Étiquette : revue systématique

Auto-created tag: revue systématique

Scoping review pour le mémoire de master : méthode, étapes et différences avec la revue systématique

Vous avez identifié un sujet de mémoire, commencé à explorer la littérature, et réalisé que le corpus est vaste, hétérogène, réparti entre plusieurs disciplines — sans qu’aucune revue systématique n’existe encore sur cette question. La scoping review méthode mémoire master 2026 est précisément l’outil conçu pour cette situation. Ni simple bibliographie annotée, ni revue systématique exigeant des mois de travail, la scoping review (ou revue de cadrage) permet de cartographier l’étendue et la nature des données disponibles sur un sujet, d’identifier les lacunes conceptuelles et de poser les bases d’une recherche future — le tout en suivant un cadre rigoureux reconnu par les jurys et les comités de rédaction.

Le cadre méthodologique de référence a été posé par Hilary Arksey et Lisa O’Malley en 2005 dans International Journal of Social Research Methodology, puis enrichi par Levac, Colquhoun et O’Brien en 2010, et standardisé par le Joanna Briggs Institute (JBI) en 2020. Cet article vous guide à travers les cinq étapes du processus, expose les différences fondamentales avec la revue systématique, et précise quand choisir l’une ou l’autre approche pour votre mémoire de master.

En bref — Scoping review : méthode de synthèse bibliographique en cinq étapes (Arksey & O’Malley 2005 / JBI 2020) qui cartographie un domaine sans évaluation obligatoire de la qualité des études ni méta-analyse. Elle répond à des questions larges et exploratoires, et est particulièrement adaptée aux mémoires de master en sciences humaines, santé publique, éducation ou gestion.

1. Qu’est-ce qu’une scoping review ?

La scoping review — traduisible en français par revue de cadrage ou revue exploratoire de la littérature — est une méthode de synthèse des données probantes qui vise à cartographier l’étendue, la nature et la distribution des travaux existants sur un sujet donné. Son objectif premier n’est pas de répondre à une question d’efficacité précise, mais de dresser un panorama conceptuel : quels types de données existent ? Quelles populations ont été étudiées ? Quels cadres théoriques sont mobilisés ? Quelles lacunes persistent ?

À la différence d’une revue systématique, la scoping review n’exige pas d’évaluation critique formalisée de la qualité méthodologique de chaque étude (ce que l’on appelle le quality appraisal). Elle n’aboutit pas non plus à une méta-analyse statistique. En contrepartie, elle peut intégrer une gamme plus large de types de sources — études quantitatives, qualitatives, mixtes, littérature grise — ce qui la rend particulièrement adaptée aux domaines hétérogènes ou émergents.

Dans le contexte d’un mémoire de master, la scoping review remplit plusieurs fonctions stratégiques : elle légitime votre sujet en montrant que le champ existe mais n’a pas encore été systématiquement synthétisé ; elle identifie les axes théoriques et empiriques à mobiliser dans votre cadre théorique ou conceptuel ; et elle produit un état de l’art structuré qui constitue à lui seul un chapitre valorisable.

2. Cadre historique : Arksey & O’Malley, Levac et JBI

2.1 La fondation : Arksey & O’Malley (2005)

C’est dans l’article Scoping Studies: Towards a Methodological Framework, publié dans International Journal of Social Research Methodology (vol. 8, n° 1, 2005), qu’Hilary Arksey et Lisa O’Malley formalisent pour la première fois la scoping review comme méthode distincte. Elles en définissent quatre usages principaux :

examiner l’étendue, l’ampleur et la nature des données disponibles sur un sujet ;
synthétiser et diffuser les résultats de recherche ;
identifier les lacunes dans la littérature existante ;
clarifier les concepts et les définitions clés d’un domaine.

Le cadre original comporte cinq étapes séquentielles, plus une sixième étape optionnelle de consultation des parties prenantes. Sa force réside dans sa flexibilité : il n’impose pas de restriction sur les types d’études à inclure ni d’évaluation formelle de la qualité, ce qui permet d’appréhender un domaine dans toute sa diversité.

2.2 Les raffinements de Levac, Colquhoun & O’Brien (2010)

Cinq ans plus tard, Levac et ses co-auteures publient Scoping studies: advancing the methodology dans Implementation Science (vol. 5, n° 69, 2010). Leurs recommandations visent à renforcer la rigueur du cadre Arksey & O’Malley sans en abolir la souplesse. Les apports clés de Levac et al. sont les suivants :

Étape 1 : exiger que la question de recherche lie explicitement le concept central, la population cible et les résultats attendus, pour ancrer la revue dans une finalité claire.
Étape 2 : constituer une équipe pluridisciplinaire et justifier toute décision de limiter la portée de la recherche, en assumant les biais potentiels.
Étape 3 : traiter la sélection des études comme un processus itératif, avec au moins deux examinateurs indépendants qui se concertent à plusieurs stades.
Étape 4 : développer collectivement les formulaires d’extraction et les mettre à jour de façon continue, notamment pour les informations conceptuellement complexes.
Étape 5 : décomposer la synthèse en trois sous-étapes distinctes — analyse descriptive et thématique, présentation des résultats, puis discussion des implications pour la recherche, la pratique et les politiques.
Étape 6 (consultation) : passer du statut optionnel à quasi-obligatoire, avec un objectif de consultation défini et des résultats préliminaires utilisés pour faciliter l’engagement des parties prenantes.

2.3 La standardisation JBI (2020)

Le Joanna Briggs Institute (JBI) — organisation de référence mondiale pour la médecine fondée sur les données probantes — publie en 2020, par Peters et al. dans JBI Evidence Synthesis, des lignes directrices méthodologiques actualisées pour la conduite des scoping reviews. Cette version standardisée devient le référentiel international le plus cité. Le JBI confirme les cinq étapes d’Arksey & O’Malley, intègre les raffinements de Levac, et ajoute des exigences précises :

utilisation de l’outil PRISMA-ScR pour le reporting ;
définition obligatoire des critères d’éligibilité selon le cadre PCC (Population, Concept, Context) — analogue au PICO de la revue systématique ;
enregistrement du protocole (recommandé sur OSF ou dans une revue à comité de lecture) ;
inclusion explicite de la littérature grise dans la stratégie de recherche.

3. Scoping review vs revue systématique : tableau comparatif

La confusion entre ces deux méthodes est fréquente chez les étudiants de master. Le tableau ci-dessous synthétise les différences fondamentales.

Critère	Scoping review	Revue systématique
Type de question	Large, exploratoire, cartographique	Précise, focalisée sur l’efficacité d’une intervention
Cadre de référence	Arksey & O’Malley (2005) / JBI (2020) / PRISMA-ScR	PRISMA (2020), Cochrane Handbook
Évaluation de la qualité	Non obligatoire	Obligatoire (risque de biais, GRADE)
Méta-analyse	Absente	Fréquente (si homogénéité suffisante)
Types d’études inclus	Tous types + littérature grise	Généralement restreint (ex. : essais randomisés)
Synthèse	Descriptive et thématique (narration)	Statistique (méta-analyse) ou narrative
Objectif principal	Cartographier le corpus, identifier les lacunes	Produire une recommandation fondée sur les preuves
Durée typique	2 à 6 mois	12 à 24 mois
Ressources nécessaires	Modérées (faisable seul ou en binôme)	Importantes (équipe, logiciels spécialisés)
Adapté au mémoire de master ?	Oui, très adapté	Exigeant, possible en M2 recherche

Pour aller plus loin sur la méta-analyse et la revue systématique, consultez notre guide dédié qui détaille le protocole PICO, le forest plot et les outils RevMan et Jamovi.

4. Quand choisir une scoping review pour votre mémoire ?

La scoping review est le choix pertinent dans les situations suivantes :

Le sujet est récent ou émergent et peu de synthèses bibliographiques structurées existent encore dans les bases de données indexées.
La question est conceptuelle et exploratoire : vous cherchez à comprendre comment un concept est défini, opérationnalisé ou utilisé dans différentes disciplines, plutôt qu’à mesurer l’efficacité d’une intervention.
Le corpus est hétérogène : il mélange études quantitatives, qualitatives, mixtes, rapports institutionnels — une revue systématique serait difficile à justifier méthodologiquement.
Votre mémoire a une visée exploratoire : vous préparez le terrain pour une recherche empirique future, ou vous souhaitez identifier des pistes de recherche pour votre propre collecte de données.
Vous travaillez seul ou en binôme avec un calendrier de six mois ou moins : la scoping review est réalisable dans ce contexte, contrairement à la revue systématique complète.

En revanche, si votre directeur vous demande de répondre à une question précise sur l’efficacité d’une intervention pédagogique, d’un traitement ou d’une politique publique avec une recommandation de niveau de preuve, la revue systématique reste la référence. Dans le doute, discutez de votre choix avec votre directeur de mémoire dès la phase de cadrage, en vous appuyant sur les guides méthodologiques HAL, theses.fr, DUMAS et Cairn disponibles en libre accès.

5. Les cinq étapes de la scoping review

Le cadre JBI (2020) structure la scoping review en cinq étapes, auxquelles s’ajoute une sixième étape optionnelle de consultation. Voici une description opérationnelle de chaque étape, calibrée pour un mémoire de master.

Étape 1 — Formuler la question de recherche

La question doit être suffisamment large pour permettre une cartographie, mais suffisamment précise pour délimiter le corpus. Le JBI recommande d’utiliser le cadre PCC :

P — Population ou participants : qui sont les sujets concernés ? (ex. : étudiants de master en sciences de l’éducation)
C — Concept : quel est le phénomène central ? (ex. : usage des outils numériques collaboratifs pour la rédaction du mémoire)
C — Contexte : dans quel cadre géographique, institutionnel ou temporel ? (ex. : universités françaises, 2015-2026)

Levac et al. insistent sur la nécessité de lier explicitement la finalité de la revue à la question : pourquoi ce sujet, pour quels usages des résultats ? Cette justification orientera toutes les décisions ultérieures et convaincra le jury de la pertinence méthodologique de votre démarche.

Exemple de question PCC :
« Quels types de dispositifs numériques d’aide à la rédaction académique ont été étudiés chez les étudiants de master (P) en relation avec l’amélioration de la qualité rédactionnelle (C) dans les universités d’Europe francophone entre 2015 et 2026 (C) ? »

Étape 2 — Identifier les études pertinentes

Cette étape consiste à construire une stratégie de recherche documentaire exhaustive et reproductible. Les bonnes pratiques incluent :

Interroger plusieurs bases de données pertinentes pour votre discipline : ERIC ou PsycINFO pour l’éducation ; PubMed ou CINAHL pour les sciences de la santé ; CAIRN, Francis ou BDSP pour les SHS francophones ; Scopus et Web of Science pour une couverture internationale.
Définir les termes de recherche avec leurs équivalents en anglais, français et, le cas échéant, en espagnol ou en portugais. Utiliser les opérateurs booléens (AND, OR, NOT) et les troncatures.
Inclure la littérature grise : thèses accessibles via theses.fr, rapports institutionnels, documents de politique publique, dépôts HAL.
Documenter la stratégie dans un tableau de bord reproductible (date, base interrogée, équation de recherche, nombre de résultats bruts).

Levac et al. recommandent de constituer une équipe avec des expertises complémentaires. Dans le cadre d’un mémoire individuel, cela se traduit par des échanges réguliers avec votre directeur et, si possible, avec un bibliothécaire spécialisé dans votre discipline.

Étape 3 — Sélectionner les études

La sélection s’effectue en deux passages successifs :

Screening des titres et résumés : appliquer les critères d’inclusion et d’exclusion définis a priori (type de document, langue, date de publication, population, concept, contexte). Dans une revue systématique stricte, deux examinateurs indépendants réalisent ce passage. Dans un mémoire de master, le recours à un second lecteur pour un sous-échantillon (10 à 20 % du corpus) avec calcul du coefficient d’accord (kappa de Cohen) est apprécié des jurys exigeants.
Lecture du texte intégral : les études retenues au premier passage sont lues en intégralité pour confirmer leur éligibilité. Les motifs d’exclusion sont documentés dans un tableau des exclusions.

Conformément aux recommandations de Levac et al., ce processus doit être traité comme itératif : il est normal de revisiter les critères d’inclusion à mesure que la compréhension du corpus s’affine, à condition de documenter ces ajustements de façon transparente.

Étape 4 — Extraire les données

L’extraction des données se fait à l’aide d’un formulaire de charting (tableau d’extraction) développé a priori par l’équipe. Ce formulaire capture les informations clés de chaque étude : auteurs, année, pays, type d’étude, population, concept étudié, principaux résultats, définitions opérationnelles, limites signalées.

Contrairement à la revue systématique — qui extrait des données quantitatives précises pour la méta-analyse —, la scoping review s’intéresse à la nature et à la distribution des données : quelles définitions du concept sont mobilisées ? Quelle diversité de contextes ? Quels sous-groupes sont sous-représentés ?

Le JBI insiste sur le caractère itératif de l’extraction : le formulaire doit être piloted (testé sur 3 à 5 articles) et ajusté avant l’extraction systématique. Consignez toutes les modifications dans un journal de bord méthodologique.

Étape 5 — Synthétiser et rédiger les résultats

Levac et al. décomposent cette étape finale en trois sous-tâches, que le JBI reprend intégralement :

Analyse quantitative descriptive : dresser le profil du corpus — répartition temporelle, géographique, disciplinaire, par type d’étude. Ces statistiques descriptives montrent l’évolution du champ et ses angles morts.
Analyse thématique qualitative : identifier les grandes thématiques récurrentes, les tensions conceptuelles, les définitions divergentes et les modèles théoriques dominants. Cette étape s’apparente à une analyse thématique de la revue de littérature, mais conduite sur un corpus délimité par les critères PCC.
Discussion des implications : que révèle cette cartographie pour la recherche future ? Quelles lacunes justifient une étude empirique ? Quelles implications pour la pratique professionnelle ou les politiques publiques ? Cette sous-étape est la plus valorisée par les jurys car elle articule la revue à la contribution propre de votre mémoire.

6. PRISMA-ScR : le reporting adapté

En 2018, Tricco et al. ont publié dans Annals of Internal Medicine l’extension PRISMA-ScR (Preferred Reporting Items for Systematic reviews and Meta-Analyses extension for Scoping Reviews). Cet outil de reporting comporte 22 items obligatoires et 5 recommandés, adaptés aux spécificités de la scoping review.

