Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Du code et des liens (avec des expressions régulières)

Dans la série “on n’a pas le temps de bloguer, mais d’autres s’en chargent à notre place…” Quelques actualités quand même.

1. Un député américain a demandé la suppression des crédits de recherche pour les sciences sociales.

Bizarre, pour un pays qui devrait avoir besoin de quelques recherches sur le wahhabisme. Ah, il a spécifiquement demandé la suppression de la science politique. Pas de chance, c’est là où se publient les recherches sur les trajectoires des terroristes. Ah, il a aussi une meilleur poste de dépense à conseiller : la recherche médicale (les blouses blanches qui sauvent des vies). Sur les “death panels” ?

Merci au lecteur qui nous a signalé le truc, récemment relaté en détail sur The Monkey Cage avec les manoeuvres précédentes. Je ne mets pas de lien précis, car pour être honnête, c’est vu et revu, et stupide. L’argument sur le wahhabisme est par ailleurs emprunté à un rapport public sur les sciences humaines et sociales, signé par Maurice Godelier. Je l’aime bien, cet argument.

2. Il faut lire Christophe Bouillaud sur les élections en Italie (quel bordel), et le film-documentaire TPB AFK (quelle aventure) sur le procès du site Internet The Pirate Bay.

3. Un excellent exemple de scraping avec expressions régulières sur le blog Quanti, par les auteurs du blog Data Sciences Sociales ; les deux sur la même plateforme que le ‘Bistro.

(La suite est ultra-nerd mais peut-être de salut public pour ceux qui enseignent avec R.)

Ah, l’utilité des expressions régulières… Si je devais apprendre deux choses à toute personne qui utilise un ordinateur, ce serait les raccourcis clavier et les “regex”.

Je m’en sers par exemple dans ce fichier pour compiler tout un cours en une seule frappe clavier qui sélectionne tous les fichiers .Rmd, les compile sous knitr, puis les copie au bon endroit. En pratique, ça donne ça :

html <- dir(pattern="(index|[0-9]{2,}_\\w+).html|style.css")
code <- dir("code", pattern="([0-9]{2,}_\\w+).R$")

La première ligne signifie “sélectionner le fichier index.html, tous les fichiers .html commençant par deux chiffres ou plus suivis d’un underscore et d’un mot, et le fichier style.css”. La seconde ligne signifie presque la même chose mais appliquée uniquement aux scripts .R. Une commande ultérieure les copie dans un dossier, qui est ensuite placé sur GitHub et publié par GitHub Pages.

Un autre exemple dans ce document .Rprofile, qui contient quelques fonctions pour enseigner le même cours. L’objectif était de permettre à une vingtaine d’étudiants débutants de télécharger tous les fichiers du jour en une commande, et de leur épargner les installations et chargements de packages que demande fréquemment R en s’en chargeant à leur place.

La fonction ida.prep() fait ce travail : (1) elle télécharge tous les fichiers pour une séance du cours, puis (2) elle fait scanner les fichiers par la fonction ida.scan() pour voir quels packages y sont chargés, et enfin (3) elle fait charger les packages par la fonction ida.load(), en les téléchargeant au préalable si nécessaire, le plus silencieusement possible (c’est-à-dire pas assez).

Voici les lignes qui détectent toutes les utilisations des commandes library() et require() :

grepl("(library|require)\\(([a-zA-Z0-9]*)\\)", text)
gsub(".*(library|require)\\(([a-zA-Z0-9]*)\\).*", "\\2", text)

Les lignes proviennent de la fonction ida.scan(). La première ligne “attrape” toutes les lignes de code contenant les termes library ou require suivis de quelque chose entre parenthèses. La seconde ligne extrait le contenu des parenthèses. J’envoie ensuite ce vecteur de noms de packages à la fonction ida.load().

Allez, un dernier exemple bien tordu pour la route :

grepl(paste0("^(", paste0(x, 0:3, collapse = "|"), ")_"), prep)

Cette ligne requiert un argument x, qui est le numéro de la séance. Chaque séance est divisée en quatre segments numérotés de 0 à 3. Cette ligne colle le numéro de séance à “0”, puis à “1”, puis à “2”, puis à “3”, puis colle tout ça ensemble avec des barres “|”, qui sont l’opérateur logique “ou” en regex. Tout cela doit être situé en début de ligne (“^”) et suivi d’un underscore.

