direction des résultats et conclusions, ce qui constitue une raison légitime d’examiner le rôle du sponsor.

Comment un sponsor peut-il influencer les résultats sans falsifier de données ?

Les possibilités commencent bien avant l’analyse.

Quel médicament comparer ?

À quelle dose ?

Contre placebo ou contre le meilleur traitement disponible ?

Pendant combien de temps ?

Quels patients inclure ?

Quel critère choisir comme résultat principal ?

Quelle marge utiliser pour une étude de non-infériorité ?

Même lorsque chaque décision respecte formellement les règles, plusieurs conceptions peuvent être plus ou moins favorables au produit étudié.

Une étude peut donc être biaisée par la construction de la question, pas seulement par la manipulation de la réponse.

C’est pourquoi analyser un financement exige davantage que chercher une falsification.

Le comparateur peut être décisif

Supposons qu’un nouveau médicament soit comparé à un ancien traitement.

Si le traitement de référence est administré à une dose inadéquate, trop faible ou mal choisie, le nouveau produit peut sembler artificiellement meilleur.

Inversement, un comparateur trop toxique peut favoriser le nouveau médicament en matière d’effets indésirables.

Aucune observation n’a besoin d’être fabriquée.

Le biais est incorporé dans la conception de la comparaison.

Cette possibilité illustre pourquoi les conflits d’intérêts doivent être examinés à toutes les étapes :

question → dessin → analyse → interprétation → publication.

Choisir la bonne question peut suffire

Imaginons qu’une entreprise possède un médicament produisant une petite amélioration biologique mais peu de bénéfice clinique.

Elle peut préférer financer des études utilisant le biomarqueur comme critère principal plutôt qu’une étude beaucoup plus grande sur la mortalité.

Les résultats peuvent être parfaitement authentiques.

Le programme de recherche reste orienté vers les questions ayant davantage de chances de produire une conclusion favorable.

Les conflits d’intérêts ne se manifestent donc pas seulement par des réponses biaisées.

Ils peuvent aussi produire un agenda de recherche biaisé.

Ce que la science étudie dépend en partie de qui possède les ressources nécessaires pour payer l’étude.

Le financement public possède lui aussi des incitations

Il serait cependant naïf d’opposer :

industrie intéressée

à

financement public parfaitement neutre.

Les agences publiques possèdent :

des priorités politiques ;

des programmes stratégiques ;

des contraintes budgétaires ;

des modes scientifiques ;

des procédures compétitives.

Une équipe peut adapter son projet aux thèmes actuellement favorisés par un appel à projets.

Les institutions universitaires peuvent elles-mêmes dépendre financièrement des contrats qu’elles obtiennent.

Les National Academies soulignent explicitement que les conflits et incitations peuvent concerner chercheurs, universités, financeurs, éditeurs et autres organisations, et pas uniquement les entreprises privées.

Le financement industriel constitue donc une source particulière de risque, pas l’unique source d’intérêts institutionnels.

Les conflits institutionnels sont souvent oubliés

Une université peut tirer des revenus :

de brevets ;

de contrats industriels ;

de financements de recherche ;

de la réputation d’un chercheur vedette.

Elle est en même temps chargée de surveiller l’intégrité de ses chercheurs.

Les National Academies observent que ce double rôle peut créer un conflit institutionnel : une organisation peut être réticente à examiner avec suffisamment de scepticisme un chercheur apportant beaucoup de financements ou de prestige.

Nous retrouvons le même principe :

les institutions elles-mêmes répondent à des incitations.

Il ne suffit donc pas d’exiger l’intégrité individuelle.

Les mécanismes de surveillance doivent également prendre en compte les intérêts de ceux qui surveillent.

Les revues scientifiques ont elles aussi des incitations

Une revue veut publier de bons articles.

Mais elle souhaite également :

être lue ;

être citée ;

accroître son prestige ;

attirer de bons manuscrits.

Les National Academies soulignent que l’utilisation de métriques telles que le facteur d’impact peut créer pour les éditeurs des incitations qui ne sont pas parfaitement alignées avec l’intégrité scientifique.

Un résultat surprenant attire souvent davantage de citations.

Une controverse attire l’attention.

Une réplication banale peut en attirer moins.

Il serait donc incohérent d’analyser les incitations des chercheurs sans examiner celles des institutions qui décident ce qui devient visible.

Les conflits d’intérêts concernent aussi les reviewers et éditeurs

Un reviewer peut être :

concurrent direct ;

collaborateur récent ;

défenseur d’une théorie rivale ;

chercheur travaillant sur exactement le même problème.