Les éléments les plus distinctifs de PRISMA-ScR par rapport au PRISMA standard sont :

la présentation du cadre PCC (et non PICO) ;
la mention explicite de l’objectif de la revue (cartographie, identification de lacunes, etc.) ;
la documentation de la stratégie de recherche dans la littérature grise ;
l’absence d’item sur l’évaluation du risque de biais des études individuelles ;
un diagramme de flux adapté, parfois désigné comme PRISMA-ScR flow diagram.

📄 Checklist PRISMA-ScR (22 items) — Télécharger sur EQUATOR Network

Source : EQUATOR Network — Tricco et al. (2018), Annals of Internal Medicine

Pour votre mémoire, utiliser la checklist PRISMA-ScR téléchargeable sur le portail EQUATOR démontre au jury que vous connaissez les standards de reporting internationaux — un signal fort de rigueur méthodologique.

7. Conseils pratiques pour le mémoire de master

7.1 Limiter le corpus de manière justifiée

Une scoping review pour un mémoire de master n’a pas vocation à être exhaustive au sens absolu. L’enjeu est de justifier les délimitations retenues (langues, période, bases de données, types de documents) plutôt que de prétendre à une exhaustivité impossible dans les délais impartis. Un corpus de 30 à 60 articles soigneusement sélectionnés et analysés est préférable à 150 études survolées.

7.2 Utiliser un outil de gestion bibliographique dès le départ

Zotero (voir notre guide dédié sur Zotero pour le mémoire et la thèse), Mendeley ou EndNote permettent de centraliser les références, de gérer les doublons entre bases de données et d’exporter les métadonnées pour alimenter le tableau de charting. Coupler Zotero à un tableur (Google Sheets ou Excel) pour le formulaire d’extraction est une solution efficace et peu coûteuse.

7.3 Documenter chaque décision méthodologique

Tenez un journal de bord méthodologique dès le premier jour. Notez-y les équations de recherche, les bases interrogées, les dates, les ajustements des critères d’inclusion, les désaccords avec un second lecteur et leurs résolutions. Ce journal alimentera directement le chapitre méthodologie de votre mémoire et rendra votre démarche auditable par le jury.

7.4 Enregistrer le protocole (optionnel mais valorisant)

Enregistrer votre protocole sur l’OSF (Open Science Framework) avant de commencer la collecte des données est facultatif pour un mémoire, mais fortement apprécié dans les masters recherche. Cela démontre que votre question de recherche et vos critères d’éligibilité ont été définis a priori, réduisant le risque de biais de confirmation. L’OSF délivre un DOI citable dans votre bibliographie.

7.5 Rédiger la méthode avant d’avoir tous les résultats

La section méthode d’une scoping review se rédige au présent du protocole (ou au passé composé si vous rapportez ce que vous avez fait). Rédigez-la progressivement, au fil des étapes, plutôt que de la récupérer en bloc à la fin. Cela limite les erreurs de mémoire et aligne la description de la méthode sur ce qui a effectivement été réalisé.

Tesify et la scoping review : la rédaction académique d’une scoping review — en particulier la synthèse thématique et la discussion des implications — requiert un registre précis, calibré entre l’analyse factuelle et l’interprétation. Tesify vous aide à maintenir ce registre tout au long de la rédaction, à vérifier la cohérence terminologique entre vos sections et à contrôler l’antiplagiat avant soumission.

FAQ

Qu’est-ce qu’une scoping review ?

Une scoping review (ou revue de cadrage) est une méthode de synthèse bibliographique qui vise à cartographier l’étendue et la nature des données disponibles sur un sujet large. Contrairement à la revue systématique, elle ne requiert pas d’évaluation obligatoire de la qualité des études ni de méta-analyse. Elle répond à des questions exploratoires selon le cadre PCC (Population, Concept, Contexte) et peut intégrer tous types de sources, y compris la littérature grise.

Quelle est la différence entre une scoping review et une revue systématique ?

La revue systématique répond à une question précise sur l’efficacité d’une intervention, inclut une évaluation critique formalisée de la qualité des études (risque de biais) et aboutit souvent à une méta-analyse statistique. Elle prend généralement 12 à 24 mois. La scoping review répond à une question large et exploratoire, cartographie le corpus existant sans évaluation de qualité obligatoire ni synthèse statistique, et peut être réalisée en 2 à 6 mois. La scoping review est mieux adaptée à un mémoire de master.

Combien de temps prend une scoping review pour un mémoire de master ?

Pour un mémoire de master, une scoping review bien délimitée demande généralement 6 à 10 semaines : 1 à 2 semaines pour la formulation de la question et le protocole, 2 à 3 semaines pour la collecte et la sélection des études, 2 à 3 semaines pour l’extraction et l’analyse thématique, et 1 à 2 semaines pour la rédaction du chapitre. Ce calendrier est compatible avec un semestre académique standard.

Faut-il déposer un protocole de scoping review avant de commencer ?

Dans le cadre d’une publication scientifique, il est recommandé d’enregistrer le protocole sur OSF (Open Science Framework) ou de le soumettre à JBI Evidence Synthesis pour garantir la transparence. Pour un mémoire de master, un protocole rédigé dans le chapitre méthodologie suffit, mais son dépôt public sur OSF est un atout apprécié des jurys axés recherche, car cela démontre une démarche a priori et réduit le risque de biais de confirmation.

La scoping review est-elle appropriée pour un mémoire en sciences humaines et sociales ?

Oui. La scoping review est particulièrement adaptée aux sciences humaines et sociales, en santé publique, en éducation ou en gestion, lorsque le domaine est hétérogène, que la littérature est dispersée entre plusieurs disciplines ou que l’objectif est de dresser un état des connaissances avant d’entreprendre une recherche empirique. La capacité à intégrer des études qualitatives et de la littérature grise la rend plus ouverte que la revue systématique classique.

Peut-on inclure de la littérature grise dans une scoping review ?

Oui, et c’est même recommandé par le cadre JBI (2020). La littérature grise — rapports institutionnels, thèses, documents de politique publique, présentations de congrès — est intégrée dans une scoping review pour garantir la représentativité du corpus, surtout sur des sujets récents où la littérature indexée est encore limitée. Des sources comme theses.fr, HAL, les archives institutionnelles et les sites d’organisations professionnelles doivent être systématiquement interrogées.

Doit-on suivre PRISMA pour une scoping review ?

Il existe une extension spécifique : PRISMA-ScR (Preferred Reporting Items for Systematic reviews and Meta-Analyses extension for Scoping Reviews), publiée en 2018 par Tricco et al. dans Annals of Internal Medicine. Elle comporte 22 items obligatoires adaptés à la scoping review et remplace l’utilisation du PRISMA standard pour ce type de revue. La checklist PRISMA-ScR est téléchargeable gratuitement sur le portail EQUATOR.

juillet 13, 2026

Revue de Littérature Systématique : la Méthode PRISMA 2020 Appliquée à un Mémoire (Guide 2026)

Votre directeur de mémoire vous demande une « revue de littérature », et vous produisez une synthèse de dix articles glanés sur Google Scholar. Au jury, la question tombe : « Quelle était votre stratégie de recherche ? Sur quels critères avez-vous inclus ces études et exclu les autres ? » L’absence de réponse structurée trahit une revue narrative — légitime dans certains contextes, mais insuffisante dès qu’on revendique une analyse systématique de la littérature.

La revue de littérature systématique impose un protocole explicite, prédéfini et reproductible. Sa référence internationale est la déclaration PRISMA 2020, publiée par Page et al. dans le British Medical Journal (DOI : 10.1136/bmj.n71) pour remplacer la version 2009 et intégrer quinze années d’évolutions méthodologiques. Conçu pour les revues publiées dans des journaux à comité de lecture, ce cadre s’adapte — avec des ajustements raisonnés — au contexte d’un mémoire de master.

Ce guide présente chaque étape du protocole PRISMA 2020, propose des tableaux comparatifs des outils d’évaluation qualité et délivre une version allégée applicable dans le cadre d’un mémoire, en signalant les adaptations légitimes et les erreurs qui font baisser la note.

En bref

Une revue de littérature systématique suit un protocole prédéfini et reproductible : question PICO ou PECO, équation booléenne documentée, bases de données multiples, critères d’inclusion/exclusion formalisés, sélection en deux étapes et rapport via le diagramme de flux PRISMA 2020. Pour un mémoire de master, la méthode s’allège (2-3 bases, 1 évaluateur, évaluation qualité simplifiée) mais le protocole reste explicite et traçable.

1. Revue narrative ou systématique : la distinction qui change tout

La revue narrative (ou traditionnelle) est un résumé sélectif de la littérature : l’auteur choisit les sources qui illustrent son propos, sans formaliser les critères de sélection ni la couverture bibliographique. Elle a toute sa légitimité pour situer un sujet ou construire un cadre théorique, mais elle comporte un biais de confirmation élevé — on cite ce qui conforte la thèse, on écarte ce qui la contredit.

La revue systématique répond à une question empirique précise en suivant un protocole enregistré a priori, c’est-à-dire avant d’accéder aux résultats. Elle vise l’exhaustivité relative : toutes les études répondant aux critères prédéfinis sont incluses, celles qui ne les remplissent pas sont exclues avec des raisons documentées. Elle est reproductible : deux équipes appliquant le même protocole doivent parvenir à des résultats similaires.

Revue narrative vs revue systématique
Critère	Revue narrative	Revue systématique
Question de recherche	Large, souvent implicite	Précise, formalisée (PICO/PECO)
Stratégie de recherche	Non formalisée	Équation documentée et reproductible
Sélection des sources	Discrétionnaire	Critères d’inclusion/exclusion explicites
Risque de biais	Élevé	Contrôlé et évalué
Reproductibilité	Faible	Élevée
Diagramme PRISMA	Non applicable	Obligatoire

Une troisième forme, la scoping review, explore l’étendue d’un domaine sans évaluer la qualité méthodologique des études ; elle suit le cadre Arksey & O’Malley actualisé par le JBI (2020) et obéit à ses propres règles de rapport. Le choix entre ces trois formes dépend de votre question de recherche et du niveau de maturité de la littérature dans votre discipline.

2. Le cadre PRISMA 2020 : ce que Page et al. ont changé

La déclaration PRISMA (Preferred Reporting Items for Systematic reviews and Meta-Analyses) a été publiée pour la première fois en 2009. La version 2020, rédigée par Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD et leurs co-auteurs, paraît simultanément dans le BMJ, PLoS Medicine et plusieurs autres journaux. Elle comporte 27 items organisés autour du titre, du résumé, de l’introduction, des méthodes, des résultats et de la discussion.

Les évolutions majeures par rapport à la version 2009 :

Distinction des sources d’identification. Les études repérées via des registres d’essais, des citations croisées ou des contacts d’experts sont désormais distinguées des résultats issus des bases de données indexées.
Étape de dédoublonnage explicite. Un sous-ensemble « records removed before screening » est ajouté dans le diagramme pour rendre compte du nettoyage automatisé ou manuel.
Automatisation reconnue. PRISMA 2020 intègre l’usage d’outils logiciels (Rayyan, Covidence, ASReview) pour la sélection assistée des titres et résumés.
Évaluation du biais au niveau du résultat. L’item correspondant est désormais explicité à l’échelle de chaque résultat individuel, et non uniquement de l’étude dans son ensemble.

Le texte intégral, la checklist des 27 items et le diagramme de flux modifiable sont disponibles en accès libre sur www.prisma-statement.org.

3. Formuler sa question de recherche : PICO et PECO

Le format PICO est le standard en sciences de santé. PECO est son adaptation pour les études observationnelles en sciences sociales et en santé publique, où l’on ne contrôle pas une intervention mais on observe une exposition.

Structure PICO vs PECO
Composante	PICO (sciences de santé)	PECO (sciences sociales)
P	Population / Problème	Population / Problème
I / E	Intervention	Exposition (comportement, condition socio-économique)
C	Comparaison / Contrôle	Comparaison
O	Outcome (critère de résultat)	Outcome

Exemple de question PICO pour un mémoire en santé publique : « Chez les adultes atteints de diabète de type 2 (P), un programme d’activité physique structuré de douze semaines (I) améliore-t-il davantage le contrôle glycémique (O) qu’un traitement habituel sans activité structurée (C) ? »

Formaliser la question PICO en amont force à délimiter le périmètre avant de lancer les recherches — et non après avoir consulté les résultats. Ce travail est directement lié à la formulation de votre problématique de mémoire : la question PICO en est la traduction documentaire.

En éducation, en sciences de l’information et en management, des variantes existent : SPIDER (pour les études qualitatives), PICOS (ajout du type d’étude), ou ECLIPSE (pour les politiques de santé). Précisez dans votre méthode la variante retenue et la raison de ce choix.

Cadre PICO pour la formulation de la question de recherche dans une revue de littérature systématique — Schéma PICO : quatre composantes structurantes — Population, Intervention (ou Exposition), Comparaison, Outcome — pour cadrer la question de recherche systématique

4. Équations booléennes et sélection des bases de données

L’équation de recherche traduit la question PICO en langage documentaire à l’aide de trois opérateurs logiques :

AND (ET) : restreint la recherche — récupère les références citant tous les concepts associés.
OR (OU) : élargit — récupère les références citant au moins un synonyme au sein d’un même concept.
NOT (SAUF) : exclut un terme — à manier avec prudence pour ne pas éliminer des résultats pertinents.

La troncature (*) capture les variantes morphologiques : exerci* renvoie exercice, exercices, exercising. Les guillemets imposent une expression exacte : "activité physique". Les parenthèses organisent la priorité des opérateurs.

Exemple d’équation structurée :

("diabetes mellitus type 2" OR "type 2 diabetes" OR "diabète de type 2")
AND ("physical activity" OR "exercise" OR "activité physique")
AND ("glycemic control" OR "HbA1c" OR "blood glucose")

Le choix des bases de données dépend de votre discipline. Pour un mémoire de master, 2 à 3 bases suffisent, à condition de les justifier et de les compléter par des rebonds bibliographiques (consultation des références des articles retenus, méthode dite du snowballing).

Bases de données recommandées par discipline
Discipline	Bases recommandées
Santé / Médecine	PubMed/MEDLINE, Embase, Cochrane Library
Sciences sociales	Scopus, PsycINFO, Sociological Abstracts
Éducation	ERIC, PsycINFO, JSTOR
SHS francophones	Cairn.info, Persée, HAL
Pluridisciplinaire	Web of Science, OpenAlex

Pour un inventaire exhaustif des bases accessibles sans abonnement, consultez notre guide des 23 bases de données scientifiques gratuites pour votre mémoire. Des outils d’exploration comme Elicit, Consensus ou Perplexity peuvent compléter la recherche traditionnelle via des interfaces en langage naturel, mais ils ne remplacent pas une interrogation directe avec une équation booléenne structurée.

