Claire Lemercier – Faire simple mais rigoureux : saisir des données sur des liens dans un tableur

Dans le cadre des quatrièmes rencontres Res-hist, Claire Lemercier proposera des conseils adaptés à ceux et celles qui ne peuvent ou ne veulent pas utiliser d’autre logiciel qu’un tableur pour la saisie de leurs données, mais qui pour autant souhaitent respecter les bonnes pratiques de définition précise des liens à prendre en compte, ainsi que de segmentation, datation et sourçage de l’information historique. Ces bonnes pratiques auront été précédemment présentées par Jean-Pierre Dedieu, à propos de l’outil Fichoz, et Emmanuelle Picard, à propos de l’outil SyMoGih : le propos de Claire Lemercier est d’affirmer qu’on peut les transposer sans dommages si, pour diverses raisons, on n’utilise pas ces outils.

Écouter la présentation :

Texte proposé au préalable – et en accompagnement :
Son intervention se fondera sur l’expérience de ses propres recherches dans différentes sources d’histoire contemporaine, ainsi que sur les recommandations mises au point au cours d’ateliers trans-périodes menés avec Claire Zalc. La présentation sera autant que possible interactive et improvisée, mais voici quelques éléments à l’appui :

• Voici quelques recommandations générales concernant la saisie (pas uniquement de données de réseaux, mais cela s’applique tout à fait à elles), extraites du “Repères” coécrit avec Claire Zalc. (cliquez sur l’image pour agrandir)

