Marx et la sociologie

Le titre de ce billet est le sujet d’un entretien passionnant avec Frédéric Lebaron, récemment publié dans la revue Actuel Marx.

lebaron-actuel-marx

Je me souviens d’un professeur anglais (de sociologie, mais initialement formé en philosophie) qui m’avait dit qu’il y avait des pans entiers des sciences sociales qui éveillaient sa curiosité, mais qu’il n’avait tout simplement pas eu le temps d’investir.

Marx, ça a l’air intéressant ; mais je n’ai pas le temps – ou en tout cas, je ne l’ai pas pris. En tout et pour tout, j’ai peut-être lu quinze pages de Marx sur les quinze dernières années, et même si je me suis fadé pas mal de numéros du Monde diplomatique ou de science politique d’inspiration marxiste et/ou gramscienne, ça ne compte pas ; d’ailleurs, je n’ai pas non plus lu Gramsci (ou Engels, ou Poulantzas, ou…).

L’entretien accordé par Frédéric Lebaron est très éclairant, et les références qu’il cite permettent de « faire le pont » entre Marx et ce que l’on aura peut-être plus souvent lu dans un parcours de sociologie ou de science politique (Weber et les commentaires de Colliot-Thélène et de Kalinowski, par exemple). Vivement recommandé.

« La fonction critique »

C’est en découvrant que Wolfgang Streeck avait un blog que je suis tombé sur cette conférence, enregistrée à l’occasion des 40 ans de l’EHESS, et que je n’avais pas eu le temps d’écouter en juin dernier. Toutes les interventions sont recommandables, mais celles de Streeck et de Carla Hesse m’ont particulièrement plues.

canal-u-fonction-critique

Autre annonce : le dernier bouquin d’Andrew Abbott, qui était intervenu à l’EHESS dans le même cadre, vient de sortir.

Enjoy!

Un “stress test” des revues de sociologie connectées par leurs auteurs

Dans le billet précédent et dans celui d’avant, on a mesuré l’entre-soi éditorial de la sociologie, c’est-à-dire la tendance des revues à “capturer” leurs auteurs.

À partir de l’échantillon des revues “Sociologie et société” de la plateforme Cairn, on peut en effet montrer que beaucoup des auteurs de ces revues ne publient que dans un nombre très limité de revues, ce qui est particulièrement vrai de certaines revues très spécialisées, rédigées par des auteurs se comportant comme des “cliques” peu connectées au reste des revues de la discipline.

Mesurons à présent la même chose, mais de toute autre manière : quelles sont les revues les plus connectées aux autres revues de l’espace éditorial de la sociologie ?

La méthode générale

On change ici une partie essentielle du raisonnement : l’objectif devient de recréer le réseau sous-jacent à cet espace éditorial, et d’y connecter les revues entre elles en fonction de la propension de leurs auteurs à publier dans d’autres revues. Au niveau technique, cette opération requiert d’établir un protocole de construction du réseau éditorial, qu’on résumera de la manière suivante :

  1. On commence par extraire tous les auteurs ayant publié dans une revue initiale X donnée. Cela nous donne une liste plus ou moins longue d’auteurs.
  2. On identifie ensuite tous les articles de ces auteurs, qu’ils aient été publiés dans la revue en question ou pas. Cela nous donne une liste d’articles.
  3. On regroupe ces articles par leur revue de publication : cela nous donne un nombre total d’articles par revue, qui est très élevé pour la revue initiale X, et plus faible pour les autres.
  4. On normalise le nombre d’articles par revue en le divisant par le nombre d’articles dans la revue initiale X : cela nous donne une fraction théoriquement bornée entre (0, 1], du moment où la revue initiale est celle qui concentre le plus de publications.
  5. Enfin, on se sert de cette fraction pour établir un lien pondéré entre la revue initiale X et chacune des autres revues identifiées par les étapes précédentes.

Illustration de la méthode :

  1. On extrait tous les auteurs ayant publié (dans les limites de l’échantillon) dans la Revue française de sociologie : il y en a 348.
  2. On identifie les articles de ces auteurs : il y en a 1 651, répartis dans 84 revues, ce qui est beaucoup, et qui va nous donner 84 liens différents au final.
  3. On regroupe ces articles par revue de publication, et l’on observe que ces 348 auteurs ont publié 352 articles dans la Revue française de sociologie, mais aussi 83 articles dans la Revue européenne des sciences sociales, par exemple :
    1                      francaise-de-sociologie  352
    2             europeenne-des-sciences-sociales   83
    3                      societes-contemporaines   68
    4                                   mouvements   67
    5                         l-annee-sociologique   63
  4. On divise ces totaux par 352, puis l’on retire la Revue française de sociologie pour ne pas créer de lien entre la revue et elle-même, ce qui n’aurait pas de sens. On obtient des coefficients de pondération entre 0 et 1 :
    1 europeenne-des-sciences-sociales 0.2357955
    2          societes-contemporaines 0.1931818
    3                       mouvements 0.1903409
    4             l-annee-sociologique 0.1789773
    5            informations-sociales 0.1562500
  5. Enfin, on crée un lien d’intensité 0.23 entre la Revue française de sociologie et la Revue européenne des sciences sociales, et de même pour les 83 autres revues suivantes.

Laissez reposer la pâte quelques heures, et c’est prêt.

Le schéma de pondération

Cette méthode produit un réseau très dense, qui connecte 96 revues entre elles par des liens d’intensité très variable. D’ailleurs, dans quelques rares cas, ces liens sont d’intensité supérieure à 1, lorsque le pool d’auteurs d’une revue a moins publié dans cette revue que dans une autre. C’est ce que l’on peut voir en dessinant la fonction de répartition empirique de ces liens, en les classant par leur intensité :

weights_ecdf

Quels sont ces cas particuliers ? Ils sont peu nombreux et explicables : par exemple, les auteurs de la revue Clio ont plus publié dans la revue Clio. Femmes, genre et société que dans la revue Clio. Ce n’est pas surprenant : il s’agit d’une seule et même revue, qui a juste changé d’identifiant sur Cairn… Quant aux autres cas particuliers, il s’agit de revues publiées par le Ministère de la Culture, ne contenant qu’un seul article par numéro.

