Baptiste Coulmont

Combien de temps faut-il aux services concernés, à Paris 8, pour remettre une porte dans ses gonds.
18 février 2011 : je remarque ceci :

Une porte dé(-ver-)gondée. Je la prends en photo pour faire un signalement.
8 mars 2011 : la porte a changé de position

14 mars 2011 : nouveau changement de position

21 mars 2011 : la porte s’est stabilisée

Il semble donc qu’il faille plus d’un mois, à Paris 8, pour qu’une salle de cours retrouve sa porte (j’écris ceci dimanche. J’irai vérifier demain lundi où se trouve la porte).

 
L’équation vincennoise : Si (tags>0) alors (pissotières>1) sinon (pissotières=0)
La preuve : Voici des toilettes du bâtiment A.

Vous remarquerez l’absence de lunettes sur les toilettes. L’étude du temps nécessaire aux services de l’entretien ou de la logistique pour les remplacer se mesure non pas en mois, mais probablement en décennies (je mène cette étude depuis 2004).

Et, pour conclure la preuve, des toilettes du bâtiment B. Sans tags, mais sans pissotières. Pas de bras, pas de chocolat.

 
Et puisque j’y suis, dans la description des conditions d’hygiène et de sécurité dans lesquelles je travaille.
A quoi sert un distributeur de savon ?

Pas à distribuer du savon, cette denrée très rare dans l’université. Mais à bloquer-ouverte une porte, bien entendu. [C’est une porte qui ne s’ouvre que d’un côté, une invention formidable et sans doute utile, mais pas dans le contexte d’une porte d’entrée.]
A quoi sert une chaise ?

Surtout pas à s’asseoir dessus — ou alors de manière connexe aux autres fonctions. Ca sert à bloquer-fermée une sortie de secours. Car, comme on le sait, en cas d’urgence, merci d’enlever la chaise qui vous permettra d’échapper au feu. Comment ? c’est coincé ? Ah ?

Je suis tombé récemment sur le tract suivant (dont voici quelques extraits) :

Voilà ! Après un semblant d’escapade, [Paris 8] réintègre le giron de l’université française. Finie la fameuse expérience; finie l’entrée massive des non-bacheliers, finie la liberté du choix d’inscription pour les étudiants de la région parisienne, finie la liberté du choix de ses études. Aujourd’hui, tout doit rentrer dans l’ordre […]
Ainsi [Paris 8] réintègre le cadre “normal” de l’université, pour connaître le même sort que les autres facs… et même plus,… vu son caractère “expérimental”.
Rentabilisation : Avec l’ “autonomie” des facultés, qui organise concrètement la mainmise du patronat dans le cadre des conseils […] qui passeront des contrats d’enseignement avec les professeurs […]
Cela signifie : la suppression progressive de la gratuité de l’enseignement, la mise en place de l’auto-financement des facs au moyen de la hausse de plus en plus grande des droits d’inscription […] et par les dons privés qui seront octroyés aux facs par des mécènes, tout à fait désintéressés, personne n’en doute !!

Il n’est pas étrange que la “LRU” ne soit pas mentionnée… le tract date de 1969, et il est disponible sur un site d’archives numériques de Paris 8.

Et puisque nous parlons d’histoire, et de la fin des années 1960… Mes collègues Charles Soulié et Jean-François Laé ont mis en ligne une série de documents relatifs à l’enseignement de la sociologie à Vincennes [PDF, 40p.].

Les ethnologues de la France rurale, dans leurs travaux des années 1970, ont montré la survivance de pratiques de plurinomination [deux exemples : Segalen, M. [1980], Le nom caché. La dénomination dans le pays bigouden sud. L’Homme, 20[4], p.63-76. ou encore Zonabend, F. [1977], Pourquoi nommer ? (Les noms de personnes dans un village français : Minot-en–Châtillonais). Dans C. Lévi-Strauss, éd. L’Identité. Paris: Grasset, p. 257-279.]. « La mère Raymond, c’était la Michelle, mais son vrai nom c’était Simone. » Il semble qu’avec l’emprise croissante de l’administration “à distance” des individus, cette plurinomination se soit affaiblie. Il est plus simple de n’avoir qu’un seul prénom, sans avoir à répéter, constamment, que « non, certes je m’appelle Johnny, mais en fait, c’est Philippe. »
Mais si affaiblissement il y a eu, il n’y a pas eu disparition. En effet, il existe de nombreuses institutions, plus ou moins solides et cristallisées, qui disposent de leurs propres outils de nomination, souvent en tension avec les pratiques des institutions “branchées” sur l’Etat et l’état civil.
Décrivons-les un peu.

