Module 9 – Exploration des données

Les principaux opérateurs booléens sont les suivants :

• AND – utilisez cet opérateur pour indiquer à un moteur de recherche qu'il ne doit renvoyer que les résultats contenant à la fois le premier terme et le deuxième terme.
• OU – Utilisez cet opérateur pour obtenir des résultats contenant soit uniquement le premier terme, soit uniquement le deuxième terme, soit les deux termes ensemble. L'opérateur « OR » est également utile pour récupérer des résultats pouvant être désignés par plusieurs synonymes. Prenons l'exemple des « adolescents ». Une recherche portant sur les ados pourrait utiliser n’importe lequel de ces termes : ados, jeunes, jeunes adultes, adolescents ; et vous souhaiterez probablement les inclure tous. C’est là que l’opérateur « OR » peut s’avérer utile.
• NOT – utilisez cet opérateur pour exclure tous les résultats contenant le terme qui suit le NOT.

Veillez à écrire « AND » ou « OR » entièrement en majuscules, car cela garantit que le moteur de recherche les interprétera correctement comme des opérateurs.

Remarque : Google utilise généralement par défaut l'opérateur « ET » entre tous les termes d'une recherche, même s'il n'est pas explicitement indiqué.

Voici un exemple illustrant la différence entre « ET » et « OU »

Vous menez des recherches sur une mutation rare chez les homards qui leur donne une couleur bleue. Si vous effectuez une recherche sur « bleu » OU « homard » vous obtiendriez :

Cet exemple est tiré de Novanet et présente les cinq premiers résultats de recherche. Novanet est le principal moteur de recherche dédié aux fonds documentaires des bibliothèques de Nouvelle-Écosse et d’ailleurs. Dalhousie fait partie d’un consortium de bibliothèques qui collaborent afin de mettre en réseau les bibliothèques de l’enseignement supérieur des Provinces maritimes et d’améliorer l’accès des étudiants aux ressources documentaires.

• Homard de l'Atlantique canadien : guide d'achat
• Le moment bleu : « Kind of Blue » de Miles Davis et la réinvention de la musique moderne
• Blue Spirit et les Blue Note All Stars
• Rapport des commissaires nommés par Son Excellence le gouverneur général en conseil, en date du 4 juillet 1887, chargés d'enquêter sur les pêcheries de homard et d'huîtres au Canada et d'en rendre compte, avec annexes
• 40 ans sous le bleu : une histoire de la Croix Bleue du Canada atlantique

Comme cette recherche utilise l'opérateur « OU », elle affiche tous les résultats contenant le mot « bleu » et tous ceux contenant le mot « homard ».

Maintenant, comparez cela à Du poisson bleu ET du homard vous obtiendriez :

Les cinq meilleurs résultats de Novanet :

• Bunny [c'est un roman]
• « Les petits » : récits [recueil de nouvelles]
• Un barbecue d'enfer : les recettes audacieuses de deux « Damn Yankees » qui ont remporté les concours de barbecue les plus prestigieux et les plus redoutables au monde
• Le kayak de mer en Nouvelle-Écosse : guide des itinéraires de randonnée à la rame le long de la côte de la Nouvelle-Écosse
• Processus spatiaux et gestion des populations marines : actes du colloque sur les processus spatiaux et la gestion des populations marines, du 27 au 30 octobre 1999, à Anchorage, en Alaska

Vous vous demandez peut-être pourquoi les deux premiers résultats concernaient des œuvres de fiction. Après tout, nous avions bien précisé que nous ne voulions que des résultats contenant à la fois les mots « bleu » et « homard ». Mais cette recherche a omis de prendre en compte le fait qu’il s’agissait d’une thème C'est pourquoi le premier résultat était un roman : ses thèmes étaient en effet associés aux mots-clés « bleu » et « homard ».

Il existe plusieurs moyens de remédier à ce problème et d'affiner votre recherche pour trouver ce que vous cherchez réellement.