> filter(e, w >= 1)
                    i                          j        w      ecdf
1                clio clio-femmes-genre-histoire 1.032182 0.9981329
2    culture-chiffres           culture-methodes 1.225000 0.9988798
3      culture-etudes           culture-methodes 1.258824 0.9992532
4      culture-etudes        culture-prospective 1.035948 0.9985063
5      culture-etudes                    reseaux 1.332244 0.9996266
6    culture-methodes                    reseaux 1.000545 0.9977595
7 culture-prospective                    reseaux 2.669935 1.0000000

On va laisser de côté ces cas particuliers, et se concentrer sur le reste des liens, d’intensité variant entre 0 et 1. Commençons par un exemple : où se trouvent, parmi tous ces liens, ceux qui relient la revue Genèses à d’autres autre revues ? La réponse est que ces liens se trouvent un peu partout dans la distribution : les auteurs de cette revue ont publié dans plusieurs autres revues, parfois peu, parfois beaucoup :

ecdf_geneses

Les liens les plus forts de la revue Genèses la relie aux revues Politix, Sociétés contemporaines et Actes de la recherche en sciences sociales – ce qui ne surprendra pas les politistes (ou “sociologues du politique”), qui publient fréquemment dans ces trois revues et contribuent ainsi à les rapprocher dans le réseau que l’on a construit :

                                           i                       j         w      ecdf
1                                    geneses                 politix 0.4652329 0.9973793
2                                    geneses societes-contemporaines 0.3591092 0.9910146
3 actes-de-la-recherche-en-sciences-sociales                 geneses 0.3445658 0.9887683
4                                    geneses             savoir-agir 0.3008793 0.9839012
5                                    geneses              sociologie 0.2491052 0.9734182
6                                    geneses     le-mouvement-social 0.2359327 0.9689255

Quid de la revue Sociétés, qui a servi de point de départ à ces billets ? Cette revue est également connectée à d’autres, mais par des liens beaucoup plus ténus, soit parce que ses auteurs ont beaucoup publié dans Sociétés, soit parce qu’ils ont peu publié ailleurs, ce qui revient au même dans notre schéma de pondération :

                     i        j          w      ecdf
1       communications societes 0.16422287 0.9359790
2             societes   volume 0.07563025 0.8169225
3 l-annee-sociologique societes 0.06060606 0.7663796
4              diogene societes 0.05665375 0.7472857
5              reseaux societes 0.05206477 0.7263197
6 ethnologie-francaise societes 0.05197472 0.7255709

Lorsque l’on va chercher à visualiser ces liens, on va tenir compte de leur intensité pour ne faire apparaître que les liens les plus forts : pour cela, on se servira de leur distribution cumulée pour créer un “effet de seuil”, qui nous permettra de ne visualiser, par exemple, que les 20% des liens les plus forts. Cela permettra de visualiser un réseau moins dense, plus lisible, et surtout plus significatif.

Les réseaux

Voici le réseau constitué à partir de l’échantillon de revues dont on dispose, à des valeurs différentes du seuil évoqué ci-dessus. On commence à un seuil de 0 (réseau complet), que l’on augmente ensuite par incréments de 0.1 pour retirer les liens les plus faibles, puis par incréments de 0.01 lorsque l’on atteint 0.9, de manière à ne garder que les liens les plus forts entre les revues les plus intensément connectées à d’autres :

full

Au fur et à mesure que le seuil augmente, on ne garde que les liens les plus significatifs entre les revues. L’animation permet de percevoir cet effet de composition, mais ne permet pas de scruter le réseau de manière précise. Du coup, voici une version statique du réseau, où l’on n’a retenu que les 2.5% des liens les plus forts entre les revues (cliquer pour la version PDF) :

example_975

Que trouve-t-on parmi les liens les plus forts entre les revues de sociologie ? Beaucoup de relations qui font sens si l’on connaît un peu cette littérature, comme par exemple :

  • des liens forts entre les revues Clio, Nouvelles questions féministes et Travail, genre et société (tout en haut du graphe ; vous aurez deviné le thème) ;
  • des liens forts entre Genèses, Politix, Actes de la recherche en sciences sociales et Savoir/agir (au centre ; pas de surprise non plus) ; et
  • des liens forts entre des revues généralistes : L’Année sociologique, la Revue française de sociologie, Sociologie et la Revue européenne des sciences sociales.

Jusque-là, tout va bien. Regardons à présent les différentes positions prises par la même revue au fil des graphes. On commence avec la revue Sociologie, que vous voyez ci-dessous sous la forme d’un point rouge. Au fur et à mesure que l’on éclaircit le réseau en n’en retenant que les liens les plus forts, la revue devient de plus en plus centrale, jusqu’à l’avant-dernière étape, où elle disparaît (effet de seuil à 0.99) :

sociologie

Voyons à présent la revue Sociétés. Dès le départ, la revue occupe une position plus périphérique, étant moins connectée aux autres revues que ne l’était la revue Sociologie. Sa relégation à la périphérie de l’espace éditorial devient de plus en plus claire au fur et à mesure qu’on augmente le seuil en-dessous du lequel on ignore les liens entre revues. Sociétés disparaît du réseau lorsque le seuil d’intensité atteint 0.93 :

societes

La méthode de mesure

Bien. Faisons le bilan.

Pour chaque revue, on dispose de réseaux pondérés qui exprime la propension de la revue à être connectée aux autres revues de l’espace éditorial sociologique, mesuré sous une forme limitée à l’échantillon des revues Cairn. Les différents réseaux pondérés de chaque revue sont obtenus en augmentant graduellement le seuil d’intensité des liens qui y figurent.

Ce schéma d’observation permet de mesurer, pour chaque revue, son degré de centralité dans l’espace éditorial sociologique, qui peut être très élevé, auquel cas la revue est “centrale” dans cet espace éditorial, ou très faible, auquel cas cette revue est périphérique dans ce même espace. Ce degré de centralité est mesurable à différents seuils contenus entre 0 et 11.