Un éditeur peut avoir ses propres relations professionnelles ou financières.

L’ICMJE exige donc que auteurs, reviewers, éditeurs et membres des équipes éditoriales examinent et déclarent les relations ou activités susceptibles d’influencer leurs décisions ; les reviewers ou éditeurs doivent se récuser lorsque le risque de biais est suffisamment important.

Le conflit d’intérêts n’est donc pas une propriété particulière de « l’auteur financé par une entreprise ».

Il traverse toute la chaîne de production et d’évaluation des connaissances.

Déclarer un conflit ne le fait pas disparaître

Supposons qu’un article indique clairement :

« l’auteur a reçu des honoraires de l’entreprise X ».

C’est mieux que de cacher cette information.

Mais la déclaration ne neutralise pas automatiquement l’influence possible.

La transparence répond à :

« le lecteur sait-il que cet intérêt existe ? »

La gestion du conflit répond à :

« quelles mesures avons-nous prises pour empêcher cet intérêt d’influencer excessivement la recherche ? »

Ce sont deux questions différentes.

Le NIH exige précisément non seulement la déclaration, mais la gestion institutionnelle des conflits financiers identifiés.

Une politique sérieuse ne peut donc pas s’arrêter à une ligne en petits caractères au bas de l’article.

Certaines situations demandent davantage qu’une déclaration

Selon la nature du conflit, les mesures peuvent inclure :

indépendance de l’analyse ;

surveillance extérieure ;

limitation du rôle de certaines personnes ;

accès garanti aux données pour les chercheurs ;

ou récusation dans certaines décisions.

L’objectif n’est pas nécessairement d’interdire toute relation avec l’industrie ou tout chercheur ayant un intérêt.

Ce serait parfois impossible et scientifiquement contre-productif : les spécialistes les plus compétents d’un domaine peuvent précisément avoir collaboré avec les organisations concernées.

La bonne question est :

« quelles protections sont proportionnées au risque de biais ? »

L’accès aux données est un point particulièrement sensible

Supposons qu’un sponsor finance un essai et que les chercheurs académiques ne puissent accéder qu’aux analyses préparées par l’entreprise.

Leur indépendance scientifique est alors limitée.

L’ICMJE recommande explicitement que les auteurs évitent les accords avec des sponsors, commerciaux ou non, qui restreindraient leur accès aux données ou leur capacité à analyser, interpréter et publier indépendamment les résultats. Il recommande également que les articles précisent le rôle du financeur dans la conception, la collecte, l’analyse, l’interprétation et la rédaction.

Cette exigence montre que le simple nom du financeur ne suffit pas.

Il faut savoir :

qu’a-t-il réellement pu contrôler ?

« Financé par X » est donc une information, pas un verdict

Devant une étude financée par une entreprise, deux réactions simplistes sont possibles.

La première :

« c’est industriel, donc faux ».

La seconde :

« peu importe qui paie, seules les données comptent ».

Les deux sont inadéquates.

Le financement peut être empiriquement associé à des différences de résultats et doit donc être pris en compte.

Mais l’évaluation correcte passe par :

la méthode ;

l’indépendance des chercheurs ;

le rôle du sponsor ;

l’accès aux données ;

le préenregistrement ;

les résultats ;

les analyses ;

la concordance avec les études indépendantes.

Le conflit constitue un facteur de risque à intégrer à l’analyse, pas un bouton vrai/faux.

Un chercheur sans conflit déclaré peut tout de même produire une étude biaisée

Cette remarque est le miroir nécessaire de la précédente.

Un article annonce :

« aucun conflit d’intérêts ».

Cela ne signifie pas :

« aucun biais possible ».

Les auteurs peuvent avoir :

un raisonnement motivé ;

une préférence théorique ;

des pressions de carrière ;

un protocole inadéquat ;

des erreurs de mesure ;

une faible puissance ;

des analyses multiples.

La déclaration d’absence de conflit financier ne constitue donc jamais un certificat d’objectivité psychologique ou méthodologique.

La méthode scientifique doit fonctionner même si chacun possède inévitablement des préférences.

Les chercheurs ne sont pas censés être des machines sans intérêts

L’idéal scientifique ne demande pas à une personne de ne jamais souhaiter que son hypothèse soit correcte.

Un chercheur peut être enthousiasmé par une théorie.

Un médecin peut souhaiter qu’un traitement fonctionne.