Cette dernière expression sert à extraire les pages de cours pour une séance donnée, à partir de la page d’index du cours. Le reste du code montre comment exécuter tout le boulot décrit ci-dessus en moins de 100 lignes, qui permettent de gagner beaucoup de temps en classe en réduisant tout le travail de (télé)chargement à une commande, de type ida.prep(n).

4. Plus rapidement, sur le même sujet, il y a de chouettes projets de packages pour R autour de moi, et comme pour les “blogs SHS” il fut un temps, j’aimerais aider la communauté à se former.

Si vous programmez un peu sur R et voulez aider au développement de fonctions pour les analyses de données pour les sciences sociales (et notamment pour les analyses de données d’enquête, comme le permettent par exemple les packages survey et memisc), faîtes signe au Polit’bistro sur Twitter, ou dans les commentaires si vous avez comme moi du mal à tout mettre en 128 caractères.

5. Je n’ai plus le temps de bloguer sur tous les chouettes trucs qu’on peut découvrir sur les blogs de Baptiste Coulmont et Jérôme Cukier, mais vous avez les adresses.

6. Est-ce qu’on peut vraiment tolérer, au sein de l’Union européenne, un territoire qui se dispense d’élection au suffrage universel ?

Je me souviens avoir lu quelque part que le Vatican ne pratiquait pas non plus la transférabilité des peines, ce qui fait qu’un meurtrier ou un violeur au Vatican n’a pas de casier judiciaire à l’extérieur (il est simplement excommunié, en application du droit canonique). À vérifier, mais un juriste avait monté quelque chose d’assez conséquent sur le sujet ; je n’arrive plus à mettre la main dessus.

C’est à présent l’heure d’aller vraiment au bistro, histoire de savoir qui a gagné ce soir.

Données de santé publique (et bonne année en avance)

Les gouvernements européens échangent énormément d’information sur l’état de santé de leurs populations, mais aussi sur l’efficacité relative de leurs systèmes de santé. Conjuguées, ces mesures encouragent les décideurs politiques à réformer dans un contexte normalisé, où chaque pays peut être situé par rapport à une moyenne européenne, en tête ou en fin de classement. La neutralité apparente de ces opérations de mesure et de classement s’efface définitivement lorsque le benchmarking devient une cause instrumentale de réforme.

J’ai récemment eu la chance de participer à un ouvrage collectif sur l’Union européenne et la santé publique. Ma contribution, éphémèrement disponible ici avant le dépôt HAL-SHS, porte sur l’utilisation des données de santé publique au sein de l’Union européenne et sur ses conséquences politiques pour les États-membres. Le texte contient un patchwork de références que j’essaie de réunir autour des conditions de production des politiques de santé publique, ainsi qu’un exemple britannique de réforme guidée par la mesure de la performance.

Je cite cette publication parce qu’une autre publication fait aujourd’hui écho à ces histoires de quantification de la performance : le Global Burden of Disease (GBD) 2010, que vient de publier la revue médicale The Lancet, inclut deux contributions de l’Organisation Mondiale de la Santé et de la Banque Mondiale qui font très directement référence à l’enjeu des données de santé publique et de leur diffusion par les organisations internationales. Les deux contributions sont d’ailleurs les seules à inclure le terme data dès le titre.

Le blog EpiAnalysis a publié un très bon résumé de l’étude GBD 2010, pour celles et ceux qui voudraient rapidement voir à quoi tout cela ressemble. Certaines conclusions font penser aux présentations de Hans Rosling sur le même sujet, car elles invitent à repenser les exceptionnalismes régionaux en matière d’épidémiologie. Ces statistiques pourraient servir à l’allocation des ressources budgétaires par pathologie, ce qui laisse entrevoir l’importance de ce travail d’estimation entrepris au niveau mondial.