5. Critères d’inclusion et d’exclusion

Les critères doivent être définis avant la consultation des résultats. Les modifier après avoir vu les titres constitue un biais connu sous le nom de HARKing (Hypothesizing After Results are Known). Ils se déclinent habituellement sur cinq axes :

Période. Cinq à dix ans est courant pour un mémoire portant sur un domaine en évolution rapide ; vingt ans pour des sujets plus stables.
Langue. Français et anglais au minimum ; toute exclusion linguistique doit être justifiée et signalée comme limite.
Type d’étude. Essais randomisés, cohortes, études qualitatives — à préciser selon la question PICO.
Population. Conforme aux paramètres P de la question.
Critère de résultat. La variable mesurée doit correspondre au O de PICO.

Toute étude exclue à l’étape texte intégral doit être listée avec la raison d’exclusion — c’est l’exigence de l’item 17 de la checklist PRISMA 2020.

6. La sélection en deux étapes

Étape 1 — Criblage sur titre et résumé

On applique rapidement les critères d’éligibilité pour éliminer les hors-sujets évidents. Dans une revue publiée, deux évaluateurs indépendants réalisent cette étape avec calcul de l’accord inter-juge (coefficient kappa de Cohen). Pour un mémoire, un évaluateur unique est toléré, à condition de le signaler explicitement comme limite méthodologique. Des outils comme Rayyan (gratuit) ou ASReview intègrent une aide à la décision par intelligence artificielle pour accélérer cette étape, à déclarer dans la méthode.

Étape 2 — Lecture du texte intégral

Les articles retenus à l’étape 1 sont lus intégralement. Les exclusions sont documentées avec leur justification : population incorrecte, critère de résultat non mesuré, données insuffisantes, doublon, etc. La liste des textes exclus avec raisons figure en annexe du mémoire ou dans le corps de la méthode, selon les exigences de votre directeur.

7. Le diagramme de flux PRISMA 2020

Le diagramme de flux est l’élément le plus visible d’une revue systématique. Il rend compte du cheminement de chaque référence identifiée jusqu’au corpus final inclus dans la synthèse. La version 2020 introduit deux colonnes distinctes : les sources issues des bases de données indexées, et les sources identifiées par d’autres méthodes (registres d’essais, citations croisées, contacts d’experts).

Les quatre phases du diagramme :

Identification. Nombre total de références trouvées par base, doublons supprimés, enregistrements écartés avant criblage.
Criblage (Screening). Références examinées sur titre/résumé, nombre exclu à ce stade.
Éligibilité. Textes intégraux consultés, nombre exclu avec raisons détaillées.
Inclusion. Études retenues dans la synthèse qualitative (et dans la méta-analyse, si applicable).

Les gabarits officiels — Word, PowerPoint, PDF — sont téléchargeables gratuitement sur www.prisma-statement.org. Renseignez-les en temps réel, au fil de la sélection, et non rétrospectivement d’après des souvenirs approximatifs.

Diagramme de flux PRISMA 2020 : processus de sélection en entonnoir des études pour une revue systématique — Représentation du processus d’identification–criblage–éligibilité–inclusion propre au diagramme de flux PRISMA 2020 : chaque étape réduit le corpus jusqu’aux études finalement retenues

8. Extraction des données et évaluation de la qualité

Grille d’extraction

L’extraction s’effectue via une grille de codage homogène appliquée à chaque étude retenue : auteurs, année, pays, population, intervention ou exposition, critère de résultat, résultats principaux, type d’étude. Un tableau Excel suffit pour un mémoire de master ; Covidence ou Rayyan automatisent cette étape pour des corpus de plus d’une centaine d’études.

Évaluation de la qualité méthodologique

L’évaluation de la qualité est obligatoire dans PRISMA 2020 (item 12). Elle distingue les études robustes des études à risque de biais élevé, ce qui infléchit l’interprétation globale des résultats. Quelques outils de référence :

Outils d’évaluation de la qualité par type d’étude
Type d’étude	Outil recommandé
Essais randomisés	RoB 2 (Cochrane Risk of Bias)
Études de cohorte / cas-témoins	Newcastle-Ottawa Scale (NOS)
Études qualitatives	CASP Qualitative Checklist (10 items)
Méthodes mixtes	MMAT (Mixed Methods Appraisal Tool)
Études diagnostiques	QUADAS-2

Pour un mémoire de master, la checklist CASP (Critical Appraisal Skills Programme, 8 à 10 items en oui / non / impossible à savoir) est accessible et suffisamment rigoureuse pour la plupart des designs qualitatifs et quantitatifs courants en sciences humaines et sociales.

9. Adapter PRISMA au mémoire de master : la version allégée

Une revue systématique publiée mobilise généralement une équipe de deux à quatre chercheurs, plusieurs bases de données et plusieurs mois de travail. Le mémoire de master impose des contraintes de temps et de ressources que le protocole doit refléter honnêtement — sans sacrifier la rigueur sur les points non négociables.

PRISMA standard vs version mémoire de master
Élément	Revue publiée	Mémoire de master
Évaluateurs	2 indépendants + kappa	1 (à déclarer comme limite)
Bases de données	5 ou plus	2-3, à justifier
Protocole enregistré	PROSPERO (obligatoire)	Recommandé, non obligatoire
Évaluation de la qualité	Double évaluation + kappa	1 évaluateur, CASP
Diagramme de flux PRISMA 2020	Obligatoire	Obligatoire — non négociable
Textes intégraux exclus	Liste complète avec raisons	Liste synthétique en annexe

L’élément non négociable quelle que soit l’échelle : le diagramme de flux PRISMA 2020. Son absence dans un mémoire revendiquant une revue systématique constitue une faute méthodologique que le jury sanctionne systématiquement. De même, l’équation de recherche complète doit figurer dans le texte ou en annexe.

Sur le plan de la rédaction, la revue systématique s’insère naturellement après l’introduction et avant le cadre théorique : elle établit l’état des connaissances empiriques sur lesquelles le cadre théorique apportera ensuite une grille d’analyse. Pour un guide complet des approches méthodologiques — qualitative, quantitative et mixte — et de leur articulation dans un mémoire, consultez notre guide méthodologie de recherche 2026.

10. Les erreurs fréquentes à éviter

Appeler « systématique » une revue narrative. Utiliser le terme sans respecter le protocole expose à une remise en cause frontale lors de la soutenance.
Interroger une seule base de données. PubMed seul ou Google Scholar seul ne couvre pas l’ensemble d’un champ disciplinaire. Croiser au minimum deux bases est impératif.
Modifier les critères après avoir consulté les résultats. Les critères d’inclusion et d’exclusion doivent être arrêtés avant d’examiner les titres — c’est le principe du protocole a priori.
Omettre le diagramme de flux. Sans lui, le jury ne peut pas évaluer la transparence de la sélection.
Négliger l’évaluation de la qualité. Présenter les résultats de cinq études sans signaler que trois présentent un risque de biais élevé fausse l’interprétation globale.
Confondre revue systématique et scoping review. La scoping review ne prétend pas à l’exhaustivité et n’évalue pas la qualité ; elle cartographie un territoire thématique.
Viser un corpus trop large. Quinze études bien analysées avec une grille d’extraction complète valent mieux que soixante études survolées.
Ignorer la littérature grise. Les rapports institutionnels, thèses et documents de travail non indexés — disponibles sur theses.fr, DUMAS et HAL — peuvent contenir des résultats décisifs.
Oublier de reproduire l’équation de recherche. Elle doit apparaître intégralement dans le corps de la méthode ou en annexe.
Dissimuler les limites. Un évaluateur unique, un corpus limité à deux langues, une période restreinte : ce sont des limites à nommer explicitement, pas à cacher.

Questions fréquentes

La revue systématique est-elle obligatoire dans un mémoire de master ?

Non. Elle est pertinente quand la question de recherche est empirique et que la littérature existante est suffisamment fournie — au moins 15 à 20 études potentiellement éligibles dans le domaine. Pour des sujets exploratoires ou des disciplines où la documentation publiée est rare, une revue narrative ou une scoping review est méthodologiquement plus appropriée. Discutez du choix avec votre directeur avant de vous engager.

Faut-il enregistrer son protocole sur PROSPERO avant de commencer ?

C’est fortement recommandé mais non obligatoire dans le cadre d’un mémoire de master. L’enregistrement sur PROSPERO (International Prospective Register of Systematic Reviews, géré par l’Université de York) est gratuit et empêche le biais de sélection a posteriori. À noter : PROSPERO est principalement ouvert aux questions de santé et de protection sociale ; d’autres disciplines ne disposent pas d’équivalent institutionnel francophone.

Comment construire le diagramme de flux PRISMA si je travaille seul ?

Les gabarits officiels sont téléchargeables gratuitement sur www.prisma-statement.org en format Word, PowerPoint et PDF. Tenez un journal de bord dès la première recherche : notez la base consultée, la date, l’équation exacte et le nombre de résultats obtenus. Le diagramme se remplit à partir de ces données au fur et à mesure — et non rétrospectivement d’après des souvenirs approximatifs.

Combien d’études faut-il inclure dans la revue systématique d’un mémoire ?

PRISMA ne fixe pas de nombre minimal. Pour un mémoire de 60 à 80 pages, un corpus de 10 à 25 études bien analysées constitue une fourchette réaliste et rigoureuse. Le nombre dépend avant tout de la question PICO et de la disponibilité de la littérature dans le domaine, pas d’un seuil arbitraire à atteindre.

Peut-on utiliser un outil d’intelligence artificielle pour la sélection des articles ?

Oui, à condition de le déclarer dans la méthode. Des outils comme Rayyan (gratuit) ou ASReview intègrent de l’intelligence artificielle pour accélérer le criblage sur titre et résumé. PRISMA 2020 prévoit explicitement la mention des outils d’automatisation dans le rapport. La décision finale d’inclusion ou d’exclusion reste sous la responsabilité du chercheur.

Quelle est la différence entre PRISMA et PROSPERO ?

PRISMA est un guide de rapport : il indique quelles informations inclure dans la rédaction de votre méthode et de vos résultats. PROSPERO est un registre : il permet d’enregistrer votre protocole avant de commencer la recherche, afin de prévenir les biais rétrospectifs. Les deux sont complémentaires mais indépendants : on peut suivre PRISMA sans avoir enregistré son protocole sur PROSPERO.

juillet 6, 2026

Méta-analyse : méthode complète pour mémoire et thèse en sciences sociales et santé 2026

Votre directeur de recherche vous a suggéré de réaliser une méta-analyse, et vous vous demandez par où commencer ? La méta-analyse méthode mémoire thèse 2026 est l’une des approches les plus puissantes — et les plus mal comprises — de la recherche académique. Elle permet de synthétiser quantitativement des dizaines d’études primaires pour en dégager une conclusion robuste, là où une simple revue narrative ne ferait que juxtaposer des résultats contradictoires. Utilisée en psychologie clinique, en éducation, en médecine et dans les sciences sociales, elle confère à un mémoire ou à une thèse une autorité scientifique que peu d’autres designs peuvent égaler.

Ce guide vous accompagne pas à pas : de la distinction fondamentale entre revue systématique et méta-analyse, aux cinq étapes opérationnelles, en passant par la lecture d’un forest plot, le diagnostic de l’hétérogénéité et le choix des outils logiciels adaptés à votre niveau. Chaque section s’appuie sur les recommandations méthodologiques actuelles de la Cochrane Collaboration et des manuels de référence utilisés dans les universités françaises.

En résumé : Une méta-analyse est une synthèse statistique d’études primaires qui produit un effet global pondéré (Cohen’s d, odds ratio, Hedges’ g). Elle diffère de la revue systématique en ce qu’elle quantifie la taille d’effet plutôt que de décrire les résultats. Réalisable avec RevMan (Cochrane), le package meta sous R, ou Jamovi, elle exige une question PICO précise, un protocole enregistré et une évaluation du biais.

1. Revue systématique vs méta-analyse : la distinction clé

La confusion entre les deux notions est quasi universelle chez les étudiants de master et les doctorants en début de parcours. Elle mérite d’être clarifiée d’emblée, car choisir le mauvais design peut invalider la contribution d’un mémoire entier.

Une revue systématique (ou revue de littérature systématique) est une synthèse narrative et qualitative des études primaires. Elle suit un protocole rigoureux — bases de données consultées, mots-clés, critères d’inclusion/exclusion, évaluation du risque de biais — et se conclut par une description structurée des résultats, sans calculer d’effet global. Elle répond à la question : « Que sait-on sur ce sujet ? »

Une méta-analyse va plus loin : elle quantifie statistiquement les résultats de l’ensemble des études retenues en calculant un effet global pondéré. Elle répond à la question : « Dans quelle mesure cet effet existe-t-il, et dans quelles conditions est-il plus fort ou plus faible ? » Toute méta-analyse s’appuie sur une revue systématique préalable ; l’inverse n’est pas vrai. Comme le rappelle le guide méthodologique de l’INSPÉ de l’université Grenoble-Alpes, la méta-analyse est une « méta-étude qui combine les résultats de plusieurs recherches portant sur la même hypothèse » afin de dépasser les limitations de chaque étude individuelle.

Une troisième notion doit être distinguée : la synthèse narrative. Elle ressemble à une revue de littérature classique mais sans protocole systématique. Elle reste acceptable pour des mémoires de master recherche sur des sujets peu documentés, mais n’a pas la valeur épistémique d’une revue systématique ou d’une méta-analyse. Pour approfondir la construction de votre cadre méthodologique, consultez également notre article sur comment justifier le choix de sa méthodologie dans un mémoire.

2. Les 5 étapes d’une méta-analyse

La procédure standard, telle que formalisée par la Cochrane Collaboration et décrite dans les manuels de Borenstein et al. (2009), se décompose en cinq phases distinctes. Chacune doit être documentée dans le mémoire ou la thèse, idéalement dans un protocole enregistré sur PROSPERO ou OSF avant le début de la collecte.