Un climatologue peut espérer que certains scénarios graves ne se réalisent pas.

La neutralité pertinente est institutionnelle et méthodologique :

le résultat doit pouvoir résister à des procédures qui ne dépendent pas uniquement du souhait de celui qui l’a produit.

C’est pourquoi nous avons :

randomisation ;

aveugle ;

préenregistrement ;

réplication ;

partage des données ;

peer review ;

équipes indépendantes.

La science ne repose pas sur l’absence d’intérêts.

Elle repose en partie sur la confrontation de chercheurs ayant des intérêts différents à des règles et à des preuves communes.

La concurrence scientifique peut même être utile

Deux laboratoires défendent des théories rivales.

Chacun cherche les failles de l’autre.

Cette rivalité peut sembler opposée à l’idéal de neutralité.

Elle peut pourtant améliorer le contrôle critique si :

les données sont accessibles ;

les méthodes sont transparentes ;

les critères de preuve sont suffisamment partagés ;

et chaque équipe est autorisée à tester réellement l’autre.

La concurrence devient alors un mécanisme de contrôle distribué.

Le danger apparaît lorsque les récompenses favorisent davantage :

avoir raison publiquement

que

corriger correctement ce qui est faux, y compris dans son propre travail.

Les collaborations adversariales

Une réponse particulièrement intéressante aux désaccords profonds consiste parfois à réunir les partisans de théories concurrentes pour concevoir ensemble une étude.

Ils s’accordent avant les résultats sur :

le protocole ;

les prédictions ;

les critères d’interprétation.

Chaque camp peut signaler à l’avance les conditions qui lui paraîtraient injustes.

Cette forme de collaboration adversariale ne supprime pas les intérêts intellectuels.

Elle les utilise pour construire un test que plusieurs camps considèrent comme pertinent.

Le principe est profondément scientifique : lorsque la neutralité parfaite est impossible, on peut parfois organiser la confrontation symétrique des intérêts.

Les incitations créent aussi des effets sur l’auteur

La publication détermine traditionnellement une grande partie du crédit scientifique.

Cela crée des controverses sur :

ordre des auteurs ;

auteurs honorifiques ;

exclusion de contributeurs ;

multiplication des signatures.

L’ICMJE rappelle que l’auteur reçoit à la fois crédit et responsabilité, et recommande des critères explicites pour attribuer ce statut.

Le problème rejoint notre thème général.

Lorsque le crédit professionnel est concentré sur quelques indicateurs visibles, la communauté crée des incitations à optimiser ces indicateurs, parfois au détriment d’activités collectives moins visibles.

Une bonne statistique peut devenir une mauvaise cible

Imaginons qu’une université décide :

« nous voulons davantage de science de qualité ; récompensons les chercheurs publiant beaucoup ».

L’indicateur est raisonnable.

Quelques années plus tard, le système produit :

plus d’articles courts ;

davantage de découpage des projets ;

moins de temps consacré aux réplications ;

forte compétition pour les résultats positifs.

Le problème n’est pas nécessairement que l’indicateur initial était absurde.

Il est qu’un proxy de qualité a été transformé en objectif.

Le Leiden Manifesto insiste justement sur ce risque et recommande notamment que l’évaluation quantitative soutienne l’expertise qualitative plutôt qu’elle ne la remplace.

Récompenser seulement le résultat final oublie la qualité du processus

Supposons deux chercheurs.

Le premier obtient un résultat spectaculaire grâce à une petite étude qui sera ensuite difficile à reproduire.

Le second réalise une étude soigneusement préenregistrée, partage ses données, trouve un résultat nul robuste et fournit une réplication de grande valeur.

Si l’évaluation professionnelle considère uniquement :

nombre de publications ;

citations ;

prestige des revues,

le premier peut sembler beaucoup plus productif.

Pourtant, le second peut avoir davantage contribué à la fiabilité du corpus scientifique.

Les Hong Kong Principles proposent précisément de modifier cette logique en valorisant :

les pratiques responsables, le reporting complet, la science ouverte, la diversité des contributions et les activités comme le peer review et le mentorat.

L’idée est de récompenser davantage la manière de produire la connaissance, pas seulement son résultat le plus visible.

DORA : évaluer les travaux plutôt que le contenant

La déclaration DORA suit une logique comparable.

Elle recommande d’évaluer les recherches sur leurs mérites propres, plutôt qu’en utilisant l’identité ou les métriques de la revue comme substitut.

