Qui lance la vérification de similarité sur votre manuscrit, et à quoi il est comparé

Si votre revue est membre de Crossref et utilise Similarity Check, la vérification est un service que Crossref fournit à ses membres à tarif réduit, qui tourne sur iThenticate, de Turnitin. Que votre manuscrit passe ou non par cette vérification précise dépend de la participation de l'éditeur : c'est donc le premier fait à établir. Là où elle s'applique : l'éditeur téléverse le manuscrit et reçoit un rapport, vous ne la lancez pas et vous ne la voyez normalement pas, sauf si l'on vous l'envoie ; et Crossref indique que les membres participants bénéficient d'un accès en lecture seule au texte intégral des articles de la base de données Similarity Check à des fins de comparaison, en décrivant cette base comme contenant plus de 78 million d'éléments de contenu savant en texte intégral.

Crossref décrit le service en une seule phrase : "A service provided by Crossref and powered by iThenticate—Similarity Check provides editors with a user-friendly tool to help detect plagiarism." (Un service fourni par Crossref et propulsé par iThenticate — Similarity Check offre aux éditeurs un outil convivial pour les aider à détecter le plagiat.)

Deux mots de cette phrase portent l'essentiel du sens pour un auteur.

Éditeurs. L'outil est présenté comme destiné aux éditeurs, qui « téléversent un article » et reçoivent en retour "a report highlighting potential matches and indicating if and how the paper overlaps with other work" (un rapport qui met en évidence les correspondances potentielles et indique si et comment l'article recoupe d'autres travaux). La finalité affichée est "assess the originality of the work before they publish it" (évaluer l'originalité du travail avant de le publier). Vous n'êtes pas un utilisateur de ce logiciel ; vous en êtes l'objet.

Membres. Similarity Check est un service réservé aux membres de Crossref. Crossref indique que l'accord donne aux membres "reduced-rate access to the iThenticate text comparison software from Turnitin" (un accès à tarif réduit au logiciel de comparaison de textes iThenticate de Turnitin), et que "Only Similarity Check members benefit from this tailored iThenticate experience" (seuls les membres de Similarity Check bénéficient de cette expérience iThenticate sur mesure). Que votre manuscrit passe ou non par cette vérification dépend donc de la participation de l'éditeur : c'est un fait qui concerne l'éditeur, pas votre domaine.

Cela signifie aussi que « la revue a lancé une vérification de plagiat » décrit au moins deux situations différentes : un éditeur qui participe à ce dispositif, et un éditeur qui utilise tout autre chose. Si l'on vous communique un chiffre, il est tout à fait légitime de demander lequel l'a produit.

Une chose à garder à l'esprit en lisant tout ce qui précède : Crossref est l'organisme qui fournit ce service à ses membres, avec des frais de vérification réduits à la clé. Ses descriptions sont exactes quant à la nature de l'accord ; elles ne constituent pas une évaluation indépendante de l'utilité de la vérification. Chaque citation de cet article décrit le mécanisme, elle ne l'évalue pas.

L'ensemble de comparaison est la partie que les auteurs devinent le plus souvent de travers.

Crossref décrit la base comme contenant "over 78 million full-text scholarly content items" (plus de 78 million d'éléments de contenu savant en texte intégral), et décrit ce que l'adhésion procure, notamment "read-only access to the full text of articles in the Similarity Check database for comparison purposes" (un accès en lecture seule au texte intégral des articles de la base de données Similarity Check à des fins de comparaison).

Le texte intégral, pas les résumés ni les métadonnées. La documentation d'iThenticate décrit les cibles de recherche de façon encore plus large : selon les paramètres choisis, elles peuvent inclure "billions of pages of active (and archived) internet information, previously submitted works" (des milliards de pages d'informations internet actives et archivées, des travaux déjà soumis) et "tens of thousands of periodicals, journals, and publications" (des dizaines de milliers de périodiques, revues et publications).

Deux conséquences à retenir :

• Un article payant fait partie de l'ensemble de comparaison. Que vous ne puissiez pas lire quelque chose vous-même ne dit rien de la question de savoir si vos phrases y seront comparées.
• L'ensemble est choisi à chaque vérification. Les cibles de recherche sont décrites comme sélectionnées pour la tâche : deux éditeurs qui traitent le même manuscrit peuvent donc le confronter à des cibles différentes. Un chiffre issu de l'une n'est pas une prédiction du chiffre issu de l'autre.

Le guide iThenticate commence par avertir qu'un surlignage est une affirmation sur le recouvrement de texte et rien de plus : un passage correctement cité ou une entrée de votre bibliographie est censé s'allumer.

Le pourcentage lui-même est de l'arithmétique, et la documentation le dit : on compte les mots qui ont correspondu à quelque chose, puis on divise par le nombre de mots du manuscrit. La formule n'accorde aucune remise au fait qu'une source soit attribuée.