Il existe en effet des institutions un peu plus solides, qui existent, de plus, en tension, plus ou moins fortes, avec l’Etat.

La plurinomination existe donc toujours. Mais à la question “comment tu t’appelles”, on ne répond plus “ça dépend [de la situation]” [comme l’écrivent Fine, A. & Ouellette, F.-R. éd. [2005], Le Nom dans les sociétés occidentales contemporaines, Toulouse: Presses universitaires du Mirail. page 19]. La « morale d’état civil » mentionnée rapidement par Michel Foucault au tout début de l’Archéologie du savoir nous a presque tous convaincu qu’il n’existe qu’un seul prénom, celui de l’état civil. Cela rend la plurinomination problématique plus qu’inexistante, et transforme un problème d’identification en problème identitaire.

Pour faciliter les francisations des prénoms au moment des naturalisations, le ministère de l’intérieur met à disposition une “liste indicative des prénoms français”.
Cette liste est régulièrement mise à jour, et je dispose de deux listes distantes d’une dizaine d’années, probablement. [Pour plus de précisions, je vous renvoie à Qu’est-ce qu’un prénom “français” ? (première partie)]
Il y a des prénoms abandonnés entre l’ancienne version et la nouvelle. 153 prénoms si mes comptes sont justes. Par exemple :

Abel, Achille, Adolphe (sic), Alberte… Yvette, Yvonne

Et des prénoms (57 d’après mes comptes) qui ne sont présents que dans la dernière version :

Alizée, Ambre, Anaïs, Oriane, Erwan… Flavie, Mégane

Il y a donc bien une mise à jour de cette liste. L’ancien état (en rouge ci dessous) reflète mieux les naissances du début du siècle, et moins bien que la nouvelle liste les naissances les plus récentes.

Si l’on se concentre sur les prénoms abandonnés entre les deux listes, on remarque que ce sont surtout les prénoms les plus anciens qui l’ont été (comme Mariette ou Léandre).

Mais le cycle de la mode fait, malheureusement, qu’ils ont tendance à revenir à la mode, dans certains secteurs de la société française. On le remarque un peu dans le graphique précédent : la courbe frémit à la hausse depuis 1970.
L’évolution est plus étrange concernant les prénoms entrés récemment dans la liste des prénoms français. Ce sont certes des prénoms plus récents que les anciens (au sens où ils représentent mieux les naissances récentes), mais la mise à jour n’arrive pas à enrayer la perte rapide de pertinence de la liste au regard des naissances en France. Les nouveaux prénoms n’entrent pas assez vite.

Je voulais réussir à savoir qui “followe” qui, parmi les personnes que je “followe” sur twitter, notamment afin de savoir s’il existe des personnes qui, suivies par nombre des personnes dont je lis la prose, pourraient m’intéresser.
A la fin de ma réflexion, pour l’instant parcellaire, voici ce que j’arrive à produire :

Pour produire cela, le code est assez simple (mais pas vraiment, en fait). Je le reproduis ci-dessous. Le principal problème est lié au fait que les comptes “privés” causent une erreur (« Erreur dans twFromJSON(out) : Error: Not authorized »). Et R ne gère pas encore le protocole utilisé par twitter pour se connecter, OAuth…

Dans le code suivant :
1- je charge les “bibliothèques” nécessaires (twitteR, plyr, igraph)
2- je télécharge la liste de mes “amis” (les personnes que je suis, sur twitter)
3- pour chaque “amis” je télécharge la liste de 20 “amis”, et j’installe tout cela dans un tableau de la forme “NomDeLAmi | NomDeSonAmi”. Pourquoi seulement 20 amis : pour que ça aille plus vite, je n’ai pas besoin, à l’heure actuelle, de la totalité des amis d’amis.
4- je transforme cela en graphe, et je dessine le graphe

library(twitteR)
library(plyr)
library(igraph)
f<-userFriends('coulmont', n=100)
friends<-ldply(f,screenName)
fff<-table(NA,NA)
for (i in 1:nrow(friends))
{
f<-userFriends(friends[i,], n=20)
ff<-ldply(f,screenName)
fff<-rbind(fff,cbind(rep(friends[i,],nrow(ff)),ff))
}
ats.g <- graph.data.frame(fff, directed=T)
coords <- layout.fruchterman.reingold(ats.g, dim=3)
V(ats.g)$label <- V(ats.g)$name
plot(ats.g, layout=coords,vertex.size=.5*degree(ats.g),vertex.label.cex=.3*log((degree(ats.g)+.1)),edge.arrow.size=0.1)

Created by Pretty R at inside-R.org

Pour produire cela, je me suis appuyé sur divers billets de blog : Cornelius Puschmann : générer des graphes de retweet, une question sur stackoverflow, R-chart, analyser des données de twitter avec R…

 
L’image ci-dessous a été réalisée en prenant les 200 “amis” que suivent une trentaine de mes “amis”, puis en ne gardant du graphe que ceux qui étaient suivis plus de 4 fois dans le graphe.