Du coup, voilà ce qu’on va faire :

  1. On construit les relations de chaque revue à tous les seuils compris entre 0 et 0.99, par incrément de 0.01 (soit 100 réseaux par revue) ;
  2. Dans chaque réseau, on mesure le degré de centralité pondéré de la revue2, que l’on divise par le degré de centralité maximal observé dans le réseau ;
  3. Puis l’on met toutes ces données sur un même graphique, pour comparer les revues entre elles à partir de leur degré de centralité relatif.

Que va-t-il se passer lorsque l’on va appliquer cette méthodologie ?

  • Les revues centrales de l’espace éditorial vont se distinguer par un degré de centralité élevé, qui va rester élevé jusqu’à des niveaux de seuil eux-mêmes élevés, lorsque l’on en considère plus qu’une fraction des liens les plus forts entre les revues.
  • Les revues périphériques de l’espace éditorial vont se distinguer par un degré de centralité plus faible, qui va s’effondrer au fur et à mesure que l’on limite le réseau à ses liens les plus intenses, jusqu’à disparaître à des niveaux de seuil élevés.

C’est donc une forme de “stress test” que l’on va faire subir aux revues de la sociologie : à partir de 100 valeurs différentes, on va tester leur centralité dans l’espace éditorial disciplinaire constitué par les revues de la plateforme Cairn, et voir lesquelles se maintiennent à des niveaux élevés dans cet espace, même lorsque l’on “épure” le réseau pour n’en retenir que les liens les plus forts, c’est-à-dire ceux qui représentent plusieurs articles, rédigés par plusieurs auteurs navigant d’une revue à l’autre.

Ce “stress test” va identifier certaines revues “centrales”, qui publient plusieurs auteurs actifs dans d’autres revues. À l’inverse, il va aussi identifier les revues dont les auteurs se comportent comme des “cliques” : ces revues vont en effet assez rapidement disparaître du réseau connectant les revues entre elles, de par l’absence d’activité éditoriale soutenue de leurs auteurs dans d’autres revues.

Les résultats

Voici les résultats de la méthode de calcul décrite plus haut appliquée aux 96 revues de l’échantillon. Chaque ligne représente le degré de centralité relatif d’une revue, et l’on a fait ressortir quelques revues par des couleurs distinctes :

degree_all

Dans ce graphique, on observe le degré de centralité relatif de deux revues centrales de la sociologie : Actes de la recherche en sciences sociales et la Revue française de sociologie. Ces revues correspondent à des écoles : la première est d’influence bourdieusienne, la deuxième d’influence durkheimienne3. Mais cette filiation n’empêche pas leurs auteurs d’être acceptés pour publication dans d’autres revues, d’où leur fort degré de centralité dans l’espace éditorial.

Il en va de même pour Genèses, Réseaux et Sociologie : ces revues sont également connectées à de nombreuses autres par l’intermédiaire de leurs auteurs. Pourquoi ? Il y a plusieurs explications possibles : Réseaux, par exemple, est une revue centrale pour les études communication, qui est connectée à plusieurs revues moins centrales dans ce sous-domaine des recherches sociologiques, comme la revue Télévision, ce qui lui procure une position avantageuse dans l’espace éditorial4.

De la même manière que ces résultats permettent de repérer les revues dont les auteurs cherchent à se positionner au centre de l’espace éditorial sociologique, ils permettent aussi d’identifier les revues dont les auteurs sont beaucoup plus isolés dans cet espace. Nota bene : dans une structure en réseau, l’isolement se traduit par un positionnement en périphérie ; l’isolement et la marginalité y sont donc structurellement équivalentes. Je vous laisse appliquer cinquante nuances de subtilité à ce glissement conceptuel.

J’ai ainsi fait exprès de faire figurer la revue Recherches en soins infirmiers, qui est très illustrative de cette position structurale : de par sa nature hyper-spécialisée, cette revue attire des auteurs extérieurs au champ universitaire, qui ne cherchent pas à s’imposer dans l’espace éditorial sociologique, et qui publient par conséquent peu dans le reste des revues de la discipline. La position marginale de la revue s’explique donc très bien.

Il nous reste, enfin, la revue Sociétés, dont le sous-titre est : “Revue des sciences humaines et sociales”. Dans le billet précédent et dans celui d’avant, cette revue apparaissait déjà parmi les revues les plus caractéristiques d’un entre-soi éditorial ; l’analyse par réseaux permet de compléter cette observation en renforçant le constat de marginalité de ses auteurs dans l’espace éditorial sociologique.

Conclusion

À partir des résultats accumulés au cours des trois derniers billets, on peut désormais affirmer que l’on a établi la nature marginale de la revue Sociétés dans l’espace éditorial sociologique, entendu encore au fois au sens limité de l’échantillon des revues hébergées sur la plateforme Cairn. Cet échantillon est par définition incomplet, mais il est tout de même suffisamment large pour que l’on ait confiance dans ce résultat.

Quand les auteurs du canular publié par la revue Sociétés affirment que cette revue publie des auteurs qui “restent entre eux” au lieu d’aller confronter la validité de leur démarche scientifique au reste de la profession, on ne peut que leur donner raison, et constater avec eux que la revue Sociétés publie un groupe d’individus qui ne bénéficie que de connexions très faibles au reste de l’espace éditorial sociologique.

Qu’est-ce que cela signifie ? Ce n’est pas un jugement de fond : ni le contenu des articles, ni leurs citations, n’ont été mobilisés dans l’analyse. Toutefois, les liens que tissent les sociologues en publiant dans plusieurs revues renvoient aux alliances, aux coopérations et aux soutiens qui s’expriment entre différents segments de la discipline universitaire : c’est cette caractéristique du travail éditorial qui sous-tend les réseaux que l’on a fait apparaître, et qui permet de discriminer les revues centrales des revues périphériques.

