#INISTGATE

Vous aurez peut-être déjà entendu parler de l’affaire Elsevier, cet éditeur scientifique qui est arrivé à faire se mettre en colère des mathématiciens (parmi d’autres). Aujourd’hui, c’est au tour de l’INIST d’être au centre d’une controverse qui, comme les autres, n’ira nulle part tant que les systèmes de publication (qui incluent les chercheurs eux-mêmes et les revues) ne sont pas réformés1.

Le problème avec l’INIST est très simple : lorsque je publie un texte à titre de militant associatif dans une revue en libre accès, je ne m’attends pas à ce que l’INIST le mette en vente2. C’est pourtant ce dont je me suis rendu compte récemment, ce qui m’a rappelé l’existence de leur service Refdoc, l’équivalent du Minitel pour la publication scientifique à l’heure d’Internet. L’INIST a confirmé par email mon droit d’opposition à une diffusion payante de mon texte — dont acte.

Voilà qui en dit long sur l’ambivalence des politiques nationales en matière d’accès scientifique, et sur les errances du modèle dominant en matière de publication scientifique. Je ne sais pas par où il faut commencer pour décrire les problèmes du modèle actuel, mais plusieurs sont assez bien documentés : on entend ponctuellement parler des difficultés du peer review ou des biais de publication, par exemple.

Ces problèmes montrent bien que, sans s’y résumer, le problème du profit dans l’édition scientifique est aussi lié à celui de la fraude, ce qui devrait être une condition suffisante pour s’en soucier. Mais si la plupart des problèmes scientifiques ont cette double dimension éthique et internationale, celle qui concerne l’INIST est un enjeu hexagonal qui peut se résumer à une violation massive du droit moral des auteurs ne souhaitant pas que leurs textes fassent l’objet d’une diffusion commerciale3.

Le CNRS a été réformé à tort et à travers, mais apparemment pas de manière à sérieusement interroger certains de ses programmes ; en tout cas, je n’y vois pas de place pour un service de revente de textes scientifiques sans accord avec la communauté qui les produit.

  1. À noter aussi qu’une partie des agents réformateurs de ces systèmes est extérieure ou périphérique au champ scientifique. []
  2. J’ai vérifié entre-temps que l’éditeur de la revue n’avait rien signé avec l’INIST. []
  3. L’opposition à la commodification est aux origines de plusieurs mouvements “free” (software) ou “open” (source, access, science, data, knowledge, etc.), sans que ceux-ci s’y résument. []

Spam en folie

Le bistro reçoit en ce moment un volume inhabituel de VRP de toutes nationalités… autrement dit, on a un gros problème de spam dans les commentaires. Le plugin WordPress de la plateforme fonctionne bien, mais si vous faites partie des faux négatifs, prévenez les propriétaires du lieu ! À très bientôt.

Un tutoriel R pour faire du café

Il y a quelques jours, j’écrivais :

Malheureusement, ni Stata ni R ne gèrent la dépendance au café (et aucun ne le réchauffe non plus, mais c’est probablement en développement quelque part).

Aujourd’hui, sur Simply Statistics :

Johns Hopkins grad Anthony Damico shows how to make coffee with R (except not really).

Ce qui m’a rappelé une autre vidéo de circonstance.

TeX et SHS

Joël et Maïeul Rouquette (blog, bouquin à lire1 ) ont lancé, via Twitter, une liste de discussion sur l’utilisation de TeX en sciences humaines et sociales. Si vous avez aperçu les récentes slides de Joël sur la cartographie avec R et rgrs, le package de Julien Barnier, alors vous savez à quoi sert TeX : faire cohabiter des structures complexes (équations mathématiques, images vectorisées, code informatique, etc.) avec du texte bien mis en page.

Dans les liens du paragraphe précédents, vous aurez aperçu des références à TeX et à Twitter, mais aussi des mentions de GitHub et de R. La somme de ces technologies vaut plus, à mon sens, que ses parties : l’idée est de construire des workflows, façon The Setup, pour les SHS. Un excellent exemple de workflow est celui de Kieran Healy, qui circule depuis longtemps et qui a intégré un mini-symposium sur le sujet dans la revue méthodologie de l’APSA.

J’essaierai de continuer à faire la publicité de ces technologies par mes propres exemples et m’en tiens pour le moment à cette courte annonce car le filtre spam de la plateforme a l’air d’être en panne et il reste 444 messages en attente de suppression2. Je me tape l’inspection manuelle des commentaires pour éviter les faux négatifs et encourager les discussions, comme sur ce billet récentÉtienne et Sylvain Machefert ont posté des informations intéressantes sur Factiva (merci !). Si votre commentaire a sauté, prévenez-moi, et désolé du dérangement.

