Comment le projet Dawson intègre les publications publiques

Cette page explique comment le projet d’analyse des billets de Michelle Dawson intègre les billets publics de @autismcrisis, reconstruit les liens cités quand c’est possible, et identifie les références scientifiques ou les protocoles d’enregistrement d’études scientifiques mentionnés à travers ces liens.

Périmètre du projet

Le projet porte sur les billets publics de Michelle Dawson (@autismcrisis) concernant les sciences de l’autisme, les publications scientifiques et les débats associés. Il couvre deux sources publiques : Twitter/X comme archive historique, du 10/10/2009 au 12/10/2023, et Bluesky pour le suivi courant depuis le 13/10/2023.

Les deux sources sont traitées séparément parce que leurs conditions techniques et juridiques diffèrent. Bluesky propose une API publique ouverte, qui permet une synchronisation régulière. Twitter/X est une plateforme fermée avec une API payante ; AutiHub traite donc les contenus Twitter/X comme une archive plutôt que comme une source synchronisée en continu.

Bluesky

Pour Bluesky, AutiHub synchronise les billets publics de @autismcrisis.bsky.social et vérifie si Michelle Dawson a ajouté des réponses directes à ses propres billets. Ces réponses sont intégrées avec le billet d’origine lorsqu’elles fonctionnent comme des prolongements ou des notes complémentaires.

Lors de la synchronisation, AutiHub vérifie aussi les billets récents déjà stockés localement. Si un billet a été supprimé sur Bluesky, il est retiré d’AutiHub lors d’une synchronisation ultérieure, afin d’éviter que des intégrations vides restent visibles. Pour les nouveaux billets Bluesky, les liens cités sont inspectés afin de rattacher des ressources scientifiques au billet quand c’est possible.

Twitter/X

Pour Twitter/X, le travail est un travail d’archive. Les billets publics de @autismcrisis ont été intégrés grâce à l’API de X pour la période antérieure au passage vers Bluesky. L’archive inclut aussi les réponses directes écrites par le même compte lorsqu’elles prolongent un billet intégré.

Le texte brut des billets Twitter/X est utilisé en interne pour la recherche et l’analyse. L’affichage public passe par des liens ou des intégrations officielles quand c’est possible, plutôt que par l’exposition de l’archive sous forme de republication téléchargeable des billets d’origine.

Reconstruction des liens cités

De nombreux anciens billets Twitter/X contiennent des liens raccourcis, notamment des liens internes à Twitter/X comme t.co et des services publics de raccourcissement d’URL comme bit.ly ou j.mp. AutiHub conserve l’URL initialement détectée dans le billet, puis essaie de reconstruire l’URL de destination lorsque c’est encore possible.

Cette reconstruction reste prudente. Certains anciens services de liens courts ne sont plus fiables, certaines pages d’éditeurs redirigent aujourd’hui vers des pages génériques de cookies ou d’erreur, et certains sites bloquent l’accès automatisé. Dans ces cas, AutiHub peut conserver une destination de repli, marquer le lien comme mort, ou le laisser non résolu plutôt que d’inventer une destination.

Recherche des DOI et identifiants de registres

Quand une destination reconstruite ressemble à une publication scientifique ou à une notice d’étude, AutiHub essaie d’en extraire un identifiant stable. Le cas le plus utile est le DOI. Le projet détecte aussi des identifiants issus de registres d’études et de bases de recherche, notamment ClinicalTrials.gov, CRD/PROSPERO et NIH RePORTER.

Plusieurs stratégies sont utilisées selon les domaines : DOI directement visibles dans les URL, structures d’URL propres à certains éditeurs, métadonnées intégrées dans les pages éditeur, identifiants de registres présents dans les URL, et procédures de correction manuelle pour les cas difficiles, par exemple lorsque le DOI est visible pour un humain mais pas exposé de manière fiable par une requête automatisée simple.

Métadonnées structurées

Une fois un DOI ou un identifiant de registre disponible, AutiHub récupère les informations structurées auprès des sources appropriées. Pour les publications avec DOI, cela passe le plus souvent par Crossref, avec des sources de repli si nécessaire. Pour les registres, AutiHub récupère quand c’est possible le titre, les dates, les résumés, les institutions ou les identifiants disponibles depuis le registre concerné.

Cette couche structurée permet de lister les références scientifiques et protocoles d’enregistrement d’études scientifiques cités dans les billets de Michelle Dawson, de les trier par date de publication ou date du billet, et de relier chaque ressource au billet dans lequel elle a été citée.

Recherche et affichage public

Le texte des billets publics est intégré dans la base de données d’AutiHub afin de permettre la recherche, les filtres et l’analyse structurée. Ce stockage interne sert à rendre le projet interrogeable ; il n’a pas pour objectif de créer une republication brute et téléchargeable de l’archive.

Pour la lecture publique, AutiHub privilégie les intégrations officielles et les liens vers les plateformes d’origine. Cela permet de garder les contenus affichés reliés à Bluesky ou Twitter/X quand c’est possible, tout en fournissant des outils de recherche et de contextualisation propres à AutiHub.

Limites

La liste structurée des références n’est pas une liste de toutes les URL citées par Michelle Dawson. Elle reprend seulement les études et protocoles d’enregistrement d’études scientifiques pour lesquels une destination de lien cité contient assez d’informations structurées, par exemple un DOI ou un identifiant de registre.

Les liens anciens peuvent être morts, rediriger vers des pages génériques, être bloqués par des systèmes anti-robots, ou ne plus représenter la destination d’origine. L’objectif est de rendre le matériau source plus facile à rechercher et à comprendre, tout en gardant une distinction claire entre les billets publics d’origine, les métadonnées importées, les liens reconstruits et les références scientifiques structurées.