"Traiter des " masses " de données prosopographiques par la numérisation d'annuaires : entre espoirs et vertiges"

A télécharger ici : http://sylvainlaurenssocio.free.fr/LaurensMarchanBMS.pdfInternational audienceTreating "Masses" of Prosopographical Data by Scanning Directories - Hopes and Disorientation: This note aims to provide an update on the progress made in optical character recognition (OCR) and the contribution of these techniques to the creation of prosopographical data bases in social sciences. With the example of a European investigation of European business associations, it highlights the progress made possible by OCR with the analysis of several biographical directories identifying groups of business interests. 8ased on this example, it is hypothesized that the development of digital technologies allow the creation of corpuses of data much larger th an in the past in the framework of quantitative inquiries conducted by smaller teams. However, this article also highlights the fact that this extension of corpuses - made possible by scanning - raises new problems of method, starting with the increased time devoted to the standardization of digital dataCette note se propose de faire le point sur les avancées faites en reconnaissance optique des caractères (OCR) et sur la contribution de ces techniques à la constitution de bases de données prosopographiques en sciences sociales. A partir de l'exemple d'une enquête sur les lobbys européens, il traite notamment des progrès permis par l'OCR avec l'analyse de plusieurs annuaires biographiques recensant des groupes d'intérêts patronaux. A partir de cet exemple, il émet l'hypothèse que le développement des techniques de numérisation permet la constitution de corpus de données bien plus importants dans le cadre d'enquêtes quantitatives menées par des équipes de taille réduite. Ilsouligne également le fait que cette extension des corpus - rendue possible par la numérisation - soulève de nouveaux problèmes de méthode et augmente le temps de travail consacré à la standardisation des données numérisées