Formulation de la question de recherche avec le cadre PICO

Le cadre PICO (Population, Intervention/Exposition, Comparateur, Outcome) est le point de départ obligatoire. En santé, une question PICO bien formulée pourrait être : « Chez les adultes souffrant d’insomnie chronique (P), une thérapie cognitivo-comportementale (I) comparée à un traitement pharmacologique (C) réduit-elle la latence d’endormissement (O) ? » En sciences sociales, on parle parfois de PECO (E pour Exposure) ou de PICo (Co pour Context) dans les approches qualitatives, mais la méta-analyse reste un outil quantitatif. La précision de cette étape conditionne directement la qualité de l’inclusion des études et la cohérence de la synthèse finale.
Collecte exhaustive des études primaires

La recherche bibliographique doit être explicitement reproductible : bases de données interrogées (PubMed/MEDLINE, PsycINFO, ERIC pour l’éducation, Cairn.info et FRANCIS pour les SHS francophones), équations de recherche documentées avec opérateurs booléens, dates de recherche, langues incluses. Un double-screening indépendant (deux chercheurs évaluent chaque titre/résumé, puis chaque texte intégral) est requis pour les publications dans des revues à comité de lecture. Le diagramme PRISMA-2020 (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) permet de tracer le flux de sélection des études, depuis les enregistrements identifiés jusqu’aux études incluses dans la synthèse. Pour compléter votre revue de littérature, notre guide sur comment faire une revue de littérature pour mémoire détaille les stratégies de recherche sur chaque base.
Codage des données et évaluation du risque de biais

Chaque étude retenue est codée dans un tableau standardisé : auteurs, année, taille d’échantillon, design (essai contrôlé randomisé, étude quasi-expérimentale, étude de cohorte), mesure de l’outcome, statistiques rapportées (moyennes, écarts-types, tailles d’effet brutes). L’évaluation du risque de biais utilise des outils validés : RoB 2 (Risk of Bias 2.0) pour les essais randomisés, ROBINS-I pour les études non randomisées, Newcastle-Ottawa Scale pour les études observationnelles. Un codage fiable exige un accord inter-juges mesuré par le coefficient kappa de Cohen : une valeur κ ≥ 0,70 est généralement requise pour valider le processus de codage.
Calcul de la taille d’effet

C’est le cœur quantitatif de la méta-analyse. Les statistiques brutes (moyennes, proportions, coefficients de corrélation) issues de chaque étude primaire sont transformées en une métrique commune — la taille d’effet — qui permet de les comparer et de les combiner. Voir le tableau comparatif des mesures dans la section suivante. Si une étude ne rapporte pas directement les statistiques nécessaires, il est souvent possible de les recalculer depuis les valeurs de t, F ou p rapportées, via des formules de conversion disponibles dans les logiciels spécialisés. L’effet global est ensuite calculé comme une moyenne pondérée, chaque étude recevant un poids proportionnel à la précision de son estimation (généralement l’inverse de sa variance).
Interprétation et analyse de modération

L’interprétation de l’effet global ne suffit pas : il faut examiner si cet effet varie en fonction de caractéristiques des études (moderators). Une méta-régression peut tester si l’effet diffère selon l’année de publication, la durée de l’intervention, l’âge des participants ou le contexte géographique. Le funnel plot (graphique en entonnoir) permet de détecter un biais de publication : si les petites études aux effets négatifs sont absentes, le graphique présente une asymétrie qui doit être rapportée. Le test d’Egger formalise cette détection. L’ensemble des résultats — effet global, intervalle de confiance à 95 %, statistique I², forest plot, funnel plot — doit être présenté clairement dans la section résultats. Notre article sur comment présenter les résultats d’un mémoire avec tableaux et figures fournit des conseils pratiques de mise en page.

3. Mesures de la taille d’effet : tableau comparatif

Le choix de la mesure de taille d’effet dépend du type de données analysées. Le tableau suivant récapitule les principales options.

Mesure	Type de données	Interprétation (Cohen, 1988)	Cas d’usage typique
Cohen’s d	Données continues, deux groupes	Petit : 0,2 \| Moyen : 0,5 \| Grand : 0,8	Psychologie, éducation, SHS
Hedges’ g	Données continues (correction pour petits n)	Mêmes seuils que Cohen’s d	Méta-analyses avec échantillons de petite taille
Odds Ratio (OR)	Données binaires (événement oui/non)	OR = 1 : pas d’effet ; OR > 1 : risque augmenté	Épidémiologie, santé publique, études cas-témoins
Risque Relatif (RR)	Données binaires (études de cohorte)	RR = 1 : pas d’effet ; interprétation directe	Essais cliniques, cohortes prospectives
Hazard Ratio (HR)	Données de survie	HR < 1 : réduction du risque au fil du temps	Oncologie, études de survie à long terme
Corrélation r	Relations entre variables continues	Petit : 0,1 \| Moyen : 0,3 \| Grand : 0,5	Psychologie différentielle, sciences de l’éducation

Note : Hedges’ g est recommandé par rapport à Cohen’s d lorsque les tailles d’échantillons des études primaires sont inférieures à 20, car il corrige le biais de sur-estimation propre aux petits échantillons (Hedges, 1981).

4. Lire un forest plot étape par étape

Le forest plot (diagramme en forêt) est la représentation graphique centrale de toute méta-analyse. Sa lecture peut sembler intimidante au premier abord, mais obéit à une logique simple une fois les éléments identifiés.

Chaque ligne horizontale représente une étude primaire. Le carré au centre de la ligne correspond à la taille d’effet estimée pour cette étude ; sa taille est proportionnelle au poids attribué à l’étude dans le calcul de l’effet global (les études avec de grands échantillons ou une faible variance ont des carrés plus larges). Les barres horizontales de part et d’autre du carré représentent l’intervalle de confiance à 95 % : si cet intervalle ne croise pas la ligne verticale de référence (zéro pour les différences standardisées, un pour les ratios), l’effet est statistiquement significatif à p < 0,05.

En bas du graphique, le losange synthétise l’effet global pondéré de toutes les études. Sa largeur indique la précision de l’estimation globale : plus il est étroit, plus la méta-analyse est précise. La ligne verticale tracée au centre du losange représente l’effet moyen. Si le losange est entièrement à droite de la ligne de référence (pour un Cohen’s d), l’effet global est positif et statistiquement significatif.

La colonne de gauche liste les études (auteurs et année), et la colonne de droite indique numériquement la taille d’effet et son intervalle de confiance. La proportion du poids attribué à chaque étude (en %) est également affichée. Une étude unique représentant plus de 40–50 % du poids total signale une hétérogénéité de taille d’échantillon qu’il faut signaler et discuter dans votre mémoire.

Ressource PRISMA 2020 — Directives de reporting pour revues systématiques et méta-analyses

Le groupe PRISMA publie gratuitement ses directives, ses checklists et ses diagrammes de flux (flowcharts) téléchargeables, référence internationale pour tout mémoire ou thèse incluant une revue systématique.

Accéder aux ressources PRISMA 2020 →

Source : PRISMA Statement — Page, M. J. et al. (2021). « The PRISMA 2020 Statement. » BMJ, 372, n71. Téléchargez le diagramme PRISMA 2020 Flow Diagram et la checklist pour votre section méthodes.

5. Hétérogénéité I² et choix du modèle statistique

L’hétérogénéité est la question centrale de tout examen méta-analytique : les études combinent-elles réellement le même effet sous-jacent, ou mesurent-elles des phénomènes différents qui ne devraient pas être agrégés ?

La statistique I² (I-carré) quantifie la proportion de la variabilité totale entre les études qui est due à une hétérogénéité réelle plutôt qu’à un aléa d’échantillonnage. Les seuils d’interprétation conventionnels, issus de la revue méthodologique de Hygiène et publiés dans les recommandations de la Cochrane, sont les suivants :

I² < 25 % : hétérogénéité faible — les études sont suffisamment homogènes pour être agrégées avec confiance.
I² entre 25 % et 50 % : hétérogénéité modérée — une analyse de modération est recommandée pour identifier les sources de variation.
I² > 50 % : hétérogénéité substantielle — la prudence s’impose ; l’effet global doit être interprété avec réserve et une méta-régression est nécessaire.
I² > 75 % : hétérogénéité considérable — certains auteurs déconseillent de calculer un effet global et recommandent une synthèse narrative à la place.

Le choix entre modèle à effets fixes et modèle à effets aléatoires découle directement de l’évaluation de l’hétérogénéité :

Le modèle à effets fixes suppose qu’il existe un seul vrai effet sous-jacent, que toutes les études estiment avec une erreur d’échantillonnage. Il est approprié uniquement si I² est très faible et si les études sont quasi-identiques en termes de population et d’intervention.
Le modèle à effets aléatoires (méthode DerSimonian-Laird ou méthode REML) suppose que chaque étude estime un effet légèrement différent, tiré d’une distribution de vrais effets. C’est le modèle recommandé par défaut en sciences sociales et en santé, car les contextes d’intervention varient inévitablement entre études. Il produit des intervalles de confiance plus larges mais plus honnêtes.

La statistique Q de Cochran (test d’homogénéité) complète l’I² : une valeur de Q significative (p < 0,10, seuil usuel car le test est peu puissant avec peu d’études) confirme la présence d’hétérogénéité. L’intervalle de prédiction à 95 % — à distinguer de l’intervalle de confiance — indique dans quelle fourchette on peut s’attendre à observer l’effet dans une future étude non incluse dans la méta-analyse : c’est un indicateur de la généralisabilité des résultats.

6. Outils accessibles : RevMan, R et Jamovi

Trois outils principaux s’offrent aux étudiants et doctorants, selon leur niveau en statistiques et leurs ressources disponibles.

RevMan (Cochrane Review Manager)

RevMan 5 et sa version en ligne Cochrane RevMan Web sont gratuits et conçus spécifiquement pour les revues systématiques et les méta-analyses Cochrane. L’interface guidée est idéale pour les débutants : elle structure automatiquement le protocole, gère les tableaux de risque de biais (RoB 2) et génère les forest plots et les funnel plots d’un clic. La limitation principale est que RevMan impose les formats Cochrane, ce qui peut contraindre des méta-analyses conduites en dehors de ce cadre. Pour les mémoires et thèses en sciences de la santé, c’est l’outil de référence.

R — package `meta` et `metafor`

Pour les utilisateurs à l’aise avec R, les packages meta (Schwarzer, 2007) et metafor (Viechtbauer, 2010) offrent une flexibilité totale. Le package meta est particulièrement accessible grâce à une syntaxe intuitive : la fonction metacont() traite les données continues (Cohen’s d, Hedges’ g), metabin() les données binaires (OR, RR), et metacor() les corrélations. Les forest plots produits sont de qualité publication. En SHS, R est de plus en plus requis dans les programmes de doctorat. Pour compléter vos compétences statistiques, notre article sur construire une échelle de Likert valide pour son mémoire couvre les fondements de la mesure quantitative.

Jamovi — module MAJOR

Jamovi est un logiciel gratuit avec interface graphique (type SPSS), dont le module MAJOR (Meta-Analysis with jamovi) permet de réaliser des méta-analyses sans écrire une seule ligne de code. Il est particulièrement adapté aux étudiants en master de psychologie ou de sciences de l’éducation qui maîtrisent déjà Jamovi pour leurs analyses primaires. MAJOR produit des forest plots, des funnel plots et calcule l’I², le Q de Cochran et les intervalles de prédiction. Sa courbe d’apprentissage est la plus douce des trois options.

7. Exemple appliqué en SHS et santé

Pour rendre ces concepts concrets, voici deux exemples du type de méta-analyses réalisables dans un mémoire de master 2 ou une thèse de doctorat, selon le domaine.

Exemple en sciences de l’éducation

Question PICO : « Les interventions de feedback formatif (I) améliorent-elles les résultats académiques (O) des élèves du secondaire en France et en Europe (P) par rapport à l’absence de feedback structuré (C) ? » Le chercheur interroge ERIC, PsycINFO et les bases Cairn.info pour identifier des études publiées entre 2010 et 2025. Après application des critères d’inclusion — études avec groupe contrôle, mesure des performances académiques pré/post — une vingtaine d’études sont retenues. La taille d’effet moyenne (Cohen’s d) est calculée pour chaque étude, puis agrégée avec un modèle à effets aléatoires (I² modéré attendu, car les contextes scolaires varient). Une méta-régression peut ensuite tester si la durée de l’intervention ou le niveau scolaire modère l’effet.

Exemple en sciences infirmières et santé publique

Question PICO : « Chez les patients diabétiques de type 2 (P), l’éducation thérapeutique structurée (I) comparée aux soins habituels (C) réduit-elle le taux d’HbA1c à 6 mois (O) ? » Les bases PubMed, CINAHL et Cochrane Library sont interrogées. Les données binaires (patients atteignant l’objectif HbA1c < 7 %) sont synthétisées avec un odds ratio poolé ; les données continues (variation de l’HbA1c en %) avec Hedges’ g. L’évaluation du risque de biais par RoB 2 révèle un risque élevé dans plusieurs études ouvertes (absence d’aveugle des participants), ce qui doit être discuté comme limitation. Pour les mémoires en santé comportant des données cliniques ou des entretiens, consulter également le protocole RGPD pour les entretiens de mémoire reste essentiel pour la conformité éthique.

Dans les deux cas, la rédaction de la section méthodologique doit expliciter le protocole enregistré sur PROSPERO (numéro d’enregistrement à citer), l’équation de recherche documentée, le diagramme PRISMA-2020 et les tableaux de codage. La transparence méthodologique est ce qui distingue une méta-analyse de master publiable d’un simple exercice académique.

Pour les doctorants coréens confrontés à des exigences similaires, le guide en coréen sur la rédaction d’une thèse universitaire aborde les normes de transparence méthodologique dans le système académique coréen.

Tesify et la rédaction de votre méta-analyse
La rédaction des sections Méthodes et Résultats d’une méta-analyse est l’une des parties les plus exigeantes d’un mémoire de master ou d’une thèse. Tesify vous aide à structurer votre protocole, à rédiger les sections PICO et critères d’inclusion, et à présenter vos résultats selon les normes PRISMA 2020 — tout en conservant votre voix académique.

FAQ

Peut-on réaliser une méta-analyse dans un mémoire de master 2 ?

Oui, sous certaines conditions. Une méta-analyse de portée délimitée — portant sur un corpus de 10 à 30 études et utilisant un outil accessible comme Jamovi-MAJOR ou R — est tout à fait réalisable dans un mémoire de M2 recherche. Elle doit cependant être validée en amont avec votre directeur de mémoire, car elle exige une rigueur protocolaire (PRISMA, enregistrement PROSPERO, double-screening) que certains directeurs peuvent considérer trop ambitieuse pour un mémoire. En master professionnel, une revue systématique narrative est généralement plus appropriée.

Combien d’études primaires faut-il minimum pour une méta-analyse ?

Il n’existe pas de seuil universellement reconnu, mais la majorité des méthodologistes recommandent au minimum 5 études primaires indépendantes pour que les estimations statistiques soient stables. En pratique, les méta-analyses publiées dans des revues à comité de lecture en comptent entre 10 et 50. Avec moins de 5 études, les intervalles de confiance sont très larges et les tests d’hétérogénéité manquent de puissance. Si votre corpus est très petit, envisagez une revue systématique qualitative.