On se doute bien que, maintenant, les tagueurs ont les cheveux blancs : dessiner à la bombe sur les murs est devenue une activité du troisième âge (enfin… pour ceux qu’une vie de débauche et de refus de l’ordre public n’a pas conduit à une mort avant l’heure). Certains peuvent même avoir suivi des cours de typographie, et je soupçonne l’auteur de ce « 777 », rue de Palestine à Paris, d’avoir réfléchi au crénage et à la ligature.
Il y a eu, dans la même rue, un incendie de scooter, qui a brûlé la façade d’un immeuble, la transformant en surface cloquée et boursoufflée.
 
Cela fait plusieurs mois que l’incendie a eu lieu, et, ce matin, je me suis aperçu qu’un (ou une) peintre s’était servi(e) des phlyctènes éclatées pour y placer quelque pigment outremer, azur ou indigo. L’effet produit est intéressant, probablement parce qu’il s’appuie sur le hasard de la répartition des cratères, et parce que le bleu est sinon absent de la façade (gris-jaune ou beige).

À quelques pas de là se trouve un dispositif anti-urination classique, une sorte de grille en métal visant à empêcher les hommes de s’approcher trop près du recoin. Un petit malin (je pense que c’est un petit malin) s’est servi du mur pour y apposer un manneken pis de sa composition : une variation sur les figurines performatives, qui nous incitent quotidiennement à « traverser », à « stopper », à « entrer dans les toilettes si vous disposez du sexe adéquat », à « avertir son voisin de colis suspects » où à dénoncer à la police les enfants des immigrés clandestins. La figurine d’ordre, ici, se soulage. Il fallait bien qu’elle ait une face obscure.

L’axe “gauche-droite” structure une vision commune des opinions politiques. De l’extrême droite (Front national) à la droite classique (UMP), au centre (MoDem), au PS, et, à sa gauche, les Verts, le PC… et enfin, à l’extrême gauche, les corpuscules trotskistes.
Oui, mais voilà.
Si l’on produit, à partir des données “open data” publiées sur paris.fr, une analyse des correspondances [basées sur le pourcentage des votes reçus par chaque candidate dans chaque bureau de vote], on obtient ceci :
1- pour les élections régionales de 2010 :

2- pour les présidentielles de 2007 :

[Ce n’est pas très lisible : cliquez sur l’image pour obtenir les PDF]

Sur cette représentation, l’on trouve bien un axe “droite-gauche”. En 2010 comme en 2007, le premier axe (celui des abscisses) semble ordonner les candidats de l’extrême-gauche à la droite (de Besancenot à Sarkozy ou Pécresse). Mais cet axe ne résume pas toute l’information. Le deuxième axe (celui des ordonnées) nous donne d’autres informations, et c’est une sorte d’axe qui résume et oppose deux sortes d’émergences politiques. L’émergence “verte” (Duflot/Voynet) opposée à l’émergence d’extrême-gauche ou d’extrême-droite. Les “options perturbatrices” (pour les partis établis) s’écartent de la droite “y=0”.

Ce constat est assez classique [voir par exemple Pascal Perrineau , Jean Chiche , Brigitte Le Roux , Henry Rouanet L’espace politique des électeurs français à la fin des années 1990. Nouveaux et anciens clivages, hétérogénéité des électorats. Revue française de science politique Année 2000 Volume 50 Numéro 3 pp. 463-488]. Mais il m’a beaucoup amusé de voir les électeurs parisiens si “néo-paradigmatiques”.

Note : les données “open data” de paris.fr sont assez propres. Mais il me semble qu’une coquille s’était glissée dans les résultats d’un bureau de vote (une inversion du nombre de voix entre Royal, Bayrou et des petits candidats). Ce qui donnait cette première analyse des correspondances, ma foi très étrange.

J’ai donc corrigé les résultats du bureau n°548.