  1. Il y en a beaucoup dans tous les styles, comme à chaque rentrée. Merci à celles et ceux qui ont l’amabilité de m’en tenir informé, j’en reparlerai après lecture. []
  2. … sans parler des copies. Il faudra que je parle de cette copie de mathématiques rédigée en quasi-chinois, et que je dois rendre dans une semaine. []

Mentions au baccalauréat et systèmes de notation

Le titre fait référence à un récent billet de Philippe Cibois sur un blog voisin : “La nature fractale de la sélection dans le secondaire”. On y trouve notamment :

  • Un très intéressant tableau sur les mentions au baccalauréat, qui résume très bien la distinction qui s’exerce à travers le système des mentions ; je me demande si ce tableau ne pourrait pas être résumé sous forme de séries parallèles, grâce à l’application de Robert Kosara et Caroline Ziemkiewicz.
  • Une discussion des méthodes de notation qui aboutissent à une distribution vaguement gaussienne des notes, phénomène bien connu sous le nom “grading on the curve” (que je pratique sans allégresse et sans conviction ; la distribution des notes n’est pas le seul problème, loin de là).

Bonne lecture !

Une fonction Stata pour gérer les problèmes de dépendance aux packages

Contrairement aux offres grand public de plus en plus pasteurisées, les logiciels de statistiques sentent encore très fort le fromage informatique, et on n’échappe jamais réellement aux problèmes infernaux de dépendance aux libraires.

Le problème se pose notamment dans un cours que je donne, et j’ai presque réussi à éliminer le problème en installant, au premier cours et par script interposé, la totalité des packages Stata dont on se sert en classe. Mais dans les scripts hebdomadaires, je voulais garder une mention courte et lisible des dépendances pour guider le lecteur (dont les étudiants à moitié paniqués dès que “ça ne marche plus”).

Le résultat est le petit bout de code packages_required, qui scanne une liste en début de script et qui, le cas échéant, installe le package manquant. Je me demande si l’équivalent existe sous R. Le blog is.R() utilise souvent une petite boucle pour pallier aux dépendances (exemple), ce qui suggère qu’une fonction de base qui (1) vérifierait l’existence d’une librairie, (2) la téléchargerait si nécessaire, et (3) la chargerait ne doit pas exister (cf. page 46 de R Inferno).

Malheureusement, ni Stata ni R ne gèrent la dépendance au café (et aucun ne le réchauffe non plus, mais c’est probablement en développement quelque part).

Réélection et cancer au Venezuela

Les dirigeants politiques dissimulent régulièrement leur état de santé pour des raisons stratégiques : il est apparemment plus difficile d’assumer un leadership partisan, électoral ou populaire lorsque l’on est officiellement malade. Le meilleur exemple reste Franklin Delano Roosevelt, qui ne se laissa photographier en chaise roulante qu’à de rares occasions. Il y a aussi motif à penser que les maladies des chefs d’État influent significativement sur certaines de leurs décisions.

Au Venezuela, Hugo Chavez a été réélu pour la troisième fois et entame sa treizième année de pouvoir. L’article qui apparaît en ce moment sur Libération est une reprise de la dépêche AFP du matin, et contient cet intéressant paragraphe, dans lequel je souligne une apposition assez optimiste sur l’état de santé du président :

L’ancien lieutenant-colonel, âgé de 58 ans, un temps affaibli par un cancer diagnostiqué en juin 2011, a encore bénéficié dimanche de l’appui des classes populaires, majoritaires parmi les 28,9 millions de Vénézuéliens, en raison notamment des nombreux programmes sociaux mis en place par son gouvernement.

Depuis son premier diagnostic présumé en juin 2011, Hugo Chavez, âgé de 58 ans, a soigneusement géré la façade publique de sa maladie. La tumeur pour laquelle il a reçu des soins à Cuba se situe apparemment au niveau du bassin osseux, ce qui laisse plusieurs possibilités pas forcément très faciles à communiquer en période électorale (notamment testicules, vessie et anus). Les taux de survie à cinq ans sont néanmoins élevés, voire très élevés, sur ces localisations, et Hugo Chavez a certainement reçu des soins chirurgicaux et chimiothérapeutiques de qualité supérieure.

On ne peut s’empêcher de remarquer le parallèle entre la gestion publique de la maladie d’Hugo Chavez et celle de François Mitterrand, qui avait aussi organisé un secret d’État autour de son cancer de la prostate.1 Son premier Premier ministre, Pierre Mauroy, était apparemment au courant depuis des plombes, mais les médias durent s’en tenir à des déclarations à rallonge qui ne contenaient pas de mention directe du cancer, dont le père de François Mitterrand est aussi décédé. La presse continue d’en parler de temps à autre.2

Le Venezuela connaît assez bien la mortalité par cancer : la “Miss Monde” du pays en est morte à l’âge de 28 ans, l’année du diagnostic de Chavez. Ce dernier est allé moins loin dans l’obfuscation que Mitterrand, allant même jusqu’à faire usage de son look post-chimiothérapie dans sa communication officielle. Il a certes changé la devise “Patria, socialismo o muerte” par quelque chose de moins mortifère. Je suppose que ça fera au moins un chef d’État qui se retiendra de faire des déclarations de type “tel problème est le cancer qui ronge notre pays” — généralement le chômage, la corruption ou l’abstention.3