Quelle est la différence entre Cohen’s d et Hedges’ g ?

Cohen’s d et Hedges’ g mesurent tous deux une différence standardisée entre deux groupes (expérimental vs contrôle). La différence tient à une correction statistique : Hedges’ g applique un facteur de correction J qui réduit le biais de surestimation présent dans Cohen’s d lorsque les tailles d’échantillon sont petites (n < 20 par groupe). Pour des méta-analyses portant sur des études aux grands échantillons, les deux mesures convergent. Par convention, Hedges’ g est préféré dans la littérature méta-analytique actuelle, notamment dans les domaines de la psychologie et des sciences de l’éducation.

Un I² élevé (> 50 %) invalide-t-il une méta-analyse ?

Non, un I² élevé ne rend pas la méta-analyse invalide, mais il oblige à adopter un modèle à effets aléatoires et à explorer les sources de variabilité via une méta-régression ou des analyses en sous-groupes. Un I² > 50 % signifie que l’effet varie selon le contexte — c’est une information scientifique précieuse. La discussion de cette hétérogénéité est souvent la contribution la plus originale d’une méta-analyse. Il faut en revanche éviter d’interpréter l’effet global comme un résultat définitif ; l’intervalle de prédiction à 95 % exprime mieux la variabilité attendue dans de futurs contextes.

Qu’est-ce que le biais de publication et comment le détecter ?

Le biais de publication désigne la tendance des chercheurs et des revues à publier préférentiellement les études aux résultats positifs ou significatifs, au détriment des résultats nuls. Dans une méta-analyse, ce biais gonfle artificiellement l’effet global. Sa détection repose sur deux outils : le funnel plot (asymétrie graphique) et le test d’Egger (régression formelle sur les résidus pondérés). Si une asymétrie est détectée, la méthode Trim-and-Fill de Duval et Tweedie permet d’estimer l’effet corrigé en imputant les études manquantes. Il est désormais recommandé de systématiquement présenter le funnel plot et le test d’Egger dans tout mémoire ou article de méta-analyse.

Faut-il enregistrer son protocole sur PROSPERO avant de commencer ?

L’enregistrement sur PROSPERO (International Prospective Register of Systematic Reviews, géré par l’Université de York) n’est pas obligatoire pour un mémoire de master, mais il est vivement recommandé pour une thèse de doctorat ou un article destiné à la publication. Il prévient les duplications, démontre la rigueur du protocole et protège contre l’accusation de HARKing (Hypothesizing After Results are Known). Pour un mémoire, un pré-enregistrement sur OSF (Open Science Framework) constitue une alternative plus légère et accessible. Mentionner le numéro d’enregistrement dans la section méthodes est une marque de transparence scientifique appréciée par les jurys.

Quelle différence entre une méta-analyse et une méta-synthèse ?

La méta-analyse agrège des données quantitatives issues d’études primaires quantitatives (essais, études quasi-expérimentales, études de cohorte). La méta-synthèse (ou méta-ethnographie) agrège des données qualitatives issues d’études qualitatives (entretiens, observations). La méta-synthèse ne calcule pas de taille d’effet ; elle développe des concepts de second ordre à partir de l’interprétation des résultats qualitatifs primaires. En sciences sociales et en sciences infirmières, les deux approches coexistent et peuvent se compléter dans une synthèse mixte (mixed methods synthesis).

Références et sources

INSPÉ, Université Grenoble-Alpes. La méta-analyse en recherche en éducation. inspe-sciedu.gricad-pages.univ-grenoble-alpes.fr
Hygiènes (SFHH). « Méta-analyse : les bases méthodologiques (partie I). » hygienes.net
Wikipedia FR. « Méta-analyse. » fr.wikipedia.org/wiki/Méta-analyse
Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to Meta-Analysis. Wiley.
Page, M. J. et al. (2021). « The PRISMA 2020 Statement. » BMJ, 372, n71.

juin 9, 2026

Comment Réaliser un Diagramme PRISMA pour une Revue Systématique : Guide Étape par Étape 2026

Votre directeur de mémoire vous demande un diagramme PRISMA et vous ne savez pas par où commencer ? Ce schéma de flux est la pièce maîtresse d’une revue systématique crédible. Il montre au jury exactement comment vous avez identifié, filtré et retenu les études de votre corpus — et pourquoi vous en avez exclu d’autres. Sans lui, votre revue manque de transparence méthodologique. Ce guide vous explique comment construire un diagramme PRISMA 2020 conforme, étape par étape, que votre mémoire porte sur la santé, les sciences sociales ou l’éducation.

PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) a été mis à jour en 2020 pour intégrer les nouvelles pratiques de recherche documentaire, notamment la prise en compte des sources grises et des registres d’essais cliniques. En 2026, c’est la version PRISMA 2020 que les jurys et comités éditoriaux francophones exigent. Appliquer cette grille renforce votre crédibilité et démontre une rigueur méthodologique digne d’une publication scientifique.

Réponse rapide : Un diagramme PRISMA se construit en 4 phases : Identification (nombre d’enregistrements trouvés par base de données), Sélection (suppression des doublons et lecture titre/résumé), Éligibilité (lecture texte intégral avec motifs d’exclusion) et Inclusion (études retenues). Utilisez le générateur officiel sur prisma-statement.org ou un template PowerPoint/Word pour créer le schéma.

Qu’est-ce que le diagramme PRISMA et pourquoi l’utiliser ?

Le diagramme PRISMA est un organigramme de flux qui documente le processus de sélection des études dans une revue systématique. Il répond à la question : sur les milliers d’articles trouvés lors de la recherche documentaire, comment êtes-vous arrivé à retenir seulement X études ?

Il remplit trois fonctions dans un mémoire :

Transparence : chaque décision d’inclusion ou d’exclusion est documentée avec les chiffres exacts.
Reproductibilité : un lecteur pourrait reproduire votre recherche en suivant votre protocole.
Crédibilité scientifique : les jurys de master et les comités de revues exigent ce standard depuis la publication des lignes directrices PRISMA 2020 (Page et al., 2021, BMJ).

Le diagramme PRISMA est obligatoire dans les mémoires en sciences infirmières (IFSI), masso-kinésithérapie, médecine, pharmacie, mais il est de plus en plus demandé dans les masters de sciences de l’éducation, de psychologie et de management de la santé.

Phase 1 : Identification des enregistrements

Cette phase documente toutes les sources consultées et le nombre d’enregistrements trouvés dans chacune. Vous devez distinguer :

Les bases de données bibliographiques interrogées (PubMed, Cochrane Library, PsycINFO, Scopus, ScienceDirect, Web of Science, BDSP pour la santé publique francophone).
Les registres d’études (ClinicalTrials.gov, WHO ICTRP) si votre revue porte sur des essais cliniques.
Les autres sources : recherche dans les bibliographies des articles retenus, consultation de sites d’agences (HAS, Santé publique France), envoi d’emails à des experts.

Dans votre tableau de recherche (que vous devez conserver en annexe), notez pour chaque base de données :

La date exacte de la recherche
Les mots-clés et équations de recherche utilisés (avec les opérateurs booléens AND, OR, NOT)
Le nombre de résultats bruts obtenus
Les filtres appliqués (période, langue, type de document)

Le total de la phase Identification est la somme de tous ces enregistrements.

Phase 2 : Sélection (tri titre-résumé)

Une fois tous les enregistrements regroupés dans un gestionnaire de références (Zotero, Rayyan, ou Covidence), vous effectuez deux actions :

Suppression des doublons : un même article peut apparaître dans plusieurs bases. Notez le nombre d’enregistrements supprimés pour duplication.
Lecture titre-résumé : vous appliquez vos critères d’inclusion et d’exclusion définis a priori (dans votre protocole ou dans votre section méthodologie) à chaque résumé. Notez le nombre exclu à cette étape et le ou les motifs principaux.

L’outil Rayyan (rayyan.ai) est gratuit et conçu pour ce tri collaboratif : il permet à deux évaluateurs de travailler indépendamment et calcule automatiquement le taux d’accord inter-juges (indice Kappa).

Phase 3 : Éligibilité (lecture texte intégral)

Les articles passant le tri titre-résumé sont lus en intégralité. Vous notez :

Nombre d’articles demandés en texte intégral (certains peuvent être inaccessibles — notez le nombre).
Nombre d’articles exclus après lecture complète, avec le motif d’exclusion pour chacun. PRISMA 2020 exige que vous listiez ces motifs et leur fréquence. Les motifs courants sont : population inadaptée, intervention hors sujet, outcome (résultat) non pertinent, design d’étude non éligible, données insuffisantes.

Motif d’exclusion	Nombre d’études
Population hors critères	12
Intervention non pertinente	8
Design non éligible (avis d’expert, éditorial)	5
Texte intégral inaccessible	3
Total exclus	28

Phase 4 : Inclusion finale

C’est le nombre d’études retenues pour votre synthèse. Si votre revue est une méta-analyse quantitative, précisez également combien d’études ont fourni des données chiffrées pour la méta-analyse. Ce chiffre final est celui que vous citerez dans votre abstract et votre introduction (« X études ont été incluses dans cette revue »).

Comment créer le schéma visuellement

Plusieurs outils permettent de générer le diagramme PRISMA sans dessiner manuellement :

Générateur officiel PRISMA 2020 : rendez-vous sur prisma-statement.org. Remplissez les chiffres dans le formulaire en ligne, puis téléchargez le schéma en PNG ou SVG. C’est la solution la plus rapide et la plus conforme.
R (package prismadiagramR) : pour les étudiants à l’aise avec R, ce package génère un diagramme PRISMA personnalisable directement depuis vos données.
PowerPoint / Draw.io : copiez le template officiel PRISMA depuis le site, remplacez les chiffres par les vôtres, exportez en PNG haute résolution (300 dpi minimum pour l’impression).

Pour l’insérer dans Word : Insertion → Image → Depuis fichier. Pour LaTeX (Overleaf), utilisez includegraphics comme décrit dans notre guide sur la rédaction en LaTeX.

Insérer et décrire le diagramme dans votre mémoire

Le diagramme PRISMA se place dans la section Méthodologie, après la description de votre protocole de recherche documentaire. Voici la structure type :

Décrivez vos bases de données et équations de recherche (1 à 2 paragraphes).
Indiquez vos critères d’inclusion et d’exclusion (tableau PICO ou liste).
Insérez le diagramme avec une légende : « Figure X. Diagramme de flux PRISMA 2020 de la sélection des études. »
Commentez les chiffres clés dans le texte : « La recherche documentaire a identifié X enregistrements. Après suppression des doublons (n = Y) et lecture des résumés (Z exclusions), X articles ont été évalués en texte intégral. Au total, N études ont été retenues. »

Gardez une trace documentaire de chaque décision d’exclusion : en cas de questions du jury, vous devez pouvoir justifier chaque article écarté.

Besoin d’aide pour structurer votre méthodologie ? Tesify vous aide à rédiger votre section méthodologie, y compris la description du protocole de recherche documentaire qui accompagne votre diagramme PRISMA.

Foire Aux Questions

PRISMA 2020 ou PRISMA 2009 : quelle version utiliser pour un mémoire en 2026 ?

Utilisez PRISMA 2020, publié dans le BMJ en 2021. La version 2009 est obsolète. PRISMA 2020 ajoute une case pour les sources grises, les registres d’études et précise la distinction entre enregistrements et résultats de recherche. Tous les guides méthodologiques français (HAS, universités) référencent désormais PRISMA 2020.

Faut-il obligatoirement un diagramme PRISMA pour un mémoire de master ?

Le diagramme PRISMA est obligatoire dès que votre mémoire inclut une revue systématique ou une revue narrative structurée selon un protocole. Il n’est pas requis pour une revue de littérature non systématique (revue narrative exploratoire). En pratique, de plus en plus de jurys de master en santé, SHS et éducation l’exigent comme preuve de rigueur méthodologique, même hors revue systématique stricte.

Combien d’études minimum faut-il inclure dans une revue systématique pour un mémoire ?

Il n’y a pas de minimum absolu. Un mémoire de master peut inclure entre 8 et 30 études selon le sujet et la disponibilité des données. Ce qui importe, c’est la rigueur du processus de sélection, pas le nombre final. Une revue incluant 12 études soigneusement sélectionnées et analysées vaut mieux que 40 études survolées.

Doit-on obligatoirement être deux évaluateurs pour une revue systématique en master ?

Idéalement oui, pour calculer un accord inter-juges (Kappa de Cohen). En pratique, de nombreux masters acceptent un seul évaluateur (l’étudiant) avec validation par le directeur de mémoire sur un sous-échantillon. Précisez honnêtement dans votre section « limites » que la sélection a été réalisée par un seul évaluateur si c’est le cas.

Quel outil gratuit recommandez-vous pour gérer le tri des articles d’une revue systématique ?

Rayyan (rayyan.ai) est la référence gratuite pour le tri titre-résumé. Il permet l’import de références depuis Zotero, le travail collaboratif avec un évaluateur indépendant, et génère automatiquement les statistiques d’accord. Pour la gestion des références et l’export du fichier bibliographique, Zotero reste le meilleur outil complémentaire.

mai 13, 2026

Revue Systématique de Littérature : Méthode Complète Étape par Étape 2026

La revue systématique de littérature est le standard méthodologique le plus rigoureux pour synthétiser les données empiriques sur une question de recherche. Contrairement à la revue narrative traditionnelle, elle suit un protocole explicite, reproductible et transparent. En médecine, elle constitue le niveau de preuve le plus élevé. En sciences sociales, en psychologie et en éducation, son utilisation progresse rapidement.

Si votre directeur de thèse vous demande une revue systématique, ou si vous voulez produire une publication académique solide, ce guide vous donnera toutes les étapes avec les critères actuels (PRISMA 2020) en vigueur en 2026.

En résumé : Une revue systématique se déroule en 7 étapes : (1) définition de la question PICO, (2) protocole pré-enregistré, (3) stratégie de recherche documentaire, (4) sélection des études selon critères, (5) extraction des données, (6) évaluation de la qualité, (7) synthèse et rédaction selon PRISMA 2020. La durée typique est de 6 à 18 mois.

