Il est difficile d'intéresser les gens aux logiciels, dit Eliza Grames, doctorant en écologie et biologie évolutive. Encore, le logiciel qu'elle a développé est passionnant pour quiconque s'apprête à se lancer dans une nouvelle recherche et essaie de déterminer s'il est réellement… nouveau.

Mettez-vous dans la peau d'un chercheur.

Avant toute nouvelle étude, un examen approfondi et exhaustif de la littérature existante doit être effectué pour s'assurer que le projet est nouveau. Ou, pour déterminer s'il existe des données existantes qui peuvent être utilisées pour répondre à leur nouvelle question.

C'est une tâche ardue, d'autant plus que des millions de nouveaux articles de recherche sont publiés chaque année. Où commence-t-on même à explorer toutes ces données ?

"Chaque nouvelle étude contribue davantage à ce que nous savons sur un sujet, ajoutant des nuances et de la complexité qui aident à améliorer notre compréhension du monde naturel. Pour donner du sens à cette richesse de preuves et se rapprocher d'une image complète du monde, les chercheurs se tournent de plus en plus vers les méthodes de revue systématique pour synthétiser ces informations, " dit Grames.

Des revues systématiques engagées dans les domaines de la médecine et de la santé publique, où se tenir au courant de la recherche peut être, littéralement, une question de vie ou de mort, dit Grames. (Vous êtes-vous déjà demandé comment votre médecin connaît les derniers traitements pour votre état ?)

« Dans ces domaines, il existe un système établi avec des en-têtes de sujets médicaux où les articles sont étiquetés avec des mots-clés associés au travail, mais l'écologie n'a pas ça."

D'autres domaines de recherche à travers le spectre scientifique étaient dans le même bateau.

Le projet est né d'un besoin. Dans son propre processus de révision, Grames a noté qu'elle manquerait des articles et des termes clés et souhaitait savoir comment identifier ces termes manquants. Donc, Grames a décidé de créer un système que les chercheurs dans le domaine de l'écologie, environnement, biologie de la conservation, biologie évolutive et autres sciences, pourrait utiliser.

"Alors que nous travaillions sur ce logiciel, nous avons réalisé qu'il y avait un moyen beaucoup plus rapide de faire les critiques que la façon dont les autres les faisaient, " dit Grames, "La méthode traditionnelle consistait principalement à parcourir des documents et à extraire un terme, puis à lire le reste de l'article pour identifier d'autres termes à utiliser."

Même avec des mots-clés assez spécifiques, Grames note que la revue systématique moyenne dans son domaine de la biologie de la conservation rapporte initialement environ 10, 000 articles de recherche. Bien qu'il soit important de récupérer les informations pertinentes, trop d'informations non pertinentes peuvent ajouter du temps inutile.

"Chaque année, la quantité de données ne cesse d'augmenter. Il existe des revues systématiques qui, si vous regardez le temps qu'elles auraient pris il y a à peine trois ans, il leur faudrait environ 300 jours pour s'exécuter. Si les mêmes critiques étaient faites aujourd'hui, cela prendrait environ 350 jours parce que le nombre de publications ne cesse d'augmenter."

Grames dit qu'il a fallu environ un mois pour trouver des idées pour le logiciel, puis elle a passé un été à écrire et à corriger le code. Le résultat est un progiciel open source appelé litsearchr.

Comment ça fonctionne, dit Grames, est qu'un utilisateur entrera une recherche dans quelques bases de données.

"Les mots-clés doivent être assez pertinents entrés dans l'algorithme pour extraire tous les mots-clés potentiels, qui sont ensuite mis en réseau. Les mots-clés originaux sont au centre du réseau et sont les plus connectés."

Grames affirme que le temps nécessaire pour développer une stratégie de recherche a été réduit de 90 %.

Présenté avec les articles les plus pertinents, les chercheurs ont alors beaucoup moins d'articles à analyser manuellement. Cette étape de révision est désormais partiellement automatisée, trop, ajoute Grames.

Litsearchr fait partie d'un effort de collaboration de chercheurs, appelé métaverse, où l'objectif est de lier plusieurs progiciels entre eux afin que les chercheurs puissent effectuer leurs recherches du début à la fin dans le même langage de codage.

"Les chercheurs peuvent développer leurs revues systématiques, importer des données, et il y a même un package qui peut rédiger la section des résultats pour la revue systématique, " dit Grames.

Grames et son équipe ont mis en place le logiciel pour qu'il puisse être utilisé par n'importe qui, s'ils savent coder ou non, en utilisant des modèles prêts à l'emploi. Il existe également une vidéo détaillée étape par étape pour guider les utilisateurs tout au long du processus.

En gardant le logiciel open source, Grames dit que le débogage et l'édition sont améliorés car les utilisateurs peuvent signaler les détails qui nécessitent une attention particulière. "Chaque fois que je reçois un e-mail, c'est tellement excitant. C'est bien de l'avoir ouvert parce que les gens peuvent me faire savoir quand il y a une faute de frappe."

Le logiciel est actuellement utilisé par des chercheurs en sciences de la nutrition et en psychologie, et pour une entreprise massive de dépistage de tous les articles relatifs aux populations d'insectes à travers le monde.

"Il n'y a aucun moyen de réaliser ce projet sans le niveau d'automatisation que nous obtenons en utilisant litsearchr. J'ai construit cela à partir d'un besoin d'un autre projet, mais ce logiciel permet de faire des analyses encore plus grosses qu'avant."