Toute personne ayant un login et un mot de passe ldap INRAE peut accéder à l'application Noria :

 https://intranet.noria.inrae.fr

 Noria est une application conçue par l’Ist@inra pour :

• consulter les notoriétés de revues sur 2 et 5 ans,
• télécharger les référentiels annuels,
• enrichir vos références bibliographiques par l'apport de données du JCR, de notoriétés INRAE et d'analyses statistiques...

Différence de calcul entre NORIA et JCR

Le facteur d'impact présente de grandes variabilités intra et interdisciplinaires qui peuvent conduire à des interprétations erronées. L'INRA, via son application web NORIA, en s'appuyant sur le concept de box plot (Chambers et al, 1983), a mis au point une méthode d'analyse et de lecture du facteur d'impact qui autorise la comparaison interdisciplinaire jusqu'alors impossible. Avec l'accord de l'INRA, cette méthode a été reprise par Thomson Reuters dans le JCR.

• Cependant, une différence de calcul existe entre les box plots de l'INRA et ceux du JCR. Où se joue cette différence? Dans le box plot, cinq valeurs seuils de facteurs d'impact sont calculées, les 3 quartiles Q25, Q50, Q75 et les valeurs adjacentes pour obtenir 5 groupes de revues de notoriétés différentes : médiocre, acceptable, correcte, excellente ou exceptionnelle.
  • Pour le calcul de la valeur adjacente supérieure qui délimite les revues exceptionnelles, l'INRA applique la formule suivante : Q75 + 1,5 (Q75-Q25). Selon les disciplines et les années, lorsqu'il existe, le groupe de notoriété exceptionnelle est donc constitué par les revues ayant des valeurs hors normes de facteur d'impact. Pour TUKEY, l'inventeur du box-plot "le choix de la valeur 1.5 est donc un compromis pour retenir comme atypiques assez d’observations mais pas trop d’observations" (Le Guen, M., 2002).
  • Or, le JCR, en appliquant un coefficient de 3,5 au lieu du 1,5, rend les résultats beaucoup moins discriminants puisque les revues de notoriété exceptionnelle ne se distinguent alors plus ou très peu des revues de notoriété excellente. L'utilisation d'un très fort coefficient de multiplication empêche donc de déterminer les valeurs singulières de facteur d'impact. Autrement dit, les revues ayant un facteur d'impact hors norme, ne peuvent pas ou très peu être identifiées.

Bibliographie

Chambers, John M., Cleveland, William S., Kleiner, Beat, Tukey, Paul A. Graphical methods for data analysis. Cal; Belmont; Boston: Wadsworth International Group: Duxbury Press, 1983. Vol. xiv 395 p. The Wadsworth statistics/probability series. ISBN 0-534-98052-X.

Le Guen M. La boîte à moustaches pour sensibiliser à la statistique. BMS. Bull. méthodol. sociol. 2002 ; 73 : 43‑64