• Pour mettre en pratique le 9^e commandement : des conseils plus pratico-pratiques sur l’utilisation d’un tableur dans un contexte de recherche en histoire (là encore, cela ne vaut pas que pour les données de réseaux, mais cela vaut aussi pour les données de réseaux). Il est écrit “Excel”, mais tout vaut aussi pour OpenOffice ou LibreOffice. Des compléments ou formulations différentes bien utiles, et des copies d’écran sous Excel 2010, sont proposés par Émilien Ruiz dans ce tutoriel.
• Comment tout cela se traduit-il pour des données de réseaux ? Ce qu’il faut bien comprendre, par rapport au cas fréquent en histoire de la prosopographie, où l’on prévoit souvent une ligne par individu et une colonne par type d’information, c’est que ce n’est pas la bonne manière d’entrer des liens. Pour des données de réseaux, le cas le plus fréquent est en effet celui où l’on va avoir besoin de deux tables (par exemple, deux onglets dans un fichier de tableur). Vous pouvez en voir un exemple concret à la page 3 de l’article d’Isabelle Rosé présenté lors de ces journées. L’une de ces tables va donner, de la manière habituelle, diverses informations sur les individus dont on étudie les liens : sexe, âge, profession par exemple s’il s’agit de personnes physiques ; ou encore revue, longueur, mots-clés s’il s’agit d’articles (dont on étudierait comment ils se citent) ; montant du capital, localisation du siège social d’entreprises (qui s’échangeraient des biens ou des dirigeants), etc. C’est la table des attributs dans le jargon de l’analyse de réseaux. Elle va être très utile pour l’interprétation des liens, mais elle ne dit rien de ces liens eux-mêmes ! C’est pour cela qu’il faut aussi une autre table : une table des liens précisément. Celle-ci va avoir une ligne par lien. Deux de ses colonnes doivent donc indiquer qui sont les deux individus “à chaque bout du lien” (et si le lien est orienté, ce qui est toujours plus intéressant, il faut bien sûr distinguer la colonne de l’auteur et celle du destinataire de la lettre, ou de l’article qui cite et de celui qui est cité, etc.). Mais une table de liens qui n’indique que les individus aux deux bouts du lien, c’est un peu triste, et moins riche pour l’interprétation que si d’autres colonnes sont incluses. En particulier, il faut absolument essayer d’inclure un maximum de colonnes qui qualifient le lien, afin de pouvoir lors de l’interprétation varier les définitions du lien considérées (agréger différents types de liens ou au contraire les séparer). Le principal problème actuel des analyses de réseaux en histoire, c’est que trop souvent elles mettent dans un gros paquet étiqueté “liens” des choses extrêmement hétérogènes en termes de nature, d’intensité, de durée, etc. L’antidote à cela, c’est de qualifier très précisément chaque lien lors de la saisie. Cela ne veut pas dire seulement marquer “amitié” ou “famille” ou “commerce” de façon très standardisée (même si c’est déjà mieux que “lien” tout court !). Il faut suivre, ici aussi, les dix commandements de la saisie, c’est-à-dire ne pas hésiter à rester au plus près des sources, ni à multiplier les colonnes, ni encore à indiquer “inconnu” (ou des doutes) dans certaines cases. Dès lors, on peut à la fois qualifier le lien vraiment précisément, et même inclure des citations de la source à l’appui, et consacrer d’autres colonnes à des indications, notamment, de dates de début et de fin (voir ici une discussion par Claire Lemercier [en anglais] de l’importance d’inclure ces renseignements sur les dates), de lieu, de source, etc.
• Des données stockées au départ sous forme d’une table d’attributs (liste d’individus) et d’une table de liens (liste de liens) pourront être importées sans encombre par tous les logiciels disponibles d’analyse de réseaux. Pour ceux et celles qui travaillent sur PC [les logiciels commodes pour débuter en Mac sont beaucoup plus difficiles à trouver], et qui disposent d’Excel et non d’un tableur libre, un des moyens les plus pratiques de débuter est d’ailleurs d’utiliser NodeXL, qui n’est qu’un ajout de menus à l’intérieur d’Excel, et qui vous guide pour la création de vos tables selon les principes ci-dessus. (on ne peut que regretter que cet outil, en lui-même libre, ne se greffe que sur un logiciel propriétaire) Visone, qui est, lui, libre, multi-plate-forme et très bien documenté en français dans ce livre, adopte le même principe : une liste d’individus (nodes), une liste de liens (links). The Vistorian, la magnifique plate-forme en ligne que l’équipe de Jean-Daniel Fekete vient de créer spécifiquement pour les historien.ne.s (encore un peu expérimentale au moment où j’écris) reprend la même logique d’entrée des données, et l’explicite bien (en anglais ; si cela ne vous paraît pas clair, n’hésitez pas à contacter les concepteurs pour améliorer l’interface). On pourrait multiplier les exemples. Notons toutefois pour finir que parfois, le format “table d’attributs et table de liens” n’est pas le plus commode à saisir. C’est un des cas où il peut être utile d’utiliser le vieux mais toujours vaillant (quoique pas libre et ne tournant que sur PC) logiciel Ucinet, qui a le mérite d’accepter des formats d’entrée variés, par simple copier-coller depuis Excel, et de permettre ensuite aisément de transformer un format en un autre. (bien sûr, on peut faire tout cela aussi sous R, mais cela demande bien plus de dextérité) En particulier, transformer un réseau “2-mode” en un réseau “1-mode” s’y fait en un clic, alors que c’est souvent assez compliqué dans les logiciels plus récents pensés pour la physique.
• Note pratique : le fait d’utiliser deux tables (attributs et liens) rend encore plus importante l’attribution d’identifiants sans ambiguïté à chaque individu (cf. le 2^e commandement ci-dessus). Le conseil de toujours créer des identifiants numériques reste valable ici. Toutefois, en pratique, la plupart des logiciels d’analyse de réseaux s’accommodent d’identifiants textuels (prénom et nom, par exemple, pour des personnes physiques) et il est vrai qu’on apprécie souvent de les voir sur les graphes, par exemple. Rien n’interdit d’utiliser des tels identifiants si et seulement si on est extrêmement rigoureux pour les orthographier toujours exactement de la même façon, majuscules mais aussi espaces compris. (c’est la raison pour laquelle les identifiants numériques sont plus pratiques !) Concrètement, cela veut dire qu’il faut copier-coller les identifiants textuels d’une table à l’autre (et utiliser la suggestion automatique par le logiciel s’ils se répètent dans une colonne) afin d’obtenir cette orthographe exactement identique. Si l’on part de la table des liens, on peut aussi réaliser un tableau “croisé” à une seule variable à partir de la liste de noms obtenus sur l’ensemble des deux colonnes d’individus, c’est un “bricolage” parmi d’autres qui permet commodément d’obtenir la liste de tous les individus apparaissant dans au moins un lien, avec une seule ligne pour chacun et la bonne orthographe : cela peut alors servir de base pour la table d’attributs.
• Note finale, plus sur le fond : dans les ateliers, les “problèmes avec l’analyse de réseaux en histoire” se situent en général bien en amont de l’analyse, soit au moment de la saisie (maintenant, vous en savez un peu plus !), soit même avant, au moment de la définition de la population d’individus, puis de liens à étudier. Avant toute saisie, il reste donc très recommandé de lire un article très général d’introduction sur ce point (par exemple, publicité de Claire Lemercier, celui-ci, qui vaut en fait au-delà de l’histoire politique), voire (en anglais) cet article ancien qui n’a rien perdu de sa pertinence, sur les différentes délimitations possibles “du réseau” à étudier (car un réseau, dans la réalité, n’est à peu près jamais étanche, il faut donc toujours trancher dans le vif et de préférence le faire de façon consciente et réfléchie).