Return to search

Méthode d'indexation qualitative : application à un plan de veille relatif aux thérapies émergentes contre la maladie d'Alzheimer

Dans le contexte de recherche et développement d'un nouveau traitement thérapeutique, le chercheur veut surveiller ses thématiques de recherche pour actualiser ses connaissances. Il a besoin d'accéder à l'information qui lui est utile directement sur son ordinateur. La prise en compte de la complexité d'un système biologique, révèle la très grande difficulté à traduire de façon linguistique toute une réflexion hypothétique. Nous proposons dans ce travail, un procédé détaché du système de langue. Pour ce faire, nous présentons une méthodologie basée sur une indexation qualitative en utilisant un filtrage personnalisé. L'index n'est plus d'ordre linguistique mais de type " liaisons de connaissances ". Cette méthode d'indexation qualitative appliquée à " l'information retrieval " contraste avec l'indexation documentaire et l'utilisation d'un thésaurus tel que le MeSH lorsqu'il s'agit d'exprimer une requête complexe. Le choix du sujet d'expérimentation sur la base de données Medline via PubMed constitue une démonstration de la complexité d'expression d'une problématique de recherche. Le thème principal est un traitement possible de la maladie d'Alzheimer. Cette expérience permet de mettre en avant des documents contenus dans Medline qui ne répondent pas ou peu à une indexation en mots-clés. Les résultats obtenus suggèrent qu'une " indexation en connaissances " améliore significativement la recherche d'information dans Medline par rapport à une simple recherche sur Google pratiquée habituellement par le chercheur. Assimilable à une veille scientifique, cette méthodologie ouvre une nouvelle collaboration entre professionnels de l'information et chercheurs

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00534003
Date03 December 2009
CreatorsSellier, Nathalie
PublisherUniversité Paris-Est
Source SetsCCSD theses-EN-ligne, France
Languagefra
Detected LanguageFrench
TypePhD thesis

Page generated in 0.002 seconds