Ce qui ne revient pas à dire que votre bibliographie va forcément le gonfler. Ce qui en décide, c'est un filtre, et le guide des filtres d'iThenticate décrit un réglage d'exclusion de bibliographie qui "automatically identifies and ignores reference lists or bibliographic sections so they don't inflate the similarity percentage" (identifie et ignore automatiquement les listes de références ou les sections bibliographiques afin qu'elles ne gonflent pas le pourcentage de similarité), plus des interrupteurs distincts pour le texte cité et pour le texte entre guillemets. Le même manuscrit peut donc produire un pourcentage avec la bibliographie ou un pourcentage sans la bibliographie, et le chiffre lui-même ne vous dit pas lequel vous avez en main. C'est la première chose à demander à propos de tout chiffre qu'on vous cite.

C'est pourquoi le rapport classe les correspondances en groupes selon qu'il a détecté des guillemets et une citation dans le texte autour : une étape de reconnaissance qui a ses propres limites documentées, et la raison pour laquelle deux manuscrits affichant le même pourcentage peuvent vouloir dire des choses complètement différentes.

La base est construite à partir du contenu déposé par les membres. Crossref n'explicite pas la conséquence pour les auteurs sur l'une ou l'autre de ses pages Similarity Check : considérez donc l'étape suivante comme une inférence et non comme une citation. Si vous avez publié chez un membre participant, vos propres articles devraient logiquement figurer dans le corpus auquel les manuscrits ultérieurs sont comparés, y compris le vôtre.

C'est l'explication ordinaire d'une énigme à laquelle les auteurs se heurtent la deuxième fois : un morceau de votre nouvel article correspond à un article que vous avez écrit. Ce n'est pas un défaut de la vérification. C'est la vérification qui travaille sur un corpus qui vous contient.

Rien de tout cela ne décide si la réutilisation de votre propre texte est acceptable dans votre domaine. Cela signifie seulement que le rapport la montrera, et que vous devez vous attendre à l'expliquer plutôt qu'à en être surpris.

La documentation de Crossref liste des parcours de configuration pour iThenticate v1 et iThenticate 2.0, notamment l'utilisation de 2.0 directement dans le navigateur et via une intégration avec un système de suivi des manuscrits, ainsi qu'un parcours de mise à niveau de v1 vers 2.0.

Autrement dit, le rapport qu'on vous montre peut provenir de l'une de plusieurs interfaces, avec des fonctionnalités de rapport différentes. Si quelqu'un vous cite un chiffre tiré d'un « rapport Similarity Check », la version et les réglages d'exclusion qui le sous-tendent sont deux questions légitimes, et ce sont des questions qui changent le sens du chiffre.

1. Vérifiez si la revue que vous visez participe, et à quoi. C'est un fait qui relève de l'éditeur, souvent indiqué dans les instructions aux auteurs.
2. Partez du principe qu'il s'agit du texte intégral, pas des résumés. Tout ce que vous paraphrasez de près à partir d'un article dont vous ne voyez que le résumé reste dans l'ensemble de comparaison.
3. Attendez-vous à voir apparaître vos propres travaux antérieurs, et tenez-vous prêt à dire quelles parties sont réutilisées et pourquoi.
4. Demandez quels étaient les réglages avant de traiter un pourcentage comme une propriété de votre manuscrit. C'est la propriété d'une comparaison, et la comparaison a des paramètres.
5. Ne prenez pas le chiffre pour le résultat. Le guide indique explicitement qu'une correspondance n'est pas en soi un résultat ; l'objet utile, c'est la liste des correspondances et la façon dont chacune est attribuée.

Certains manuscrits reviennent avec un indicateur de rédaction par IA en plus du chiffre de similarité, lorsque la licence de l'éditeur l'inclut. C'est une mesure distincte avec un sens distinct, et aucun travail de citation ne la fera bouger.

L'outil HumanPen ne s'occupe que de ce second chiffre. Donnez-lui le manuscrit et le rapport, et tout ce qui a été surligné constitue l'intégralité du travail.

Du côté de la similarité, le conseil honnête est le conseil ennuyeux. Attribuez, citez correctement, demandez quels étaient les réglages d'exclusion, et tenez-vous prêt à expliquer la réutilisation. Aucun produit de réécriture ne devrait vous être vendu comme la solution à une liste de références qui correspond.

Puis-je lancer Similarity Check sur mon propre manuscrit ? Pas par cette voie. Crossref le décrit comme un service destiné aux membres, qui fournit aux éditeurs un outil de vérification des articles ; l'accès est lié aux organismes membres, pas aux auteurs individuels.

Ne compare-t-il qu'avec des articles en accès libre ? Non. Crossref décrit les membres comme disposant d'un accès en lecture seule au texte intégral des articles de la base de données Similarity Check à des fins de comparaison, et indique que la base contient plus de 78 million d'éléments de contenu savant en texte intégral.

Mon propre article antérieur apparaîtra-t-il comme une correspondance ? Cela peut arriver. Le corpus de comparaison est construit à partir du contenu déposé par les membres : les travaux déjà publiés, y compris les vôtres, font donc partie de ce à quoi un nouveau manuscrit est comparé.

Deux éditeurs m'ont donné des pourcentages différents pour le même manuscrit. Lequel est le bon ? Potentiellement les deux. Les cibles de recherche sont sélectionnées à chaque vérification et le rapport comporte des réglages d'exclusion : le pourcentage décrit donc une comparaison particulière et non une propriété fixe de votre fichier.