La volonté de situer le financement de la santé dans des tableaux de données n’est jamais parfaitement neutre, et cette observation s’applique jusque dans l’enseignement : j’utilise souvent les données IHME (Institute for Health Metrics and Evaluation, l’organisme producteur du GBD 2010) dans mes propres cours, grâce au travail d’une équipe suédoise qui publie l’excellent jeu de données agrégé Quality of Government (le titre est évocateur). Des études à la croisée des disciplines, comme l’excellent récent ouvrage Sick Societies, y ont également recours.

Pour terminer, j’ai réussi à prendre quelques minutes dans mon (absence de) planning pour recenser cette publication, mais je crains de ne pouvoir remettre les pieds au ‘bistro avant l’année prochaine. J’en profite pour rappeler que 2013 sera l’année des statistiques, que l’on espère moins meurtrières et moins injustes que celles de 2012. Espérons aussi que rien de grave n’arrivera à l’architecture d’Internet, qui subit menace après menace de toutes parts, heureusement sans conséquence jusqu’ici grâce à l’échec d’ACTA et, tout récemment, du WCIT-12.

P.S. Merci à Marie-Anne du blog voisin La pensée du discours pour le signalement d’une typo rigolote dans le titre !

Mise à jour : j’avais raté cet article de Science qui évoque le conflit entre l’IMHE et l’OMS sur les données de santé publique mondiale ; lisible en entier ici.

À propos du “Le Pen. Une histoire française”, de Philippe Cohen et Pierre Péan

Les journalistes Philippe Cohen et Pierre Péan viennent de publier une copieuse (550 pages) biographie de Jean-Marie Le Pen. Sa parution a fait beaucoup de bruit dans les médias, tant à cause de son sujet que du parti pris des auteurs : “l’aborder [JMLP] comme un sujet d’enquête banal, sans a priori” (p. 10) – ce qui, interprété par certains, revient à faire preuve d’indulgence envers Le Pen et le Front national. De plus, les auteurs adoptent un ton volontairement polémique à l’égard de leurs collègues journalistes, accusés d'”autisme bibliographique” – les ouvrages consacrés à la vie de JMLP seraient tous soit hagiographiques, soit entachés du pêché originel de l’animosité à l’égard de leur objet. Seule la biographie de Christian Lionet et Gilles Bresson, deux journalistes qui officient alors (en 1994) à Libération, trouve grâce à leurs yeux.

On ne fera pas ici une recension “classique” de l’ouvrage, tant il a déjà été discuté dans de nombreuses arènes, que ce soit pour être voué aux gémonies (y compris par Maurice Szafran, rédacteur en chef de Marianne, employeur de Philippe Cohen) ou au contraire porté au pinacle. La discussion s’est d’ailleurs même déplacée sur le terrain judiciaire, puisque JMLP a déclaré qu’il attaquerait les auteurs, concernant ses histoires d’argent (auxquelles tout un chapitre est consacré), semble-t-il. Il ne s’agit pas davantage de juger le travail d’investigation – réel – mené par les journalistes, car je ne suis pas spécialiste de la biographie du président d’honneur du Front national, ni même historien. D’autres sont mieux qualifiés que moi pour porter un jugement sur ces points.

Il semble en revanche intéressant de lire cette biographie au prisme des savoirs produits par les sciences sociales sur le Front national et son président. Comment cet ouvrage se situe-t-il par rapport à ces connaissances, et peut-il être utile à un chercheur en sciences sociales travaillant sur le Front national ?

