Baptiste Coulmont

La fréquence des prénoms est-elle sensible aux événements ?
En 1915, le général Joffre, perçu comme un héros militaire suite aux premières victoires françaises, inspira des parents. Il naquit quelques Joffrette, que la presse — patriotique en ces temps de guerre — célébra. Des réchauds à gaz et des biscuits furent aussi baptisés Joffrette et Joffrinette : l’imagination des publicitaires est sans limite.

Balzac, qui tend parfois à expliquer l’origine des prénoms de ses personnages, indique ainsi [Beatrix, C.H., Tome 2, p.651] qu’un certain Calyste, né “le jour même de l’entrée de Louis XVIII à Calais”, reçu alors aussi le prénom de Louis.

Bref : les prénoms sont parfois choisis en hommage. Rien de nouveau. Rien d’étrange alors à que qu’un prénom comme Mazarine ou Barack, [quasi-]inconnus respectivement en France avant 1995 et aux Etats-Unis avant 2007, ne connaissent un petit succès, qui en 1996, qui en 2008-2009.
Et inversement, d’autres événements vont faire chuter certains prénoms. Les parents étatsuniens cessent de donner Hillary en 1992-1993, quand William J. “Bill” Clinton devient président et sa femme, Hillary Rodham, “First Lady”. De même Katrina connaît une chute brutale après le passage de l’ouragan du même nom en 2005-2006.

Que va-t-il se passer avec le prénom “Charlie” ? Il était, depuis une dizaine d’années, en forte croissance, à la fois comme prénom de garçon et comme prénom de fille. Les parents vont-ils continuer à le donner de plus en plus, ou vont-il cesser de le faire en raison de l’association avec les attentats du 7 janvier : on trouve déjà des “Charly” qui disposent maintenant d’une nouvelle connotation : leur prénom “dit quelque chose” (mais quoi?). Si quelques témoignages ou les premiers éléments permettent de repérer en une dizaine de jours une vingtaine de bébés Charlie dans les “Carnets” de la presse quotidienne, ce n’est peut-être qu’un feu de paille.

Mais dès 1915, les stratégies parentales d’hommages s’accommodent de la multiplicité des prénoms. Un entrefilet dans La Croix le remarque :

De très nombreux bébés naissent en France avec plusieurs prénoms, des seconds prénoms invisibles dont on a beaucoup de mal à se souvenir (que celles et ceux qui connaissent les seconds prénoms de leurs cousins et cousines lèvent la main). Ces seconds prénoms servent aux hommages familiaux — et ce d’autant plus que l’arrière-grand mère avait un “joli” prénom. Ils servent de réceptacles aux prénoms démodés des parrains — parfois, quand l’enfant est baptisé. Ils servent de tiroir aux prénoms sur lesquels le consensus ne s’est pas fait. Ils servent aussi, dans le cas présent, d’hommage indélébile mais invisible :

Prénom Charlie : pic d’attribution en 2e et 3e choix à Paris [Elodie Moreau] (…)
Si, pour l’heure, on ne note pas d’ « effet Charlie » sur l’ensemble du territoire, la capitale fait exception en la matière. Davantage de jeunes parents parisiens ont en effet choisi Charlie en 2e ou 3e prénom pour leur enfant. « C’est une nouveauté », nous confirme la mairie de Paris. Depuis mercredi dernier, ce prénom a été attribué 11 fois en 2ème ou 3ème position sur près de 670 naissances.

ou encore :

«Charlie» se glisse dans les berceaux des maternités [Aline Gérard]
« On s’en est aperçu lors de la déclaration de naissance d’un petit garçon né le 10 janvier. Ses parents lui avaient donné comme troisième prénom Charlie. D’habitude, les couples choisissent comme deuxième ou troisième prénom celui d’un ascendant ou d’un parrain. Mais là, il n’y avait aucun Charlie ni dans la généalogie, ni dans l’entourage », raconte un agent des services de l’état civil de la mairie du XIIIe arrondissement de Paris.
« Ces parents placent Charlie généralement en troisième ou quatrième position », précise-t-on à la mairie du XVe où, là aussi, on a repéré le phénomène. « En quelques jours, on a vu passer une petite dizaine de déclarations de ce type, qu’il s’agisse de garçons ou de filles », constate, de son côté, la mairie du XIIe arrondissement.