Elle encourage également à reconnaître d’autres produits de recherche :

données ;

logiciels ;

effets sur les pratiques ;

contributions plus diverses.

Cette réforme paraît administrative.

Elle possède en réalité une dimension épistémologique.

Si le système récompense davantage la qualité, la transparence et l’utilité du travail réel, les chercheurs ont davantage intérêt à produire ces propriétés.

Faut-il supprimer toute compétition scientifique ?

Probablement pas.

La compétition peut :

stimuler l’innovation ;

accélérer certaines découvertes ;

permettre de sélectionner de bons projets lorsque les ressources sont limitées.

Le problème n’est pas la compétition en elle-même.

Il est de déterminer sur quoi les chercheurs sont mis en compétition.

Si le gagnant est celui qui publie le plus vite un résultat spectaculaire, certains comportements deviennent avantageux.

Si l’évaluation valorise davantage :

rigueur ;

réplicabilité ;

données ouvertes ;

reporting complet ;

contributions collectives,

le même désir de réussite peut être redirigé vers des pratiques plus favorables à la fiabilité.

L’objectif réaliste n’est donc pas de supprimer les motivations humaines.

Il est d’aligner davantage réussite professionnelle et réussite scientifique.

Plus de financement ne résout pas automatiquement le problème

Il serait tentant de penser :

« la pression vient du manque d’argent ; augmentons simplement les financements ».

Cela peut réduire certaines compétitions.

Mais les National Academies rappellent que les problèmes structurels sont plus complexes : organisation des carrières, modes de financement, prestige institutionnel et récompenses peuvent continuer à créer des incitations problématiques même avec davantage de ressources.

La question est donc à la fois :

combien de ressources ?

et :

selon quelles règles sont-elles distribuées ?

Le financement compétitif a lui-même une fonction utile

Une agence recevant mille projets pour cent financements doit sélectionner.

L’évaluation par les pairs permet d’allouer des ressources vers les projets jugés les plus solides ou prometteurs.

Mais cette compétition peut favoriser :

des projets suffisamment nouveaux pour paraître intéressants ;

des chercheurs disposant déjà d’un dossier impressionnant ;

des résultats préliminaires prometteurs ;

des sujets correspondant aux priorités du moment.

Les conséquences peuvent être positives ou négatives.

Une méthode scientifique institutionnelle doit donc étudier les effets de ses propres systèmes de financement, tout comme elle étudie l’effet d’un médicament ou d’une intervention.

L’incitation à obtenir des financements peut amplifier le récit

Une demande de financement est en partie un exercice de persuasion.

Le chercheur doit montrer :

que le problème est important ;

que son hypothèse est plausible ;

que son équipe est compétente ;

et que le projet a de bonnes chances de produire quelque chose d’utile.

Cette structure peut encourager une présentation excessivement assurée :

« notre théorie est très prometteuse »

plutôt que :

« plusieurs modèles restent possibles et nous ne savons pas lequel survivra ».

Une certaine simplification est probablement inévitable.

Le danger apparaît lorsque les mécanismes de financement récompensent systématiquement la certitude affichée davantage que la qualité du test proposé.

Les résultats préliminaires peuvent créer un cercle de sélection

Pour convaincre un financeur qu’un projet fonctionnera, une équipe peut présenter des données préliminaires positives.

Les équipes ayant obtenu par hasard un résultat favorable reçoivent davantage facilement des ressources pour poursuivre.

Le nouvel investissement renforce la visibilité de leur piste.

Les pistes ayant initialement obtenu des résultats moins spectaculaires disparaissent.

Cette dynamique peut créer un effet de sélection précoce avant même la publication.

Elle montre encore pourquoi un corps scientifique visible n’est jamais simplement une photographie neutre de toutes les hypothèses possibles.

Les ressources déterminent quelles hypothèses auront la possibilité d’accumuler des preuves.

Un conflit d’intérêts peut influencer l’interprétation sans toucher aux chiffres

Supposons que deux équipes analysent exactement la même estimation :

réduction du risque de 5 %, intervalle assez large.

L’une écrit :

« le traitement produit un bénéfice encourageant ».

L’autre :

« aucune amélioration cliniquement importante n’a été démontrée ».

Les chiffres sont identiques.

Le choix du vocabulaire modifie néanmoins la perception.

La revue Cochrane sur le financement industriel a justement observé non seulement des différences dans les résultats favorables, mais également des divergences entre résultats et conclusions formulées dans les études sponsorisées.