De ce point de vue, et dans la limite de démonstration imposée par l’échantillon, la revue Sociétés est une revue structurellement marginale dans la discipline sociologique, ce qui n’est pas le cas, loin s’en faut, de toutes les revues représentant un courant d’analyse spécifique—à condition de considérer, bien sûr, que les publications de cette revue méritent le titre de courant d’analyse, ce que Manuel Quinon et Arnaud Saint-Martin remettent très justement en cause (et ils ne sont pas les seuls).

Pour aller plus loin

Voici le code complet de l’analyse. Le code permet très facilement d’inclure d’autres espaces disciplinaires représentés sur la plateforme Cairn.info ; en revanche, inclure les revues des plateformes Persée.fr, Érudit.org ou Revues.org demanderait beaucoup, beaucoup plus de travail.

Cette analyse pourrait être développée pour faire un petit article à destination d’une revue comme le Bulletin de méthodologie sociologique ; merci de laisser un commentaire si vous êtes intéressé.

  1. Au seuil 0, on considère tous les liens qui peuvent exister entre les revues par l’intermédiaire des auteurs qui publient dans plusieurs d’entre elles ; au seuil 0.99 approchant 1, on ne considère que les liens les plus forts. []
  2. Suivez ce lien pour comprendre la méthode de calcul. J’ai utilisé un paramètre de pondértion alpha de 1, ce qui signifie que j’ai utilisé la généralisation de Barrat pour pondérer le degré de chaque revue. []
  3. Si vous êtes spécialiste du sujet (je ne le suis pas), donnez-moi de meilleurs qualificatifs dans les commentaires. []
  4. On observera avec amusement que la revue la plus centrale au seuil le plus élevé est justement la revue… Réseaux. Autrement dit, cette revue est la mieux connectée aux autres par le biais des publications de ses auteurs : pas surprenant pour une revue trans-disciplinaire qui se situe à la frontière entre sociologie et “sciences de l’info.-comm.”. []

Quelques mesures de la concentration éditoriale en sociologie

Dans le précédent billet, on a utilisé les 96 revues indexées par la plateforme Cairn et classées dans la discipline “Sociologie et société” pour produire une première mesure de l’entre-soi éditorial dans les revues de sociologie.

Cette première mesure visait à vérifier que les auteurs du canular visant (Michel Maffesoli et) la revue Sociétés avaient raison de penser que cette revue publie surtout les travaux d’un groupe auto-référentiel et isolé dans l’espace éditorial scientifique. Les premiers résultats ont confirmé cette vision des choses.

Allons un peu plus loin en cherchant à valider ce résultat par plusieurs mesures concurrentes de la concentration éditoriale des revues de l’échantillon. On va en produire trois, en allant de la mesure la plus simple à la mesure la plus compliquée (mais qui reste très simple).

On rappellera tout d’abord que l’échantillon est limité aux revues indexées par Cairn : l’analyse ne porte donc que sur un fragment de l’espace éditorial. Toutefois, ce fragment est assez large pour faire apparaître des différences marquantes entre les revues, qui trouvent de plus des explications qualitiatives intéressantes.

Le code pour produire les graphiques suivants (dans un ordre différent) est en ligne, avec le code pour récupérer les métadonnées de base.

Mesure 1 : le pourcentage d’auteurs “mono-revues”

Le nombre d’articles publiés par les auteurs du corpus varie de manière très importante : 74% des auteurs n’ont publié qu’un seul article dans une revue indexée par Cairn, alors que d’autres, comme les directeurs de revues qui signent les éditoriaux de chaque numéro, en comptent plusieurs dizaines1.

En plus de cette variation, explicable par des différences d’avancement de carrière et de productivité, certains auteurs n’ont publié que dans une seule des revues indexées par Cairn. Appelons ces auteurs les auteurs “mono-revues”, et mesurons leur pourcentage parmi les auteurs de chaque revue.

Cette première mesure donne le résultat suivant, qui converge très fortement avec celui du billet précédent (cliquer pour la version PDF) :

revues_mono_rank

On retrouve la revue Sociologie dans les revues dont les auteurs sont très souvent “pluralistes” : 80% de ses auteurs ont publié dans une autre revue indexée par Cairn. Et tout en bas, on retrouve les revues isolées dans le champ éditorial, comme Africultures. La revue maffesolienne Sociétés est en haut du dernier quartile.

Mesure 2 : la concentration de la production écrite

Émettons à présent une critique basique de la mesure précédente : certes, 60% des auteurs d’Actes de la recherche en sciences sociales ont publié dans une autre revue, mais cette mesure ne nous dit pas s’ils ont publié un seul article ailleurs, et tous les autres dans cette revue.

Pour répondre à cette critique, reprenons une idée du précédent billet, en calculant le pourcentage moyen de la production écrite des auteurs qui se trouve “capturée” par chaque revue. L’idée fondamentale consiste ici à penser les auteurs comme une clientèle plus ou moins “captive” de chaque “entreprise” éditoriale.

Le résultat ci-dessous est, encore une fois, très fortement corrélé au(x) précédent(s) : le coefficient de corrélation linéaire est proche de rho = .94.

revues_conc_rank

Sur cette deuxième mesure, les Carnets de notes sur les maltraitances infantiles sont encore mieux séparés du reste des revues, et “capturent” la quasi-totalité des articles des auteurs y ayant publié au moins un texte. La revue étant hyper-spécialisée et périphérique à la sociologie universitaire, ce n’est pas surprenant.

Mesure 3 : l’indice de Herfindhal-Hirschman

L’indice de Herfindhal-Hirschman (oui, c’est le même Hirschman) est un taux de concentration construit à partir des parts de marchés des plus grosses firmes d’un secteur industriel, élevées à la puissance 2. Je m’en sers en cours pour illustrer l’augmentation de la compétitivité sur le marché des navigateurs Internet.

Cet indice n’est plus un pourcentage, mais une somme de carrés de fractions dont la somme fait 1 : en conséquence, elle varie sur l’intervalle (0, 1], où 1 désigne une situation de monopole. Son intérêt par rapport aux mesures précédentes est de prendre en compte toute l’information dont on dispose sur les publications de chaque auteur.