La première méthode consiste à utiliser l'opérateur « NOT » et à ajouter « NOT fiction » à la recherche. Cependant, si un roman n'est pas classé dans la catégorie « fiction », il échappera à cet opérateur. Les filtres peuvent également s'avérer utiles. Si vous filtrez les livres, le troisième résultat concerne les homards bleus.

Une autre astuce qui peut s'avérer utile consiste à modifier les paramètres de recherche pour effectuer une recherche par titre. La plupart des titres de revues ou d'ensembles de données s'efforcent de résumer les informations essentielles, même si cela implique un titre très long. Il est donc raisonnable de s'attendre à trouver l'expression « homard bleu » dans le titre.

Enfin, la dernière astuce pour faciliter vos recherches consiste à utiliser est exacte que vous précisez à l’aide de guillemets. Il est également possible de rechercher un terme exactement tel que vous l’avez saisi, ou de rechercher une expression telle quelle. Si vous recherchez : « blue ocean lobster », la plupart des moteurs de recherche seront suffisamment intelligents pour rechercher les endroits où cette expression apparaît, mais ils rechercheront également les résultats contenant simplement « blue », « ocean » ou « lobster », dans n’importe quel ordre ! Si vous souhaitez obtenir des résultats contenant les mots « blue ocean lobster » avec ces trois mots exacts dans cet ordre précis, il vous suffit d’utiliser des guillemets doubles comme ceci : « blue ocean lobster » pour indiquer que c’est cette expression exacte, dans cet ordre précis, que vous souhaitez rechercher.

Combiner les opérateurs entre eux

Tout comme dans une équation mathématique, il est parfois nécessaire d'ajouter des parenthèses pour s'assurer que les éléments sont correctement regroupés et interprétés par la machine !

Voici un exemple illustrant plusieurs façons de combiner ces opérateurs, à l'aide d'un mot-clé, de « lobster » et de quelques EOV :

homard ET (« température sous-marine » OU « température de surface ») Cela signifie que l'utilisateur souhaite obtenir des résultats contenant le mot « homard » et comportant également soit l'expression « température sous-marine » (dans cet ordre précis), soit l'expression « température de surface » (dans cet ordre précis).

L'utilisation combinée de tous ces opérateurs dans un moteur de recherche ou lors d'une recherche dans une base de données permet d'obtenir des résultats très précis !

Cependant, certains moteurs de recherche n'utilisent pas de parenthèses et vous obligent plutôt à « construire » vos requêtes étape par étape, chaque étape correspondant à un terme de l'équation. Cela s'avère particulièrement nécessaire pour les recherches comportant de nombreux synonymes.

Exemples

Imaginons que vous souhaitiez étudier l'impact des réseaux sociaux sur les adolescents. Pour obtenir un large éventail de résultats, la première chose à faire est de réfléchir aux synonymes que d'autres chercheurs auraient pu utiliser :

• Adolescents : jeunes adultes, adolescents, lycéens
• Réseaux sociaux : sites sociaux

Ensuite, vous saisiriez chaque recherche dans la barre de recherche comme ceci :

• « Adolescents » OU « jeunes adultes » OU « adolescents » OU « lycéens » : effectuez une recherche avec ces termes.

Ensuite, vous effectueriez une recherche

• Réseaux sociaux OU sites sociaux

Ensuite, il vous suffirait de cliquer sur « Search Builder » sur le site web, de combiner les recherches, et le système les mettra correctement en forme à l'aide d'un opérateur « AND » afin de vous fournir le plus grand nombre de résultats possible.

Activité :

Quel type de recherches mèneriez-vous pour répondre à une question telle que celle-ci : à combien s'élèvent les bénéfices bruts annuels des navires de pêche au thon sur la côte est par rapport à ceux de la côte ouest ?

Au-delà de la maîtrise des opérateurs booléens, il est également important de comprendre l'utilité des guides relatifs aux référentiels et aux bases de données.