L’intérêt peut donc agir sur le cadrage autant que sur l’analyse.

Le spin : lorsqu’une conclusion devient plus favorable que les données

On utilise parfois le terme spin pour désigner une présentation orientée des résultats, par exemple en mettant l’accent sur un résultat secondaire favorable lorsque le critère principal est négatif.

Le phénomène est particulièrement pertinent pour les conflits d’intérêts parce qu’il ne requiert aucune modification des données.

Un article peut être techniquement exact tout en orientant le lecteur vers l’interprétation la plus avantageuse.

La protection la plus simple consiste à comparer :

hypothèse prévue ;

critère principal ;

estimation ;

intervalle ;

résultats secondaires ;

conclusion du résumé.

La concordance entre ces niveaux est souvent plus informative que la seule lecture de la dernière phrase.

L’indépendance de plusieurs équipes réduit certains risques

Supposons qu’un effet soit d’abord observé dans une étude financée par l’entreprise qui commercialise le produit.

Notre confiance est prudente.

Puis plusieurs essais académiques ou publics indépendants obtiennent des résultats compatibles.

L’hypothèse :

« le résultat initial était principalement produit par les intérêts du sponsor »

devient moins plausible.

Nous retrouvons encore le principe de triangulation et d’indépendance des erreurs.

La meilleure réponse aux conflits d’intérêts n’est donc pas toujours de rejeter la première étude.

Elle peut être d’exiger des confirmations dont les structures d’intérêt sont suffisamment différentes.

Plusieurs études financées par le même sponsor ne sont pas totalement indépendantes

À l’inverse, dix publications provenant du même programme industriel peuvent partager :

la même définition du résultat ;

le même comparateur ;

la même stratégie analytique ;

les mêmes intérêts éditoriaux.

Leur nombre augmente l’information statistique.

Mais leur indépendance institutionnelle reste limitée.

Comme toujours :

plusieurs lignes de preuve sont particulièrement fortes lorsque leurs possibilités d’erreur ne sont pas toutes communes.

Cette remarque vaut également pour les équipes universitaires travaillant dans une même tradition théorique.

Les intérêts idéologiques demandent une prudence particulière

Certains domaines touchent directement :

politique ;

économie ;

environnement ;

questions sociales ;

morale publique.

Les chercheurs peuvent alors, comme n’importe qui, posséder des valeurs personnelles fortes.

Il serait tentant d’en déduire que toute science portant sur ces sujets est impossible.

Ce serait une erreur.

La solution n’est pas de rechercher des chercheurs dépourvus de toute valeur politique — objectif probablement irréaliste.

Elle consiste à renforcer :

transparence ;

pluralité des équipes ;

données accessibles ;

hypothèses explicites ;

réplication ;

tests contradictoires ;

distinction entre résultats empiriques et jugements normatifs.

L’objectivité scientifique n’est pas l’absence de personnes ayant des opinions.

Elle est la capacité du système à produire des conclusions qui résistent à la critique de personnes n’ayant pas les mêmes opinions.

Un désaccord d’intérêt ne suffit pas à réfuter une étude

Un sophisme fréquent consiste à répondre à une étude par :

« regardez qui l’a financée ».

Cette information peut être pertinente.

Mais elle ne répond pas directement à :

qualité de la randomisation ;

validité de la mesure ;

taille de l’effet ;

précision ;

réplication ;

cohérence avec les autres données.

Dénoncer un intérêt sans examiner la méthode revient à produire un argument génétique : juger une affirmation uniquement d’après son origine.

Le conflit d’intérêts doit modifier le niveau de vigilance, pas remplacer l’évaluation des preuves.

L’erreur inverse : faire comme si l’origine ne comptait jamais

On entend parfois :

« soit l’étude est bonne, soit elle est mauvaise ; son financement n’a aucune importance ».

Cette position est trop simple elle aussi.

Si les données empiriques montrent qu’un certain type de sponsoring est associé à des conclusions plus favorables, et si le financement peut influencer dessin, sélection, analyse ou publication, il serait irrationnel d’ignorer entièrement cette information.

L’évaluation doit donc combiner :

analyse interne de l’étude

et

contexte institutionnel de sa production.

La première sans la seconde peut manquer certains biais.

La seconde sans la première devient suspicion par association.

Le bon raisonnement est probabiliste

Supposons deux études méthodologiquement semblables.

Dans l’une, les auteurs et analystes sont entièrement indépendants du fabricant.

Dans l’autre, le fabricant finance, possède les données et contrôle la publication.