Continuons l’exploration des réseaux d’invitation que l’on peut objectiver à partir des affiches d’églises “noires”, collées un peu partout en région parisienne (en réalité pas partout, mais bon…).
On peut supposer que les personnes qui, par leur présence, assurent des liens entre composantes qui seraient autrement disjointes sont “importants”. On peut identifier ces personnes comme des “cutpoints“. Je les ai coloriées dans le graphe ci-contre en vert.
Dans l’état présent de mes données, il y a 28 “cutpoints“. Et, chose amusante, sur ces 28 personnes, 7 ne sont pas des pasteurs, ni des prophètes, ni des évêques… Ce sont du “petit personnel” religieux, des détenteurs de “tous petits titres” : typiquement, “frère”, “soeur”, “servante” ou “chantre”. [Celles et ceux qui apparaissent vers la gauche de l’analyse en composante principale de ce billet]
Mais on pourrait supposer, d’une autre manière, que les acteurs les plus “importants” sont ceux qui sont connectés, directement ou indirectement, à de nombreux autres acteurs. On appelle cela la “centralité d’intermédiarité” et on peut donner un score à cette notion, à partir de l’algorithme betweenness (dans le package “sna” de R). Sûrement, là, on trouverait des pasteurs et des prophètes, les “big mens” de ce monde.
Mais mes données indiquent que, parmi les 11 personnes les plus “centrales”, 6 sont du “petit personnel” religieux. Il y a même mieux : la personne la plus centrale est un chanteur, René L***. Et cela peut se constater sur l’ensemble du graphe : si l’on calcule la “centralité par titre” (en ne gardant que 2 grosses catégories, “pasteurs” et “autres”, alors la catégorie “autres” a un score moyen de centralité plus important).
Le monde pentecôtiste est souvent décrit comme un monde d’entrepreneurs religieux indépendants (certains devenant “grands” en accumulant des fidèles). Au minimum, on voit ici à partir d’une approche de “sociologie structurale” que ces entrepreneurs s’adossent à des acteurs marginaux pour monter leur entreprise. J’appelle ces acteurs “marginaux” car ce ne sont ni des fidèles au sens strict, ni des outsiders radicaux, ni des porteurs de titres prestigieux (comme “bishop”) ni des “sans-titres”. Et je les appelle “marginaux” car, dans la quarantaine d’articles, de thèses, de livres… de sociologie et d’anthropologie portant sur ces églises, les “frères” et “soeurs” chanteurs et chanteuses n’apparaissent pas vraiment. Est-ce parce qu’ils sont vraiment anecdotiques ? Ou est-ce parce que le regard (et la problématique) de mes collègues les a invisibilisés ? [Il est facile de les invisibiliser, à partir d’une vision d’emblée “cléricale” du monde religieux, où les “grands” sont les porteurs d’un charisme personnel.]

Je n’avais qu’une heure, alors c’est fait à l’arrache.
Voici la “couleur” politique de votre bureau de vote, si vous votez à Paris :

Les données proviennent de Paris “Open Data” et décrivent les résultats du premier tour des régionales de 2010. Je me suis inspiré de Mounir&Simon mais j’ai fait une petite classification ascendante pour distinguer des “clusters” (ils ne distinguaient que Droite / Gauche et cela me semblait un peu trop simple).

Groupe 1 : noir : une zone frontière (mais où Pécresse fait le double de Huchon)
Groupe 2 : rouge : ce doit être une ancienne zone à droite, passée à gauche. Huchon et Duflot, ensemble, sont bien au dessus de Pécresse.
Groupe 3 : vert : C’est là où la candidate verte, Duflot, fait son score maximal et talonne Huchon. Le PC est aussi en “force”.
Groupe 4 : bleu foncé : LA zone Pécresse : là, on vote à droite en majorité.
Groupe 5 : bleu clair : la zone des marges, où le score de Pécresse est faible, et où les petits candidats (Arnautu, Besancenot, Governatori, Kanoute, Laurent, Mercier…) font un score plus important qu’ailleurs.

Mise à jour, avec de nouvelles couleurs.
Les groupes sont construits de la même manière que ci-dessus, mais le “barplot”, sous la carte, insiste sur les “petits” candidats, en insistant sur la déviation par rapport à leur moyenne sur Paris.


[Attention : c’est embrouillé. Ce n’est pas “faux”, mais le “barplot” ne représente pas les informations sur lesquelles je me suis basé pour construire les groupes.].

 
Où ont-ils (et elles) fait leur meilleur score ?