L’hommage onomastique passera donc peut-être, en janvier-février 2015, par la multiplication des “Charlie” en deuxième position : un marquage conjugal / familial du moment de la naissance, marquage invisible aux yeux de presque tous, mais marquage permanent. Le prénom inscrit aujourd’hui les personnes dans des générations, des classes d’âge. Il peut aussi marquer le moment, l’événement (la conjonction de l’événement parental et de l’événement politique).

Comment ont évolué, au cours des dernières années, les notes au bac ? Dans le cadre des discussions politiques autour des “bourses au mérite”, un examen de la dispersion de ces notes peut être révélateur.
La MENESR-DEPP dispose d’une série, “Distribution des candidats présents au baccalauréat professionnel, technologique ou général selon la moyenne finale obtenue”, entre 2006 et 2013, que l’on va étudier ici. Notons tout de suite que l’on ne prend en compte que les candidats présents, pas les candidats inscrits au bac mais ne le passant pas ou passant seulement une partie des épreuves, pour une raison ou une autre.

Commençons par les bacs professionnels : le graphique ci-dessous indique qu’environ 40% des élèves obtiennent le bac pro avec entre 10 et 12 de moyenne. Au cours des 9 dernières années, la proportion d’élèves obtenant entre 8 et 10 a eu tendance à baisser. Notons que, sur la même période, il y a eu une réforme du bac pro et une forte augmentation des effectifs.

Poursuivons par les bacs techno : les notes semblent un peu plus concentrées autour de la moyenne.

Terminons par les bacs généraux : les notes sont moins concentrées autour de la moyenne, et on remarque une tendance à la diminution de la proportion des notes inférieures à 10.

Si l’on anime ce dernier graphique, en faisant défiler les différentes années les unes après les autres, voici ce que cela donne :

On remarque mieux les mouvements d’une année sur l’autre.

L’intérêt de la série de la DEPP est sa finesse : les moyennes sont disponibles au dixième de point près.

On voit, sur ce graphique, l’attraction pour les notes rondes. Il est entièrement faux de dire que “on donne le bac à tout le monde”. Seul un tiers d’une cohorte d’élève obtient le bac dans les temps écrivent T. de Saint-Pol et J. Cayouette : “seul un tiers des élèves entrant en 6e parvient effectivement à ce diplôme dans le temps initialement prévu”. Et à quoi servirait de recaler un élève pour 0,1 0,2 ou 0,3 points ? La barrière est-elle plus importante que le niveau ? Les jurys évaluent donc, pour les notes rondes, l’ensemble des éléments dont ils disposent. Ainsi, environ 5% des candidats obtiennent une moyenne comprise entre 10 et 10,0999.

Entre 5/20 et 9,9/20, la répartition des notes forme deux “vagues”, résultat, sans doute, de la barrière à 8/20 pour passer à l’oral, et de l’attirance pour le 10 qui crée la bachelière. Et ensuite, l’on repère l’attraction qu’exerce les 12, 14 et 16, barrières des mentions. Le 18, qui ne donne aucune mention (les “félicitations du jury” n’existant absolument pas, sauf dans l’esprit de quelques parents), ne donne pas lieu à un pic.

Mais un phénomène intéressant est repérable vers les très hautes notes. La proportion de candidats obtenant in fine une moyenne supérieure à 18/20 est passée, entre 2006 et 2013 de 0,4% à 1,8%. Les candidats ayant une note supérieure à 19 sont passés de 160 à près de 1600. Le 20/20 était obtenu par 6 candidats en 2006, et par un peu plus de 60 candidats en 2013.

Les très hautes notes sont toujours un signal. La mention “TB” remplissait “de mon temps”, ce signal, quand les IEP quasiment d’office admettaient les candidats l’ayant reçue, ce qui a maintenant pris fin. Ce sont les “20/20” qui, maintenant, sont interviewées par la presse régionale.

