École d’été internationale : Formation de maîtrise et de doctorat en méthodes et outils numériques : l’analyse de réseaux en histoire

Logos_EE

 

Du 24 au 28 juin 2019

L’École d’été internationale de Paris 2019 est la quatrième école d’été numérique organisée par le GRHS (UQAM) et le PIREH (Université de Paris 1). Elle s’inscrit dans le cadre d’un partenariat qui a pour objectif de favoriser l’échange des pratiques du numérique entre le Québec et la France, leur apprentissage par les étudiants des cycles supérieurs – maîtrise et doctorat –, et la mobilité étudiante. L’esprit de cette école est de promouvoir l’usage des méthodes informatiques de la recherche en sciences humaines et sociales dans la discipline historique. Organisée par des enseignants-chercheurs expérimentés, elle aborde des méthodologies et des thématiques innovantes, appliquées au sein d’une pédagogie adaptée aux spécificités de l’histoire, aux besoins des étudiants et aux impératifs de la recherche.

Quatrième édition d’une école qui s’inscrit désormais dans la durée, elle sera cette année organisée à Paris, après celles de Montréal (mai 2016, juin 2018) et de Paris (juin 2017). Le thème choisi cette année, « L’analyse de réseaux en histoire », se situe dans le prolongement des précédents, (méthodes d’analyse textuelles assistées par ordinateur, bases de données, et cartographie numérique). Son objectif est de permettre aux étudiants de maîtrise et de doctorat de toutes les universités, ainsi qu’aux chercheurs, de se former aux méthodes de structurations, de visualisation et d’exploration des données, ainsi qu’aux enjeux historiographiques et épistémologiques de leur application aux sciences sociales en général, et à l’histoire en particulier. À la fois théorique et applicative, cette école se situe au carrefour du domaine d’étude individuel de chaque participant, de leur formation académique ou continue, et d’une approche méthodologique commune.

Le schéma d’enseignement des années précédentes, ayant fait ses preuves et ayant été plébiscité par les étudiants, sera reconduit cette année. Les suggestions d’amélioration ont cependant été prises en compte pour rendre cette école encore plus efficace que les précédentes. De courte durée (5 jours), l’école est dispensée dans le cadre d’une formation universitaire. S’y articulent la découverte théorique des notions qui sous-tendent l’édification d’une base de données (structuration, architecture, modèle conceptuel des données…) et l’exploitation pratique des données sous la forme de graphes. Pour atteindre cet objectif, les journées s’organisent selon un schéma simple : les matinées débutent par une heure de discussion sur des lectures recommandées ou des exercices à réaliser, suivie par des conférences méthodologiques ; alors que les après-midis sont consacrés à la prise en main des logiciels et à l’expérimentation individuelle ou en groupes pour favoriser l’apprentissage.

 

Comité scientifique : Pascal Bastien (UQAM), Benjamin Deruelle (UQAM), Stéphane Lamassé (Paris 1), Julien Alerini (Paris 1) et Léon Robichaud (U. Sherbrooke)
Comité d’organisation : Pascal Bastien (UQAM), Benjamin Deruelle (UQAM), Stéphane Lamassé (Paris 1), Julien Alerini (Paris 1), Gaëtan Bonnot (Paris 1)

 


 

Objectif du programme

L’analyse de réseaux est utilisée pour l’exploration et l’analyse de données sociales mais aussi, de plus en plus souvent, en complément d’autres méthodes comme l’analyse textuelle, la cartographie ou en parallèle de méthodes d’analyse de données. Cette formation d’une semaine familiarisera les participants avec des méthodes statistiques utiles pour la compréhension et la mise en œuvre d’analyse de réseaux sociaux. Ils y acquerront un ensemble de clefs conceptuelles et logicielles pour mettre en œuvre une recherche intégrant l’analyse de réseaux sociaux dans un contexte plus large. C’est la raison pour laquelle l’ensemble de la formation sera conduite à l’aide des logiciels libres et gratuits, Open base, R Cran (https://cran.r-project.org/), Gefy.

 

Grands axes du programme

I. De la source au réseau :

  • Réflexions épistémologiques sur les enjeux et les pratiques des réseaux sociaux
  • Comment structurer l’information pour produire des réseaux sociaux ?
  • Statistiques et visualisation de données de réseaux sociaux

II. Notion de statistiques et de probabilité

  • Mise à niveau statistique
  • Les modes de classification (qualitatives, quantitatives)
  • Initiation au clustering
  • Usage des algorithmes de classification déterministes et non déterministes (AFC, Cartes de Kohonen)

III. Mise en pratique :

  • Initiation à la constitution de réseaux sociaux
  • Initiation aux représentations cartographiques de réseaux sociaux
  • Indicateurs pour l’analyse de graphes
  • Les réseaux bipartites
  • L’analyse temporelle et les réseaux sociaux
  • L’usage des réseaux sociaux en histoire (mots, cartographie)

Logos_EE

 

Stocker et manipuler les données

9h : Mots de bienvenue et tour de table de présentation

Lectures commentées :

  • À venir.

10h-12h : Conférence

13h30-15h : TP : salle informatique (Installation des logiciels utilisés durant la formation)

  • Mise à niveau statistique appliquée au logiciel R (niv. 1 – descriptive)

15h-15h30 : Pause

15h30-17h : TP salle informatique

  • Mise à niveau statistique appliquée au logiciel R (niv. 2 – inférentielle)

 

Modélisation des données relationnelles

9h : Retour sur les travaux de la veille et tour de table autour des lectures fournies aux participants

Lectures commentées :

  • À venir.
  • À venir.

10h-12h : Conférence

13h30-15h : TP en salle informatique : Modéliser les données

  • Exercice à partir des données
    • Données relationnelles
    • Appréhension du réseau

15h-15h30 : Pause

15h30-17h : TP en salle informatique : Requêtes sur les données relationnelles

  • Faire émerger le réseau

 

Graphes et réseaux sociaux

9h : Retour sur les travaux de la veille et tour de table autour des lectures fournies aux participants

Lectures commentées :

  • À venir.
  • À venir.
  • À venir

10h-12h : Conférence

13h30-15h : TP en salle informatique :

  • Exercice de prise en main du logiciel Gefy
    • Jusqu’aux indicateurs

15h-15h30 : Pause

15h30-17h : TP en salle informatique) :

  • Exercice : production d’un graphe

 

Méthodes de classification

9h : Retour sur les travaux de la veille et tour de table autour des lectures fournies aux participants

Lectures commentées :

  • À venir.
  • À venir.

10h-12h : Conférence

13h30-15h : TP en salle informatique : Méthodes indigènes de classification

  • Exercice : classer les individus dans la base de données
    • Importation de données
    • Discrétisation
  • Exercice : classer les nœuds
  • Exercice : partition du réseau pour identifier les groupes

15h-15h30 : Pause

15h30-17h : TP en salle informatique : Méthodes exogènes de classification

 

Hackathon

9h-12h : Mise en activité autour d’un projet collectif (par équipe)

13h30-15h30 : Présentation des graphes (présentation et analyse réflexive sur les graphs produits)

15h30 : Bilan (15h30-16h30, salle de conférence)

Pot de l’amitié (16h30-17h30)

Du 24 au 28 juin 2019

La Sorbonne,
1 rue Victor Cousin,
75005 Paris.
Salle Perroy (prendre la galerie Dumas puis l’escalier R).

Tous droits réservés - Université du Québec à Montréal - 2013