Deuxième mise à jour
Une analyse des correspondances produit ce joli graphe. L’Axe 1 explique les 3 quarts de l’inertie (et place les personnes sur un axe droite (à gauche) — gauche (à droite du dessin).
Mais l’on voit aussi l’importance du 2e axe : qui répartit les candidats de partis “hétérodoxes” : FN, NPA, Verts, etc…

J’ai essayé de comprendre un peu plus précisément les résultats du billet précédent.
Partons d’un réseau bimodal représenté, ci-dessous, sous la forme d’une matrice puis d’un graphe :

We generated 1000 random matrices by a quasi swap algorithm (Miklós & Podani, 2004) using the function ‘commsimulator’ in vegan for R (Oksanen et al., 2007). The null matrices were subsequently uploaded into a custom-coded (…)

Ce problème, sous des formes plus proches des miennes, s’est aussi posé à des sociologues travaillant sur des réseaux sociaux. Jean Finez, travaillant sur la co-participation aux comités d’administration (les liens interlocks), a tenté d’en comprendre la logique en les comparant à des réseaux aléatoires de même structure Solidarités patronales et formation des interlocks [halshs] :

nous comparons le réseau des interlocks à des réseaux générés aléatoirement de manière à mettre en évidence ses spécificités et à ne pas mésinterpréter des propriétés qui relèvent en fait des contraintes juridiques et organisationnelles. Nous avons généré 50 réseaux aléatoires bimodaux, construits de manière à posséder de nombreuses caractéristiques identiques à celles du réseau interlock. […]
Dans chaque réseau aléatoire bimodal, les conseils d’administration sont choisis par les individus par un tirage dans une loi uniforme. En outre, les réseaux ont été construits de manière à partager de nombreuses caractéristiques avec le réseau interlock de l’élite de premier ordre. Premièrement, comme dans le réseau réel, chaque réseau aléatoire est composé de 27 sommets « dirigeants » et de 40 sommets « entreprises » reliés par 91 liens dirigeants-entreprises. Deuxièmement, chaque dirigeant est présent dans 3 à 5 conseils d’administration et chacune des 40 entreprises ne peut accueillir plus de 18 dirigeants.

J’ai donc utilisé, dans le package “vegan”, l’instruction commsimulator (méthode “quasi swap”), qui génère une matrice aléatoire respectant les marges de la matrice de départ.

Souvent, l’instruction va donner quelque chose de ce genre : Il n’y a plus que 2 composantes (par rapport au réseau de départ, il y a moins de “ré-invitations”.)
Si l’on génère 10 000 réseaux, l’histogramme du nombre de composantes est celui-ci :

A quelques 500 reprises, des réseaux à 3 composantes apparaissent. Et, surprise, à 3 reprises, des réseaux à 4 composantes (très rares, donc, dans cette configuration).
Voici ce réseau à 4 composantes respectant les contraintes de départ :

Dans cet exemple, les “ré-invitations” sont maximales.

Depuis quelques années, les “autorités de tutelle”, mais principalement le ministère de la recherche, poussent à réduire le nombre de centre de recherche, en les fusionnant. Cela donne, en sciences sociales, de grosses structures dont la cohérence scientifique n’est pas toujours évidente. Cela se fait parfois dans la joie, comme le décrit, à Lyon, Pierre Mercklé. Parfois dans la souffrance.
Mais cela donne lieu à la recherche de nouveau nom, aptes à nommer ces nouvelles structures. Quel nom ont ces (plus ou moins) nouvelles structures de recherche sociologique :
Centre Max Weber (Lyon)
Centre Maurice Halbwachs (Paris – ENS)
Centre Pierre Naville (Evry)
Laboratoire Georges Friedmann (Paris – Paris 1)
Institut Marcel Mauss (Paris – EHESS)
Centre Emile Durkheim (Bordeaux)
Centre François Simiand (Paris – EHESS)
Centre Edgar Morin (Paris – EHESS)
Centre Norbert Elias (Marseille – EHESS)
Centre Raymond Aron (Paris – EHESS)
Celles et ceux qui ont baigné, ne serait-ce qu’un peu dans les sciences sociales, ont déjà reconnu une liste de grands ancêtres. Tous morts (ou quasi, puisqu’un centre est à son nom). Tous hommes. Et tous blancs. Et je suis loin d’être le seul à avoir fait la remarque.
Même les féministes de Toulouse-2 n’ont pas trouvé de grande ancêtre : Le Centre Simone Sagesse ne fait pas référence à Mme Sagesse.
Les décès récents, ou inévitablement proches, de sociologues femmes, devraient remédier à cela. Si Madeleine Guilbert « nous a quittés, comme elle le désirait, dans la plus grande discrétion », rien n’empêche un centre à son nom. Le Centre Germaine Tillion, ça aurait aussi un peu de classe.
Merci à @SH_labo à @totoroinparis et à @nholzschuch.
[Nos collègues matheux ou physiciens sont plus imaginatifs avec le BiPop par exemple.]