Mise à jour (2021) : pour plus d’informations (et des données) consultez Fanny THOMAS, Résultats définitifs de la session 2016 du baccalauréat : stabilité de la réussite dans les voies générale et technologique, progression dans la voie professionnelle, MENESR-DEPP, Note d’information, n° 17.05, Mars 2017

5% des candidats au bac (général ou technologique) arrivent “en avance” : ils (et elles) passent le bac en 2014, mais au lieu d’être nés en 1996, ils (et elles) sont nés entre 1997 et 2000…
Ces candidats et ces candidates ont “sauté une classe” : parents et enseignants ont repéré une maîtrise des compétences scolaires suffisante pour passer de la “grande section” de maternelle au CE1, par exemple. Mais il est fort probable que tous les milieux sociaux ne valorisent pas autant l’avance et la précocité. En classe de sixième : 8 à 9 % des enfants de professions libérales ou de professeurs sont “en avance”, ce n’est le cas que de 1% environ des enfants d’ouvriers, m’écrit Wilfried Lignier.
Un graphique qui représente en abscisses la proportion de porteurs de prénoms “en avance” et en ordonnées le nombre de candidats portant ces prénoms montre de manière synthétique l’origine de classe du saut de classe.
Cliquez pour agrandir

Cliquez pour agrandir
Si l’on compare le graphique de l’avance au graphique des mentions “Très bien”, on repèrera de grandes similarités. Les Augustin et les Jordan sont toujours situés aux extrèmes.
On peut aussi repérer des différences, par exemple si l’on compare directement proportion de mentions “TB” et proportion d’individus en avance, et que l’on colore les prénoms en fonction de leur genre.

5,4% des garçons sont “en avance”, et ce n’est le cas que de 4,5% des filles. À résultat final équivalent, 10% des Augustin et 3% des Lise auront été jugés suffisamment “intelligents/mûrs/compétents…” pour sauter une ou deux classes. “Petit génie”, “enfant prodige”, est un diagnostic qui se porte plus souvent sur les garçons (brillants) que sur les filles (scolaires). Sauter une classe : une affaire de genre.

Les listes électorales sont une source de données formidables. J’ai eu l’occasion de les explorer récemment. Première tentative de synthèse ici.

click to embigen
J’ai conservé quelques variables, à l’échelle du bureau de vote : l’âge moyen, la proportion de femmes inscrites, la proportion de personnes nées à l’étranger, la proportion de “nobles”, la proportion de personnes portant plus de deux prénoms.
J’ai appliqué à cela une procédure appelée “Multi-dimensional scaling“, qui permet de rapprocher entre eux des individus ayant des caractéristiques proches. Ici, les individus sont des bureaux de vote.
J’ai retenu trois dimensions.
La première dimension rassemble entre eux les bureaux de vote selon la proportion d’inscrits nés à l’étranger [on remarque que le 16e arrondissement est un peu différent du 8e et du 7e].
La deuxième dimension capture les variations de l’âge et du sexe apparemment.
La troisième dimension est plus complexe à interpréter immédiatement (et je n’ai pas encore exploré en détail).
Sur ces trois dimensions, chaque bureau de vote a un score, que je normalise entre 0 et 255, ce qui permet d’associer une couleur “RVB” à chaque bureau. Un bureau ayant un score semblable sur les trois dimension sera plutôt gris (clair ou foncé).

La carte oppose alors un bureau de vote situé au cœur du septième arrondissement (qui est ici vert foncé) aux bureaux de votes rose/orangés des marges de Paris. Mais aussi un bureau “vert-clair”, au cœur de Paris (plus masculin et jeune) à d’autres que je vous laisse trouver. La Butte Montmartre apparaît bien bleue. L’opposition entre Ouest et Est, importante à Paris, apparaît indirectement : les couleurs les plus sombres sont à l’Ouest, comme si un nuage était posé sur l’Ouest.
[Première synthèse qu’il faudra affiner, bien sûr].

d <- dist(mydata)
fit <- cmdscale(d,eig=TRUE, k=3)
x <- fit$points[,1]
y <- fit$points[,2]
z <- fit$points[,3]
range01 <- function(x){round(255*(x-min(x))/(max(x)-min(x)))}
xs<-range01(x)
ys<-range01(y)
zs<-range01(z)
mds<-cbind(xs,ys,zs)
couleurs<-rgb(mds[,1],mds[,2],mds[,3],maxColorValue=255)
# et ensuite, il suffit d'associer chaque Bureau de vote à chaque couleurs : le BV[i] recevra couleur[i]

