Mon nombre de téléchargements SSRN est-il bon ? Un repère gratuit par âge d'article et domaine — Outils
Ceci est une traduction. La version de référence est l’original en anglais ; citez celle-ci.
Vous avez publié un article sur SSRN. Quelques semaines plus tard, le compteur affiche 7 téléchargements. C'est mauvais, ordinaire ou bon ? Jusqu'en juillet 2026, vous pouviez consulter les SSRN Rankings et vous en faire une idée. Le 15 juillet 2026, SSRN a supprimé ses Rankings. Les nombres de téléchargements sont restés sur chaque page d'article et d'auteur, mais les chiffres auxquels ils pouvaient être comparés ont disparu. SSRN Benchmark est un outil gratuit et open source qui rétablit cette comparaison. Vous lui donnez votre nombre de téléchargements, l'âge de votre article et, si vous le souhaitez, votre domaine d'étude. Il vous indique à peu près quelle part d'articles similaires vous dépassez.
Ce qu'il vous donne
Exécutez-le et vous obtenez quatre choses : votre chiffre, le groupe de documents avec lequel vous avez été comparé, un percentile, et l'intervalle typique pour ce groupe (25 %, médiane, 75 %, 90 % et 95 %), avec un verdict simple allant de « bien en dessous de la moyenne » à « bien au-dessus de la moyenne ». Il peut également imprimer l'intégralité de la table de référence par âge, un tableau des téléchargements médians par domaine, et la liste des 25 domaines disponibles. Si votre décompte couvre plusieurs documents, indiquez-le avec --papers et il divise par ce nombre.
Le groupe de référence comprend 1 360 documents SSRN, publiés entre 1996 et 2026 dans 25 domaines. Leurs compteurs de téléchargements à vie ont été lus à partir des captures de l'Internet Archive réalisées avant que SSRN cesse de les servir aux clients automatisés, cette capture ne peut donc pas être collectée à nouveau.
Ce que les chiffres révèlent
La plupart des auteurs s'attendent à des résultats supérieurs à ce que les données montrent. L'article médian de son année de mise en ligne enregistre 12 téléchargements ; la médiane à un à deux ans est de 25, à deux à cinq ans de 52, à cinq à dix ans de 130, et plus de dix ans de 172. La croissance est concentrée dans les trois ou quatre premières années, période durant laquelle les téléchargements médians doublent approximativement chaque année. Après environ cinq ans, les différences entre les groupes d'âge ne sont pas statistiquement significatives.
Le domaine compte presque autant que l'âge. Pour les articles de un à trois ans, la médiane est de 109 en Business, 71 en Sciences sociales, 65 en Économie, 46 en Informatique et 23 en Science des matériaux. Ainsi, un nombre qui paraît faible en Business peut être ordinaire en Ingénierie. Transmettez toujours votre domaine lorsque vous le connaissez.
Un exemple concret
Supposons que votre article soit en Sciences sociales, qu'il ait été publié cette année et qu'il ait 7 téléchargements :
python3 ssrn_benchmark.py --downloads 7 --months 2 --field "Social Sciences"L'outil vous compare avec 24 articles en Sciences Sociales du même groupe d'âge, rapporte un percentile d'environ 25%, montre que la médiane y est de 14,5 et que 90% des articles ont 82 téléchargements ou moins, et donne le verdict « en dessous de la normale ». Il note également que d'ignorer le domaine vous aurait placé à environ le 34e percentile à la place. Vous apprenez que 7 est inférieur à la plupart, mais que l'article nouveau typique n'a que quelques douzaines de téléchargements environ, et où viser.
Comment lire le résultat
Chaque réponse s'accompagne d'une brève note sur la façon de la lire. Les articles avec une capture d'archive survivante sont surreprésentés, alors fiez-vous davantage à la forme de la distribution qu'aux niveaux absolus. Les compteurs de téléchargements incluent le trafic automatisé. Les téléchargements ne sont que faiblement liés aux citations. Les dates de publication dans les données ne comportent que l'année, donc l'âge est mesuré en années entières et aucune bande plus courte n'est proposée.
Comment commencer
Vous avez besoin de Python 3. Il n'y a rien à installer, aucun compte et aucun paquet supplémentaire : téléchargez les deux fichiers, ssrn_benchmark.py et study1-wayback-downloads.csv, ou clonez le référentiel.
git clone https://github.com/vadimchernets/ssrn-benchmark
cd ssrn-benchmark
python3 ssrn_benchmark.py --table
python3 ssrn_benchmark.py --downloads 40 --months 24 --field EconomicsLe code est sous licence MIT et les données sous CC BY 4.0, vous pouvez donc réutiliser les deux. Tout se trouve sur github.com/vadimchernets/ssrn-benchmark. Les données sont archivées sur Zenodo (DOI 10.5281/zenodo.22285871), et l'analyse qui en découle est l'article Que signifient 7 téléchargements ? Cécité métrique et démarrage à froid de l'attention scientifique après le coucher du soleil des classements SSRN de Vadym Chernets.
Consulter ssrn-benchmark sur GitHub
Vadym Chernets développe également Poly A1, une application dans laquelle les IA de différentes entreprises vérifient le travail les unes des autres.