J’ai été très impressionné par la “friendship map” réalisée par Paul Butler, stagiaire chez Facebook, et j’ai réalisé que j’avais accès à un jeu de données similaire. Plutôt qu’une base de données sur l’amitié, j’en avais une sur les les collaborations scientifiques.

Mon employeur, Science-Metrix, est une entreprise d’évaluation biblométrique. En d’autres mots, nous concevons des moyens de mesurer l’impact et la croissance des découvertes (et publications) scientifiques. Pour cela, nous demandons l’autorisation de réutiliser les données des agrégateurs de revues scientifiques comme “Elsevier’s Scopus” ou “Thompson Reuter’s Web of Science“. Les données que nous avons sont les données bibliographiques accessibles à tous. Nous ne disposons pas des versions complètes des textes, mais plutôt des citations, des auteurs et de leurs affiliations, des résumés, etc.

Grâce à ces données, j’ai pu extraire et agréger les différentes collaborations scientifiques entre villes à travers le monde. Par exemple, si un chercheur de l’université de Los Angeles en Californie (UCLA) publie un article avec un collègue de l’université de Tokyo, cela créé une collaboration entre Los Angeles et Tokyo. Le résultat de ce processus est une très longue liste de villes classées par paires, comme Los Angeles-Tokyo, et le nombre de collaborations scientifiques entre celles-ci. J’ai ensuite utilisé la base de données geoname.org pour convertir les noms des villes en coordonnées géographiques.

Les étapes suivantes sont les mêmes que celles de la “friendship map” de Facebook. J’ai projeté les coordonnées géographiques sur la carte grâce à une projection de Mercator, puis j’ai utilisé l’algorithme Great Circle[en] pour tracer les lignes des collaborations entre les différentes villes. La luminosité de ces lignes varie en fonction du logarithme du nombre de collaborations entre deux villes et du logarithme de la distance entre ces deux villes.

Une carte très haute résolution et zoomable est disponible à cette adresse : http://collabo.olihb.com/.

Article initialement publié sur “Stuff I Made“.

Traduction par Pierre Ropert.

Merci à Olivier Laffargue

Mon employeur, Science-Metrix, est une entreprise d’évaluation biblométrique. En d’autres mots, nous concevons des moyens de mesurer l’impact et la croissance des découvertes (et publications) scientifiques. Pour cela, nous demandons l’autorisation de réutiliser les données des agrégateurs de revues scientifiques comme “Elsevier’s Scopus” ou “Thompson Reuter’s Web of Science“. Les données que nous avons sont les données bibliographiques accessibles à tous. Nous ne disposons pas des versions complètes des textes, mais plutôt des citations, des auteurs et de leurs affiliations, des résumés, etc.

Grâce à ces données, j’ai pu extraire et agréger les différentes collaborations scientifiques entre villes à travers le monde. Par exemple, si un chercheur de l’université de Los Angeles en Californie (UCLA) publie un article avec un collègue de l’université de Tokyo, cela créé une collaboration entre Los Angeles et Tokyo. Le résultat de ce processus est une très longue liste de villes classées par paires, comme Los Angeles-Tokyo, et le nombre de collaborations scientifiques entre celles-ci. J’ai ensuite utilisé la base de données geoname.org pour convertir les noms des villes en coordonnées géographiques.

Les étapes suivantes sont les mêmes que celles de la “friendship map” de Facebook. J’ai projeté les coordonnées géographiques sur la carte grâce à une projection de Mercator, puis j’ai utilisé l’algorithme Great Circle[en] pour tracer les lignes des collaborations entre les différentes villes. La luminosité de ces lignes varie en fonction du logarithme du nombre de collaborations entre deux villes et du logarithme de la distance entre ces deux villes.

Une carte très haute résolution et zoomable est disponible à cette adresse : http://collabo.olihb.com/.

Article initialement publié sur “Stuff I Made“.

Traduction par Pierre Ropert.

Merci à Olivier Laffargue