Ce questionnement m’est venu en lisant l’introduction du livre, pour deux raisons. En premier lieu, les auteurs insistent sur leur démarche, se voulant dépassionnée, dénuée d’a priori, presque empathique – même si le mot n’est pas employé. Cela semble suffisamment important et n’allant pas de soi pour que les auteurs y reviennent à plusieurs reprises dans le livre. Or, pour le chercheur en sciences sociales, cela ne semble guère problématique, tant la neutralité axiologique fait partie de l’éthique professionnelle la plus largement partagée – même si c’est avec des cas comme celui de l’extrême droite qu’elle semble parfois toucher à ses limites, du moins du point de vue de certains chercheurs. (On peut d’ailleurs se demander à quoi rimerait une neutralité axiologique qui ne s’appliquerait qu’aux objets qui ne nous dérangent pas). En second lieu, c’est l’interprétation que les auteurs proposent de la trajectoire de JMLP qui m’a conduit à m’interroger sur le rapport de cet ouvrage avec les sciences sociales. Il me faut d’abord résumer en quelques mots la thèse des auteurs : pour eux, Jean-Marie Le Pen n’est pas intrinsèquement un fasciste, ni même un idéologue – et, au fond, ce n’est pas tant ce qu’il est qui compte, que ce qu’on en a fait. “Il est surtout une construction, un monument érigé peu à peu au centre de notre vie politique […]. Au fond, la force et la faiblesse de Le Pen ont été d’aller au-devant du rôle que tous ceux-là entendaient lui faire jouer”, écrivent les auteurs en introduction (p. 12-13). Ce sont donc des interactions entre JMLP et d’autres acteurs politiques (Mitterrand, Tapie, Chirac, Sarkozy) et médiatiques, voire associatifs (SOS Racisme) qui ont “fait” Jean-Marie Le Pen. Or, cette thèse a déjà largement été défendue en sciences sociales. C’est sans doute Jacques Le Bohec qui, parlant de “phénomène Le Pen” pour bien en souligner le caractère co-construit, l’a le plus clairement démontré en analysant les interactions entre Jean-Marie Le Pen et les journalistes. Mais d’autres chercheurs ont également contribué à cette approche ; Magali Boumaza, par exemple, a souligné le rôle que la stigmatisation jouait dans la construction de l’identité des (jeunes) militants frontistes. Plus largement, les approches constructivistes, interactionnistes ou encore en termes de rôle ont largement contribué à la compréhension du Front national et du rôle de son dirigeant historique. Or c’est bien une approche par la carrière extrémiste que nous livrent les auteurs, en montrant qu’en rien le jeune Jean-Marie Le Pen n’était “destiné” à devenir le président du Front national. C’est bien une succession de carrefours biographiques, marqués aussi bien par la contingence que par les dispositions antérieures, qui le conduisent d’abord à l’engagement à l’extrême droite, ensuite à la direction du FN, enfin à son enfermement dans son rôle de “diable de la République”. L’importance du fameux épisode du “point de détail de l’Histoire”, en 1987, est ainsi soulignée : c’est de ce jour (“le jour où Le Pen est devenu Le Pen”, titrent plaisamment Cohen et Péan) que daterait la relégation définitive de Le Pen en marge du champ politique français, relégation acceptée et entretenue par le principal intéressé à travers ses fameux “dérapages” (en réalité largement contrôlés).

La proximité de la ligne directrice des auteurs avec celles de certains chercheurs, et notamment de Le Bohec, est d’autant plus troublante que les chercheurs en sciences sociales ayant travaillé sur Le Pen ne sont quasiment pas cités dans l’ouvrage. À peine sont-ils convoqués parfois à l’appui de leurs arguments – et avec, semble-t-il, une connaissance médiocre de la littérature, à telle enseigne que le nom de Nonna Mayer, probablement la plus connue des spécialistes françaises du Front national, est doublement écorché (“Nona Meyer”, p. 517). Laurent Bouvet et la “gauche populaire” sont également mobilisés, mais il s’agit là davantage d’une convergence (en tout cas perçue par les auteurs) du point de vue des réponses politiques à apporter au Front. En revanche, Le Bohec par exemple n’est jamais cité.

N’ayant pas de raison particulière de penser que les auteurs auraient ici volontairement omis de citer leurs lectures, il faut en conclure qu’ils arrivent aux mêmes conclusions qu’une partie de la littérature scientifique sans l’avoir lue. Et il faut alors le regretter, car aussi bien leur travail que la littérature académique gagnerait à des échanges intellectuels entre une œuvre de journalisme d’investigation comme celle-ci et des travaux plus distanciés et plus théorisés.

Car le livre de Péan et Cohen sera aussi utile pour le chercheur intéressé par le Front national et la figure de son président d’honneur. Il y trouvera un matériau détaillé qui fait malheureusement défaut dans la littérature académique, et pourra en nourrir ses analyses. Certes, il pourra ici ou là ne pas adhérer aux interprétations proposées par les auteurs, et devra sans doute attendre que d’autres journalistes (ou chercheurs ?) réfutent ou précisent telle ou telle information. Mais dans l’ensemble, je pense qu’il s’agit d’un livre utile, qui mérite d’être lu sans passion et sans a priori, loin des oppositions au sein du champ journalistique que les prises de position au sujet de l’ouvrage révèlent incidemment.

