Archives par mot-clé : données de recherche

Évaluation de la qualité des contenus numériques: regard sur la méthode d’audit de contenu

Isabelle Sperano est enseignante-chercheure dans le Master architecture de l’information à l’ENS de Lyon. Ses activités d’enseignement et de recherche portent sur l’UX design et l’architecture de l’information. Elle s’intéresse particulièrement à l’évaluation, à l’organisation et au design de l’information dans des environnements numériques de grande ampleur. Cet article présente une partie des résultats d’une étude conduite dans le cadre de sa thèse de doctorat en architecture de l’information à l’école de design de l’Université Laval (Québec) portant sur l’évaluation de la qualité des contenus numériques.

Depuis une vingtaine d’années, le Web s’est imposé comme média privilégié par une variété d’organisations (instances gouvernementales, entreprises, organismes, etc.) pour transmettre une quantité substantielle d’informations à leurs destinataires. La mise en place adéquate de ces imposantes structures informationnelles dépend, entre autres, de spécialistes de l’information et de la communication de divers champs d’expertise, dont l’architecture d’information (AI). Dans la mesure où l’accès à une information particulière constitue l’objectif principal d’une majorité d’activités de recherche sur le Web, ces spécialistes portent normalement une grande attention au contenu présenté. Pour ce faire, différentes méthodes visant à mieux appréhender le contenu ont vu le jour depuis quelques années. L’audit de contenu est l’une d’elles.

 L’audit de contenu

L’audit de contenu est une méthode d’évaluation du contenu d’un site Web ou d’un écosystème informationnel plus vaste (réseaux sociaux, applications, infolettre, etc.). Elle rend possible l’identification, le dénombrement, la description et surtout l’évaluation de chaque élément de contenu et de ses caractéristiques respectives (Jones 2010; Land 2014; Martin et Hanington 2012). Concrètement, cette méthode consiste à confronter chaque contenu – chaque « page » dans le cas d’un site Web – à une liste de critères d’évaluation sélectionnés par l’auditeur. Tout au long de son examen diagnostique, l’auditeur note ses observations et consigne ses constatations dans une grille.

Conduit adéquatement et avec rigueur, l’audit de contenu constituerait un outil indispensable à la révision ou à la conception d’un écosystème informationnel (Bloomstein 2012; Pernice 2015). Cette méthode d’analyse rétrospective du contenu et de la structure informationnelle non seulement permettrait de cerner l’étendue et l’ampleur d’un écosystème informationnel, mais contribuerait aussi à engager des discussions et à susciter des débats entre les différents acteurs d’un projet numérique. Cet examen approfondi rendrait possible l’identification de lacunes à corriger (ex. : redondance du contenu, faible qualité rédactionnelle, manque d’actualisation, faiblesses structurelles) et révélerait corrélativement l’ampleur des problèmes à résoudre (Halvorson et Rach 2012; Land 2014). En outre, l’audit de contenu rendrait possible l’anticipation de certains problèmes (contenus jugés trop sensibles, lesquels ne devraient pas apparaître sur le Web, faiblesses dans la chaîne éditoriale, etc.) (Halvorson et Rach 2012). De par sa capacité à mettre en lumière différents paramètres du contenu sinon imperceptibles au concepteur, et ce, dès le début d’un projet d’AI, l’audit de contenu influencerait grandement, selon plusieurs auteurs (Halvorson et Rach 2012; Kissane 2011; Spencer 2010), la réussite des étapes subséquentes d’une démarche d’AI (organisation de l’information, conception de la navigation, etc.).

Continuer la lecture de Évaluation de la qualité des contenus numériques: regard sur la méthode d’audit de contenu

Colloque COSSI 2017 – Méthodes et stratégies de gestion de l’information par les organisations : des « big data » aux « thick data »

Co-organisateurs du colloque : Sylvie Grosjean (Université d’Ottawa, Canada), Monica Mallowan (Université de Moncton, Canada), Christian Marcon (IAE-Université de Poitiers, France)

85e congrès de l’ACFAS – Université McGill, Montréal

Dates envisagées : 11 au 12 mai 2017 (en attente de la décision finale de l’ACFAS en décembre 2016)

Dates importantes

  • Soumission des propositions : 13 janvier 2017
  • Retour aux auteurs : février/mars 2017
  • Envoi des articles : mai 2017
  • Dates envisagées du colloque : 11 au 12 mai 2017
  • Publication : décembre 2017

Appel à communications

La problématique de la gestion des données par les organisations n’est pas récente, mais l’accès à des données massives produites par le monde digital (e-commerce, requête internet, capteurs e-santé, objets connectés, etc.) conduit indéniablement les organisation à gérer, traiter, utiliser et réutiliser leurs données différemment voire à exploiter celles d’autres organisations.

