Méthodologie

Comment nous calculons ces chiffres.

Chaque chiffre présenté sur ce site correspond à un coefficient de rétractation pour plagiat : le nombre de rétractations pour plagiat attribuées à un pays, une institution ou une discipline, divisé par le volume de ses publications. Cette page détaille précisément la méthode de calcul, le niveau de confiance associé à chaque valeur, ainsi que les biais à prendre en compte lors de la citation.

Étape 1

Notre méthode de comptage

Le numérateur provient de la base de données Retraction Watch (hébergée par Crossref, environ 70 000 notices). Nous ne retenons que les notices dont le motif porte le code strict plagiarism of/in — une constatation explicite de plagiat, à l’exclusion des signaux plus faibles comme les « euphémismes pour plagiat » ou la duplication. Sur 2015–2024, cela représente 1,879 notices distinctes.

Le croisement déterminant

L’attribution à une institution ou une discipline se fait par croisement du DOI de l’article via OpenAlex — jamais à partir du champ d’affiliation en texte libre de Retraction Watch. OpenAlex a déjà associé chaque publication à des identifiants ROR canoniques pour les institutions et a indexé la discipline, de sorte qu’une recherche par DOI retourne l’institution et le domaine corrects. Résoudre l’affiliation à partir du texte libre conduit à privilégier le département et à associer des fragments à la mauvaise institution — une attribution erronée que nous excluons explicitement.

Environ 91 % des notices de plagiat comportent un DOI ; environ 90 % d’entre elles sont associées à une institution ROR, ce qui signifie qu’environ quatre notices sur cinq sont attribuées à une institution canonique.

SourcesRetraction Watch (événements de rétractation + motifs), OpenAlex (publications, affiliations, disciplines), Crossref (métadonnées DOI), ROR (identité des institutions). Toutes sont libres et sous licence ouverte.

DénominateurDécomptes de publications OpenAlex pour la même entité et la même période. Les décomptes par pays utilisent le pays d’affiliation de l’auteur ; les décomptes par institution utilisent l’identifiant ROR.

Étape 2

Notre méthode de normalisation

Les valeurs brutes sont trompeuses : les systèmes de recherche à forte production accumulent davantage de rétractations simplement parce qu'ils publient plus. En valeur brute, China arrive en tête avec 564 ; en taux, il atteint 7.0 pour 100 000. Nous rapportons donc des taux, et le système est conçu pour qu'il soit impossible de classer les entités selon le nombre absolu.

Taux pour 100 000 publicationsL’indicateur principal pour chaque entité. Permet la comparaison entre entités de tailles très différentes.

Intervalles de confiance de Wilson à 95 %Chaque taux est accompagné d’un intervalle. Un numérateur faible produit un intervalle large — il convient alors d’interpréter le taux avec prudence, et non comme une estimation ponctuelle.

Fenêtres glissantes, pas d’années isoléesLes rétractations surviennent plusieurs années après la publication initiale, si bien qu’une seule année est trop peu représentative pour être analysée. L’unité par défaut est donc une fenêtre pluriannuelle.

Seuil minimal de volumeLes entités comptant moins de 100 000 publications sur la période sont exclues — un volume trop faible rend le taux non significatif statistiquement.

Étape 3

Qualité de la source, pour chaque chiffre

Chaque statistique est accompagnée d’une indication sur sa méthode de production, afin que vous puissiez en évaluer la fiabilité avant de la citer.

Direct measurement

Counted from primary records (Retraction Watch).

Curated aggregate

Compiled from multiple primary sources.

Modeled / inferred

Statistical extrapolation with stated confidence.

Survey-based

Self-reported, with sampling limitations.

À lire en premier

Biais et limites connus

Nous mesurons le plagiat détecté, non le plagiat commisIl s’agit de rétractations identifiées et enregistrées. L’écart entre les taux détectés et réels existe et n’est pas mesuré ; nous ne présentons jamais ces chiffres comme des taux totaux de plagiat.

Biais d’indexation en faveur de l’anglaisRetraction Watch et OpenAlex surreprésentent les revues anglophones. Un pays doté d’un contrôle rigoureux peut détecter (et donc enregistrer) davantage de cas, sans pour autant en commettre plus.

Couverture inégaleLa couverture des sources varie selon les régions ; nous excluons les entités dont la couverture est trop faible pour permettre un taux fiable.

Le dénominateur inclut toutes les publications (pour l’instant)Le dénominateur actuel prend en compte toutes les publications OpenAlex, et non uniquement les articles de revues, ce qui sous-estime légèrement les taux. Un dénominateur restreint aux seuls articles est prévu comme amélioration.

Pour les chercheurs

Reproduisez l’analyse vous-même

L’ensemble du processus repose sur deux requêtes HTTP gratuites, sans clé d’API, suivies d’une jointure. Aucune clé d’accès, aucun niveau payant.

# 1. Base de données Retraction Watch (~65 Mo CSV)
curl "https://api.labs.crossref.org/data/retractionwatch?mailto=YOU@example.com" \
  -o retraction_watch.csv

# 2. Publications OpenAlex par pays, 2015–2024 (le dénominateur)
curl "https://api.openalex.org/works?filter=publication_year:2015-2024\
&group_by=authorships.institutions.country_code&per-page=200&mailto=YOU@example.com"

# 3. Conserver les notices avec une raison explicite de « plagiat de/dans », attribuer via DOI,
#    diviser par le nombre de publications, ×100 000. Intervalle de confiance de Wilson pour l’IC.

La mise en œuvre de référence se trouve dans le pipeline stats/ du projet.