Projet collaboratif : Sunoikisis Digital Classics

Une partie du cours « Humanités numériques 2. Projet collaboratif » est consacrée au programme Sunoikisis Digital Classics. Ces séances ont pour objectif d’explorer ce programme collaboratif international, ses thèmes, ses ressources et le réseau auquel nous participons ainsi. Pour ce faire, les étudiantes et étudiants acquièrent des compétences pratiques en matière de préparation de données et de collaboration : Web scraping élémentaire, maniement du CSV comme format pivot pour le traitement automatique, nettoyage et analyse interactive dans un éditeur de texte et avec OpenRefine, définition de catégories d’analyse et annotation collaborative, contribution à des fichiers partagés en ligne et à notre entrepôt de données sur GitHub.

Cette année, le groupe a mis à jour les données de notre panorama des séances organisées depuis la création de Sunoikisis Digital Classics en 2015 et mené une annotation thématique systématique (sur la base de la taxonomie TaDiRAH, Taxonomy of Digital Research Activities in the Humanities, et des catégories de l’Index of Digital Humanities Conferences), puis s’est intéressé aux axes d’exploration suivants : fréquences et genres des intervenants ; fréquences et distribution chronologique des institutions ; fréquences, co-occurrences et distribution chronologique des thèmes.

Les analyses seront poursuivies avec d’autres moyens dans le cours de master 2. Néanmoins, plusieurs observations faites par le groupe semblent d’ores et déjà intéressantes. Nous les résumons ici.

Le renouvellement des intervenants et des institutions est remarquable : 90 % des participants interviennent 5 fois ou moins et 60 % interviennent seulement une fois, tandis que la moitié des institutions n’apparaît qu’une seule fois. L’équilibre entre hommes et femmes semble parfait, avec 50,8 % d’hommes et 49,2 % de femmes. Le « bruit » créé par la présence dominante des principaux organisateurs, qui sont ne sont généralement mentionnés que lorsqu’ils assurent une partie de la séance, mais il faudrait contrôler les données afin de savoir si elles sont fiables pour les trois personnes mentionnées plus de 20 fois. On note par ailleurs que 20 % des institutions ne semblent pas être des universités.

L’étude des thèmes repose sur une annotation manuelle et comporte donc une part d’arbitraire liée à la subjectivité des annotateurs, même si deux personnes au moins ont validé les thèmes. Cela étant, quelques thèmes sont saillants : l’annotation (un tiers des séances), la visualisation (27 %) et l’open data (19 %). De fait, les graphiques montrent bien que les notions d’encodage, d’annotation et de visualisation sont fondamentales dans le programme. Au contraire, des thèmes assez spécifiques sont évoqués dans moins de 1 % des séances, comme « sentiment analysis », « topic modelling » ou « virtual and augmented reality ». Certains thèmes sont présents tous les ans ou presque : « visualisation », « translation », « text mining », « objects and artefacts », « epigraphy », « geography », « annotation », « treebank », « encoding », « linked open data ». Cependant, malgré ces constantes – qui constituent la colonne vertébrale des saisons –, on observe une diversification des thèmes depuis les débuts de Sunoikisis Digital Classics, avec l’introduction de thèmes nouveaux jusqu’à cette année (comme les GLAM) ; le nombre de thèmes traités est passé de 17 thèmes différents en 2014-2015 à 25 en 2021-2022. De plus, pour chaque thème, on observe une grande variété d’intervenants et d’institutions, ce qui signifie que la parole est donnée à plusieurs spécialistes, avec un souci de varier leur lieu de provenance et donc d’élargir la communauté.

Ce travail sera repris et précisé. Nous partageons pour finir certains des graphiques produits à la fin du projet collaboratif.