Workshop conclusif de l’ANR Géomédia – 7-8 Juillet 2016

Geomedia – Structure and Dynamics of Media Flows

 

Cet événement de cloture du projet ANR Corpus Geomedia conduit par le CIST se tient à l’INA, 21-23 rue Camille Desmoulins à Issy-les-Moulineaux (92)

L’explication de la structure et des dynamiques des actualités internationales est un objet de recherche récurrent pour les spécialistes des médias, des sciences politiques et des relations internationales depuis les travaux de Galtung & Ruge (1965). Cependant la plupart des hypothèses formulées par Galtung et ses disciples n’ont pu être testées sur de grands échantillons d’actualités que très récemment, introduisant ainsi des doutes et discussions sur la réalité de la réduction du rôle dominant des grandes agences de presse, l’homogénéisation des espaces publics au niveau international, les effets décroissants des distances géographiques, culturelles et historiques, etc.
Grâce à la collecte d’un large échantillon de flux RSS d’actualités internationales, effectuée dans le cadre de l’ANR Corpus Géomédia, ce séminaire international propose d’explorer ces vieilles questions sur la base de nouveaux outils et hypothèses élaborés en croisant l’expérience de chercheur.e.s issu.e.s des études sur les médias, science informatique, géographie politique et linguistique. L’atelier permettra également de tester des outils d’exploration, modélisation et visualisation produits dans le cadre de l’ANR Corpus Géomédia pour l’analyse des flux RSS.

Progamme et inscription : cliquer ici

Un réseau géomédiatique à partir du Corpus Géomédia

Peut-on obtenir une vue cohérente du monde géopolitique à partir des flux RSS récoltés dans le cadre de l’ANR Géomedia ? Un travail, que nous avons présenté à la conférence ECTQG 2015, montre que oui. Nous avons construit un réseau de co-citations géomédiatiques en utilisant un extrait des flux récoltés en 2014. Le principe est simple : nous établissons une liste d’entités géographiques (comme des pays) et, pour deux entités données, nous regardons combien de fois elles ont été citées ensemble dans la base RSS. La combinaison de ces éléments est un objet appelé graphe.

Ce type d’objet inclut beaucoup d’informations mais est généralement trop dense pour être analysé « à la main ». Une stratégie classique dans ce cadre est de rechercher des blocs d’entités très connectées entre elles et faiblement connectées avec le reste du réseau (on parle de « détection de communautés » dans les réseaux complexes). Le but est de simplifier le réseau en utilisant ces blocs. On peut également chercher à savoir si ces groupes ont du sens d’un point de vie thématique et/ou géographique.

 consensus_graph_component2

Nous avons utilisé différentes méthodes pour rechercher ces blocs et comparer les résultats. Bien que ces derniers varient, on trouve une cohérence d’un point de vue thématiques dans les blocs détectés. Pour rendre compte des résultats et offrir une image utile du réseau, nous avons filtré les liens entre entités géographiques n’étant pas à l’intérieur d’un bloc quelque soit l’algorithme utilisé (voir image ci-dessus).

Le Corpus Géomédia pourrait ainsi être utilisé pour étudier l’évolution de la représentation géopolitique du monde selon différents critères, par exemple en fonction de l’origine géographique des médias ou selon différentes époques. Vous trouverez les liens vers les jeux de données ci-dessous, n’hésitez pas à les utiliser !

Plus de détails : F. Queyroi, L. Beauguitte et H. Pecout « RSS Flows, World Structure & Community Detection », ECTQG 2015

Papier : queyroi2015_communities_geomedia

Dataset : ectqg2015_cocitations_dataset

Création de sous-corpus de flux RSS à partir de la base Géomédia : note méthodologique

Par Benjamin Loveluck (post-doctorant Géomédia, université Paris Diderot) avec la collaboration de Hugues Pecout (ingénieur d’étude, GIS-CIST)

L’application Géomédia, dont une courte description a déjà été proposée, collecte un nombre important de flux RSS (plus de 250) qui proviennent d’un vaste corpus de journaux (plus de 160). Ces flux sont très hétérogènes, et il n’est donc généralement pas pertinent de travailler avec l’intégralité de la base. Nous proposons ici d’expliciter les principaux critères qui permettent au chercheur de construire des sous-corpus cohérents, en fonction des hypothèses à tester, de l’événement auquel on s’intéresse, des objectifs et des priorités de l’étude.