Bases de données

La plupart des exemples précédents portaient sur la recherche en général, y compris la recherche dans des bases de données. Bon nombre de ces astuces peuvent également être utilisées dans le cadre des recherches au sein même des bases de données.

Une astuce pour faciliter vos recherches dans les bases de données consiste à comprendre le système de gestion des données sur lequel elles reposent. Prenons l'exemple de CKAN. Ce système de gestion des données (DMS) est open source et alimente des centaines de portails différents à travers le monde. Cela signifie que, même si leur apparence diffère, bon nombre d'entre eux offrent des fonctionnalités similaires.

Certaines bases de données très utiles peuvent toutefois être difficiles à trouver, même en effectuant une recherche sur le site principal qui les héberge. CKAN est la plateforme qui permet d'effectuer des recherches dans les bases de données de Statistique Canada. En suivant les conseils et astuces présentés ici, vous pourrez tout d'abord trouver très facilement le site web de Statistique Canada, puis, une fois sur ce site, utiliser les opérateurs booléens que nous avons abordés précédemment pour trouver plus facilement des ensembles de données.

CKAN respecte les meilleures pratiques en matière de partage de données et dispose d’un schéma de métadonnées spécifique ainsi que d’un vocabulaire contrôlé. Cela signifie qu’il est plus facile pour les ensembles de données provenant de centaines d’organisations à travers le monde d’interopérer entre eux ! Ainsi, vous pourriez, par exemple, rechercher facilement un critère tel que la « densité de population » à la fois dans une base de données canadienne et dans une base de données américaine, vérifier s’il existe des ensembles de données similaires et les comparer entre eux avec une efficacité remarquable.

Si vous recherchez des données, voici quelques bases de données intéressantes par lesquelles commencer :

Données ouvertes du gouvernement du Canada : C'est ici que vous pouvez trouver les ensembles de données en libre accès provenant du gouvernement canadien.

Recherche de jeux de données Google : Permet de trouver n'importe quel ensemble de données indexé par Google sur de nombreux sites web et dans d'autres bases de données. Gardez à l'esprit que tous ces ensembles de données ne seront pas nécessairement accessibles. Google trouve parfois des données protégées par un accès payant ou réservées aux membres d'une organisation spécifique.

Mener toutes ces recherches prend du temps, même en utilisant toutes les astuces possibles et imaginables ! Lorsque vous recherchez des ensembles de données ou d’autres informations de ce type pour votre projet de recherche, il est important d’indiquer dans votre plan de gestion des données le temps que vous consacrerez à ces recherches et les ressources dont vous aurez besoin.

Comprendre les mécanismes de la recherche permet de mieux saisir à quel point de petits détails peuvent rendre des données totalement introuvables. Si un chercheur orthographie mal un terme lors de la soumission de ses données, cela signifie qu'un système automatisé ne pourra pas les retrouver – à moins, bien sûr, que le chercheur n'ait fourni des synonymes correctement orthographiés. Ce type de redondance facilite la recherche !

C'est là une autre raison pour laquelle il est important de savoir comment aborder le sujet des données avec les chercheurs et les organismes, car lorsque toutes les autres méthodes de recherche ont échoué, vous pourriez avoir besoin de quelqu'un pour vous expliquer où trouver les données que vous recherchez. Un collègue chercheur pourra peut-être vous orienter dans la bonne direction, voire vous fournir un accès direct aux données que vous recherchez !

C'est également pour cette raison qu'il est si important et qu'il est recommandé de disposer de vocabulaires contrôlés et de métadonnées bien organisées. Même si vous êtes un excellent chercheur, si les métadonnées sont de mauvaise qualité, vous ne trouverez pas le jeu de données !

Grâce à ces conseils de recherche, vous devriez être en bonne voie pour vous préparer en toute sérénité à la découverte des données dans le cadre de votre projet et pour les intégrer dans votre DMP.