Les coulisses du code - Python pour les SHS - #CocoPySHS

Descriptif
Cette rencontre, un jeudi midi presque tous les mois, a un objectif principal : rendre visibles les étapes de traitements de données utilisant Python en SHS, pour faciliter les échanges de pratiques entre utilisateurs. Elle a également pour but de faire découvrir les possibilités existantes à un public plus large, qui voudrait s'y familiariser ou y recourir.
Vous ne savez pas ce qu'est la programmation et son lien avec les sciences humaines et sociales ? Venez faire un tour.
La programmation scientifique pour le traitement des données permet d'améliorer à la fois l'automatisation des opérations, leur formalisation et leur reproductibilité. L'usage du langage Python est maintenant bien développé dans de nombreux domaines scientifiques, et commence aussi à s'implanter dans les sciences humaines et sociales en raison de sa syntaxe claire, de sa flexibilité et de ses bibliothèques puissantes.
La programmation scientifique ne se limite pas à faire des statistiques.
En effet, collecter des données sur internet, circuler dans des grands corpus, ou faire des statistiques exploratoires et des visualisations, sont des étapes de base nécessaires pour résoudre de nombreuses problématiques. Or, nous communiquons encore peu sur les étapes intermédiaires, et les ressources disponibles axées sur l'informatique ne sont généralement pas adaptées à nos problématiques.
Par ailleurs, cette activité reste largement solitaire, avec des solutions peu partagées. Elle est souvent réalisée par des personnes qui se sont auto-formées, pour répondre à des problématiques spécifiques à leur domaine. La diversité des pratiques est d'ailleurs renforcée par celle des divisions thématiques et disciplinaires.
Avoir des lieux d'échanges est important pour apprendre, résoudre des problèmes, partager des ressources, développer de nouveaux outils, et identifier ces nouvelles pratiques professionnelles. Le créneau mensuel des coulisses du code - #CocoPySHS - vise donc à accueillir un.e praticien.ne en SHS pour échanger sur les pratiques de programmation en Python dans le paysage francophone.
Retrouvez la documentation sur le github #cocopyshs https://github.com/pyshs/cocopyshs
Vidéos
Des notebooks Jupyter pour découvrir les usages de Python pour les SHS - pourquoi ? comment ? pour quel résultat ?
Présentation de Matthias Bussonnier (dev. open source et open science à QuanSight), Recommandations pour la programmation scientifique par un contributeur open source à la science ouverte
Dans cette présentation, les outils de traitement automatique de la langue, et plus particulièrement les modèles BERT avec SpaCy permettent de détecter d'entités nommées.
Comment rendre accessibles partiellement des données? Comment développer une interface avec le processus Django ? Cette intervention décrit les différentes étapes et propose un retour d'expérience
Présentation de Célya Gruson-Daniel (Inno3), Claire Lemercier (Sciences Po) et Emilien Schultz (Medialab).
Pour cette première séance, Tristan est revenu sur la stratégie qu'il a développé pour rendre vivantes des données d'ingrédients afin d'éclairer l'usage des légumineuses dans l'alimentation. Pour cela
Pour cette deuxième séance, Mariannig est revenue sur l'enquête collective qu'elle a coordonné sur les pratiques de science ouverte des chercheurs et de leurs usages d'outils numériques, dont les
Pour cette troisième séance, Lucie montre ses pratiques peu visibles de transformation des données, en amont de l'usage d'un logiciel spécialisé (dans ce cas, Iramuteq). La programmation en langage
Pour cette quatrième séance, Maya et Célya font un retour d'expérience de deux projets menés au sein du cabinet de conseil en innovation ouverte Inno3 sur la cartographie de réseaux. La mise en
Intervenants
Doctorat en histoire (École des hautes études en sciences sociales, Paris, 2001)