Il s’agit ainsi de déterminer les caractéristiques des flux que l’on souhaite analyser, qui varient en fonction de six dimensions principales :

  1. Les attributs médiatiques des journaux collectés (hard news vs soft news, public visé, positionnement politique etc.)
  2. Les différentes langues de publication
  3. La représentativité géographique, dans la mesure où le nombre de flux collectés varie significativement d’un pays à un autre : pour beaucoup de pays, la base ne collecte les flux que d’un seul journal, alors que pour un petit nombre de pays le nombre de journaux représentés est plus important (entre 2 et 11 journaux différents)
  4. La temporalité de la collecte, qui n’est pas uniforme puisque tous les flux n’ont pas été « branchés » au même moment, et certains ont été interrompus
  5. Les différents types de flux collectés, qui correspondent à des rubriques ou à des catégories d’information différentes (international, breaking news etc.)
  6. Enfin les spécificités techniques des flux, qui peuvent diverger de manière importante aussi bien sur le plan du « contenu » (richesse et pertinence des titres et des descriptions etc.) que sur celui de la « forme » (régularité, débit etc.)

Lire la suite

Un échantillon de données collectées par le projet ANR Géomédia

L’ANR Corpus Géomédia a pour objectif de mettre à disposition l’ensemble de sa base de données en libre accès, à la fin du projet (juin 2016). Néanmoins, nous mettons dès aujourd’hui un échantillon de la base de données à disposition, afin d’amorcer un échange avec le monde scientifique sur les méthodes de traitement, d’enrichissement et de représentation visuelle des données de flux RSS médiatiques. L’échantillon proposé correspond à l’ensemble des items (articles) RSS collectés entre le 1er octobre 2014 et le 31 décembre 2014 pour 8 flux RSS.

 

3 langues sont utilisées dans cet échantillon : l’anglais (5 flux), l’espagnol (2 flux) et le français (1 flux). Les 8 flux sont originaires de 8 pays différents (Australie, Chili, Chine, France, Royaume-Uni, Inde, Mexique et États-Unis). Les flux proposés ont fait l’objet d’un traitement préalable permettant notamment de reconnaître avec une bonne approximation les pays concernés par les items.

Lien vers la page de téléchargement : cliquer ici.

N.B. Les données mises à disposition sont utilisables uniquement dans une perspective de recherche scientifique, à l’exclusion de toute utilisation commerciale. Les personnes intéressées par la mise à disposition d’un corpus plus important peuvent contacter les responsables du projet ANR Géomédia à l’adresse suivante. geomedia@gis-cist.fr

Appel à communications : Espaces géographiques, médias et représentations

Dossier proposé par Laurent Beauguitte (CNRS, UMR IDEES), Claude Grasland (Université Paris 7, CIST et UMR Géographie-cités) et Marta Severo (Université Lille 3, Équipe Geriico)

Les médias d’information (radio, télévision, presse écrite et web) contribuent à notre connaissance des espaces géographiques, proches et lointains. Ces producteurs d’information, eux mêmes situés, économiquement, géographiquement et politiquement, sont sans doute l’un des principaux vecteurs de représentations de la dynamique des espaces contemporains. Si le mythe d’une information complète et objective a depuis des décennies été réfuté par les études sur les médias, il n’en reste pas moins qu’en choisissant de mettre l’aspect sur tel espace, sur telle catégorie d’acteurs et/ou telle thématique, ils participent de fait à la création d’espaces publics de référence.

Ce numéro thématique de l’Espace géographique vise à interroger les espaces géographiques révélés par les contenus médiatiques. Il s’agira moins de pointer les écarts entre une supposée connaissance objective et les biais liés à leur représentation que de chercher en mettre en évidence comment un espace est construit par des discours situés.

Trois types d’articles sont susceptibles d’être retenus pour ce numéro thématique :

  • des articles proposant une réflexion théorique et conceptuelle sur les liens entre médias et représentations des territoires ;
  • des articles proposant des études empiriques sur la ou les représentations médiatiques d’un espace donné (du local au global) ;
  • des articles proposant des outils méthodologiques permettant la recherche d’information géographique dans les contenus médiatiques.

Si le dialogue inter-disciplinaire est bienvenu, il est cependant nécessaire que les articles proposés mettent les problématiques spatiales au cœur de leurs analyses.

