RASAD 2018

1. LA SONDOTHEQUE DU
CEVIPOF
Diego Antolinos-Basso, développeur data-scientist
Odile Gaultier-Voituriez, responsable de la documentation et des archives
Centre de recherches politiques de Sciences Po (CEVIPOF)
RASAD, Angoulême, 2 février 2018
Une coopération fructueuse entre un spécialiste
du traitement des données numériques et
une responsable de la documentation et des
archives

2. Plan
 Introduction
 Sciences Po
 Le CEVIPOF
 Laboratoire
 Projet scientifique
 Le centre de documentation
 La sondothèque
 En chiffres
 Traitement
 Histoire
 Un cas d’étude
 Conclusion

3. Introduction
 Coopération
 Dans un laboratoire de recherche
 À tous les niveaux
 Une histoire d’« archéologie numérique »
 Conserver, consolider et valoriser
 Projet exploratoire et inédit
Nous espérons que cela
vous sera utile !

4. Sciences Po
 L’Ecole libre des sciences politiques (ELSP) puis
la Fondation nationale des sciences politiques
(FNSP) et l’Institut d’études politiques (IEP) de
Paris
 Deux dates fondatrices : 1872 et 1945
 Quatre missions :
 Enseignement
 Recherche
 Documentation
 Edition

5. Le CEVIPOF
 Un laboratoire de recherche en science politique,
à Paris
 Fondé en 1960 par la Fondation nationale des
sciences politiques (FNSP)
 Unité mixte de recherche (UMR) du CNRS en
1968
 Deux axes de recherche interdisciplinaires :
Pensée politique
Partis, comportement politique et élections
=> besoin de documentation et de sources

6. Le CEVIPOF
 Projets et questions de recherche
 Travailler avec et pour les chercheurs
 Archives par et pour la recherche
 Objectivité parfaite et exhaustivité utopiques
 Mise à disposition de tous
 Volonté du directeur de recruter un spécialiste
des données (compétences intellectuelles et
techniques)

7.  Documentation :
Production scientifique des chercheurs : ouvrages,
rapports, thèses, mémoires, chapitres et articles
Ouvrages de référence
 Résultats électoraux et livres blancs
 Archives électorales
 Tracts politiques hors élections
 Archives d’enquêtes
 Archives administratives
 « Sondothèque »
Le centre de documentation

8.  Sondages d’opinion en France
 Domaine politique, économique et social
 Co-construction par et pour la recherche
 Fonds unique en France car les instituts ont
très mal conservé leurs sondages
 Années 1950 à aujourd’hui
 Différents instituts : BVA, CSA, ELABE, Harris
Interactive, IFOP, IPSOS, Louis Harris,
SOFRES
 Papier (1958 à 2000) numérique (depuis 2004)
 Rapports, presse et publications scientifiques
La sondothèque

9. La sondothèque : un rapport

10.  25.000 sondages d’opinion
 800 cartons d’archives
 80 mètres linéaires
 579 thématiques
 53 ans
La sondothèque : en papier

11.  9000 sondages
 600 à 700 sondages par an
 depuis 17 ans
La sondothèque : numérique

12. La sondothèque : équipe
Missions
Nadia Dehan
Guy Michelat
Diégo Antolinos-Basso
Odile Gaultier-Voituriez
Émilie Fromont
Lauren Clark
Martial Foucault
Années 70 à 2010 2014-2018

13.  Classement par institut de sondage
Chronologiquement, sauf pour certaines séries
spécifiques, à part : baromètre politique, images des
personnalités politiques
 Fonds ouvert : s’enrichit quotidiennement
 Description documentaire & classement
Type de document : rapport, presse, livre, web
Numérisé ou papier
Institut
La sondothèque : traitement

14.  Alimentation : ~1970 à décembre 2010
 Logiciel Fox Pro (outil de bases de données)
 Chaque pièce (unité intellectuelle et matérielle)
dispose également d’un code
sur le document et dans la base
 Plan de classement thématique qui a
progressivement évolué (579 thèmes en 2008)
 Dates de collecte et de publication pas toujours
évidentes à identifier
La sondothèque : données

15.  Problèmes techniques :
Développement d’un outil spécifique : la version de
Fox Pro a été modifiée par Guy Michelat
Obsolescence de l’outil : ni maintenance, ni mise à
jour, ni migration en temps voulu
 Projet lié à une personne :
Alimentation au long de sa carrière
Seule à maîtriser la base, à en connaître les détails
 Problèmes intrinsèques aux données :
Identification des informations du document
Qualification thématique
La sondothèque : écueils

