Archives par étiquette : médias

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

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.