Comme les mesures précédentes, l’indice de Herfindhal-Hirschman se calcule par auteur ; on prend ensuite la moyenne de cet indice pour tous les auteurs d’une revue. On peut même s’amuser à prendre la moyenne pondérée de cet indice, en fonction du nombre d’articles qu’a signé chaque auteur dans la revue2.

Voici l’indice moyen de chaque revue, entouré d’un intervalle correspondant à ± 1 écart-type des indices des auteurs. Cliquer pour la version PDF.

revues_hhi_rank

Encore une fois, on observe très, très peu de variations avec les mesures précédentes : la corrélation avec le pourcentage d’auteurs “mono-revues” est même quasi-parfaite. Le “classement” des revues, de la plus à la moins “monopolistique”, est quasiment inchangé.

Qu’a-t-on établi ?

La multiplication des mesures permet de valider le spectre de l’entre-soi éditorial identifié au billet précédent :

  • à l’extrémité gauche du spectre, on trouve des revues généralistes, accueillant des auteurs qui publient aussi dans d’autres revues ; et
  • à l’extrémité droite du spectre, on trouve des revues très spécialisées, accueillant des auteurs qui publient presque exclusivement dans cette revue.

C’est exactement ce que suggèrent les auteurs du canular visant la revue Sociétés : celle-ci est spécialisée dans la publication, et apparemment sans aucune validation scientifique, de ce que l’on appelle une “clique” en analyse de réseaux – ou encore une “secte” ou une “chapelle”, quand on veut être plus critique.

Je cite ces derniers termes à dessein : ils sont souvent utilisés pour critiquer tel ou tel sous-groupe de sociologues, pour faire passer l’idée que ce groupe est auto-référentiel. Ses membres peuvent, par exemple, se citer beaucoup les uns les autres, ou même s’auto-promouvoir les uns les autres dans certains cas extrêmes…

On reviendra donc, dans un prochain billet, sur d’autres aspects de la “clique maffesolienne”, et des autres cliques que l’on pourrait identifier dans le corpus.

Et cette fois-ci, il y aura des réseaux, promis.

  1. C’est notamment le cas d’Alfred Sauvy, personnage important pour la structuration du sous-champ scientifique auquel il appartenait (la démographie), et de sa revue centrale (Population), qu’il dirige jusqu’en 1975. Alfred Sauvy apparaît sous son nom complet ou sous les initiales “A. S.” dans les notules de fin de numéro []
  2. Le code permet de constater que la pondération de l’indice donne quasiment les mêmes résultats. []

L’entre-soi éditorial des revues de sociologie

Un autre blog de la plateforme Hypothèses a récemment lancé une “affaire Sokal à la française” en publiant un article absurde dans la revue de la chapelle Maffesoli. Je ne donne pas plus de contexte : allez lire, c’est assez amusant. Et si vous ne connaissez pas le personnage, il y a tout ce qu’il faut sur Wikipedia.

Les deux auteurs du canular critiquent aussi bien la “méthode” maffesolienne, qui fait penser au générateur automatique de textes post-modernes, que l’absence d’évaluation scientifique par la revue ciblée, Sociétés. L’une de leurs critiques porte sur “l’entre-soi [éditorial] maffesolien” qui s’incarne dans la revue :

Les autres articles du volume [contenant l’article-canular] fonctionnent sur le même schéma référentiel que celui mis en place en introduction. Les auteurs sont, pour la plupart, des habitués de la revue Sociétés pour laquelle ils publient presque exclusivement […]. Pour certains auteurs, comme le montre la base de données de Cairn.info, Sociétés est la seule revue dans laquelle ils publient. L’expérience pourrait être répétée à l’envi pour les autres numéros de la revue, et il est probable que nous retrouvions en permanence les mêmes noms (produisant le même type d’article).

Ce passage ne demande qu’à être vérifié : dans quelle mesure les sociologues ont-ils tendance à ne publier que dans une seule et même revue ?

Les données

On va tenter de répondre à cette question en prenant l’échantillon, assez large, de toute les revues de la catégorie disciplinaire “Sociologie et société” de la plateforme Cairn. Le téléchargement prend une centaine de lignes à coder. Il faut ensuite une bonne heure et demie pour obtenir toutes les pages contenant les identifiants des auteurs.

Le résultat est un jeu de données qui contient 57 298 auteurs, répartis sur 3 813 numéros de 96 revues contenant 50 640 articles. Le corpus est évidemment assez hétérogène, car les revues varient sur de nombreux paramètres. Voici par exemple les revues indexées sur les plus longues périodes, avec leur nombre total de numéros et d’auteurs :

                            revue  min  max numeros auteurs annees
1                      population 1946 2014     302    2096     69
2                         reseaux 1983 2014     170    1073     32
3            cultures-et-conflits 1990 2014      79     548     25
4             espaces-et-societes 1990 2014      71     830     25
5             le-mouvement-social 1990 2014      94     628     25

La méthode

Pour ce billet introductif, on va faire simple :

  1. On commence par extraire les identifiants uniques des auteurs1 publiés dans chaque numéro, et pour éviter de sur-valoriser les numéros spéciaux où l’introduction et la conclusion sont rédigées par le(s) même(s) auteur(s), on ne compte chaque auteur qu’une fois par numéro.
  2. On compte ensuite, pour chaque auteur, le nombre de revues de la plateforme dans lesquelles il a publié ; puis l’on établit, pour chaque revue, la moyenne et l’écart-type de cette quantité. Les revues qui correspondent à un “entre-soi” éditorial auront une moyenne très proche de 1, et un écart-type très proche de 0.

En code, ça donne :

d %>%
  group_by(auteur) %>%
  mutate(n = n_distinct(revue)) %>%
  group_by(revue) %>%
  summarise(mu = mean(n), sd = sd(n)) %>%
  arrange(-m) %>%
  data.frame

Pour rappel, l’échantillon n’est pas parfait : Cairn n’indexe qu’une fraction du champ éditorial, les revues n’ont pas la même fréquence de publication, le même nombre d’années d’archivage sur Cairn, le même nombre moyen d’auteurs par numéro, etc. Mais la taille de l’échantillon devrait être suffisante pour séparer les revues.