Toutes choses égales par ailleurs, nous avons de bonnes raisons de considérer le risque de biais comme plus élevé dans la seconde.

Ce n’est pas une certitude.

C’est une mise à jour de notre degré de confiance.

La logique est exactement celle de tout raisonnement scientifique :

un indice ne dicte pas la conclusion ; il modifie son poids.

Les réformes peuvent chercher à aligner les récompenses sur la fiabilité

Nous pouvons maintenant comprendre plusieurs mouvements récents de réforme de l’évaluation scientifique.

DORA demande de réduire l’usage des métriques de revues comme substituts à la qualité individuelle.

Le Leiden Manifesto recommande que les indicateurs quantitatifs restent subordonnés au jugement expert et adaptés aux objectifs de l’évaluation.

Les Hong Kong Principles proposent de récompenser les pratiques responsables, le reporting complet, l’ouverture, les réplications et d’autres contributions collectives.

Ces initiatives diffèrent dans leurs détails.

Elles partagent une intuition :

si l’on mesure la réussite scientifique uniquement par des indicateurs de production et de visibilité, on risque d’obtenir davantage de production et de visibilité — pas nécessairement davantage de connaissance fiable.

Il faut également financer l’infrastructure invisible

Partager des données proprement demande du temps.

Documenter un code demande du temps.

Préparer un protocole réutilisable demande du temps.

Maintenir des bases de données demande des moyens.

Répliquer le travail d’autrui demande des financements.

Les National Academies soulignent précisément que les chercheurs reçoivent historiquement davantage de récompenses pour les articles que pour la préparation de données et de code permettant leur réutilisation, et recommandent que les financeurs soutiennent les infrastructures nécessaires à leur conservation et leur accès.

Dire :

« soyez plus transparents »

sans financer le travail nécessaire à cette transparence peut créer une norme irréaliste.

Une réforme des incitations peut elle-même avoir des effets pervers

Supposons que les institutions commencent à compter le nombre de jeux de données ouverts.

Les chercheurs peuvent être tentés de fragmenter leurs données en plusieurs dépôts.

Supposons que les réplications soient désormais fortement récompensées.

On peut produire beaucoup de petites réplications faciles et peu informatives.

Toute métrique nouvelle peut devenir une cible.

Il n’existe donc probablement pas un indicateur magique de bonne science.

La meilleure évaluation doit combiner plusieurs dimensions et conserver une place importante au jugement qualitatif.

C’est exactement l’esprit de DORA et du Leiden Manifesto.

La science ouverte modifie en partie les incitations

Rendre publics :

protocoles ;

données ;

codes ;

analyses ;

résultats négatifs

peut augmenter la visibilité de contributions qui, autrefois, restaient presque entièrement invisibles.

Un jeu de données peut être réutilisé et cité.

Un logiciel peut devenir une contribution scientifique reconnue.

Une réplication peut être valorisée indépendamment de son résultat.

Les Registered Reports peuvent permettre à une étude d’obtenir un engagement de publication avant que sa conclusion ne soit connue.

Ces mécanismes essaient donc de découpler la réussite professionnelle de l’obtention d’un résultat spectaculaire.

Nous les examinerons directement dans la fiche 33.

L’objectif n’est pas de supprimer l’ambition scientifique

Un système de recherche a besoin de personnes ambitieuses.

Il faut des chercheurs souhaitant :

faire des découvertes ;

résoudre des problèmes difficiles ;

obtenir des financements ;

construire des équipes ;

être reconnus pour leur travail.

Ces motivations peuvent produire énormément de progrès.

La question institutionnelle est :

quels comportements cette ambition rend-elle rationnels ?

Un bon système ne demande pas aux chercheurs de devenir indifférents à leur carrière.

Il cherche à faire en sorte que :

ce qui aide la carrière aide également autant que possible la qualité de la science.

De la morale individuelle à l’architecture institutionnelle

Cette fiche complète donc les précédentes.

Le p-hacking peut être effectué par un individu.

Le biais de publication peut apparaître à travers des décisions éditoriales.

Le conflit d’intérêts peut concerner un chercheur, une entreprise ou une université.

La pression à publier peut provenir des règles de promotion.

Le prestige peut être amplifié par les revues et les métriques.

Tous ces phénomènes interagissent.

Les National Academies résument précisément cette idée en considérant l’intégrité comme une responsabilité partagée entre chercheurs, institutions, financeurs, éditeurs et sociétés savantes, et non comme une simple propriété morale de quelques individus.

