Plagiat et maquillage (article spinning) en science

Un billet récent du blogue Scholarly Open Access attire l'attention sur une technique de plagiat en science particulièrement grotesque, qui consiste à remplacer automatiquement un nombre substantiel de mots par des synonymes approximatifs. Certaines revues prédatrices sont remplies de ces textes, ce qui indique à quel point personne ne lit vraiment ce qui y est soumis, puisque seul le versement de la somme pour publication intéresse ces éditeurs.

La technique n'est pas nouvelle en soi. Elle a été inventée pour "optimiser" la visibilité et le classement de sites web dans les moteurs de recherche. Il existe des outils gratuits qui font en ligne le sale travail de maquillage. Toutefois, les résultats sont généralement entre désopilants et absurdes, ce qui renforce, si besoin était, l'évidence d'absence complète d'éthique et de qualité des revues pseudo-scientifiques qui acceptent de tels textes.

ScholarlyOA donne l'exemple suivant:

1) texte de l'article original (Source: Zai, M. A. K. Y., Ansari, M. K., Quamar, J., Husain, M. A., & Iqbal, J. (2010). Stratospheric ozone in the perspectives of exploratory data analysis for Pakistan atmospheric regions. Journal of Basic and Applied Sciences, 6(1), 45-49)

For normal data, the sample mean and variance are the unbiased estimators of location of the underlying distribution. Most physical data sets are not normally distributed even after transformation, because the assumption of an underlying normal distribution is a mathematical idealization that is never met exactly in practice because large data sets inevitably contain outliers.

2) texte maquillé automatiquement (extrait de : Mian, K., Abbas, S. Z., Kazimi, M. R., Rasheed, F. U., Raza, A., & Iqbal, S. M. Z. (2015). Study heftiness in the astrophysical turbulence at Pakistan air space. European Academic Research, 2(12), 15697-15709))

For Gaussian data, the example nasty and alteration are the unbiased estimators of location of the Gaussian distribution. Greatest bodily information circles are not Gaussian distributed smooth after alteration, since the supposition of Gaussian distribution is a exact romanticism that is not ever encountered precisely in repetition since big data groups unavoidably cover outliers.

Ainsi, dans l'exemple, "sample mean and variance" devient... "example nasty and alteration"! Vraiment nasty, en effet. Le reste est tout aussi klingon... mais fut néanmoins publié.

Pire encore: l'article est même repérable dans GoogleScholar, "the world’s largest index of junk science." En effet, GoogleScholar n'a aucune politique éditoriale de qualité de contenu, ce qui tend à se voir de plus en plus dans la bibliographie de certaines thèses et mémoires.

Pour en savoir plus: http://scholarlyoa.com/2015/09/22/article-spinning-a-plagiarism-technique-for-the-21st-century/

https://en.wikipedia.org/wiki/Article_spinning

Et pour tester: http://spinbot.com/

PS: Notre test "My grand mother liked to eat potato salad" nous a donné "My terrific mother got a kick out of the chance to eat potato serving of mixed greens"... Conclusion: comme le disait ma grand mère entre deux bouchées: "Quand tu fais le mal, au moins fait le bien!"

Photo: Blendy Naught, freeimages.com