Le résultat

Cette méthode renvoie une jolie fonction de répartition empirique, avec tout en bas, les revues dont les auteurs ont publié dans une ou deux revues, et tout en haut, les revues qui attirent des auteurs qui publient dans trois ou quatre revues. Étant donné que Cairn n’indexe pas toutes les revues, cette fourchette est une estimation basse.

En faisant ressortir quelques revues de la distribution, on y voit bien les profils très différents d’une revue comme Population, revue de l’INED presque seule à représenter la démographie, et Sociologie, revue récente qui attire des auteurs souvent déjà publiés :

revues_ecdf

Le bas de la distribution est composé de nombreuses revues très spécialisées, comme Recherches en soins infirmiers ou Carnet de notes sur les maltraitances infantiles, qui publient des sous-champs communiquant peu avec le reste de la sociologie. Avec une moyenne de 1.4 revues par auteur, Sociétés est au 74e rang sur 96.

Le problème reste que les revues sont peu comparables entre elles. Lesquelles sont raisonnablement comparables à Sociétés. On va prendre deux revues ayant le même nombre d’années d’existence à ±2 ans près, et le même nombre d’auteurs différents à ±10 auteurs près :

                        revue  min  max numeros auteurs annees

1                     geneses 2000 2014      60     456     15
2 cahiers-d-etudes-africaines 2001 2014      43     450     14
3                    societes 2001 2014      56     453     14

revues_comparable

À ce stade, on peut raisonnablement conclure que l’entre-soi n’est pas qu’une fonction des caractéristiques de la revue : des revues aux “morphologies” comparables attirent des auteurs aux stratégies éditoriales différentes. L’écart-type confirme, par ailleurs, les différences observées :

revues_mu_sd

Rentrons, pour terminer, dans le détail de la revue Sociétés. Lorsque “ses” auteurs publient ailleurs, où vont-ils le plus souvent ?

t = unique(d[ d$revue == "societes", "auteur" ])
t = as.data.frame(table(d[ d$auteur %in% t, "revue" ]))
arrange(t, -Freq) %>% head(., 5)

                                         Var1 Freq
1                                    societes  657
2 archives-de-sciences-sociales-des-religions   18
3                        ethnologie-francaise   18
4                                     reseaux   18
5                              communications   14

L’entre-soi éditorial est ici évident : le pool d’auteurs qui a publié dans Sociétés ne publie que très peu ailleurs. On peut même le calculer assez précisément : la revue Sociétés regroupe 75% de leur production éditoriale dans les revues de Cairn.

Discussion

A-t-on pris en compte tous les paramètres possibles ? Non : il faudrait des tonnes d’information sur les auteurs, un système de pondération intelligent pour standardiser les quantités, bref, plein de choses que l’on n’a pas pris le temps de mettre en place ici.

Reste que l’observation initiale des deux auteurs du canular semble tenir : la revue Sociétés fait partie d’un ensemble de revues “de niche”, dont les auteurs restent largement “entre eux” si l’on se place du point de vue de leur propension à aller publier dans d’autres revues que celle-ci.

On essaiera d’aller un peu plus loin dans un prochain billet, en estimant plus précisément la propension des revues à se former des “clientèles captives” parmi les auteurs. Et évidemment, comme il s’agit d’auteurs et d’articles, on aura tout le nécessaire pour tenter une visualisation des collaborations scientifiques entre auteurs… avec des réseaux.

  1. Cairn possède une système d’identifiant unique par auteur : pas de risque, donc, d’homonymes. []

Les petites choses lisibles de ce mardi

  • La Cour suprême américaine se penche sur le mariage homogame, avec un rapport très particulier aux résultats scientifiques sur l’évolution des enfants issus de couples de même sexe :

    Scalia’s statement [is] an example of the fallacy of the one-sided bet, an argument that is artificially restricted to go in just one direction. Scalia’s saying that raising a child in a single-sex family might be “harmful to the child” or maybe not. But by framing it this way, he’s implicitly excluding a third possibility, which is that being raised in this way may be helpful to the child.

    Un problème proche du tiers-exclu dans un dilemme.

  • Première victime de l’amendement « Coburn » aux États-Unis, un programme de sensibilisation à la science politique pour les minorités ethniques et raciales :

    One of the first major casualties of the Coburn amendment, perhaps even the first known casualty of any size, is the cancellation of APSA’s Ralph Bunche Summer Institute (hereafter RBSI), “an annual five-week program designed to introduce minority students to the world of graduate study and to encourage application to Ph.D. programs.”

  • La question de l’ouverture de la science politique aux minorités ethniques ne se pose pas en France, où l’on ne peut pas utiliser les même termes sans commettre une faute, scientifique ou morale. Je me demande, à vrai dire, si la réflexion autour des “classes d’ouverture” a la moindre chance de refaire surface.

  • Goodbye Maggie! Margaret Thatcher est décédée. The Null Device a rédigé mon obituary favori, qui rappelle sa formidable contribution au punk. Also, this:

    She is survived by Nelson Mandela, whom she denounced as a terrorist, her son, motor racing enthusiast and Equatorial Guinea coup plotter Sir Mark Thatcher, and, of course, her economic policies, which now form the backbone of all major political parties in the UK, and UKIP as well. Now there is, indeed, no alternative.

    Je me souviens d’un de mes étudiants qui avait été routier sous Thatcher, et qui en parlait avec de la colère (sinon plus) dans la voix. C’était en Écosse, une terre qui n’a jamais accepté Thatcher dans les mots et les idées (les journalistes parlent d’ailleurs surtout de l’Angleterre). Voir aussi ce bref compte-rendu historique.

  • Une réaction à la sociologie que j’ai déjà rencontrée lorsqu’un public a l’impression que l’on parle de lui en termes déterministes et/ou misérabilistes :

    I’m sick of reading about how fucked up we are, even if we’re discussing the reasons why things are like this.