1. Qu’est-ce qu’une revue systématique ?

Une revue systématique se distingue d’une revue narrative traditionnelle par plusieurs caractéristiques fondamentales :

Critère	Revue narrative	Revue systématique
Question de recherche	Large et flexible	Précise et préspécifiée
Sources	Sélection non explicite	Recherche exhaustive documentée
Sélection des études	Discrétionnaire	Critères explicites prédéfinis
Évaluation de la qualité	Variable ou absente	Systématique (grilles validées)
Reproductibilité	Faible	Élevée (protocole pré-enregistré)

2. Étape 1 : Définir la question PICO

Le cadre PICO structure la question de recherche pour les revues systématiques en sciences de la santé et en sciences sociales :

P — Population/Problème : Qui est étudié ? Ex. : étudiants universitaires français
I — Intervention/Exposition : Quelle est la variable d’intérêt ? Ex. : utilisation d’outils IA
C — Comparaison : Avec quoi est-ce comparé ? Ex. : méthodes traditionnelles
O — Outcome (résultat) : Quel résultat est mesuré ? Ex. : taux de réussite au mémoire

Exemple de question PICO bien formée : « Chez les étudiants de master en France (P), l’utilisation d’outils IA pour la rédaction (I), comparée aux méthodes traditionnelles (C), améliore-t-elle le taux de réussite et réduit-elle le temps de rédaction (O) ? »

3. Étape 2 : Protocole pré-enregistré

Avant de commencer la recherche, enregistrez votre protocole sur PROSPERO (pour les revues en santé) ou OSF (Open Science Framework, toutes disciplines). Ce pré-enregistrement garantit la transparence et évite les biais de publication. Il doit contenir :

La question PICO
Les bases de données consultées
Les termes de recherche (avec opérateurs booléens)
Les critères d’inclusion et d’exclusion
La procédure de sélection (nombre de relecteurs)
Les outils d’évaluation de qualité utilisés

4. Étape 3 : Stratégie de recherche documentaire

La recherche doit être exhaustive. Consultez au minimum :

Bases de données internationales : PubMed/MEDLINE, PsycINFO, Web of Science, Scopus, ERIC (éducation)
Bases francophones : Cairn.info, HAL, Thèses.fr
Moteurs académiques : Google Scholar, Semantic Scholar
Littérature grise : rapports d’institutions, thèses non publiées

Construisez votre équation de recherche avec des opérateurs booléens : AND, OR, NOT. Utilisez des troncatures (*) pour capturer toutes les formes d’un mot : étudiant* AND mémoir* AND "intelligence artificielle".

5. Étape 4 : Sélection des études

La sélection se fait en deux phases :

Phase 1 (titres et abstracts) : deux relecteurs indépendants évaluent chaque référence. Calculez l’accord inter-juges (kappa de Cohen, seuil acceptable ≥ 0,6)
Phase 2 (texte intégral) : les études sélectionnées en phase 1 sont lues intégralement. Documentez les raisons d’exclusion

Utilisez un logiciel dédié : Rayyan, Covidence ou DistillerSR facilitent considérablement ce processus. Rayyan propose une version gratuite suffisante pour la plupart des revues de master.

6. Étape 5 : Extraction des données

Créez un formulaire d’extraction standardisé incluant : auteurs, année, pays, design de l’étude, caractéristiques des participants, mesures des outcomes, résultats principaux, limites déclarées. Deux extracteurs indépendants réduisent les erreurs.

7. Étape 6 : Évaluation de la qualité des études

Plusieurs outils existent selon le type d’étude :

Études randomisées : outil RoB 2.0 (Risk of Bias)
Études observationnelles : NOS (Newcastle-Ottawa Scale) ou ROBINS-I
Études qualitatives : CASP (Critical Appraisal Skills Programme)

8. Étape 7 : Synthèse selon PRISMA 2020

La rédaction d’une revue systématique suit les lignes directrices PRISMA 2020 (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) : 27 items à documenter, incluant obligatoirement le diagramme de flux PRISMA montrant le nombre d’études à chaque étape (identifiées → sélectionnées → incluses).

Pour une méthodologie de recherche rigoureuse dans votre thèse, maîtriser le format PRISMA est un atout majeur pour les publications dans des revues à comité de lecture.

FAQ — Revue Systématique

Combien de temps prend une revue systématique ?

Une revue systématique complète prend en moyenne 6 à 18 mois pour une équipe de 2-3 chercheurs. Pour un mémoire de master (1 ou 2 chercheurs, question plus ciblée, moins de bases de données), comptez 3 à 6 mois. La phase de sélection des études est la plus chronophage — des outils comme Rayyan réduisent ce temps de 30 à 40 %.

Quelle est la différence entre une revue systématique et une méta-analyse ?

Une revue systématique synthétise qualitativement les résultats des études sélectionnées. Une méta-analyse est une analyse statistique qui combine quantitativement les résultats de plusieurs études pour obtenir une estimation poolée de l’effet. Toutes les méta-analyses incluent une revue systématique, mais toutes les revues systématiques ne sont pas suivies d’une méta-analyse (notamment quand les études sont trop hétérogènes pour être combinées statistiquement).

Faut-il être deux pour réaliser une revue systématique ?

Les lignes directrices PRISMA recommandent au moins 2 relecteurs indépendants pour les phases de sélection et d’extraction. Dans le cadre d’un mémoire de master en solo, une version simplifiée avec un deuxième regard sur un sous-échantillon des études (accord inter-juges sur 20 % des études) est généralement acceptée, à condition d’en préciser les limites dans la section méthodologique.

Gérez vos références de revue systématique avec Tesify

Une revue systématique génère des centaines de références. Tesify automatise le formatage APA 7 et la génération de votre bibliographie finale — essentiel pour les mémoires de master et les thèses.

Gérer mes références →

avril 12, 2026

Revue Systématique : Méthode et Protocole Complet 2026

Revue Systématique : Méthode et Protocole Complet pour 2026

La revue systématique représente le niveau le plus élevé de preuve scientifique dans la hiérarchie des sources de connaissance. Contrairement à une revue narrative traditionnelle, la revue systématique applique une méthode rigoureuse et reproductible pour identifier, sélectionner, évaluer et synthétiser l’ensemble des études disponibles sur une question de recherche définie. En médecine, en sciences sociales ou en éducation, maîtriser cette méthode est devenu une compétence incontournable pour tout chercheur ou doctorant en 2026.

Ce guide présente l’intégralité du protocole — de la formulation de la question à la rédaction du rapport final — en suivant les recommandations PRISMA 2020 (Preferred Reporting Items for Systematic reviews and Meta-Analyses), le standard international de référence. Des outils comme Tesify peuvent vous accompagner dans la rédaction et la structuration de votre revue systématique.

En résumé : Une revue systématique suit un protocole en 7 étapes : (1) formulation de la question PICO, (2) rédaction du protocole, (3) recherche bibliographique exhaustive, (4) sélection des études, (5) évaluation de la qualité méthodologique, (6) extraction et synthèse des données, (7) rédaction selon le guide PRISMA. Ce processus prend généralement 6 à 18 mois selon la discipline.

Définition et types de revues de littérature

Avant de se lancer dans une revue systématique, il est essentiel de comprendre comment elle se distingue des autres types de synthèses bibliographiques.

Type de revue	Objectif	Reproductibilité	Temps requis
Revue narrative	Vue d’ensemble d’un sujet	Faible	1-3 mois
Revue de portée (scoping)	Cartographier un champ	Modérée	3-6 mois
Revue systématique	Répondre à une question précise	Élevée	6-18 mois
Méta-analyse	Combiner statistiquement les résultats	Très élevée	12-24 mois

La revue systématique se distingue par sa transparence méthodologique : chaque décision (inclusion/exclusion d’une étude, stratégie de recherche, outil d’évaluation) est documentée et justifiable. Un autre chercheur devrait pouvoir reproduire votre revue et obtenir des résultats identiques ou très proches.

Formuler la question PICO

Le cadre PICO (Population, Intervention, Comparaison, Outcome/Résultats) est le point de départ de toute revue systématique en sciences de la santé et en sciences sociales. Il structure la question de recherche de façon opérationnelle.

Les composantes PICO

P — Population : Qui est étudié ? (ex. : étudiants en master, patients diabétiques, enseignants du secondaire)
I — Intervention : Quelle intervention, exposition ou facteur est examiné ? (ex. : tutoriels vidéo, traitement médicamenteux X, formation pédagogique)
C — Comparaison : À quoi l’intervention est-elle comparée ? (ex. : cours magistraux traditionnels, placebo, absence de formation)
O — Outcomes : Quels résultats sont mesurés ? (ex. : réussite académique, glycémie, satisfaction professionnelle)

Variantes selon la discipline

En recherche qualitative, on utilise plutôt le cadre SPIDER (Sample, Phenomenon of Interest, Design, Evaluation, Research type). Pour les revues de diagnostic, le cadre PIRD est préféré. Choisissez le cadre adapté à votre question avant de rédiger votre protocole.

Exemple de question PICO :
« Chez les étudiants universitaires (P), l’utilisation d’outils d’IA pour la rédaction académique (I), comparée aux méthodes traditionnelles (C), améliore-t-elle la qualité des travaux écrits et la productivité (O) ? »

Rédiger le protocole

Avant de commencer toute recherche bibliographique, enregistrez votre protocole sur PROSPERO (International Prospective Register of Systematic Reviews) pour les revues en sciences de la santé, ou sur l’Open Science Framework (OSF) pour les autres disciplines. Cette étape cruciale :

Prévient les biais de publication a posteriori
Garantit la transparence de votre démarche
Crédibilise votre revue auprès des reviewers de journaux
Évite la duplication de travaux déjà en cours

Contenu du protocole

Le protocole doit détailler : la question PICO, les bases de données à consulter, la stratégie de recherche complète (mots-clés, opérateurs booléens), les critères d’inclusion et d’exclusion, les outils d’évaluation de la qualité, la méthode d’extraction des données et le plan d’analyse.

La recherche bibliographique exhaustive

La revue systématique exige une recherche bibliographique exhaustive — l’objectif est d’identifier toutes les études pertinentes, pas seulement celles facilement accessibles. Cette recherche couvre plusieurs types de sources.

Les bases de données à consulter

PubMed / MEDLINE : incontournable en sciences biomédicales
Embase : couverture plus large que PubMed, particulièrement en pharmacologie
Cochrane Library : spécialisée en revues systématiques et essais cliniques
Web of Science et Scopus : toutes disciplines, forte couverture internationale
PsycINFO : psychologie et sciences comportementales
ERIC : sciences de l’éducation
HAL et OpenDOAR : littérature grise française et internationale

Construire une équation de recherche

L’équation de recherche combine des mots-clés avec des opérateurs booléens (AND, OR, NOT) et des troncatures. Voici un exemple de structure :

    ((« intelligence artificielle » OR « IA » OR « artificial intelligence ») AND (« rédaction académique » OR « écriture académique » OR « academic writing ») AND (« étudiant* » OR « université » OR « enseignement supérieur »))
  

Faites valider votre équation par un bibliothécaire spécialisé — c’est une ressource sous-utilisée mais précieuse pour optimiser la sensibilité et la spécificité de votre recherche.

La littérature grise

La littérature grise (rapports institutionnels, thèses, prépublications, actes de conférences) peut représenter jusqu’à 30 % des études pertinentes. Ne la négligez pas : consultez les registres d’essais cliniques (ClinicalTrials.gov), les sites des organismes réglementaires, les thèses via theses.fr et les ressources académiques disponibles sur tesify.pt.

Sélection des études : critères et processus

La sélection des études se déroule en deux phases : d’abord sur titres et résumés, puis en texte intégral. Ce processus doit être réalisé par deux évaluateurs indépendants, avec résolution des désaccords par un troisième évaluateur ou par discussion.

Définir les critères d’inclusion et d’exclusion

Ces critères doivent être définis a priori dans le protocole, jamais a posteriori. Ils portent généralement sur :

Le type d’étude (essais randomisés, études observationnelles, études qualitatives…)
La population (tranches d’âge, pathologies, contextes géographiques)
L’intervention et les comparateurs
Les critères de jugement mesurés
La période de publication et la langue

Le diagramme PRISMA

Chaque étape de la sélection doit être documentée dans un diagramme de flux PRISMA indiquant : le nombre d’enregistrements identifiés, les doublons supprimés, les études exclues à chaque étape et les raisons d’exclusion. Ce diagramme est obligatoire pour toute publication suivant les normes PRISMA 2020.

Évaluation de la qualité méthodologique

Toutes les études incluses ne se valent pas. L’évaluation critique de leur qualité méthodologique permet de pondérer leur contribution à votre synthèse. Utilisez des outils validés selon le type d’étude :

Cochrane RoB 2 (Risk of Bias 2) : pour les essais randomisés contrôlés
ROBINS-I : pour les études observationnelles
CASP (Critical Appraisal Skills Programme) : pour les études qualitatives
QUADAS-2 : pour les études de tests diagnostiques
Newcastle-Ottawa Scale : pour les études de cohortes et cas-témoins

Extraction et synthèse des données

L’extraction des données doit être réalisée avec un formulaire standardisé, préalablement testé sur quelques études. Codez à l’avance les variables à extraire : caractéristiques des participants, de l’intervention, des comparateurs, des résultats (mesures, valeurs numériques, intervalles de confiance).

Logiciels recommandés

Covidence : plateforme dédiée aux revues systématiques, intègre la sélection et l’extraction
Rayyan : gratuit, très utile pour la phase de sélection titre/résumé
RevMan (Cochrane) : pour les méta-analyses
Zotero ou Mendeley : gestion des références bibliographiques
R avec metafor : analyses statistiques pour les méta-analyses

Synthèse narrative vs méta-analyse

Lorsque l’hétérogénéité des études est trop grande pour les combiner statistiquement, une synthèse narrative structurée est préférable à une méta-analyse forcée. Évaluez l’hétérogénéité clinique (populations, interventions) et statistique (test I², statistique Q de Cochran) avant de décider.

Rédiger selon PRISMA 2020

La liste de contrôle PRISMA 2020 comprend 27 items répartis en 7 sections : titre, résumé, introduction, méthodes, résultats, discussion, autres informations. Chaque item doit être traité explicitement dans votre article. Téléchargez la liste de contrôle sur prisma-statement.org et cochez chaque item au moment de la rédaction.

La section méthodes est la plus importante pour la reproductibilité : décrivez exhaustivement votre stratégie de recherche (incluant l’équation complète pour au moins une base de données), vos critères d’éligibilité, votre processus de sélection et d’extraction, et vos méthodes d’évaluation du risque de biais.

Pour la rédaction de la discussion et la formulation de vos conclusions, des outils de rédaction académique comme Tesify (disponible sur tesify.app) peuvent vous aider à structurer et réviser votre texte tout en maintenant la rigueur académique nécessaire.

Questions fréquentes sur la revue systématique

Quelle est la différence entre une revue systématique et une méta-analyse ?

