1. médialab Sciences Po
  2. Actualités
  3. MetAt - Journal de bord du 10 octobre 2023

MetAt - Journal de bord du 10 octobre 2023

Partager nos savoir-faire et pratiques méthodologiques.

Rendez-vous, Atelier

Salle K.011, 1 place Saint Thomas d'Aquin 75007 Paris

Qu’est-ce que le METAT ?

Le METAT est un atelier d’accompagnement aux méthodes de recherche : chaque mois, un créneau de trois heures pour vous aider à résoudre les difficultés d’ordre méthodologique que vous rencontrez dans le cadre d’un projet scientifique. 

À qui s’adresse le METAT ?

Le METAT s’adresse à toute personne souhaitant être accompagnée ponctuellement pour l’utilisation d’un outil ou d’une méthode de recherche. Tous les profils sont les bienvenus : étudiant-e-s, doctorant-e-s, chercheur-e-s, métiers de l’ingénierie de recherche ou autre, internes et externes à Sciences Po, sans restriction de statut ou d’affiliation.

Comment s’inscrire ?

L’inscription est obligatoire via le formulaire disponible sur la page du METAT

Séance du 10/10/2023

Lieu : Sciences Po

Encadrant·e·s : Benjamin Ooghe-Tabanou, Guillaume Plique, Audrey Baneyx, Blazej Palat, Maxime Crépel, Béatrice Mazoyer, Robin de Mourat, Marion Frelat, Diego Antolinos Basso, Aymeric Luneau, Anna Charles, Kelly Christensen, Jimena Royo-Letelier

Exploration de l'API Bluesky

Discussion avec un·e doctorant·e du médialab et tests pour une potentielle intégration de l’API Bluesky à l’outil Minet

Qualifier la désinformation sur le vaccin de la covid-19 sur TikTok

Premier accompagnement d’un·e doctorant·e du LIMICS pour le traitement d’un corpus de 1000 vidéos et 200 000 commentaires TikTok. La méthode de classification automatique a été écartée car ni les vidéos ni les commentaires ne pouvaient facilement être classifiés comme anti ou pro vaccin, même manuellement. L’encadrant·e a recommandé de former un réseau de vidéos en fonction des utilisateurs les ayant commentées, en utilisant Pelote et Ipsygma pour examiner les partitions produites par l’algorithme de Louvain. Pour poursuivre ce travail, il faudrait comparer ces partitions avec des labels ajoutés manuellement aux vidéos. 

Création d’un référentiel de compétences

Extraction des champs “compétences” d’un annuaire en ligne, puis structuration de ces compétences pour les utiliser dans le cadre de la création d’annuaire des ingénieur·e·s de recherche en sciences sociales. Réflexion sur la représentation de ces compétences sous la forme d’un graphe et sur la façon de mettre à jour ces données. 

Calcul de l’empreinte environnementale d’un laboratoire de recherche

Cet accompagnement visait à traiter des fichiers tableurs (exports de l’application Cytric et inventaire du parc informatique) pour les rendre compatibles avec l’outil GES1.5, permettant de réaliser des bilan d’empreinte carbone des laboratoires de recherche.

La séance nous a permis de fusionner deux fichiers de missions et de réaliser un dédoublonnage pour obtenir un fichier propre.

Les fichiers .csv ont ensuite été formatés selon les attendus de l’outil GES1.5 : suppression des caractères parasites dans le header des colonnes et transformations des données. 

Code source écrit durant la session

Exploration Hyphe et méthodes

Accompagnement de deux chercheur·e·s qui souhaitaient mieux comprendre le fonctionnement de l’outil Hyphe dans le cadre de deux projets de recherche : une étude des acteurs autour de la GPA aux Etats Unis ; l’adoption d’Internet par les populations amérindiennes des Etats-Unis. Pour ce deuxième projet, Hyphe et la WayBack Machine seraient utilisés pour cartographier l’usage du web à différentes périodes.

L’encadrant·e a fait un point méthodologique et pratique de Hyphe et de ses interconnexions avec les archives du web, et des possibilités diverses de mise à disposition et d’usage.

Classer et traiter un corpus de Tweet csv

Accompagnement d’un·e doctorant·e pour classer et traiter les données d’un corpus de 5000 tweets sur les violences envers les femmes et les LGBTQIA+. Un premier nettoyage a été effectué, puis l’encadrant·e a proposé de classer ces données via un outil tableur, afin de compter les occurrences de hashtags et faire des statistiques simples sur les catégories. L’outil Voyant tools a été utilisé pour faire une analyse temporelle des tweets selon les thématiques.