    À rapprocher de l’enseignement de Bourdieu en banlieue. Je ne sais pas où en est la réflexion sur ces points en France, mais je sais que les outils un peu plus fins sur l’ascension sociale, comme le récent outil sur les lycées français, sont systématiquement travestis en “classements et palmarès” par les médias (avec des résultats divergents, comme le remarquait le Canard enchaîné de la semaine dernière).

  • Cosma Shalizi a lu John Levi Martin, Social Structures :

    The most robust possibility for creating large-scale, comprehensible social structures is an anti-symmetric patron-client relationship, grounded in some [inequality] pre-existing inequality of status or resources (or ideally both), where clients offer services to patrons and patrons protect clients from other members of the patron class.

    Le compte-rendu contient aussi d’excellentes pistes de lecture. JLM me donne l’impression d’être très sophistiqué, mais aussi complètement détaché de toute ambition “épigonienne”.

P.S. Le titre de ce billet fait référence à une série de billets que je publiais sur un précédent blog, mais je n’ai malheureusement plus le temps de suivre un échéancier de publication. C’est dommage, car j’ai échangé et rencontré plein de gens très chouettes de cette manière, avec qui je suis toujours en contact plusieurs années après avoir arrêté.

Synthétiser l’évolution socio-démographique des 36 000 communes françaises depuis 1968

Dans le cadre de ma thèse portant sur le vote pour le Front national en région PACA, je me suis posé la question de savoir si la trajectoire socio-démographique d’une commune influe sur le niveau du vote FN dans cette commune. En d’autres termes, la manière dont les effectifs des différentes catégories socio-professionnelles évolue au cours du temps a-t-elle un impact politique ? Spontanément, je tendrais à faire l’hypothèse que oui. On peut imaginer plusieurs mécanismes reliant les deux phénomènes : par exemple, que l’évolution locale objective de la structure sociale influe sur la perception subjective de l’évolution de la société par les habitants d’une commune. Ou encore, que le déclin numérique de la classe sociale à laquelle on appartient induit un sentiment de déclin généralisé. Il y aurait bien évidemment encore bien d’autres hypothèses possibles.

En réalité, j’avais déjà examiné cette question dans une communication que j’avais faite au congrès de l’AFSP, en 2009. J’utilisais la variable de l’évolution socio-démographique de la commune comme variable indépendante dans des modèles multi-niveaux ayant pour variable dépendante le vote en faveur du Front national. Mais, déjà lorsque j’avais rédigé ce texte, je n’étais pas très content de la manière dont j’avais procédé.

En effet, habitué à manier des variables quantitatives continues (l’habitude de travailler sur des données agrégées…), je cherchais à avoir ce type de variable. En partant de la composition de la population active par catégorie sociale (nomenclature CS en six positions) à tous les recensements de 1968 à 1999, j’avais estimé un modèle multiniveau de croissance pour chaque CS. Ce modèle est un modèle linéaire – c’est là mon premier souci : rien ne permet de penser a priori que les évolutions socio-démographiques, sur une durée de trente ans, sont linéaires. Un groupe social peut croître puis décroître, la croissance d’un autre peut être exponentielle plutôt qu’arithmétique. J’avais bien envisagé de faire une modélisation quadratique, mais je me sentais beaucoup moins à l’aise pour utiliser ces coefficients comme variables par la suite, car leur interprétation est moins directe.
Les coefficients issus de cette modélisation linéaire multiniveau (12 coefficients par commune tout de même) étaient ensuite passés à la moulinette d’une ACP, afin d’en dégager les dimensions les plus significatives (toujours le même problème d’ordonner et synthétiser des données trop abondantes pour être interprétées). La position de chaque commune sur les trois premières composantes issues de l’ACP étaient ensuite utilisée comme variable explicative dans le « gros » modèle multiniveau. Cette analyse donnait des résultats substantiels, mais demeurait pourtant problématique. Outre le problème de la modélisation linéaire déjà évoqué, les données sont fragiles : elles sont issues de l’exploitation complémentaire du recensement, c’est-à-dire d’un sondage au quart. Ce qui signifie que, dans les petites communes au moins, les données sont très bruitées. La procédure que j’ai utilisée ne supprime pas ce bruit. Ce n’est pas dramatique en soi, car s’il y a du bruit, il n’y a pas de biais, mais ça diminue la puissance explicative (ou prédictive, comme on voudra) de cette variable indépendante. De plus, c’est une procédure très analytique, qui étudie les effets distincts de plusieurs composantes de l’évolution socio-démographique des communes, mais sans permettre facilement de revenir à des cas typiques, des sortes d’idéal-types permettant d’appréhender quelques profils d’évolution. Plus je vais et plus je tends à préférer les procédures permettant de comparer les effets de quelques cas plutôt que donnant des coefficients abstraits – l’influence d’Andrew Gelman et Gary King, sûrement.

En revenant sur cette question durant la rédaction de ma thèse, je me suis dit qu’il serait sans doute plus simple, et plus intéressant substantiellement, de dégager quelques types de trajectoire socio-démographique des communes. Je n’avais pas d’outil précis en tête, alors j’ai un peu farfouillé, notamment du côté des analyses de séquence en histoire. Mais, pour ce que j’en ai compris – corrigez-moi si je me trompe, amis historiens ! -, ce type d’analyse ne s’applique qu’à des variables qualitatives, discrètes. Ca ne faisait donc pas mon affaire. J’ai aussi été voir du côté de la modélisation de classes latentes, mais je ne suis pas très à l’aise avec les équations structurelles, donc tant que je ne les comprendrai pas mieux, je ne les utiliserai pas.

