Travaux de l’OpenEdition Lab : présentation de Pierre-Carl Langlais

Dans le cadre du programme e.philologie PSL (ENC, EPHE, ENS, EHESS) : mercredi 7 juin, 13-15h, à EHESS, 54 boulevard Raspail, salle AS1_23, 1er sous-sol.

Séminaire Digital Humanities
Travaux de l’OpenEdition Lab : présentation de Pierre-Carl Langlais

L’étude repose sur l’analyse des logs de connexion de quatre plateformes d’OpenEdition. Dans une démarche typique des humanités numériques, cette approche quantitative de la lecture croise étroitement modèles statistiques (task discovery…) et terminologies des sciences humaines (théories critiques de la réception, sociologie des publics).

Pour l’instant, l’essentiel du travail de recherche a porté sur la détection du “lecteur inattendu”. Dans la publication en libre accès, la diffusion des revues n’est plus “contrôlée”, mais s’étend au-delà du monde universitaire. Notre premier prototype permet de repérer les afflux “insoupçonnés” d’audience, au regard de l’évolution structurelle de la diffusion d’un article.

Un second projet, plus expérimental, vise à dégager des modèles de diffusion entre les publications (à partir de modèles avec des axes pré-déterminés pour 5 jours de diffusion, 20 jours, etc.). Cet essai de classification automatisée des évolutions du lectorat dans le temps révèle pour le moment une grande diversité des courbes de fréquentation (du “smashing” au “silent hit”).

La présentation des résultats pourra déboucher sur une discussion plus générale concernant l’utilisation de modèles statistiques dans les humanités numériques. La complexité des données étudiées (où les “outsiders” peuvent être significatifs) nécessite souvent d’élaborer des architectures avancées croisant plusieurs modèles (cf., par exemple, les stratégies employées par Ted Underwood pour prédire les genres des textes : http://culturalanalytics.org/2016/05/the-life-cycles-of-genres/).

Le séminaire est ouvert à tous, cependant nous vous demandons de vous inscrire par courriel auprès de pierre.mounier@ehess.fr.


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.