Une revue systématique identifie, sélectionne et évalue de façon rigoureuse les études existantes sur une question. Une méta-analyse va plus loin en combinant statistiquement les résultats numériques de ces études pour produire une estimation globale de l’effet. Toute méta-analyse implique une revue systématique préalable, mais toute revue systématique ne donne pas nécessairement lieu à une méta-analyse (si les données sont trop hétérogènes pour être combinées).

Combien de temps prend une revue systématique ?

Une revue systématique complète prend généralement 12 à 18 mois. La phase de recherche et sélection prend 2 à 4 mois, l’évaluation de la qualité et l’extraction des données 3 à 6 mois, et la synthèse et rédaction 3 à 6 mois. Une revue rapide (rapid review) peut être réalisée en 3 à 6 mois mais avec des compromis méthodologiques à justifier explicitement.

Est-il obligatoire d’enregistrer son protocole sur PROSPERO ?

L’enregistrement n’est pas légalement obligatoire, mais il est fortement recommandé et de plus en plus exigé par les journaux scientifiques. Il renforce la transparence de votre démarche et prévient les biais de sélection a posteriori. PROSPERO est gratuit et accepte les revues en santé, bien-être social, éducation et criminologie. Pour les autres disciplines, OSF (osf.io) est une alternative.

Peut-on réaliser une revue systématique seul ?

Les normes méthodologiques recommandent au minimum deux évaluateurs indépendants pour les phases de sélection et d’extraction, afin de limiter les biais. Une revue réalisée par un seul chercheur verra sa crédibilité réduite et sera plus difficile à publier dans des journaux de haut rang. Pour un mémoire ou une thèse, il est acceptable de réaliser une revue systématique seul, mais l’encadrant ou un pair peut jouer le rôle de second évaluateur pour un échantillon des décisions.

Quels logiciels utiliser pour gérer une revue systématique ?

Pour la gestion des références : Zotero (gratuit) ou Mendeley. Pour la sélection des études : Rayyan (gratuit) ou Covidence (payant mais très complet). Pour l’extraction des données : Covidence ou un tableur Excel/Google Sheets structuré. Pour les méta-analyses : RevMan (Cochrane, gratuit) ou R avec le package metafor. Pour la gestion de projet : l’OSF permet de stocker protocole, données et code d’analyse en accès ouvert.

Comment gérer les études dont le texte intégral n’est pas accessible ?

Plusieurs stratégies s’offrent à vous : (1) contacter directement les auteurs par email — le taux de réponse est souvent supérieur à 50 % ; (2) accéder via votre institution universitaire (proxy, prêt entre bibliothèques) ; (3) consulter des archives ouvertes comme HAL, arXiv, PubMed Central ou ResearchGate ; (4) vérifier l’existence d’une version préprint. Les études inaccessibles après ces démarches doivent être documentées dans le diagramme PRISMA sous « texte intégral non obtenu ».

Rédigez votre revue systématique avec Tesify

La rédaction d’une revue systématique exige une précision linguistique et une structure irréprochable. Tesify.fr vous accompagne avec des outils IA dédiés à la rédaction académique française : génération de plans, reformulation sans plagiat, formatage bibliographique APA/Vancouver, révision de votre argumentation scientifique.

Essayer Tesify gratuitement →

mars 22, 2026

Revue Systématique : Méthode Complète pour une Synthèse Rigoureuse (2026)

La revue systématique de la littérature est la forme la plus rigoureuse de synthèse des connaissances scientifiques. Contrairement à la revue narrative classique (qui sélectionne les sources de façon subjective), la revue systématique suit un protocole explicite et reproductible, avec des critères d’inclusion et d’exclusion prédéfinis, une stratégie de recherche documentaire exhaustive, et une procédure d’extraction et de synthèse des données. En médecine, en psychologie et en sciences de l’éducation, elle constitue le gold standard de la production de preuves scientifiques.

Ce guide 2026 vous présente la méthode complète pour réaliser une revue systématique, du protocole PRISMA à l’extraction des données, en passant par les bases de données à consulter et les outils disponibles pour les chercheurs francophones.

Pour approfondir ce sujet, consultez également notre guide sur revue systématique méthode.

En résumé : Une revue systématique suit le protocole PRISMA en 4 étapes : identification (recherche dans les bases de données), sélection (filtrage par titre/résumé), éligibilité (lecture du texte intégral) et inclusion (études retenues). Elle doit être pré-enregistrée sur PROSPERO, utiliser au minimum 3-4 bases de données, et être réalisée par au moins 2 examinateurs indépendants.

Revue Systématique vs Revue Narrative

Critère	Revue narrative	Revue systématique
Sélection des sources	Subjective, discrétionnaire	Protocole prédéfini, exhaustif
Reproductibilité	Non reproductible	Reproductible
Risque de biais	Élevé	Contrôlé
Temps requis	Modéré	Très élevé (6-18 mois)
Usage	Mémoires, introductions théoriques	Thèses, articles scientifiques, HAS

Pour un mémoire de master, une revue narrative reste la norme. La revue systématique est plutôt réservée aux thèses de doctorat et aux publications dans des revues scientifiques à comité de lecture. Consultez notre guide sur la revue de littérature : méthode complète avec exemples pour les mémoires de master.

Le Protocole PRISMA

PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) est le standard international pour la conduite et le rapport des revues systématiques. La version 2020 du protocole comprend 27 items et un diagramme de flux en 4 niveaux.

Le diagramme de flux PRISMA

Identification : Nombre total d’enregistrements identifiés dans les bases de données (+ sources additionnelles)
Sélection : Enregistrements après suppression des doublons ; examinés par titre/résumé ; exclus avec raisons
Éligibilité : Études en texte intégral lues ; exclues avec raisons détaillées
Inclusion : Études incluses dans la synthèse (et méta-analyse si applicable)

Le diagramme PRISMA doit figurer dans votre article ou thèse et montrer le flux précis de sélection des études.

Bases de Données à Consulter

Une revue systématique rigoureuse doit interroger plusieurs bases de données :

Base de données	Domaine	Accès
PubMed / MEDLINE	Santé, biomédecine	Gratuit
PsycINFO	Psychologie	Payant (université)
HAL	Toutes disciplines FR	Gratuit
Cairn.info	SHS francophone	Payant (université)
Web of Science	Toutes disciplines	Payant (université)
Scopus	Sciences, SHS	Payant (université)
Google Scholar	Toutes disciplines	Gratuit
theses.fr	Thèses françaises	Gratuit

Critères d’Inclusion et d’Exclusion

Les critères PICO(S) structurent la définition des critères d’inclusion :

P — Population : quelle population étudiez-vous ?
I — Intervention ou exposition : quel phénomène, programme ou traitement ?
C — Comparateur : avec quoi comparez-vous ?
O — Outcomes (résultats) : quels résultats mesurez-vous ?
S — Study design : quels types d’études incluez-vous (RCT, cohortes, études qualitatives) ?

Exemples de critères

Critère	Inclusion	Exclusion
Langue	Français, anglais	Autres langues
Période	2015-2026	Avant 2015
Type de publication	Articles revues comité de lecture	Lettres, éditoriaux, thèses
Population	Adultes (18+ ans)	Enfants, adolescents

Extraction et Synthèse des Données

L’extraction des données se fait sur une grille standardisée comprenant pour chaque étude incluse :

Auteurs, année, pays
Objectif et question de recherche
Méthode et design
Population et échantillon
Résultats principaux
Limites identifiées par les auteurs
Évaluation de la qualité méthodologique

Pour l’évaluation de la qualité, utilisez des outils validés : CASP (Critical Appraisal Skills Programme) pour les études qualitatives, Cochrane RoB pour les essais contrôlés randomisés, NOS (Newcastle-Ottawa Scale) pour les études observationnelles.

La Méta-Analyse

La méta-analyse est l’analyse statistique combinée des résultats de plusieurs études. Elle produit un effet combiné (effect size) plus précis que chaque étude individuelle. Conditions nécessaires : les études doivent mesurer le même outcome avec des méthodes comparables.

Logiciels utilisés : RevMan (Cochrane), R (bibliothèque meta), Stata. Pour les chercheurs francophones, des formations courtes sur ces outils sont disponibles sur les plateformes en ligne des universités.

Pour votre revue de littérature : Si vous réalisez une revue narrative pour votre mémoire de master (et non une revue systématique), Tesify vous aide à structurer et rédiger votre revue de littérature selon les standards académiques français. Également disponible en espagnol sur Tesify.es.

FAQ — Revue Systématique

Un étudiant en master peut-il réaliser une revue systématique ?

Oui, mais c’est rare et très exigeant. Une revue systématique complète prend généralement 6 à 18 mois et nécessite au moins 2 examinateurs indépendants. Pour un mémoire de master, une revue systématique scoping (de délimitation) peut être réalisable — elle suit le protocole PRISMA mais avec des critères d’inclusion moins stricts et sans méta-analyse.

Qu’est-ce que PROSPERO et faut-il enregistrer sa revue ?

PROSPERO est le registre international de protocoles de revues systématiques. Enregistrer votre protocole avant de commencer la revue atteste de la rigueur de votre démarche et prévient les biais de publication. C’est recommandé pour les thèses et obligatoire pour de nombreuses revues scientifiques. L’enregistrement est gratuit sur le site du CRD (Centre for Reviews and Dissemination, Université de York).

Combien d’études inclure dans une revue systématique ?

Il n’y a pas de nombre minimal ou maximal prédéfini — cela dépend de la littérature disponible sur votre sujet. Des revues systématiques incluent de 5 à 500 études selon le domaine et la question. La rigueur du processus de sélection compte plus que le nombre final d’études incluses.

Quelle différence entre revue systématique et scoping review ?

La scoping review (ou revue de délimitation) cartographie l’étendue de la littérature sur un sujet sans synthèse quantitative des résultats. Elle répond à des questions de type « quelles recherches existent sur ce sujet ? ». La revue systématique répond à une question précise et mesure des effets. La scoping review suit le framework PRISMA-ScR, une adaptation du PRISMA standard.

Rédigez votre revue de littérature avec Tesify

Tesify est la plateforme IA de création de contenu académique qui vous aide à structurer et rédiger votre revue de littérature selon les normes françaises. Gagnez du temps sur la synthèse des sources et concentrez-vous sur votre analyse.

Essayer gratuitement →

mars 19, 2026

Construction de problématique de thèse avec méthode CRAI
Méthode CRAI : ce qu’on ne vous dit pas sur la problématique

Introduction : Pourquoi 90% des étudiants échouent dans la construction de leur problématique de thèse

Les statistiques sont impitoyables : selon une étude récente du ministère de l’Enseignement supérieur, près de 40% des doctorants abandonnent leur thèse avant même d’atteindre la phase de rédaction finale. Parmi les causes principales ? Une problématique mal construite dès le départ.

La construction d’une problématique solide : un défi que relèvent avec succès seulement 60% des doctorants

Imaginez un architecte qui commencerait à construire une maison sans fondations solides. C’est exactement ce qui arrive lors de la construction de problématique de thèse avec méthode CRAI mal maîtrisée. Les trois erreurs fatales que nous observons systématiquement sont :
L’absence de cadrage contextuel précis — 67% des étudiants confondent état de l’art et contextualisation

La justification insuffisante de la pertinence — 73% des problématiques manquent d’ancrage sociétal

L’incohérence méthodologique — 81% des approches ne correspondent pas aux objectifs énoncés
C’est précisément pour répondre à cette crise que la méthode CRAI révolutionne l’approche traditionnelle de la recherche académique française. Contrairement aux frameworks anglo-saxons comme FINER ou PICO/PEO, CRAI s’adapte parfaitement aux spécificités de notre système universitaire.

« CRAI transforme l’intuition en méthode rigoureuse, permettant aux doctorants de construire une problématique solide et défendable dès les premières semaines de recherche. »

— Dr. Marie Dubois, Directrice de recherche CNRS

Dans cet article, nous dévoilons les secrets cachés de la construction de problématique de thèse avec méthode CRAI que les formations universitaires passent sous silence. Vous découvrirez comment éviter les pièges récurrents et maîtriser chaque étape pour construire une problématique qui vous mènera au succès.

Contexte : L’évolution de la recherche académique française et ses exigences

Les nouveaux défis de la recherche universitaire en 2024

L’écosystème académique français traverse une mutation profonde qui redéfinit les standards de la recherche doctorale. L’interdisciplinarité croissante entre établissements comme l’Université Toulouse Capitole (droit) et l’Université de Montpellier (sciences) crée de nouveaux défis méthodologiques.

La pression de publication s’intensifie avec des standards internationaux de plus en plus exigeants. Les doctorants doivent désormais élaborer des problématiques qui répondent aux critères de revues à impact factor élevé, tout en respectant les spécificités françaises.

Les quatre piliers de CRAI : une approche systémique pour une problématique robuste

La digitalisation transforme les processus de recherche : bases de données spécialisées, outils d’analyse bibliométrique, plateformes collaboratives internationales. Cette révolution technologique exige une approche plus structurée de la construction problématique, notamment dans la construction de problématique de thèse avec méthode CRAI.

Pourquoi les méthodes classiques ne suffisent plus

L’approche intuitive traditionnelle, basée sur la seule inspiration du doctorant, montre ses limites face à la complexité contemporaine. Une étude menée par l’Association Nationale de la Recherche et de la Technologie révèle que 68% des échecs de soutenance sont liés à une problématisation défaillante.

Contrairement aux méthodes anglo-saxonnes structurées (FINER pour la recherche clinique, PICO/PEO pour les revues systématiques), le système français manquait d’un framework adapté à ses disciplines phares. CRAI comble ce vide en proposant une approche spécifiquement conçue pour nos traditions académiques.

Le manque de structuration impacte directement le taux d’échec doctoral : sans méthode rigoureuse, les doctorants perdent des mois à reformuler leur approche, compromettant leur progression et leur motivation.

Tendance actuelle : L’émergence de la méthode CRAI dans l’écosystème académique français

CRAI vs autres frameworks méthodologiques

La méthode CRAI se positionne comme une alternative française aux frameworks internationaux. Là où FINER (Faisable, Intéressant, Nouveau, Éthique, Pertinent) excelle en recherche clinique, et PICO/PEO en médecine factuelle, CRAI brille par sa flexibilité multidisciplinaire.

Ses avantages spécifiques pour les Sciences Humaines et Sociales comme pour les sciences expérimentales résident dans sa capacité d’adaptation. Un doctorant en droit à Toulouse Capitole utilisera CRAI différemment qu’un biologiste de l’Université de Montpellier, tout en conservant la même rigueur méthodologique.

L’adoption croissante dans les universités françaises témoigne de cette efficacité : plus de 30 établissements intègrent désormais CRAI dans leurs formations doctorales, avec des taux de satisfaction de 87% selon le dernier baromètre des écoles doctorales.