Les propositions de communication, obéissant aux normes de la revue (http://www.mgm.fr/PUB/EG/EGinsaut.html), sont attendues pour le 15 juillet 2015. Après une pré-sélection par les coordinateurs du numéro, les articles seront évalués selon les procédures habituelles de la revue. Afin d’être certain de vos propositions rentrent dans le cadre attendu, vous pouvez contacter les coordinateurs* pour leur faire part de vos projets d’article.

*beauguitttelaurent<at>hotmail<dot>com ; claude<dot>grasland<at>parisgeo<dot>cnrs<dot>fr
marta<dot>severo<at>univ-lille3<dot>fr

Un premier essai de mesure de la médiatisation des villes européennes à l’aide des flux RSS internationaux

Par Claude Grasland et Marion Le Texier, dans le cadre du projet ESPON « Feasibility Study on Analytical Tools based on Big Data » coordonnée par Marta Severo.

L’obtention d’un contrat d’étude du programme ESPON sur l’utilité des « Big Data » pour l’analyse des régions et des villes européennes a été l’occasion de tester les problèmes que pose la reconnaissance des villes mentionnées dans les flux RSS collectés par l’ANR Geomédia.  Sans entrer dans le détail des résultats du projet (qui est actuellement en cours), on peut dire que l’expérience a confirmé certaine des difficultés rencontrées pour l’identification des pays (Cf. billet de L. Beauguitte et A. Brennetot) et la nécessité d’accompagner les procédures de reconnaissance automatique de tests de vérification manuelle. Voici à titre d’exemple la hiérarchie des villes obtenues en totalisant les villes reconnues dans 17 flux RSS, avec identification des erreurs révélées par la vérification manuelle.

Error_cities

Le cas de « Nancy » qui passe de 49 citations à 0 après vérification manuelle est évidemment l’illustration d’un problème de confusion entre noms de lieux et de personne ou d’objet que nous avions déjà rencontré pour les pays (« Hollande » désigne-t-il une région des Pays-Bas ou un président français).

Les cas de « Sevilla », « Venezia », « Palma » ou « Santa Cruz » soulève un problème différent, et sans doute plus spécifique aux villes qu’aux pays, qui est la présence de nombreuses villes portant le même nom dans différents pays du Monde. Dans l’exemple étudié, un meurtre horrible s’étant produit dans la ville de Sevilla au Venezuela a été responsable d’une forte inflation de citations, attribuées par erreur à la ville européenne.

On pourrait imaginer de lever certaines ambiguïtés sur les villes en les croisant avec les pays… mais il faut se souvenir que nous avions également songé à utiliser les villes et notamment les capitales pour identifier en retour les dépêches parlant d’un pays. Par exemple, une dépêche du type « Coup de froid entre Berlin et Washington après les révélations de l’affaire Snowden sur les écoutes du téléphone de la chancelière Merkel » concerne à l’évidence les relations entre l’Allemagne et les Etats-Unis, mais sans que ces deux pays ne soient mentionnés explicitement si ce n’est à travers des acteurs ou des villes.

Une procédure automatique de reconnaissance des pays, villes ou acteurs est indispensable pour traiter la masse de données engrangées par l’ANR Corpus Géomédia. Mais elles suppose une réflexion approfondie si l’on veut atteindre des taux d’erreur acceptable. Autrement, il faudra se limiter à vérifier manuellement les tags attribués aux dépêches, ce qui est long et de surcroît insatisfaisant car on élimine les faux positifs (dépêches taguée par erreur) mais pas les faux négatifs (dépêches non taguées). Le repérage de ces derniers n’est possible qu’en analysant toutes les dépêches une par une ce qui est cette fois-ci prohibitif en temps.

Les tremblements de terre comme outil d’étalonnage des flux RSS ?

Claude Grasland et Marion Le Texier (Université Paris Diderot) avec la collaboration de Maud Devès et Jean-Bernard De Chaballier (IPGP)

La médiatisation des tremblements de terre et des tsunamis a fait l’objet de très nombreuses publications et ceci de très longue date. Il s’agit en effet d’événements présentant des caractéristiques en apparence simple en terme de localisation dans le temps et dans l’espace, d’une part, de mesure d’importance en terme de magnitude physique (puissance) et d’impact sur les activités humaines (dégâts économiques, nombre de morts, etc).Comme il s’agit de surcroît d’événements se produisant régulièrement sur toute la surface du globe (même si leur localisation précise est évidemment concentrée sur les limites de plaques terrestres), on peut imaginer de les utiliser comme outil d’étalonnage de capteurs médiatiques localisés en différents lieux et tenter d’en déduire des caractéristiques de puissance (nombre de tremblements de terre capturés en fonction de leur magnitude) et de portée spatiale (distance à laquelle sont capturés les tremblements de terre).

