Le bordel des disciplines : un exemple de topologie de l’interdisciplinarité

Je ne m’étais encore jamais penché sur le portail des thèses soutenues en France, Thèses.fr, qui est géré par l’Agence Bibliographique de l’Enseignement Supérieur (ABES). Ce portail présente l’avantage de disposer d’une API XML documentée au chapitre 3 de son manuel, et qui permet d’extraire quelques informations intéressantes du portail.

Un échantillon-test

Histoire de tester l’API, je lui ai demandé la liste des directeurs et directrices de thèses dans les disciplines « Sciences sociales, sociologie, anthropologie » et « Science politique ». L’échantillon d’environ 8 000 personnes renvoyé par le portail est naturellement biaisé, puisqu’il est centré sur ces deux catégories disciplinaires et exclut donc une immense partie des personnes catégorisées comme appartenant à d’autres domaines, telles que la psychologie ou l’histoire.

À partir de ces 8 000 noms, j’ai ensuite demandé au portail de me fournir la liste de toutes les thèses qu’ils avaient dirigées, co-dirigées ou examinées en tant que membres du jury. Ce nouvel échantillon de 51 000 thèses est, lui aussi, biaisé : d’une part, le catalogue n’est pas exhaustif, le portail ne disposant que des données que les universités veuillent bien lui transmettre, et d’autre part, l’échantillon des thèses est intrinsèquement lié au choix des directeurs et directrices de thèse mentionné plus haut.

Sur la base de cet échantillon de thèses, j’ai réussi à récupérer presque 41 000 notices bibliographiques, incluant le domaine disciplinaire de la thèse sous la forme d’un ou plusieurs codes de la classification décimale Dewey. Un peu plus de 5 000 thèses de cet échantillon contiennent plus d’un code de classification, ce qui permet de se pencher sur la topologie de l’interdisciplinarité dans cet échantillon.

Voici à quoi ressemble le “bordel des disciplines” dans cet échantillon (cliquer sur le graphique pour la version agrandie) :

network_of_disciplines

Principes de construction

Dans ce réseau, chaque noeud est un code Dewey présent dans l’échantillon. Les codes sont connectés par un lien lorsqu’ils apparaissent plus de 8 fois ensemble parmi les 5 000 thèses “interdisciplinaires” de l’échantillon, 8 étant la fréquence moyenne d’association entre deux classes dans cet échantillon. La position des noeuds est déterminée par un algorithme de Fruchterman-Reingold, un choix classique dans les algorithmes à force dirigée.

Les couleurs des noeuds correspondent à l’un des dix grandes classes Dewey qui apparaissent en abrégé sur la droite du graphique. Les liens entre deux noeuds appartenant à une même grande classe sont représentés dans la couleur de cette grande classe, ce qui permet de repérer les quelques « homophilies » disciplinaires du réseau.

L’épaisseur des liens, enfin, renvoie à la fréquence d’association entre les noeuds, prise sur une échelle logarithmique de base 10. Vu la manière dont l’échantillon a été construit, ce sont évidemment les liens de la classe 300 (« sciences sociales ») avec quelques-unes de ses sous-classes qui sont les plus forts dans le réseau observé. On pourrait inventer une pondération plus complexe des liens représentés, mais la nature très exploratoire de ce billet ne le justifie pas.

Quelques observations rapides

On peut commencer par observer que le réseau des associations disciplinaires ainsi obtenu est composé d’une très large composant principal composante connexe et de quelques associations isolées, en bas et à gauche, qui correspondent à des associations entre la classe 400 (« Langues ») et la classe 600 (« Littérature »). L’association disciplinaire « Langues et Littérature » apparaît aussi en plusieurs points du composant principal, en haut et à droite.

Il faut ensuite dire un mot des noeuds du réseau, qui sont au nombre de 65. Parmi eux, les 4 classes Dewey les mieux représentées, avec 9 ou 10 noeuds chacune, sont les classes 300 (« Sciences sociales »), 400 (« Langues »), 800 (« Littérature ») et 900 (« Histoire-géographie »), qui totalisent deux tiers des classes représentées. On retrouve ici l’association disciplinaire « LSHS » fréquente entre lettres, humanités et sciences sociales.

Les classes les moins représentées dans le réseau sont les classes 200 (« Religion », 2 occurrences), 000 (classe résiduelle) et 100 (« Philosophie-Pyschologie »). On voit bien ici comment la construction de l’échantillon a déformé sa représentation des disciplines universitaires en France, en marginalisant des disciplines – la philosophie et la psychologie – qui pèsent pourtant très lourd dans la cartographie doctorale, le portail Thèses.fr recensant plus de 40 000 directeurs ou directrices de thèse dans ces disciplines.

Du strict point de vue de la topologie du réseau, on peut enfin remarquer, en haut à gauche de sa représentation graphique, un petit amas de classes 700 (« Arts ») et 900 (« Histoire-géographie »), dont on suppose qu’il est le résultat de l’association entre art et histoire de l’art dans la cartographie universitaire. Ce n’est qu’une intuition, mais elle est robuste à l’observation : cette petite communauté persiste à plusieurs relances de l’algorithme de placement.

Pour aller plus loin

J’ai produit le petit test ci-dessous pour commencer à explorer l’API de Thèses.fr, et plus généralement les APIs de l’ABES, qui développe aussi le référentiel IdRef, par exemple. À l’aide de ce référentiel, et en bidouillant un peu, il doit être possible, par exemple, de connecter les données de Thèses.fr et celles du catalogue SUDOC.

Pour celles et ceux qui souhaitent utiliser le code R ayant servi à collecter les données et dessiner le réseau décrit dans ce billet, tout est en ligne.

Pour celles et ceux qui aiment les réseaux et les thèses, tournez-vous vers le blog de Baptiste Coulmont, qui avait déjà « défriché le terrain », notamment dans ses billets « Réseaux de sociologues : l’état actuel de la sociologie française » en 2012 et « Les amis de mes amis sont directeurs de thèse » en 2013.

Enfin, pour celles et ceux qui se demandent l’importance que peuvent revêtir les réseaux créés par les jurys de thèses, je renvoie à l’article classique d’Olivier Godechot et Nicolas Mariot, « Les deux formes du capital social. Structure relationnelle des jurys de thèses et recrutement en science politique« , dont Baptiste avait également parlé à sa sortie.


4 réflexions au sujet de « Le bordel des disciplines : un exemple de topologie de l’interdisciplinarité »

  1. Bonjour, je ne comprends pas vraiment l’association entre histoire et géographie qui, si elle est habituelle dans l’enseignement secondaire, est quasi inexistante entre disciplines universitaires, surtout au niveau doctoral (il peut y avoir quelques thèses de géographie historique ou d’histoire de la géographie, très peu nombreuses par rapport au total).

    • L’association entre « Histoire » et « Géographie » survient dans la classification Dewey (classe 900), pas dans la construction du réseau. Il faudrait amender la classification pour séparer les deux disciplines, qui sont effectivement disjointes au niveau universitaire.

  2. Bonjour François,
    petit détail sémantique : plutôt que l’expression « un très large composant principal », qui fait fortement penser à une ACP, j’utiliserais « une très large composante connexe »… mais c’est un détail.

Les commentaires sont fermés.