| Titre | Le web politique au prisme de la science des données : Des croisements disciplinaires aux renouvellements épistémologiques | |
|---|---|---|
| Auteur | Julien Boyadjian, Aurélie Olivesi, Julien Velcin | |
 |
Revue | Réseaux (communication - technologie - société) |
| Numéro | vol. 35, no 204, 2017 Le Web politique au prisme de la science des données | |
| Page | 9-31 | |
| Résumé |
Cet article interroge l'influence réciproque de la science des données et des sciences sociales pour analyser le Web politique. En fournissant des outils (partiellement) automatisés de collecte et d'analyse des corpus numériques, la science des données apporte une aide précieuse aux chercheurs en sciences sociales se trouvant confrontés aux problématiques du « big data ». Et par leur retour d'expérience et leurs usages critiques de ces outils, les chercheurs en sciences sociales contribuent à enrichir les résultats de la science des données. Ce croisement disciplinaire fait se confronter des méthodologies structurées de part et d'autre, notamment lors des phases de constitution du corpus, d'analyse des données et d'extrapolation des résultats. Pour chacune de ces étapes de la recherche, nous montrons les spécificités heuristiques et techniques des terrains numériques, les problèmes méthodologiques et épistémologiques qui leur sont intrinsèquement liés et la façon dont la science des données peut y répondre. Source : Éditeur (via Cairn.info) |
|
| Résumé anglais |
In this introduction, we aim to examine how data science and social science can mutually help each other when it comes to analyzing the political Web. On the one hand, by developing (partially) automated tools for collecting and analyzing digital corpora, data scientists can provide valuable help to social scientists who have to deal with big data. Reciprocally, through their feedback on their experience and their critical uses of these tools, social scientists may enrich the results of data science. The structured methodologies of both disciplinary fields can thus enrich one another when building the research corpora, when analyzing the data and when extrapolating from the results. For each of these research stages, we aim to show what is heuristically and technically specific about research fields in digital spaces, what kind of methodological and epistemological problems they may raise, and how data science can provide solutions. Source : Éditeur (via Cairn.info) |
|
| Article en ligne | http://www.cairn.info/article.php?ID_ARTICLE=RES_204_0009 |