La préparation d’un projet de recherche financé par la COMUE Sorbonne Paris Cités et intitulé « Politiques de la terre à l’épreuve de l’Anthropocène » (http://politiquesdelaterre.fr/) a été l’occasion de mener une expérience conjointe de mesure des séismes du point de vue des sciences sociales et des sciences de la Terre.  Nous avons tenté sur une période de temps limitée de comparer la liste des tremblements de terre mesurés par les géophysiciens (source : USGS) à la liste des tremblements de terre enregistrés par les trois grandes agences de presse (AFP, AP, Reuters) ,d’une part, et par une quinzaine de flux RSS collectés par l’ANR Geomedia d’autre part.

Comparaison de la carte des tremblements de terre de l’USGS et des Agences de Presse

Carte établie par M. Deves (IPGP), J.B. de Chaballier (IPGP), M. Le Texier (Université Paris Diderot) et C. Grasland (GIS-CIST)

Carte établie par M. Deves et  J.B. de Chaballier (IPGP), M. Le Texier et C. Grasland (GIS-CIST)

L’expérience confirme tout d’abord le lien attendu entre la magnitude géologiques des tremblements de terre et leur couverture médiatique par les agences de presse. Comme on peut le voir sur le carton en bas à droite de la figure, les agences signalent 100% des séismes de niveau 8, 81% des séismes de niveau 7, 74% des séismes de niveau 6, etc. Toutefois, l’analyse plus détaillé des résultats (nombre de dépêches) montre que certains séismes à faible densité sont fortement médiatisés, à l’instar de mini-tremblements de terre qui se sont produits dans l’Oklahoma autour de l’exploitation minière des gaz de schistes. On repère aussi des effets de médiatisation à longue distance, notamment avec le séisme du Chili (Iquique) qui est associé à des alertes au tsunamis relayées dans tous les pays du Pacifique. Au contraire, un séisme chinois d’intensité plus forte mais se produisant dans la zone déserte du Xinjiang sera beaucoup moins médiatisé. Au final, l’une des découvertes les plus intéressante de ce travail commun aura été de se rendre compte que la magnitude des séismes sur l’échelle de Richter est fondamentalement qualitative (destructions de maison, ressenti des habitants, …) et doit être distinguée des mesures proprement physique (intensité mécanique, profondeur, …). En ce sens, des mesures objectives de médiatisation des séismes révélant leur impact à moyenne ou longue distance du lieu d’impact sont des mesures du plus grand intérêt pour les sciences de la terre. Il faut donc revenir sur l’asymétrie classique entre des sciences de la terre mesurant objectivement des phénomènes physiques et des sciences humaines tentant d’en évaluer l’impact social.

L’intérêt de capteurs RSS à puissance et portée spatiale faibles

Ceci conduit à la seconde phase de l’expérience qui consistait à reconstituer le nombre de séismes identifiés par une quinzaine de capteurs RSS internationaux de l’ANR Geomedia. Là encore, une véritable discussion théorique s’est instaurée entre sciences sociales et sciences de la Terre sur la notion d’événement ou, plus précisément sur les questions d’enveloppe spatio-temporelle et d’agrégation. Les séismes ne sont en effet pas des points singuliers de l’espace-temps mais des clusters plus ou moins complexes où il est souvent difficile voire impossible de distinguer clairement une réplique d’un séisme de l’apparition d’un nouveau séisme. Problème que nous avons également rencontré dans les travaux sur l’agrégation d’événement médiatique où l’identification des pics peut se faire à différentes échelles d’agrégation temporelle et spatiale (Cf. thèse de Robin Lamarche-Perrin).