La fiabilité scientifique dépend donc aussi de l’architecture sociale dans laquelle la méthode est pratiquée.

Une grille pratique devant une étude financée ou fortement incitée

Lorsqu’un intérêt particulier existe, la question n’est pas de s’arrêter au nom du financeur.

Il faut examiner qui a choisi la question et le comparateur, qui a conçu le protocole, qui possédait les données, qui a effectué l’analyse, si le protocole était enregistré avant les résultats, si les auteurs avaient le droit de publier librement, si toutes les analyses importantes sont accessibles et si des équipes indépendantes ont retrouvé des résultats compatibles.

Il faut ensuite revenir aux données elles-mêmes :

le dessin est-il solide ?

les estimations sont-elles précises ?

les conclusions correspondent-elles réellement aux résultats ?

C’est la combinaison de ces éléments qui permet d’intégrer rationnellement un conflit d’intérêts à l’évaluation.

La transparence ne résout pas tout, mais l’opacité aggrave presque tout

Un conflit déclaré peut encore influencer une étude.

Un financement public peut encore produire des biais.

Un protocole ouvert peut encore être mauvais.

Mais l’information permet à la communauté de chercher où ces influences pourraient agir.

Sans transparence, certaines possibilités d’erreur restent invisibles.

L’ICMJE place précisément la transparence des relations, du rôle des sponsors et de l’accès aux données au cœur de ses recommandations actuelles sur les conflits d’intérêts.

La transparence n’est donc pas une garantie.

Elle est une condition de contrôlabilité.

Les meilleures incitations cherchent à rendre la bonne pratique rationnelle

Une institution ne peut pas construire une science fiable uniquement en demandant :

« soyez vertueux ».

Elle peut toutefois faire en sorte que :

publier un résultat nul ne soit pas une punition ;

répliquer un résultat compte dans une carrière ;

partager un jeu de données apporte du crédit ;

corriger son propre article ne soit pas automatiquement assimilé à une faute ;

la qualité d’un travail soit évaluée indépendamment du prestige de sa revue ;

les conflits d’intérêts soient visibles et gérés ;

le financement d’une recherche ne donne pas au sponsor un contrôle indu sur sa publication.

La meilleure institution est celle où l’intérêt professionnel du chercheur et l’intérêt épistémique de la communauté cessent autant que possible de pointer dans des directions opposées.

Les conflits d’intérêts ne peuvent jamais être entièrement éliminés

Un chercheur aura toujours certains intérêts.

Une université aura besoin de financements.

Une revue voudra des lecteurs.

Un financeur poursuivra des priorités.

Une entreprise souhaitera développer un produit.

Une agence publique répondra à des objectifs collectifs.

L’objectif réaliste n’est donc pas de créer un monde sans intérêts.

Il consiste à organiser :

déclaration ;

pluralité ;

indépendance ;

contradiction ;

transparence ;

réplication ;

contrôles extérieurs.

Autrement dit, la réponse aux intérêts humains n’est pas l’espoir d’une pureté parfaite, mais l’organisation de contrôles capables de rendre leurs effets plus visibles et moins déterminants.

Une science fiable ne suppose pas des scientifiques parfaits

Cette conclusion rejoint finalement le fil directeur de toute la rubrique.

La méthode scientifique n’a jamais eu besoin de supposer que les chercheurs soient :

sans biais ;

sans ambition ;

sans préférences ;

sans erreurs.

Elle part précisément du constat inverse.

Les personnes peuvent se tromper.

Les institutions aussi.

Nous construisons donc :

comparaisons ;

randomisations ;

aveugles ;

réplications ;

revues systématiques ;

déclarations de conflits ;

protocoles ;

science ouverte ;

et pluralité critique.

La fiabilité scientifique apparaît moins comme la conséquence de l’impartialité parfaite de chacun que comme le produit d’un système où les erreurs et intérêts individuels peuvent être contrôlés par d’autres procédures et d’autres acteurs.


À retenir

La pression à publier ne signifie pas que les scientifiques falsifient généralement leurs données. Elle désigne un problème d’incitations : publications, prestige des revues, citations et financements influencent fortement les carrières et peuvent donc favoriser certains types de recherche, notamment des résultats nouveaux et facilement publiables. Les National Academies considèrent explicitement que l’intégrité scientifique dépend de l’environnement institutionnel et des structures de récompense, et pas uniquement du comportement moral des chercheurs individuels.