Pretty R at inside-R.org

La méthode a été inspirée par cet article : Delineating Europe’s Cultural Regions: Population Structure and Surname Clustering [James Cheshire, Pablo Mateos et Paul A. Longley]

L’on sait peu de choses sur les seconds, troisièmes… et parfois quatrièmes, cinquièmes et sixièmes prénoms. Ce sont des prénoms invisibles dans la vie quotidienne. « Bonjour, je m’appelle Marie, Adélaïde, Charlotte, Garance, Domitille, Sixtine d’Aniel de la Rochefoucault… »
Et dans la plupart des cas, les données statistiques disponibles ne recueillent pas ces prénoms fantômes. Il en va différemment sur les listes électorales, où noms et prénoms permettent l’indexation d’une personne à une carte d’identité. Il est ainsi possible de repérer l’évolution, dans le temps, du nombre moyen de prénoms des personnes inscrites sur les listes électorales.
Sur le graphique suivant, j’ai distingué trois groupes principaux (et distingué, dans ces groupes, les hommes des femmes). Premier groupe, les électeurs nés à l’étranger. Le groupe du milieu, l’ensemble des inscrits. Le groupe du haut les électeurs ayant un nom de famille à particule [la particule semble être un indicateur intéressant].

Les deux groupes “électeurs nés à l’étranger” et “électeurs à particule” se distinguent fortement : les électeurs nés à l’étranger ont en moyenne moins de deux prénoms. Les électeurs à particule en moyenne plus de deux prénoms, voire trois pour les plus jeunes. Alors qu’une particule rallonge déjà le nom de famille moyen, les parents à particule choisissent des formules prénominales plus longues [ce qui complexifie le théorème de Bérurier mentionné par Marie-Anne Paveau]. Manière d’égaliser les deux côtés de la balance onomastique?

Si hommes et femmes né°e°s à l’étranger se ressemblent sous le rapport du nombre de prénom, il n’en va pas de même pour les électeurs à particule, ni, dans une moindre mesure, pour l’ensemble des inscrits : les femmes ont en moyenne moins de prénoms que les hommes. Elles sont peut-être privées d’un capital onomastique (les prénoms des ancêtres, transmis aux hommes de préférence ?)…

Une première lecture de ce graphique insisterait ensuite sur l’augmentation régulière du nombre moyen de prénoms des électeurs.

Mais attention :

1. il est probable, très probable, que les jeunes inscrits n’ont pas les mêmes caractéristiques sociales que les inscrits plus âgés (la mal-inscription touchant tendanciellement certaines personnes plutôt que d’autres), et si le nombre de prénom varie en tendance avec l’origine sociale, alors on repère ici les conséquences graphiques d’un effet de sélection
2. l’augmentation du nombre de prénoms est peut-être due à des changements administratifs-informatiques dans l’enregistrement des personnes qui se sont inscrites récemment : ceux qui se sont inscrits dans les années 1990 ne pouvaient, peut-être, qu’inscrire deux ou trois prénoms, alors que ceux qui se sont inscrits dans les années 1990-2000 ont eu la possibilité d’inscrire tous leurs prénoms… Cela pourrait expliquer en partie le “saut” visible pour les électeurs nés vers 1980.

The first issue of Porn Studies has now been published, and it contains the article written with Mazières, Trachman, Cointet and Prieur, “Deep Tags“. In it, we describe a huge dataset of titles and tags. One interesting part is where we try to define what could be a “niche”, as arising from shared tags rather than from a particular or specific desire.
You can find more information about this article and the dataset on sexualitics.org.
Deep tags: toward a quantitative analysis of online pornography (open access)

Suite au billet sur le bilan de la qualification, un collègue m’a demandé une représentation graphique de l’évaporation académique (je l’avais fait il y a un an). On appelle “évaporation” la proportion de candidats “qualifiés” par le CNU qui, une année donnée, ne candidatent sur aucun poste ouvert au concours.
Voici donc une représentation à partir des données de 2013 :

Cliquez : c’est plus lisible en PDF
Des disciplines comme le droit, l’infocom et la science politique sont “malthusiennes” : elles laissent entrer peu de monde (en cherchant à qualifier un nombre de candidates relativement équivalent aux nombres de postes, sauf la science politique, qui qualifie beaucoup car elle a peu de postes). D’autres disciplines (en bleu) qualifient presque toutes celles qui se présentent… ce qui conduit, étant donné qu’il n’y a pas autant de postes, à plus d’évaporation (des candidats qualifiés ne candidatent même pas).