Si on arrive à résoudre  cette difficulté essentielle, il est alors possible de produire des cartes appariant des événements séismes et des événements médiatiques, comme le montre l’exemple très simple des séismes signalés par trois capteurs de flux RSS à l’aide d’au moins deux dépêches.

seismesRSS

La faiblesse des capteurs de flux RSS, par comparaison avec les agences de presse ,constitue ici un avantage précieux si l’on cherche à tracer une géographie des circulations médiatiques et un étalonnage de l’importance des événements internationaux. Par exemple, il apparaît clairement que chaque journal tend à couvrir davantage ce qui est proche que ce qui est éloigné, mais pas forcément selon une géométrie euclidienne (Cf. la couverture du journal Argentin qui semble plus basée sur l’appartenance continentale que la distance à vol d’oiseau). Le séisme du Chili est couvert par les trois  journaux alors que celui de Chine, pourtant de magnitude plus forte n’est signalé que par le flux RSS du journal indien. Mais le séisme de Grèce est en revanche couvert à la fois par le journal nord-américain et par le journal indien, etc…

Il faudrait bien évidemment disposer d’un échantillon beaucoup plus étendu dans le temps et l’espace pour tirer des conclusions intéressantes. Mais les séismes semblent une piste prometteuse aussi bien pour comprendre la médiatisation des catastrophes que pour analyser le fonctionnement des médias et étalonner les capteurs constitués par les flux RSS.

Un baromètre géomédiatique international : enjeux et perspectives.

par Claude Grasland, Université Paris Diderot, sur la base de premiers travaux du GIS-CIST réalisés en 2010-2011 avec Marta Severo, Timothée Giraud et Pierre Beckouche.

L’idée de créer un baromètre géomédiatique international remonte aux premières discussions entre géographes, spécialistes des médias et informaticiens qui eurent lieu en 2010-2011 dans le cadre de ce qui allait devenir l’axe « Médias et Territoire » du  GIS CIST (Collège international des Sciences du Territoire) .

Dans une perspective que l’on peut juger a posteriori naïve, nous avions cru possible de reconstituer une sorte de film des événements mondiaux qui serait fondée sur le repérage des pics de dépêches de presse parlant d’un pays et plus généralement sur les ruptures ou transition dans des séries temporelles. Les expériences menées à l’aide de la base FACTIVA consistèrent à relever le nombre de dépêches mensuelles consacrées aux différents pays du Monde en se fiant aux « tags pays » et en agrégeant de façon indifférenciée tous les journaux contenus dans la base. Le choix d’une granularité mensuelle était arbitraire (on aurait aussi bien pu travailler sur des périodes plus longues avec une granularité annuelle ou plus courtes avec une granularité hebdomadaire voire journalière).

Le résultat obtenu lors des premiers tests réalisés semblait assez convaincant lorsqu’il était appliqué à de petits pays comme l’Islande. Ces pays disposant d’un niveau de médiatisation faible, les événements exceptionnels y prennent d’autant plus de relief. On peut voir ci-dessous l’impact très clair des pics correspondant respectivement

  • au krach économique du 6 octobre 2008 et la crise financière qui s’ensuit
  • l’éruption du volcan Eyjafjöll du 20 Mars 2010 qui va bloquer pendant plusieurs semaines le trafic aérien sur l’Atlantique Nord
  • l’éruption du volcan Grimsvötn du 21 Mai 2011 dont on craint qu’elle ne bloque à nouveau le trafic aérien, ce qui ne se produira finalement pas.

iceland

Naturellement, les courbes de médiatisation des pays ne révèlent  pas toujours des pics aussi limpides que ceux de l’Islande et de nombreuses difficultés statistiques apparaissent lorsque l’on passe à des pays plus importants comme le Japon où seul un événement de la puissance de Fukushima est capable de produire une inflexion nette dans la masse des nouvelles consacrées régulièrement à ce pays.

Une cartographie des écarts significatifs de médiatisation entre un mois et les six précédents montrent bien le problème sur l’exemple de la période Décembre 2010- Juillet 2011 :


télécharger le document au format pdf

Ces expériences ont été stoppées en raison de doutes croissant sur l’intérêt de l’emploi d’une base de données payante où sont agrégés des milliers de journaux et où la reconnaissance des pays est le résultat d’un système de métadonnées très opaque et manifestement hétérogène. Nous avons alors exploré la piste des flux RSS internationaux comme source alternative de création d’un baromètre géomédiatique international, ce qui devait aboutir au dépôt de l’ANR Corpus Géomédia.

