L'avantage,
quand on est « insuffisant », c'est que l'on a la
possibilité de s'améliorer. L'avantage, quand on n'a pas de maître,
c'est que, certes, on fait des erreurs qu'il nous aurait peut être
évitées, mais que, si l'on traque le « symptôme », on
peut progresser.
Je
me souviens ainsi d'un jour où je lisais un manuscrit d'article
scientifique qu'une revue m'avait demandé de « rapporter ».
Je lisais donc d'abord l'introduction, m'assurant que la question
posée était claire, que la bibliographie avait été bien faite.
Puis je regardais attentivement la partie « Matériels et
méthodes », afin de m'assurer que les informations étaient
suffisantes, que toutes les précautions méthodologiques avaient été
bien prises par les auteurs. Je passais aux résultats, et m'assurais
que rien d'exagéré n'était produit, que les résultats
correspondaient donc bien aux méthodes mises en œuvre, que le
traitement statistique était bien fait. Puis je lus la discussion,
pour voir si tout était cohérent.
Tout
allait bien. Certes, il y avait des détails à corriger, mais rien
de bien grave... sauf que je trouvais l'article médiocre.
Logiquement,
j'aurais dû dire à l'éditeur que l'article était acceptable, mais
quelque chose me retenait. Quoi ? Je ne savais pas. De sorte que
je décidais de lire une fois de plus, et je ne retrouvais que bien
peu de choses supplémentaires à corriger. Je mis le manuscrit dans
mon cartable, et décidai de laisser passer la nuit.
Le
lendemain matin, dans l'autobus, je le sortis de mon cartable, je le
relus... et tout s'éclaira ! Les auteurs avaient caractérisé
un phénomène, et ils n'avaient en réalité pas considéré les
mécanismes compatibles avec les lois qu'ils avaient dégagées !
Ce n'était donc pas un travail scientifique, en quelque sorte, mais
seulement une étape sur le chemin scientifique.
A
la réflexion, ma réaction était injuste* : tout ce qui figure
sur le chemin de la science (observation de phénomènes,
caractérisation quantitative, réunion des mesures en lois
synthétiques, recherche de mécanismes, prévision théorique, test
expérimental de ces prévisions) est un bout de science, et mérite
donc publication, parce que cela fait avancer le travail.
*
En réalité, pas complètement : ajuster des données par une
fonction, comme les auteurs l'avaient fait, nécessite d'avoir une
raison de choisir cette fonction particulière !
Aucun commentaire:
Enregistrer un commentaire
Un commentaire? N'hésitez pas!
Et si vous souhaitez une réponse, n'oubliez pas d'indiquer votre adresse de courriel !