Confrontées à la pression concurrentielle, les organisations comptent sur la performance des technologies de l’information pour soutenir leurs processus organisationnels et pour les aider à maîtriser la masse d’information en circulation dans leur environnement interne et externe. Face à l’accumulation de données massives (big data) en milieu organisationnel (Bollier, 2010; Rudder, 2014), l’approche privilégiée pour en tirer un sens est celle de l’analyse quantitative menant à des démarches d’intelligence d’affaires (business intelligence), en vue de s’en servir pour la prise de décision et le passage à l’action (Cohen, 2013; Fernandez, 2013). Ceci conduit à l’idée dangereuse que des données statistiques seraient plus utiles et objectives et contribueraient à rendre les organisations plus efficaces et rentables (Bollier, 2010).

Toutefois, cette accumulation de données chiffrées analysées statistiquement est limitée par l’absence d’un contexte significatif riche (Alles et Vasarhelyi, 2014), qui pour sa part est généré par une accumulation d’éléments non chiffrés, non quantifiables, non structurés et donc difficilement mesurables, de type socio-culturel (thick data), qui doivent être étudiés par une analyse qualitative, et qui mènent à des démarches d’intelligence stratégique (competitive and strategic intelligence).

Continuer la lecture de Colloque COSSI 2017 – Méthodes et stratégies de gestion de l’information par les organisations : des « big data » aux « thick data »

Partage des données de la recherche : quels impacts ? Journée d’étude URFIST 29/9 (JNE)

Accueil

Partage des données de la recherche : quels impacts ?

Paris, 29 septembre 2016

Modèles scientifiques, évaluation, services, compétences…

Les URFIST (Unités Régionales de Formation à l’Information Scientifique et Technique) organisent régulièrement depuis 2002 une « journée nationale d’étude » (JNE). En 2014 le thème d’étude retenu concernait les différentes formes de publication de la recherche et les modes de légitimation ou d’évaluation associés.

L’objectif de l’édition 2016 s’inscrit dans la continuité de la précédente : les données de la recherche (DR) constituent en effet une modalité relativement nouvelle de la publication des travaux, mais également de publicisation des données qui en sont le fondement. Ces data sous-jacentes sont aussi concernées par le phénomène de l’Open Access dans la mesure où leurs conditions d’accessibilité et de réutilisation, permettent à la connaissance d’avancer, et à l’innovation d’émerger.

Nombreuses sont déjà les contributions qui ont souligné leur masse pléthorique, leur hétérogénéité constitutive, les méthodes d’extraction et de sélection dont elles sont l’objet, ou encore les gains de temps et de moyens que peut procurer leur réutilisation, à des fins de recherche, dans le cadre de nouveaux axes de travail ou de nouveaux projets. Il s’agira ici d’examiner plusieurs catégories de thématiques associées à cette mutation profonde des pratiques informationnelles de recherche. De fait, ce nouveau facteur de production scientifique peut exercer sur les modalités d’investigation et leur impact sociétal une influence dont la portée n’est pas anodine, à la fois en termes de déontologie, d’épistémologie et d’évaluation de la recherche.

Continuer la lecture de Partage des données de la recherche : quels impacts ? Journée d’étude URFIST 29/9 (JNE)

Qu’est-ce qu’une donnée de santé ?

Date limite d’envoi des propositions : 15 octobre 2016

À l’heure où se multiplient et se diversifient les pratiques de santé, à la fois dans et hors les murs des institutions traditionnelles, sur des supports de plus en plus individualisés et connectés, la question de la protection des données se pose de façon urgente. Si elle trouve d’ores et déjà des réponses techniques en matière de cryptage et de sécurité de l’information, cette question en cache une autre, plus fondamentale, plus vaste et toujours non résolue, qui en constitue un préalable nécessaire : comment définir aujourd’hui ce qu’est une donnée de santé et, partant, ce qu’il s’agit de protéger ?

Les données de santé sont le plus souvent appréhendées d’un point de vue global : toutes les données médicales et/ou relatives aux déterminants généraux de santé, et à la santé d’une personne, d’un groupe de personnes (couple, famille, quartier, ville, région, ethnie, pays, etc.) ou de populations. Elles sont utilisées pour le suivi et l’évaluation des systèmes et politiques de santé, pour établir des budgets prévisionnels, faire de la prospective en santé et croiser ces indicateurs avec d’autres.
Continuer la lecture de Qu’est-ce qu’une donnée de santé ?

Conférence Humanités numériques et données ouvertes (24-25 mai 2016 à Lyon)

Quelles places renouvelées occupent les données numériques ouvertes dans les pratiques de recherche en sciences humaines et sociales ?

A quel titre l’ouverture des données souhaitée, impulsée mais aussi controversée est-elle une réalité effective pour les données de la recherche, revisitant ainsi les modèles de l’enquête, de l’archive, de la source, et, plus largement, innervant les projets en humanités numériques ?

Les journées « Humanités numériques et données ouvertes » visent la réunion de perspectives actualisées sur ces questions particulièrement sensibles dans un contexte de législation sur les données numériques, et qui dépassent le seul champ de la recherche scientifique.

Le programme est accessible à partir du site officiel de la conférence : https://hnlyon2016.sciencesconf.org/resource/page/id/3

Page d’accueil de la conférence :  https://hnlyon2016.sciencesconf.org/