L’utilisation des flux RSS d’une centaine de journaux échantillonnés convenablement devrait permettre de reprendre ce projet de baromètre géomédiatique international dans une perspective radicalement différente. Il ne s’agirait plus en effet d’agréger a priori les sources d’information mais au contraire de tirer parti de la pluralité des capteurs enregistrant les événements. Une éruption volcanique islandaise se produisant en 2015 pourrait être décrite par une centaine de séries temporelles correspondant à chacun des flux RSS. La question serait alors de savoir si cette éruption constitue un pic pour l’ensemble de ceux-ci ou pour une partie seulement d’entre eux. La magnitude de l’événement serait en quelque sorte évaluée par la quantité de capteurs ayant enregistré un signal non ambigu. Et plus généralement, une régionalisation géographique ou une sociologie médiatique de l’impact de l’événement pourrait être envisagé  si les flux RSS ayant signé l’événement se regroupent sur le plan spatial ou sur d’autres caractéristiques de ligne éditoriale.

Projet intéressant mais difficile car il suppose de lever au préalable toute une série de difficultés, dont la moindre n’est pas l’identification des pays dans les titres ou résumés des flux RSS. Et il est clair que les méthodes statistiques rudimentaires qui avaient été mises en œuvre  dans les premières phases de test doivent être complètement remises à plat.

Do International News Reflect World Structure? A Network Approach

Paper from Laurent Beauguitte (GIS CIST), Marta Severo (Geriico, Université Lille 3) and Hugues Pecout (GIS CIST) at the 1st European Conference on Social Networks, Barcelona, July 2014

The presentation made in Barcelona had one main objective: to compare different types of newspapers from different countries and to launch network analysis on states co-occurrences in order to see if it could provide valuable information regarding world structure. At the beginning, we had in mind the following theoretical model (Figure below): raw number of state occurrence would give a proxy of hierarchy among nations; state co-occurrences would allow to distinguish two main types of relations: cooperation and conflict.

model

As our approach was exploratory, we began with a small sample: two French and two Australian newspapers and, in each country, a reference newspaper (Le Figaro in France and The Australian… in Australia) and a more popular one (Le Parisien in France and The Daily Telegraph in Australia). It must be noted that The Daily Telegraph is a tabloid while Le Parisien is a popular newspaper and they are not strictly comparable. We collected for these four newspapers RSS flows about international news from January 1st 2014 until February 28th 2014.

We had in total the following number of items per newspaper: The Australian, 1160; The Daily Telegraph, 1103; Le Figaro, 608 and Le Parisien 643 items. A R program tagged all items automatically and was able to gather state occurrence and co-occurrence present in each item. Consider for instance the following item (which was not in our corpus): Abe’s war shrine visit stokes tensions ; JAPANESE PM Shinzo Abe has visited a controversial war shrine in a move that has further inflamed already tense relations with China and South Korea. 26/12/13 08:37. Our tag dictionary recognizes the following terms and add a column with the corresponding state: Abe, JAPANESE, China and South Korea. The item would then give three co-occurrences (or, in network analysis vocabulary, 3 links): Japan-China, Japan-South Korea and China-South Korea.

A first result concerns the great polarisation on a few number of states: depending on newspapers, from 5 to 7 states count for 50% of all states occurrences. The following table gives the top 5 per journal and the percentage of all state occurrence in the newspaper during the whole period. If polarization is greater in Australia for the first rank, the dominant national character of international news in France must be underlined: France is the most quoted state and if Central African Republic is on the third position for both Le Figaro and Le Parisien, it can clearly be explained by the fact that French army intervened in the country at that period…

The Australian The Daily Telegraph Le Figaro Le Parisien
USA     19 USA        24 France 13 France 17.4
Syria    7.5 UK          9.7 USA 11.47 USA 11.48
UK       6.61 Australia 6.2 Centrafrique 6.43 Centrafrique 7.16
France  5.06 Russia     4 Ukraine 6.43 Ukraine 6.62
Russia  4.77 China      3.75 UK 5.03 Russia 6.48

If the number of occurrences is able to reveal main powers and hot spots regarding international news, co-occurrences are much harder to interpret. In this example above, the links Japan-China and Japan-South Korea were conflictual but what about the China-South Korea link? And the vast majority of items is much harder to interpret and to code: when a tourist from a country A gets trouble in a country B, can it seriously be considered as a conflict between two states?… We made several tests on different corpus and in each case, the majority of co-occurrences were coded « others » and many differences of interpretation between coders appeared. So we had to give up our theoretical model: if the world system involves the co-presence of cooperative and conflictual relations between actors, RSS items do not allow to perceive them.