Les métriques peuvent aider à l’évaluation, mais elles deviennent dangereuses lorsqu’elles remplacent le jugement. DORA recommande de ne pas utiliser le facteur d’impact d’une revue comme substitut de la qualité d’un article ou de la contribution d’un chercheur, tandis que le Leiden Manifesto recommande de subordonner les mesures quantitatives à l’évaluation qualitative.

Un conflit d’intérêts n’est pas la preuve d’un biais ou d’une corruption. Il constitue une situation dans laquelle un intérêt secondaire — financier, professionnel, personnel ou intellectuel — peut influencer un jugement scientifique. L’ICMJE exige donc que les relations pertinentes soient déclarées et souligne que les sponsors ne devraient pas pouvoir restreindre l’accès des chercheurs aux données ou leur liberté d’analyse et de publication.

Les intérêts financiers méritent néanmoins une véritable attention empirique. Une revue Cochrane a trouvé que les études de médicaments et dispositifs financées par leurs fabricants obtenaient plus souvent des résultats et conclusions favorables aux produits du sponsor que les recherches soutenues par d’autres sources, un phénomène qui n’était pas entièrement expliqué par les domaines classiques de risque de biais. Cela justifie une vigilance supplémentaire, pas le rejet automatique de toute étude industrielle.

La bonne réponse aux incitations n’est donc ni :

« faisons confiance à la vertu des chercheurs »

ni :

« supposons que tout le système est corrompu ».

Elle consiste à aligner davantage les récompenses avec les comportements qui rendent les connaissances fiables : reporting complet, réplications, données et codes accessibles, pratiques responsables, synthèses, peer review et diversité des contributions. C’est précisément l’objectif poursuivi par des initiatives comme les Hong Kong Principles.

La question essentielle n’est finalement pas :

« Le chercheur avait-il un intérêt ? »

mais :

« Quels intérêts pouvaient influencer cette recherche, quels mécanismes ont été mis en place pour limiter leur influence, et la conclusion résiste-t-elle à des contrôles suffisamment indépendants de ces intérêts ? »

Sources et références

  • National Academies of Sciences, Engineering, and Medicine, Fostering Integrity in Research, National Academies Press, 2017, DOI 10.17226/21896. Le rapport insiste sur l’influence des environnements de recherche, structures de financement, institutions, revues et systèmes de récompense sur l’intégrité scientifique.
  • International Committee of Medical Journal Editors, Disclosure of Financial and Non-Financial Relationships and Activities, and Conflicts of Interest, recommandations mises à jour en janvier 2026 : définition des conflits, transparence, rôle des sponsors, accès aux données et indépendance de publication.
  • National Institutes of Health, Financial Conflict of Interest, politique actuelle fondée sur 42 CFR Part 50 Subpart F : identification, gestion et déclaration des intérêts financiers susceptibles d’affecter directement et substantiellement la conception, la conduite ou le rapport de recherches financées par le NIH.
  • Lundh, Andreas, Lexchin, Joel, Mintzes, Barbara, Schroll, Jeppe B. & Bero, Lisa, Industry sponsorship and research outcome, *Cochrane Database of Systematic Reviews*, 2017, MR000033, DOI 10.1002/14651858.MR000033.pub3 : association entre sponsoring industriel et résultats ou conclusions plus favorables concernant les médicaments et dispositifs du sponsor.
  • Hicks, Diana, Wouters, Paul, Waltman, Ludo, de Rijcke, Sarah & Rafols, Ismael, « Bibliometrics: The Leiden Manifesto for research metrics », *Nature*, 2015, 520:429–431, DOI 10.1038/520429a : dix principes pour une utilisation plus responsable des indicateurs dans l’évaluation scientifique.
  • San Francisco Declaration on Research Assessment — DORA, 2012 : recommandations visant notamment à ne pas employer les métriques de revues comme substitut à l’évaluation du contenu scientifique individuel.
  • Moher, David et al., « The Hong Kong Principles for assessing researchers: Fostering research integrity », *PLOS Biology*, 2020, 18:e3000737 : propositions pour récompenser pratiques responsables, reporting complet, science ouverte, réplications et autres contributions essentielles à la recherche.
  • Munafò, Marcus R. et al., « A manifesto for reproducible science », *Nature Human Behaviour*, 2017, 1:0021 : analyse des incitations favorisant les résultats nouveaux, positifs et « propres », et proposition de réformes orientées vers la crédibilité et la reproductibilité.
31 sur 39Retour à la catégorie