Les données proviennent des fichiers mis à disposition par la DGRHA1-A.

Cette année, la DGRH A1-1 a encore fait du bon travail, et donne accès non pas à un rapport en pdf, mais à une série de tableaux excel qu’il est beaucoup plus facile de réutiliser. Merci ! On attend encore la possibilité, en tant que chercheur, d’avoir accès à des données individuelles, mais on ne peut pas tout avoir…
Commençons notre exploration. Les sections du CNU, en 2013, ont délivré 9183 qualifications MCF à 6774 candidats. Au départ, il y avait 10876 candidats à la qualif MCF, mais 3603 dossiers ont été éliminés (dossiers incomplets, non parvenus, renoncement…). Une candidate peut déposer plusieurs dossiers. 1937 personnes ont reçu plusieurs qualifications MCF (soit 28% des qualifiés).
25% des qualifiés MCF ont moins de 30 ans, 40% ont entre 30 et 34 ans. Les femmes sont 6 mois plus âgées que les hommes en moyenne.
En section 63 (Génie électrique), les femmes représentent 16% des qualifiés. En section 07, elles représentent près de 75% des qualifiés. Mais il faudrait comparer avec le nombre de femmes au départ de la procédure. Si l’on fait cela, on peut voir que, en section 08 (Latin, Grec…) la proportion des qualifiés compte proportionnellement plus de femmes que la proportion des candidats : elles gagnent 7 points. Idem en sociologie (section 19). En revanche en section 73 (“langues régionales”) et en section 03 (“Histoire du droit”) elles perdent plus de 10 points.

Il apparaît que plus les femmes sont nombreuses dans la population des personnes qualifiées, moins elles sont désavantagées lors de la qualification.

Parlons un peu de la qualification aux postes de professeur. Cette demande de qualif n’est pas faite que par des MCF, mais aussi par des chercheurs (CNRS, INRA…) ou des enseignants non-universitaires souhaitant devenir professeurs des universités. Dans la section 29 “Constituants élémentaires”, les MCF représentent 33% des candidats à la qualif PR. En sections 16 (Psycho) et 74 (STAPS) les MCF représentent plus de 80% des candidats à la qualif PR.

Les qualifications multiples ne se font pas au hasard. On trouve peu de sociologues également qualifiés en mathématiques. La DGRHA1-1 propose donc un tableau des proximités disciplinaires, avec un “classement” des couples de disciplines les plus proches :

1. Informatique & Mécanique, génie mécanique, génie civil se partagent 51 qualifiés [DM m’indique qu’il y a là une erreur : il faut lire Informatique & Génie informatique]
2. Science politique & Sociologie, démographie en 2e place se partagent 46 qualifiés
3. Milieux denses et matériaux & Chimie des matériaux se partagent 39 qualifiés
   [ et d’ailleurs les “Milieux denses” partagent de nombreux qualifiés avec de nombreuses autres sections ]

Une représentation synthétique donnerait ceci :

Cliquez pour avoir le PDF – beaucoup plus lisible

L’on remarque que deux disciplines, l’économie et la psychologie, servent d’intermédiaires entre le groupe des “lettres et sciences humaines” et le groupe des “sciences”. Urbanisme et géographie, cette année, se retrouvent de l’autre côté.

Les non-candidats (l’évaporation) : « 3768 personnes détenant globalement 5053 qualifications délivrées cette année n’ont pas candidaté sur les postes ouverts au recrutement ».
Y a-t-il un lien entre avoir plusieurs qualifications et ne pas candidater ? Oui, et c’est un peu paradoxal : les multiqualifiés sont un peu plus souvent que les monoqualifiés des personnes qui ne candidatent à aucun poste.