16.  Pendant 4 ans après le départ à la retraite de
la documentaliste chargée de la sondothèque
 Combat pour récupérer les données et les
métadonnées car conscience de leur intérêt
 Problème d’accès pour le public : uniquement
via les impressions papier de la base
 Traitement documentaire et non archivistique
(pas de cote ; code correspond à la pièce et non
au carton)
La sondothèque : pause

17.  Besoin de compétences en« archéologie
numérique »
Compréhension du problème
Connaissance des données : repérage des champs,
etc.
Identification et propositions de solutions techniques
 Discussions et échanges nourris à chaque étape
du projet de récupération
 Les choix intellectuels et techniques ont des
conséquences bien réelles
La sondothèque : renaissance

18.  Migrer une base de données prisonnière d’un
outil obsolète : sauver l’existant sans détruire
 Extraction du disque dur de la machine
 Récupération des données brutes de la base
 Conversion des fichiers obsolètes
 Itérations : nettoyage-sauvegarde, etc.
 Résultats : un tableau Excel de 25000 lignes
La sondothèque : récupération

19. Open Refine

21.  Index : numéro de document
 Type de document : rapport, presse, livre
 Numérisé : parfois entre 2000 et 2008
 Titre et complément : encore souvent inversé
 Dates de publication : deux dates possibles
 Date de collecte : début de collecte
 Institut chargé de réaliser le sondage
 Commanditaire du sondage
 Type d’échantillon
 Âge des membres de l’échantillon
 Codes thématiques
La sondothèque : variables

22.  Travail effectué par une archiviste
professionnelle
Récolement du fonds
Cotation du fonds : sous-séries par institut de
sondage
Inventaire sommaire sous Excel
La sondothèque : version n°2

23. La sondothèque : version n°2

24.  Volonté du directeur du CEVIPOF de valoriser la
sondothèque
Cas d’étude dans le cadre de la présidentielle 2017
Projet Enquête électorale française (ENEF) 2017
Repérer les sondages d’intentions de vote à la
présidentielle depuis 1965 dans la sondothèque
Saisir les données
Prototyper une visualisation des données extraites
Mettre en ligne sur Internet ces visualisations
La sondothèque : cas d’étude
Les sondages d’intention de vote pour
l’élection présidentielle depuis 1965

25.  Extraction des sondages d’intentions de vote par
requêtes dans la base par Diego Antolinos-
Basso : dates, mots-clefs, thématiques
 Repérage physique des sondages dans le fonds
d’archives par Émilie Fromont, archiviste
 Saisie des données contenues dans les
sondages d’intentions de vote par Lauren Clark,
stagiaire en science politique
La sondothèque : cas d’étude
Les sondages d’intention de vote pour
l’élection présidentielle depuis 1965

26.  Exemples de problèmes posés lors de la saisie
 Quand il y a plusieurs hypothèses de candidats,
laquelle retenir ?
 18 mois avant la présidentielle, certaines hypothèses
ne contiennent aucun candidat réellement présent au
2d tour, que faire ?
 Combien de candidats retenir quand liste d’une
vingtaine de candidats potentiels ?
=> risque de biais méthodologique
La sondothèque : cas d’étude
Les sondages d’intention de vote pour
l’élection présidentielle depuis 1965

27.  Autres problèmes posés par la mise en ligne
 Juridiques : ne pas mettre en ligne les rapports de
sondages eux-mêmes, propriété du commanditaire,
mais une visualisation à valeur ajoutée
 Graphiques : difficile de tout représenter (date,
candidat, institut, plusieurs sondages à la même date)
=> choix
La sondothèque : cas d’étude
Les sondages d’intention de vote pour
l’élection présidentielle depuis 1965

28. La sondothèque : cas d’étude
Intentions de vote pour l’élection présidentielle de
1974

29. Conclusion
 Complémentarité :
Entre les différentes personnes
Entre les compétences de chacun
 Compréhension et reconnaissance :
Mutuelles des personnes (permanents et ponctuels)
De l’apport du travail des autres
Les choix techniques et intellectuels ont des
conséquences en termes archivistiques mais
également pour la recherche scientifique.