Cet article s'apparente à un billet d'humeur par certains côtés. Il s'insurge contre une pratique des facteurs d'impact qui, dès ses premiers pas (les bases de données), exclut près de la moitié des publications, multiplie les fausses estimations sous couvert d'arguments statistiques erronés et cela pour soi-disant séparer le bon grain (l'excellence) de l'ivraie (la médiocrité). Il démontre, sur quelques exemples, l'absurdité de telles approches et souligne l'exigence pour les chercheurs de prendre leurs responsabilités afin de ne pas laisser l'administratif prendre en charge le débat sur l'évaluation.

This paper is somewhat saying things ill humourly. It is rising up against the practice of impact factors that, from the early beginning (the database contents), rules out almost half of the publications, multiplies false estimations under cover of statistics, and this supposedly for separating the wheat (excellence) from the chaff (poor quality). It is shown, with some examples, that such approaches tell us very little and that the researchers must take their responsibilities if they do not want to see the debate on evaluation be only administratively managed.