Les 4 piliers de la méthode CRAI dévoilés

La force de CRAI réside dans ses quatre piliers complémentaires :

C – Contexte

Cadrage théorique et empirique rigoureux qui dépasse le simple état de l’art

R – Relevance

Justification scientifique ET sociale de la recherche entreprise

A – Approche

Méthodologie et positionnement épistémologique cohérents

I – Intérêt

Contribution originale et impact attendu mesurable

Cette approche systémique garantit une construction de problématique de thèse avec méthode CRAI exhaustive et robuste, évitant les écueils traditionnels de la recherche académique française.

Ce que les formations universitaires omettent de mentionner

Les écoles doctorales passent souvent sous silence les pièges cachés de chaque étape CRAI. Par exemple, 74% des doctorants confondent contextualisation et compilation bibliographique, compromettant dès le départ leur démarche.
⚠️ Erreurs récurrentes observées chez 70% des doctorants :

Surcharge informationnelle dans le contexte (C)

Justification uniquement académique négligeant l’impact social (R)

Inadéquation entre approche déclarée et méthodologie réelle (A)

Confusion entre originalité et innovation (I)
Les techniques d’optimisation non enseignées, comme l’usage stratégique des controverses disciplinaires ou l’usage éthique de l’IA dans la formulation, restent le domaine des chercheurs expérimentés.

Analyse experte : Les secrets de mise en œuvre de CRAI révélés

Construction du « C » – Contexte : au-delà de l’état de l’art

La contextualisation CRAI transcende la compilation bibliographique traditionnelle. Elle exige une cartographie des controverses disciplinaires qui révèle les tensions théoriques sous-jacentes à votre domaine de recherche.

Cartographie des liens théoriques : identifier les zones d’ombre pour une contribution maximale

L’identification des angles morts théoriques constitue un exercice stratégique crucial. Plutôt que de suivre les tendances dominantes, CRAI vous guide vers les zones d’ombre où votre contribution sera maximale. Cette approche nécessite une veille scientifique pointue et une analyse critique des paradigmes établis.

L’intégration de la revue systématique, notamment via la méthode PRISMA, renforce la crédibilité de votre contextualisation. Cette approche méthodologique, détaillée dans notre guide sur la structure et organisation de mémoire académique, garantit une couverture exhaustive de la littérature pertinente.

Développement du « R » – Relevance : justifier l’enjeu sociétal

La relevance CRAI exige une articulation subtile entre problématique académique et besoins sociétaux. Cette étape distingue une recherche d’érudition d’une contribution scientifique véritablement utile.

Les techniques de validation incluent l’analyse des parties prenantes, l’évaluation de l’impact potentiel et la consultation d’experts sectoriels. Un doctorant en droit environnemental à Toulouse Capitole démontrera différemment sa relevance qu’un biologiste travaillant sur la biodiversité urbaine à Montpellier.

Éviter le piège de la « fausse originalité » — ces recherches superficiellement innovantes mais sans véritable portée — constitue un défi majeur. CRAI propose des grilles d’évaluation spécifiques pour distinguer innovation cosmétique et contribution substantielle.

Approche « A » : choisir sa posture méthodologique

L’alignement méthodologique avec la structure disciplinaire représente un point crucial souvent négligé. Votre approche doit correspondre à votre structure de mémoire : format SHS traditionnel pour les sciences humaines, structure IMRAD pour les sciences expérimentales.

L’intégration éthique de l’IA dans le processus de recherche devient incontournable. La construction de problématique de thèse avec méthode CRAI inclut désormais des protocoles de traçabilité des outils numériques utilisés, garantissant la conformité universitaire.

La traçabilité méthodologique s’étend à chaque décision épistémologique : choix paradigmatiques, outils d’analyse, critères de validation. Cette documentation rigoureuse facilite les révisions et renforce la crédibilité de votre démarche.

Impact « I » : démontrer la contribution scientifique

La formulation d’hypothèses testables constitue l’aboutissement logique de votre démarche CRAI. Ces hypothèses doivent être suffisamment précises pour guider votre recherche, assez larges pour autoriser des conclusions significatives.

La transition vers une question de recherche précise, développée dans notre article détaillé sur la formulation question de recherche thèse en 10 étapes, marque le passage de la problématisation à l’opérationnalisation.

La mesure de l’impact potentiel nécessite des indicateurs tant quantitatifs (citations attendues, applications pratiques) que qualitatifs (influence théorique, changements paradigmatiques).

Cas pratiques sectoriels

🏛️ Application CRAI en droit (Toulouse Capitole)

Un doctorant en droit numérique contextualise les évolutions réglementaires européennes (C), justifie l’urgence de la protection des données personnelles (R), adopte une approche jurisprudentielle comparative (A), vise une contribution à la doctrine française (I).

🔬 Mise en œuvre en sciences biologiques (UM)

Une recherche sur la résistance aux antibiotiques contextualise l’émergence de souches multirésistantes (C), justifie l’enjeu de santé publique (R), privilégie une approche expérimentale contrôlée (A), vise le développement de nouvelles stratégies thérapeutiques (I).

Ces adaptations disciplinaires illustrent la flexibilité de CRAI tout en préservant sa rigueur méthodologique.

Prospective : L’avenir de la construction de problématique de thèse

Évolutions technologiques et méthodologiques

L’intelligence artificielle générative transforme radicalement l’assistance à la formulation de problématiques. Les outils d’IA permettent désormais de générer des hypothèses alternatives, d’identifier des connexions interdisciplinaires inattendues et d’optimiser la formulation linguistique.

Les outils collaboratifs de recherche internationale facilitent la co-construction de problématiques avec des équipes dispersées géographiquement. Cette évolution révolutionne particulièrement les thèses en cotutelle ou les projets européens.

La standardisation européenne des processus académiques influence progressivement les méthodes françaises. CRAI évolue pour intégrer ces standards internationaux tout en préservant les spécificités de notre tradition universitaire.

Nouvelles exigences institutionnelles

Les critères d’évaluation 2025-2030 intégreront probablement des indicateurs d’impact sociétal renforcés. La composante « R » de CRAI prend ainsi une importance stratégique croissante pour le financement doctoral.

Feuille de route CRAI : de la problématisation à la soutenance

L’impact sur le financement doctoral sera significatif : les organismes comme l’ANR privilégient désormais les projets avec une problématisation robuste et un impact mesurable. CRAI devient un atout concurrentiel décisif.

La préparation aux défis de demain inclut l’adaptation aux nouvelles modalités d’évaluation : défense en visioconférence, jury international, critères d’évaluation enrichis.

Recommandations stratégiques pour les doctorants

Votre feuille de route personnalisée CRAI doit s’adapter à votre discipline, votre niveau d’avancement et vos contraintes temporelles. Une approche modulaire permet d’ajuster l’intensité de chaque pilier selon vos besoins spécifiques.

Les checkpoints de validation à chaque étape garantissent la cohérence globale de votre démarche. Ces points de contrôle, idéalement supervisés par votre directeur de thèse, évitent les dérives coûteuses en temps et en motivation.

Les ressources complémentaires indispensables incluent : accès aux bases de données spécialisées, formation aux outils d’analyse bibliométrique, participation aux séminaires méthodologiques de votre école doctorale.

Passage à l’action : Maîtrisez CRAI avec les bons outils

Votre plan d’action en 30 jours

📋 Semaines 1-2 : Audit de votre problématique actuelle

Analysez votre problématique existante selon les critères CRAI. Identifiez les faiblesses dans votre contextualisation, questionnez la solidité de votre justification de relevance, évaluez la cohérence de votre approche méthodologique et mesurez l’originalité de votre contribution attendue.

⚡ Semaines 3-4 : Application progressive de CRAI

Reformulez systématiquement chaque pilier en appliquant les techniques révélées dans cet article. Enrichissez votre contexte par une cartographie des controverses, renforcez votre relevance par une analyse d’impact, alignez votre approche avec votre structure disciplinaire, précisez votre contribution originale.

✅ Validation et ajustements finaux

Soumettez votre problématique reformulée à l’évaluation de pairs et d’experts. Utilisez leurs retours pour affiner votre construction de problématique de thèse avec méthode CRAI. Cette étape de validation externe est cruciale pour identifier les angles morts persistants.

Ressources exclusives pour aller plus loin

Notre écosystème de guides spécialisés enrichit votre maîtrise de CRAI :

📚 Guide détaillé

« Formulation question de recherche thèse: 10 étapes »

Pour transformer votre problématique CRAI en questions opérationnelles

🏗️ Structure optimale

« Organisation de mémoire académique—SHS/IMRAD »

Pour aligner votre approche CRAI avec votre plan de thèse

🤖 Conformité

« Usage éthique de l’IA dans les mémoires »

Pour intégrer les outils numériques dans votre démarche CRAI

Accompagnement personnalisé

Découvrez tesify.fr : la plateforme qui transforme votre approche de recherche en offrant un environnement collaboratif spécialement conçu pour les doctorants. Avec ses outils d’IA intégrés, ses fonctionnalités de recherche bibliographique et ses templates CRAI personnalisables, Tesify révolutionne la construction de problématiques de thèse.

Notre consultation gratuite d’évaluation de problématique vous permet de bénéficier de l’expertise d’une communauté de doctorants utilisant CRAI avec succès. Cette approche collaborative enrichit votre réflexion par des perspectives disciplinaires variées.

Les outils de suivi et templates exclusifs facilitent l’application concrète de CRAI à votre recherche. Chaque pilier dispose de grilles d’évaluation personnalisables, de check-lists de validation et d’exemples sectoriels adaptés à votre domaine.

🚀 Prêt à révolutionner votre approche de recherche ?

Rejoignez les milliers de doctorants qui ont transformé leur thèse grâce à CRAI et aux outils Tesify.

→ Évaluez votre problématique gratuitement sur tesify.fr

La maîtrise de la construction de problématique de thèse avec méthode CRAI représente un investissement stratégique dans votre réussite doctorale. En appliquant les secrets révélés dans cet article, vous disposez désormais des clés pour construire une problématique solide, défendable et porteuse d’impact. L’avenir de votre recherche commence par cette première étape cruciale : ne la négligez plus.
septembre 28, 2025

Étiquette : revue systématique

Scoping review pour le mémoire de master : méthode, étapes et différences avec la revue systématique

Scoping review pour le mémoire de master : méthode, étapes et différences avec la revue systématique

1. Qu’est-ce qu’une scoping review ?

2. Cadre historique : Arksey & O’Malley, Levac et JBI

2.1 La fondation : Arksey & O’Malley (2005)

2.2 Les raffinements de Levac, Colquhoun & O’Brien (2010)

2.3 La standardisation JBI (2020)

3. Scoping review vs revue systématique : tableau comparatif

4. Quand choisir une scoping review pour votre mémoire ?

5. Les cinq étapes de la scoping review

Étape 1 — Formuler la question de recherche

Étape 2 — Identifier les études pertinentes

Étape 3 — Sélectionner les études

Étape 4 — Extraire les données

Étape 5 — Synthétiser et rédiger les résultats

6. PRISMA-ScR : le reporting adapté

7. Conseils pratiques pour le mémoire de master

7.1 Limiter le corpus de manière justifiée

7.2 Utiliser un outil de gestion bibliographique dès le départ

7.3 Documenter chaque décision méthodologique

7.4 Enregistrer le protocole (optionnel mais valorisant)

7.5 Rédiger la méthode avant d’avoir tous les résultats

FAQ

Qu’est-ce qu’une scoping review ?

Quelle est la différence entre une scoping review et une revue systématique ?

Combien de temps prend une scoping review pour un mémoire de master ?

Faut-il déposer un protocole de scoping review avant de commencer ?

La scoping review est-elle appropriée pour un mémoire en sciences humaines et sociales ?

Peut-on inclure de la littérature grise dans une scoping review ?

Doit-on suivre PRISMA pour une scoping review ?

Revue de Littérature Systématique : la Méthode PRISMA 2020 Appliquée à un Mémoire (Guide 2026)

Revue de Littérature Systématique : la Méthode PRISMA 2020 Appliquée à un Mémoire (Guide 2026)

1. Revue narrative ou systématique : la distinction qui change tout

2. Le cadre PRISMA 2020 : ce que Page et al. ont changé

3. Formuler sa question de recherche : PICO et PECO

4. Équations booléennes et sélection des bases de données

5. Critères d’inclusion et d’exclusion

6. La sélection en deux étapes

Étape 1 — Criblage sur titre et résumé

Étape 2 — Lecture du texte intégral

7. Le diagramme de flux PRISMA 2020

8. Extraction des données et évaluation de la qualité

Grille d’extraction

Évaluation de la qualité méthodologique

9. Adapter PRISMA au mémoire de master : la version allégée

10. Les erreurs fréquentes à éviter

Questions fréquentes

La revue systématique est-elle obligatoire dans un mémoire de master ?

Faut-il enregistrer son protocole sur PROSPERO avant de commencer ?

Comment construire le diagramme de flux PRISMA si je travaille seul ?

Combien d’études faut-il inclure dans la revue systématique d’un mémoire ?

Peut-on utiliser un outil d’intelligence artificielle pour la sélection des articles ?

Quelle est la différence entre PRISMA et PROSPERO ?

Méta-analyse : méthode complète pour mémoire et thèse en sciences sociales et santé 2026

Méta-analyse : méthode complète pour mémoire et thèse en sciences sociales et santé 2026

1. Revue systématique vs méta-analyse : la distinction clé

2. Les 5 étapes d’une méta-analyse

Formulation de la question de recherche avec le cadre PICO

Collecte exhaustive des études primaires

Codage des données et évaluation du risque de biais

Calcul de la taille d’effet

Interprétation et analyse de modération

3. Mesures de la taille d’effet : tableau comparatif

4. Lire un forest plot étape par étape

5. Hétérogénéité I² et choix du modèle statistique

6. Outils accessibles : RevMan, R et Jamovi

RevMan (Cochrane Review Manager)

R — package meta et metafor

Jamovi — module MAJOR

7. Exemple appliqué en SHS et santé

Exemple en sciences de l’éducation

Exemple en sciences infirmières et santé publique

FAQ

Peut-on réaliser une méta-analyse dans un mémoire de master 2 ?

Combien d’études primaires faut-il minimum pour une méta-analyse ?

Quelle est la différence entre Cohen’s d et Hedges’ g ?

Un I² élevé (> 50 %) invalide-t-il une méta-analyse ?

Qu’est-ce que le biais de publication et comment le détecter ?

Faut-il enregistrer son protocole sur PROSPERO avant de commencer ?

R — package `meta` et `metafor`