Et puis je me suis dit qu’il suffisait de faire simple. J’ai donc décidé de calculer, sur chaque période intercensitaire, un taux de croissance pour chaque CS (sur la base des effectifs absolus). Ensuite, il suffit de faire tourner une procédure classificatoire sur ces variables. Facile, a priori. Sauf que mon premier réflexe a été de recourir à une classification ascendante hiérarchique (CAH), notamment en raison de sa proximité méthodologique avec l’analyse géométrique des données (le directeur de mon labo, Frédéric Lebaron, en est un des spécialistes, donc je suis tombé dedans quand j’étais petit). Sauf que… c’est une méthode relativement lourde d’un point de vue computationnel (O(n3), je crois), et ni mon ordinateur personnel, ni une instance Amazon avec 16 Go de RAM ne s’en sortis. J’ai donc changé mon fusil d’épaule, et j’ai essayé une K-means (vous connaissez une bonne traduction française pour cela ?). Mais, outre la difficulté classique (et facile à résoudre empiriquement) de savoir combien de classes il faut chercher, cette procédure ne convient pas en l’espèce car les effectifs des classes produites sont très dissemblables – l’algorithme est très sensible aux outliers, et comme les données sont fortement bruitées… En cherchant, j’ai découvert l’existence d’un autre algorithme, les K-médoïdes. L’idée est globalement la même que celle consistant à substituer la médiane à la moyenne comme mesure de centralité : c’est un algorithme plus robuste, moins sensible aux outliers. Exactement ce qu’il me fallait… Seul inconvénient : c’est plus gourmand en temps de calcul que les K-means (presque deux heures sur une instance AWS avec 16 Go de RAM, sur un tableau de 36000 lignes et 60 colonnes). Et puis, comme les K-means, ce n’est pas un algorithme déterministe, donc idéalement il faudrait l’estimer plusieurs fois, mais vu le temps de calcul requis, on s’en passera.

Une fois que j’ai dégagé mes classes, il n’y a plus qu’à les analyser. Pour cela, le plus simple est de les visualiser. On peut faire de l’ACP (là aussi, il va falloir tricher un peu, car l’ACP est aussi intense computationnellement ; un moyen est de faire une K-means dégageant, mettons, 1000 groupes, et d’ensuite faire l’ACP sur les centres de ces groupes – on perd de fait très peu d’information), mais en l’occurrence je n’ai pas trouvé cela très parlant. Je préférais voir, vraiment, les différentes trajectoires. Après avoir tâtonné un peu (oui, ça a beaucoup tâtonné, cette histoire…), j’ai décidé de tracer une courbe par CS par groupe. Avec R et ggplot2, ce n’est pas trop compliqué de faire ça à peu près proprement. Et voilà le résultat (cliquez sur l’image pour la télécharger en pdf) :

Maintenant, reste à interpréter… mais c’est une autre histoire !

Les données de l’INSEE utilisées pour l’analyse sont , et mes données et mon code complets pour dupliquer l’analyse sont sur mon github (poke François !).

Si vous avez en tête d’autres manières de mener ce genre d’analyse, dites-le moi en commentaire !

EDIT : j’ai oublié de préciser deux choses, nécessaires à la compréhension du graphique :

  • Le jeu de données de l’INSEE que j’ai utilisé ne concerne que les actifs de 25 à 54 ans (en raison de changements méthodologiques au fil du temps), et distingue entre chômeurs et actifs occupés. La tranche d’âge concernée explique le faible niveau de chômage.
  • J’ai ajouté aux graphiques, outre la moyenne, les 1er et 3e quartiles, afin de visualiser la dispersion interne à chacun des groupes. Comme la moyenne a été pondérée par la population active des communes, elle peut parfois ne pas être comprise entre les 1er et 3e quartiles – ou pourquoi la moyenne n’est pas toujours un bon indicateur de centralité…

Sciences Sociales et Santé

Une excellente nouvelle aperçue par hasard sur le portail Persée : la revue Sciences sociales et santé est désormais accessible sur ce même portail, en accès libre, ce qui simplifiera grandement la vie des chercheurs travaillant sur la santé.

Cette très bonne revue (dans laquelle je n’ai jamais publié, je peux donc le dire sans aucun risque de conflit d’intérêts) est éditée hors du champ des sciences sociales, ce qui limitait les possibilités d’accès institutionnel en bibliothèque ou en ligne sur les sites universitaires où je travaille.

Je cours y (re)lire un article classique pour les chercheurs travaillant sur l’histoire du cancer et de la lutte contre le cancer.

Les revues de la sociologie française

Depuis quelques mois, le monde universitaire se pose de nombreuses questions sur ses revues scientifiques, et sur leur éventuel classement par des agences indépendantes comme l’AERES ; j’avais rédigé une comparaison rapide des classements existants pour deux disciplines, la science politique et la sociologie-démographie. L’enjeu derrière ces listes ou classements est l’évaluation du travail scientifique accompli par les personnels universitaires, qui est en discussion dans les instances dirigeantes. Il règne un grand scepticisme sur la capacité des sciences sociales à s’évaluer1, et la méthode (bancale) retenue par certains sites universitaires qui ont commencé à produire leurs propres classements « internes » montre que ces doutes sont fondés.

Toujours est-il qu’il se trouve des chercheurs pour proposer des méthodes robustes destinées à cartographier leur champ disciplinaire. En science politique, Simon Hix avait classé les départements concernés à partir de leur production scientifique ; encore faut-il échantillonner les revues correctement, et c’est ce qui manque encore en France. En sociologie, Odile Piriou et Philippe Cibois viennent de montrer que leur discipline publie de manière très disparate, et que les revues « de tête » représente moins de 15% de la production totale. Ce n’est pas, il me semble, un défaut en soi, si l’on est capable de produire les outils permettant de mettre cette diversité en valeur. L’enjeu est alors de comprendre ce que l’on veut et doit faire pour encadrer la production scientifique, sans la chiffrer bêtement, mais au contraire pour la professionaliser ; ces questions sont toutes abordées dans les documents réunis par l’ANCMSP dans ses « dossiers AERES »2.

Sur la plateforme de blogs scientifiques Hypothèses, celle que nous utilisons avec Joël pour ce carnet, deux autres blogs parlent souvent de ces questions : Evaluation et Agora. Les points de vue sont multiples et tous les commentaires constructifs sont tout à fait les bienvenus sur ces trois blogs !

  1. Voir ce qu’en pense Bernard Belloc dans ce compte-rendu récent du CNRS, département SHS. []
  2. Disclosure of interest : je suis pour quelque chose dans la parution de ces dossiers []