D’autres exemples récents de cancer parmi les dirigeants politiques incluent Vaclav Havel, décédé d’un cancer du poumon en 2011, et Luiz Inacio Lula da Silva, qui avait immédiatement fait part de son diagnostic à la presse et qui se laisse suivre par les photographes pendant son traitement. Je n’ai donné que des exemples masculins (et il faudrait donner celui de Lance Armstrong, qui en a fait une cause mondiale), mais les cancers féminins chez les actrices et les stars de la télé-réalité ont une place au moins aussi importante dans l’espace public.

  1. Ronald Reagan a survécu à un cancer de la prostate dont il s’est fait opérer en 1985. Il a aussi survécu à une plaie par balle. []
  2. À noter que la maladie qui tua George Pompidou pendant son mandat était aussi un cancer, mais pas une tumeur solide. []
  3. Signe des temps, l’expression semble progressivement remplacer la référence à la gangrène. []

Aperçu des technologies de data mining sur le blog Quanti / sciences sociales

Deux amis viennent de publier un excellent texte sur un blog voisin : “Vers une ‘data-sociologie’ ? Tour d’horizon des techniques de collecte automatisée de données sur le web”. Fortement conseillé pour se mettre à jour sur les outils francophones disponibles en ligne pour s’initier au data mining.

Je suis notamment curieux de connaître les possibilités de scraping pour les articles de presse de Factiva grâce à “Tirésias”, un logiciel de l’équipe Prospérologie. À titre d’exemple de data-sociologie, un doctorant de l’OSC a aussi commencé à rédiger un package Factiva pour R : là aussi, j’attends de voir ce qu’il est possible de faire avec, quand j’aurai enfin compris comment exporter en XML depuis ce service.

Comme l’invite à penser l’exemple de Factiva ci-dessus, les avancées de la data-sociologie dépendent largement des formats dans lesquels il est possible de télécharger des données. Le développement de l’open data et le travail de certaines associations comme Regards Citoyens ont fait un peu avancer la réflexion à ce sujet. Des institutions comme la Banque mondiale, Eurostat ou l’OCDE font aussi des efforts d’harmonisation autour de formats communs, comme le format SDMX.

“3%”

Mon billet précédent sur l’élection présidentielle américaine évoque rapidement les « 47% » cités par Mitt Romney, une gaffe supposée qui n’a pas grand chose à voir avec une authentique gaffe électorale.

Un autre chiffre m’a fait sourire la semaine dernière : Le Parisien a interviewé un haut fonctionnaire français qui évoque les premières heures de la “règle des 3% du PIB”, inventée par la Direction du Budget pour les besoins du gouvernement socialiste de 1981 et à la demande de François Mitterrand, qui souhaitait contraindre les dépenses de ses ministres. Quelques années plus tard, Laurent Fabius se servira de cette fraction pour ne pas avoir à parler du déficit public en termes nominaux.

Le détail des règles de construction du seuil est assez amusant. Le choix du produit intérieur brut, par exemple, induit en théorie une déférence à un indicateur macroéconomique très surveillé au niveau international, ce qui en ferait un truc assez difficile à trafiquer sans que cela se remarque à la Banque Mondiale et au FMI. En réalité, les chiffres du PIB sont raisonnablement spéculatifs en fonction des ambitions gouvernementales et du degré de contrainte exercé sur les agences et directions chargées de sa publication.

De la même manière, la volonté toute mitterrandienne de faire choisir, par Bercy plutôt que par l’Insee, un seuil de “3%” entièrement arbitraire, fournit un assez joli exemple de raison d’État. Ces indicateurs et seuils se retrouvent aujourd’hui dans les traités européens, mais aussi dans notre manière de lire la crise financière actuelle. Cette grille de lecture a déjà produit ses premiers résultats : le tournant néolibéral des années 1980 a connu une ponctuation idéologique d’environ 18 mois en 2009-2010, mais la résurgence keynésianiste de cette période n’a pas duré, au moins en ce qui concerne la zone euro, et les gouvernements se retrouvent tous à sabrer (trop tôt) dans les dépenses publiques, en scrutant naïvement leurs fractions de PIB.

Deux institutions, la science économique et la Banque centrale européenne, méritent probablement (encore) plus d’attention à ce stade : la première pour sa remarquable flexibilité, la deuxième pour la propriété inverse (pour son “austéritarisme”, pourrait-on dire au vu du peu de cas qu’il a récemment été fait du processus électoral dans plusieurs pays européens). Je ne doute pas qu’on trouvera tous les arguments nécessaires pour continuer à faire vivre ces institutions.