On laissera de côté les quadruples et quintuples qualifications (les effectifs, sur une année, sont faibles).
La proportion de non-candidats a fortement augmenté entre 2007 et 2011, elle est stable depuis : En 2013, 41,82% des qualifiés n’ont candidaté à aucun poste (41,5% en 2012, 41,3% en 2011, 38,9% en 2010… et 30,9% en 2007). Et cette année, pour les qualifiés PR, 57% n’ont candidaté à aucun poste.

Les données publiées permettent une analyse de la cohorte des qualifiés de 2009. Pour ce qui concerne les qualifiés MCF, 26% n’ont candidaté à aucun poste de 2009 à 2013. 27% ont candidaté une fois (en 2009), 11% ont candidaté deux fois. … 3% ont candidaté à cinq reprises. Au total, 26% des qualifiés MCF ont été recrutés : mais si l’on s’intéresse à celles et ceux qui ont effectivement candidaté, le taux de recrutement est plus élevé.

Je m’arrêterai là aujourd’hui, mais d’autres traitements statistiques sont possibles.

Voici une petite visualisation interactive du réseau des co-directions en sciences sociales, en France, à partir du fichier du site theses.fr :
https://coulmont.com/varia/2014/codirections/

Cela commence par mettre Stéphane Beaud au centre, mais si vous cliquez sur un co-directeur, vous verrez apparaître son réseau égocentré.
Bonne balade.

Un peu, un tout petit peu, d’analyse de texte aujourd’hui, à partir des résumés de thèse en sociologie, que l’on trouve sur theses.fr
Après avoir récupéré des informations sur environ 316 000 thèses, j’ai extrait les résumés de 6700 thèses de sociologie. Parce qu’il s’agit d’une étude exploratoire, je n’ai pas aspiré les résumés des thèses en “Sciences de la société”, qui me semblent pourtant aussi être des thèses de sociologie.
Que peut-on faire avec ces résumés ? Un traitement simple consiste à repérer quels mots sont associés de manière très fréquente à certains mots. La technique suivie a été la suivante :
1- je choisis un mot : “politique” par exemple, ou “famille”, ou “urbain”, et je sélectionne tous les résumés qui contiennent politiq* ou politic* (politique, politiques, politicien, politicienne…), ou famill* familia* (famille, familles, familial… mais pas familier).
2- je forme deux groupes : le groupe des thèses qui ont un résumé qui contient le mot clé et ses dérivations, le groupe des thèses qui ne contiennent pas ce mot clé.
3- je compare le rapport de fréquence : ainsi le mot “publique” est 3 fois plus fréquent dans les résumés de thèse qui contiennent “politique” que dans les résumés de thèses qui ne contiennent pas “politique”. Le “corps” et le “quotidien” sont, eux, deux à trois fois moins fréquents dans ces thèses.

Que faire ensuite avec cela :
1- “lemmatiser” ! c’est à dire ne travailler qu’avec les racines des mots. Mais c’est complexe (ou du moins, je n’ai pas réussi simplement à faire fonctionner TreeTagger et koRpus sur mon corpus)
2- En synchronie : générer des sujets types dans chaque groupe et ainsi des individus qui cumulent les notions les plus communes, bref « ceux qui expriment le mieux le “sens commun” du groupe… Et qui sans doute, se pensent très originaux. » ajoute un collègue facétieux. « La ville populaire comme espace local, comme territoire ouvrier, à l’écart des grands centres », « La prise en charge par les services de santé des traitements à la personnes, risques et recours », « la participation des habitants à l’action de lutte pour l’accès au droit, une politique publique », etc…
3- Repérer, de manière diachronique… à quel seuil apparaissent des mots communs et donc à quel moment, dans quel lieu, ces spécialistes peuvent échanger sur la base de mots communs.
4- Enfin, il serait possible de s’intéresser aux stratégies d’hétérodoxie : qui combine des mots de registres distincts? Qui propose une sociologie urbaine de la socialisation professionnelle, la sexualité et l’action politique, voire les organisation de la gestion de la famille ou encore le corps et la mémoire dans les crises économiques.