Nevertheless, a promising and unexpected result appears. We get for our four newspapers the list of states quoted and the number of quotations. If we launch a rank Spearman correlation on these numbers, we get the following table:

The Daily Tel. Le Figaro Le Parisien
The Australian 0.90 0.69 0.59
The Daily Tel. 0.61 0.57
Le Figaro 0.92

What does it mean? That even if the nature of information is quite different in Le Parisien and in Le Figaro, and really different in The Australian compared to The Daily Telegraph, in each case, the information deals with the same states, even when the national bias is removed (Australia and France were deleted from tables during the analysis). The result is of course temporary as we need to test it on a bigger sample to validate it.

Presentation made in Barcelona

Courte présentation du corpus Géomédia (juin 2014)

Billet écrit avec la collaboration d’Hugues Pecout (Ingénieur d’étude, GIS-CIST)

En juin 2014, l’application développée par Clément Rillon pour capturer les flux RSS collecte 259 flux issus de 162 journaux différents. Des tests en cours (régularité et volume du débit d’items) permettront d’affiner cette première sélection. Cet échantillon ne saurait évidemment prétendre à une quelconque représentativité à l’échelle mondiale : tous les quotidiens dans le monde ne proposent pas de flux RSS, ceux qui en proposent n’ont pas nécessairement un débit conséquent et les compétences linguistiques des chercheur-e-s impliqué-e-s dans le projet (sans oublier les soucis liés à l’encodage des caractères…) ont limité l’éventail des choix. L’objectif n’est donc pas la représentativité mais plutôt la construction d’un corpus exploitable.

Les flux RSS sont capturés en anglais et en français depuis décembre 2013, en espagnol et en portugais depuis avril 2014. Quelques journaux en d’autres langues ont été intégrés dans la base pour répondre à des questions de recherche spécifiques à certains chercheur-e-s du projet. Le tableau ci-dessous détaille la répartition par langue des flux collectés. Lorsqu’un seul journal est associé à deux flux (cas de la Pologne), cela signifie que nous capturons le flux international et un autre type de flux.

Langue utilisée

Nombre de journaux/médias

Nombre de flux RSS

anglais

91

146

espagnol

28

46

français

21

35

portugais

9

14

allemand

8

11

italien

2

4

catalan

1

1

polonais

1

2

Sur les sites des journaux, les flux RSS sont classés par catégories. Le nom des catégories varie selon les médias, les langues et les pays. Les différents catégories ont été classées en 5 grands types :

  • Unique : le média émet un seul flux ;
  • General (46 flux): selon les langues, correspond aux flux Home, Homepage, Todas las noticias ou All News ;
  • Une (41 flux) : selon les langues, correspond aux flux Top head lines, Portada, Top stories, Une, Titulares, Actu et Actualidad ;
  • Breaking news (40 flux): correspond aux flux Ultimas Noticias, Dernière news, Latest news, Hot news, News et Fil info ;
  • et enfin International (103 flux) qui correspond selon les cas aux flux International, Internacional, Monde ou Mundo.

Les flux collectés sont issus de 60 États différents et nous avons essayé dans la mesure du possible de varier les journaux pour chaque État (type de journal – journal dit de référence, populaire, tabloïd -, orientation politique, région d’origine, gratuit et payant) et de récolter les quotidiens les plus diffusés. Sauf exception (Financial Times), il s’agit cependant de quotidiens généralistes. Ainsi, le corpus des journaux français comprend trois journaux de référence d’orientations politiques variées (Le Monde, Libération, Le Figaro), deux gratuits (20 minutes, Métro), un quotidien populaire (Le Parisien*) et quatre quotidiens régionaux (Dernières nouvelles d’Alsace, La Nouvelle République, Ouest France et France-Antilles). La couverture géographique a été nettement améliorée par la capture de flux espagnols et portugais. Signalons enfin que, dans un certain nombre de cas, et notamment en Asie et au Moyen-Orient, les flux capturés le sont en anglais et sans doute plus destinés à un public international qu’à un public national.

Cliquer sur la carte pour la voir en plein écran

map1

* Le Parisien pourrait certes être considéré comme un quotidien régional mais son contenu diffère tout de même grandement des autres titres de la PQR (Presse quotidienne régionale).