EDIT : ce billet a été repris par nonfiction.fr.

Quelques leçons d’élections récentes

Comme François, je n’ai guère le temps d’écrire ces temps-ci (et il faut bien que je réserve quelques unes de mes modestes recherches aux futurs membres de mon jury…), mais l’actualité, immédiate et moins immédiate, m’incite à rapidement faire quelques remarques.

  • le quiproquo de l’élection du président de l’UMP, comme jadis celle de la première secrétaire du PS ou naguère celle du président des États-Unis (en Floride en particulier), nous rappelle que l’acte de vote s’inscrit dans un contexte technologique et organisationnel loin d’être neutre ou sans importance. Bien sûr, on le sait au moins depuis Garrigou, mais il semble facile de l’oublier. Pour des raisons sans doute pas si différentes, et les États-Unis et les partis politiques français n’ont pas réuni les conditions technologiques (dans le cas des États-Unis) et institutionnelles (dans le cas du PS ou de l’UMP) pour que les résultats des élections acquièrent un caractère aussi centralisé, incontesté et précis que ceux des élections politiques françaises. Un corollaire est que, lorsque ces conditions (en gros, une autorité indépendante suffisamment forte pour assurer les conditions de l’organisation et du contrôle du scrutin – en France, l’État) ne sont pas réunies, l’accord entre les parties sur les résultats est essentiel – un beau cas de construction sociale de la réalité. En guise d’illustration, qu’on se rappelle le rôle joué par l’acceptation de la défaite par Al Gore aux États-Unis en 2000, par l’acceptation de la défaite par Ségolène Royal en 2008 (avec dans les deux cas, le sentiment de la part de beaucoup que le résultat inverse était au moins aussi bien établi) ou encore la non reconnaissance de leur défaite le soir de l’élection par les deux prétendants à la présidence de l’UMP (à l’heure où j’écris ces lignes, la désormais célèbre COCOe vient de rendre son verdict en faveur de Jean-François Copé, à 98 voix près). Historiquement en France, et lorsque la capacité de l’État à imposer une quantification incontesté des résultats était moindre, c’était d’ailleurs le Parlement qui avait seul compétence à valider ou non les résultats des élections législatives. Aujourd’hui, dans les partis, les commissions en charge de la validation des scores (COCOe à l’UMP, commission de recollement au PS) jouent ce rôle, sur le modèle des transactions collusives (Michel Dobry) : on se met d’accord, plus ou moins facilement, sur les scores des uns et des autres, ici et là. J’ai d’ailleurs le sentiment que ces phénomènes sont nettement mieux documentés dans le cas du PS que des partis de droite, mais je souffre peut-être de myopie scientifique. (Au passage, voici un bien dont la France pourrait accroître l’exportation : ses technologies électorales !)
  • Plusieurs commentateurs soulignent, en s’en étonnant, le caractère troublant d’une succession d’élections internes à des partis qui se finissent par des scores extrêmement serrés : désignation du candidat à la présidentielle des Verts en 2006, congrès de Reims du PS, élection à la présidence de l’UMP, etc. Certains scientifiques l’expliquent en tentant d’appliquer les lois de la physique aux phénomènes sociaux ; d’autres, comme Eric Dupin, y voient une sorte de loi de la démocratie, sans en donner l’explication. Pour ma part, je ferais volontiers l’hypothèse suivante (un peu spéculative, je l’avoue bien volontiers). Aux élections politiques (générales), la tendance à parvenir à un score proche du 50/50 peut s’expliquer par la recherche, par chacun des deux candidats (dans les élections à deux candidats…), de l’électeur médian, selon la logique spatiale du vote proposée par Downs et ses continuateurs. Cette logique me semble toutefois perturbée par des phénomènes de type bandwagon, liés à l’existence de dispositifs prétendant annoncer, avec une certaine marge de vraisemblance, le résultat final (sondages, commentaires politiques…), qui permettent souvent à l’un des candidats de l’emporter avec une marge nette (après tout, une pensée scientifique devrait faire de l’égalité entre les candidats l’hypothèse H0). Dans le cas d’une élection interne à un parti, les choses me semblent un peu différentes.  