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 !