Humanités numériques en Licence

Cours d’ouverture (Année 2020-2021, pour des étudiants de Licence et de Master, Unistra et UHA, à reconduire selon différents formats possibles)

Description de l’enseignement

Présentée sous la forme d’une initiation à la méthodologie de la recherche en environnement numérique, cette introduction pratique aux Humanités numériques a été créée en 2020-2021 à destination des étudiants de Licence de l’Unistra et des étudiants de Master de l’Unistra et de l’UHA (pour la partie tronc commun en visio). Cet enseignement vient ainsi compléter les innovations pédagogiques récentes visant à proposer des enseignements transdisciplinaires aux étudiants de SHS, en lien avec les données et le numérique, qui se sont notamment développés à l’Unistra, à l’UHA et à la MISHA (Maison Interuniversitaire de Sciences de l’Homme Alsace).

L’objectif de cet enseignement est d’inviter les étudiants à identifier par eux-mêmes, en prenant en main différents logiciels, l’apport de quelques méthodes et outils numériques dans l’analyse des données en SHS (analyse des sources, établissement et exploration des données, édition critique et visualisation des résultats de la recherche). Il vise à mettre en évidence l’interaction féconde qui unit la conduite d’un projet de recherche en SHS et l’utilisation de technologies numériques (base de données, outils d’édition, d’analyse et de visualisation).
 
Introduite au sein d’un socle commun de 8h (4h d’introduction, 4h de conclusion) visant à présenter les enjeux épistémologiques et les questionnements scientifiques liés à l’utilisation du numérique en SHS, l’appropriation des méthodes et outils se fait par le biais de 2 modules de 10h que les étudiants pourront choisir parmi les 4 proposés :
–       bases de données
–       traitement et analyse de données
–        édition numérique
–        visualisation

Module bases de données
–       Structuration des données
–       Modèle relationnel
–       Mise en pratique avec Heurist : construction d’une base, insertion et importation de données, affichage et filtrage des données, définition de relations entre enregistrements

Module traitement et analyse de données
–       Initiation à la programmation pour le traitement et l’analyse de données
–       Expressions régulières
–       Nettoyage et mise en forme de données (OpenRefine)
 
Module édition numérique
–       Métadonnées de description des ressources
–       Vocabulaires (EAD, TEI, etc.)
–       Apprentissage de l’encodage en XML TEI avec édition d’une source.
–       Interrogation d’un corpus encodé avec Xquery (en utilisant BaseX)
 
Module visualisation
–       Obtention et formatage de données (textuelles) pour la visualisation
–       Analyses préliminaires avec l’outil Voyant Tools
–       Création de réseaux sémantiques avec l’outil Cortext Manager V2 : extraction lexicale, mesures de proximité, visualisation
–       Manipulation d’autres outils de visualisation de réseaux : Gephi, Cytoscape

Voir les ressources mises en ligne par Pablo Ruiz Fabo sur les enjeux de la visualisation présentés lors de ce module (se connecter avec un compte anonyme sur la plateforme Moodle consacrée à ce cours).

Webographie


Objectifs en termes de connaissances

  • Comprendre le fonctionnement et les potentialités des outils numériques pour les sciences humaines
  • S’approprier une ressource
  • Développer des méthodes d’analyse et de structuration de l’information
  • Connaître les principes FAIR pour la construction, le stockage, la présentation et la publication des données

Objectifs en termes de compétences

Compétences disciplinaires

  • Socle commun : exercer son jugement critique sur les outils numériques et leurs résultats
  • Bases de données : modéliser et structurer des bases de données, explorer et interroger des données structurées
  • Traitement et analyse de données : nettoyer et préparer des données pour les rendre exploitables, maîtriser les expressions régulières
  • Édition numérique : utiliser les langages de structuration de contenu, structurer et enrichir des données
  • Visualisation : analyser et valoriser des données grâce à des techniques de visualisation, analyser des réseaux

Compétences transversales

  • Analyser et synthétiser des données en vue de leur exploitation : évaluer l’information avec un esprit critique, utiliser les sources de manière éthique, citer ses sources, stocker et organiser des données pour les retrouver, traiter et exploiter des données
  • Maîtriser les outils numériques : choisir et utiliser les outils numériques adaptés à l’objectif et l’activité