Résumé de la session

Introduction aux mégadonnées en sciences sociales

Laurence-Olivier M. Foisy

Université de Montréal

Introduction aux mégadonnées en sciences sociales

Structure du cours

Le parcours du semestre

1. Introduction aux mégadonnées : Concepts fondamentaux des big data
2. Introduction à R : Programmation et analyse de données
3. Git, GitHub et Quarto : Contrôle de version et documents reproductibles
4. Sondages : Collecte et analyse de données d’enquêtes
5. Mesures latentes : Variables non observables et analyses factorielles
6. Analyse textuelle : Traitement et analyse de textes
7. Web scraping : Extraction automatisée de données web
8. Grands modèles linguistiques : Utilisation de l’IA pour analyser des données
9. Analyse d’images : Traitement et interprétation d’images pour la recherche

Concepts fondamentaux

Qu’est-ce que des mégadonnées ?

Les “V” des mégadonnées

• Volume : Quantité massive de données
• Vélocité : Rapidité de génération et traitement
• Variété : Diversité des formats et sources

Les mégadonnées en sciences sociales

• Avant : Données créées spécifiquement pour répondre à une question de recherche
• Maintenant : Utilisation de données existantes pour répondre à des questions de recherche

Note

L’un n’est pas mieux que l’autre. Ils répondent à des besoins différents.

Principe fondamental : la reconversion

Notre travail consiste à transformer des données collectées pour d’autres fins en matériel de recherche pertinent pour les sciences sociales.

Outils et méthodes

R et RStudio

• Essayez Positron
• VSCode
• VIM
• Cursor

Git et GitHub

• Système de contrôle de version
• Suivi des modifications du code
• Historique complet du projet
• Branches pour développer en parallèle

Quarto pour documents reproductibles

• Documents combinant texte, code, et résultats
• Format Markdown simplifié pour la rédaction
• Intégration de code R
• Génération de documents variés (HTML, PDF, Word…)
• Facilite la reproductibilité de la recherche

# Titre
## Sous-titre

Texte avec **emphase** et *italique*.

library(ggplot2)

# Code R intégré
ggplot(data, aes(x, y)) + 
  geom_point()

Méthodes d’analyse

Sondages et analyse d’enquêtes

• Conception de questionnaires
• Échantillonnage et représentativité
• Pondération des données
• Nettoyage et préparation
• Analyses statistiques descriptives et inférentielles
• Visualisation des résultats

Mesures latentes

• Variables non directement observables (attitudes, traits, opinions)
• Échelles multiples pour mesurer des concepts complexes
• Analyse factorielle pour identifier des structures sous-jacentes
• Création de variables composites
• Évaluation de la fiabilité et validité des mesures

Analyse textuelle

• Prétraitement du texte (tokenisation, stemming…)
• Analyse de sentiments
• Modélisation de sujets (topic modeling)
• Classification de textes

Web scraping

• Extraction automatisée de données du web
• APIs pour accéder aux données structurées
• HTML parsing pour extraire des informations de sites web
• Considérations éthiques et légales
• Automatisation de la collecte
• Gestion et organisation des données extraites

Grands modèles linguistiques (LLM)

• IA entraînée sur d’énormes volumes de texte
• Capacités de génération et compréhension du texte
• Applications en sciences sociales:
  • Classification de textes
  • Analyse de sentiment
  • Codage qualitatif assisté

• Enjeux éthiques:
  • Biais algorithmiques
  • Confidentialité des données
  • Fiabilité des résultats
  • Besoin de validation humaine

Analyse d’images

• Traitement d’images à grande échelle
• Reconnaissance d’objets et classification
• Analyse de représentations médiatiques
• Computer vision et réseaux de neurones
• Applications en sciences sociales:
  • Analyse de couverture médiatique
  • Étude des représentations sociales
  • Mesure de la diversité et de l’inclusion

Compétences acquises

Compétences techniques

• Programmation en R
• Utilisation de Git/GitHub
• Création de documents reproductibles
• Manipulation et visualisation de données
• Extraction et analyse de données diverses

Compétences analytiques

• Conception de recherche quantitative
• Interprétation des résultats
• Évaluation de la qualité des données
• Application de méthodes adaptées aux questions de recherche

L’avenir des mégadonnées en sciences sociales

• Démocratisation des outils d’analyse
• Intégration croissante de l’IA dans la recherche
• Recherche plus collaborative et interdisciplinaire
• Nouvelles sources de données (IoT, réalité virtuelle, etc.)

Conclusion

Les mégadonnées comme outil complémentaire

Les mégadonnées ne remplacent pas les méthodes traditionnelles, mais offrent:

• De nouvelles sources d’information
• Des méthodes complémentaires aux approches existantes
• La possibilité d’étudier des phénomènes à grande échelle
• Des perspectives inédites sur les phénomènes sociaux

Merci