Pour au moins deux raisons : 1/ on y évolue beaucoup plus à l’aveuglette : on n’a pas de connaissance précise du corps électoral (souvent à dimension variable, comme dans le cas de l’UMP où les adhérents pouvaient s’acquitter de leur cotisation jusqu’au jour de l’élection), on n’a en général pas d’estimation fiable des rapports de force internes (en particulier à l’UMP, où il n’y avait jusqu’à présent pas de courants structurés ; au PS, chaque courant a ses pointeurs, sans compter les fédérations qui votent au canon). 2/ bien souvent, les prises de position des militants et des cadres du parti s’éloignent très sensiblement de l’idéal-type du citoyen délibérant, choisissant en son âme et conscience le candidat qui lui semble le plus proche de ses idées. En effet, les clivages idéologiques sont souvent peu clairs (et, du coup, conduisent les commentateurs à plaquer des cadrages particulièrement artificiels, comme Joly la verte verte vs. Hulot l’ouvert à EELV en 2011 ou Copé le droitisant contre Fillon le centriste… dont la campagne était dirigée par Éric Ciotti, come on guys !), et ces élections servent avant tout à objectiver un système de positions internes dont chacun va chercher à tirer l’avantage maximal pour sa carrière politique (fut-elle non professionnelle), en interne et surtout en externe. Au PS ou à EELV, le choix des motions qu’on signe et des candidats qu’on soutient obéit ainsi à des considérations très  complexes, mais qui ont comme ultima ratio l’horizon de la désignation des candidats aux prochaines élections locales ou législatives. A l’UMP, le pluralisme est moins ancré dans l’histoire et dans les statuts du parti, mais je soupçonne que le soutien pour Copé ou Fillon obéit aussi largement à ce genre de calculs. Rien d’étonnant, dans ce cas, à ce que les calculs stratégiques interdépendants des uns et des autres aboutissent à une sorte d’équilibre relatif. En tout cas, je pense qu’on a tort de surinterpréter politiquement ce qui se joue lors des scrutins internes. La politique est avant tout utn activité pratique.
  • Les commentateurs, toujours, spéculent (comme d’ailleurs depuis des mois) sur la possibilité d’une scission de l’UMP. Fillon aurait, dans son discours de concession ce soir, accrédité cette idée. Je n’ai jamais cru, et je ne crois toujours pas, à l’hypothèse d’une scission nette de l’UMP, à la fois parce que les institutions survivent souvent aux aléas (le PS l’a bien montré depuis 2008 – même s’il est vrai que l’UMP n’a pas la même histoire et a des statuts plus personnalisés que ceux du PS ; mais les statuts sont aussi ce que la pratique en fait), et en raison des considérations que j’ai exposées plus haut : grosso modo, les désaccords idéologiques ne se sont pas exprimés suffisamment nettement pour que Fillon quitte l’UMP avec un nombre significatif de militants, d’autant que l’UDI de Borloo occupe déjà l’espace à gauche de l’UMP (enfin, à gauche… il y a aussi des gens à droite de l’UMP à l’UDI, comme jadis à l’UDF) . Fillon peut très bien profiter de la situation pour, par exemple, dealer avec Copé son soutien pour une candidature à la Mairie de Paris en 2014. En revanche, je crois beaucoup plus à la possibilité de départs de groupes, localement, de l’UMP, en fonction des contextes politiques locaux (et en particulier de la pression exercée par l’influence locale du FN). Le poids de l’UMP dans la droite s’affaiblira sans doute, mais je ne crois guère à un big bang. Enfin, en politique, on a toujours tort de faire des prévisions…

 

Paru, à paraître

Très rapidement car toujours pas le temps :

Vu le prix des ouvrages, il va falloir calculer avec Noël… Même les ouvrages de l’EHESS, sur lesquels une effort a été fait, coûtent une petite fortune.

Le café reste en carafe pour l’instant, mais allez voir à côté pour une jolie explication de texte sur des thèmes qui me sont chers, les regex et le scraping.