Collection as Data

de la reproduction à l’information

Thomas Huet

IRAMAT-CNRS

Introduction

“Collection(s)” : une définition

“Ensemble d’objets de même sorte que l’on réunit volontairement dans un esprit de curiosité, ou pour leur valeur artistique, scientifique ou documentaire.”

– Dictionnaire de l’Académie française, 9^e édition¹, 2024

“Collection(s)” : une augmentation

Bibliothèque d’Assurbanipal (1500-539 BCE) au British Museum. Crédit: Gary Todd - CC0, https://commons.wikimedia.org/w/index.php?curid=91138912

objet	stockage	BCE/AD
tablette de Fara	150 octets	2600 BCE
papyrus d’Ani	400 octets	1500 BCE
livre de 200 pages	150 ko	1450 AD
disque vinyle	50 Mo	1950 AD
CD	800 Mo	1985 AD
Clé USB-C	1 To	2020 AD
SSD professionnel	120 To	2025 AD

Un océan de données

Le mouvement collection-as-data (1/2)

	avant	après
objet	artefacts physiques	data
paradigme	qualitatif/expertise	quantitatif/généraliste
méthode	hypothético-déductif	empirico-inductif
cible	utilisateur	machine
interface	UX	API

collection-as-data : avant / après

Le mouvement collection-as-data (2/2)

https://collectionsasdata.github.io/

Datafication: un monde de data

“Data”, une définition

“Reinterpretable representation of information in a formalized manner suitable for communication, interpretation or processing.”

– ISO/IEC 2382:2015 (Information technology — Vocabulary)², 2015

Datafication du monde

“The drive towards datafication is rooted in a belief in the capacity of data to represent social life, sometimes better or more objectively than pre-digital (human) interpretations”

– Arne, Dencik, Wahl-Jorgensen, 2019³

Un peu de recherche dans un monde de (data) brutes

Le gold standard de la reproductibilité

Couche sémantique (texte libre) Couche logique (JSON) Couche algorithmique (Python)

Une hache en bronze, datée de l’âge du Bronze moyen, découverte dans un contexte funéraire.

Couche sémantique (`texte libre`)	Couche logique (`JSON`)	Couche algorithmique (`Python`)
Une hache en bronze, datée de l’âge du Bronze moyen, découverte dans un contexte funéraire.	`json_data = { "id": "OBJ_001", "type": "hache", "materiau": "bronze", "periode": "Bronze moyen", "contexte": "funéraire" }`	`import json objet = json.loads(json_data) if objet["materiau"] == "bronze": print(objet["id"])`

json_data = {
  "id": "OBJ_001",
  "type": "hache",
  "materiau": "bronze",
  "periode": "Bronze moyen",
  "contexte": "funéraire"
}

import json

objet = json.loads(json_data)

if objet["materiau"] == "bronze":
    print(objet["id"])

\[ \underbrace{\text{Data}}_{\text{C. sémantique}} \;\times\; \underbrace{\text{Code-as-data}}_{\text{C. logique + C. algorithmique}} \;\xrightarrow{\text{FAIR}}\; \text{Reproductibilité} \]

Une architecture pour les controller toutes

Collectioner à l’Iramat

Collectionner les monnaies

La collection de monnaies ‘Almacir’ (Al-Andalus - MAghreb. CIRculation) sur la pile logicielle Numishare

Collectionner les faciès métallographiques

currency-bar gauloishttps://iramat-apps.cnrs.fr/view/metallograph/barre531_compare_landing.html

Chronologie des publications

Paroles d’expert: l’article de recherche

“In God we trust. All others must bring data.”

– W. Edwards Deming

Le “dog paper” publié par Lindsay, Pluckrose et Boghossiansous sous le pseudo d’Helen Wilson, 2018

James A. Lindsay, Helen Pluckrose et Peter Boghossian auteurs du canular ‘Sokal au carré’, 2018.

Articles de données et nanopublications

Science ouverte
Données ouvertes	Code open source	Publication open access

Piliers de la Science ouverte

Exemples de papiers de données dans le Journal of open archaeology data

Nanopublication :
Unité minimale d’information⁴ publiée selon un format structuré, permettant son identification, son interopérabilité et sa réutilisation.

Exemple : définition de la période ‘Islamic, Early [Umayyad/Abbasid]’ dans le gazetteer PeriodO

Enjeux pour les collectionneurs du 21^e siècle

Programmation lettrée

Ouvrir le Jupyter NB

Infrastructure de données de recherche (RDI)

Notion	Définition
Méthodes AGILE	Développement itératif et incrémental, fondé sur les retours des utilisateurs.
Fédération des données	Interconnexion de sources distribuées, liées et autonomes.
Authoritative data (Données faisant autorité)	Données accessibles issues d’une source reconnue comme référence légitime, traçable et responsable.
IaaS (Infrastructure comme Service)	Mise à disposition à la demande de ressources informatiques virtualisées : calcul, stockage et réseau.

Conclusion

Vers un CMS (Omeka S) ?

1. Prototype	👉 2. Self-service	3. CMS
Service ponctuel. L’ingénieur assure le service informatique pour un projet particulier, pas d’automatisation possible.	Service réutilisable avec une documentation. Tâches de base automatisées. L’ingénieur assure les fonctionnalités avancées (ex : annotations, collections).	Service intégré à un CMS⁵. Autonomie des tâches CRUD. L’ingénieur gère les utilisateurs et maintient le système.

Footnotes

https://www.dictionnaire-academie.fr/article/A9C2933
Représentation réinterprétable d’une information, sous une forme conventionnelle adaptée à sa communication, son interprétation ou son traitement.
La tendance à la datafication repose sur la conviction que les données ont la capacité de représenter la vie sociale, parfois mieux ou plus objectivement que les interprétations (humaines) pré-numériques.
i.e. une seule affirmation scientifique
Content Management System, c.-à-d. système de gestion des contenus (ex : Omeka S, Drupal)