Les propriétaires de Paris et du département de la Seine – 1898
Résumé
Le jeu de donnée « Les propriétaires de Paris et du département de la Seine - 1898 » est issu de la transcription automatique de l'édition de 1898 de l'Annuaire des propriétaires et des propriétés de Paris et du département de la Seine. Cet annuaire recense toutes les adresses parisiennes et leurs propriétaires, et se compose de deux grandes sections. La première partie de l’ouvrage comprend une liste alphabétique de tous les propriétaires de Paris et , regroupe par propriétaire l’ensemble des propriétés de Paris. La seconde partie comporte la liste des rues de toutes les propriétés de Paris avec le nom et l’adresse personnelle du propriétaire. Cette liste précise si le domicile du propriétaire se trouve à Paris, en province ou à l’étranger. Les données constituent une source riche d'informations sur un moment précis de la géographie de la ville de Paris, mettant en rapport la distribution de l’espace avec des données socio-économiques et professionnelles. Le projet a été réalisé dans le cadre de consortium Huma-Num Projets Time Machine (PTM) et reçu la subvention DAHN (Dispositif de soutien à l'archivistique et aux humanités numériques) du MESRI par une collaboration avec l'équipe Almanach de l'INRIA.
Thèmes
Mots-clés
Citation bibliographique
doi:10.13144/lil-1578 Les propriétaires de Paris et du département de la Seine - 1898 - EHESS (producteur), Carmen Brando, Gabriela Elgarrista, Alena Lapatniova, Frédérique Mélanie-Becquet et Gilles Postel-Vinay (auteurs), PROGEDO-ADISP (diffuseur).
Date de production de la notice
1898
Producteurs
- École des Hautes Études en Sciences Sociales (EHESS)
Diffuseur
- Archives de Données Issues de la Statistique Publique (ADISP) (Progedo-Adisp)Quetelet-Progedo Diffusionhttp://www.progedo-adisp.fr
Période couverte
- 1898 Début
- 1898 Fin
Version de la notice
Version 1 (01/08/2023) : documentation des parties haute et basse.
Date de la dernière version : 1 août 2023
Détails
Titres parallèles
- The owners of Paris and the Seine department – 1898
Pays
- France (FR)
Couverture géographique
- Paris
Unité géographique : Adresse exacte de l'immeuble.
Unité d’analyse
- Individu ou adresse
Type de données
- Données géographiques
Champ de l’enquête
Les propriétaires de l'immobilier parisien.
Dates de collecte
- 2018 Début
- 2023 Fin
Méthodologie
Dimension(s) temporelle(s)
- Série temporelle
Mode de collecte : Le jeu de données est le résultat des opérations suivantes : - numérisation de l'Annuaire par le service de la BNF - transcription par le biais de la plateforme Transcribus (le modèle HTR+ a été créé à partir de 169 pages (plus de 72 674 mots et 13 285 lignes)) - annotations manuelles des pages 1167 - 1201 de la lettre P de l'annuaire à l'aide du logiciel PRODIGY - création du modèle d'annotation automatique à partir des annotations manuelles - le modèle est appliqué d'abord à l'ensemble des pages annotées manuellement, puis à l'ensemble des pages "P" de cette même édition, et enfin à l'ensemble de l'édition 1898 - correction des erreurs d'annotation automatique dans TagTog - création du fichier index de rues pour la curation des données - nettoyage des données dans Excel
Caractéristiques de la collecte : Données vérité de terrain résultant de la transcription et la segmentation manuelle d'un échantillon de 169 pages des annuaires appartenant aux volumes 1898 et 1923. Un modèle de transcription HTR+ a été entrainé à partir de cet échantillon grâce à Transkribus et est disponible sur https://nakala.fr/10.34847/nkl.acb724xs#07d6cca85daade869c7a02babf157288b3df1e17. Ce modèle est valable pour transcrire automatiquement les volumes de 1903 et 1913 et tout autre document imprimé à deux colonnes et en utilisant l'alphabet latin et particulièrement en français. Le choix de l'échantillon est fait par critère alphabétique car c'est le mode d'organisation de l'information dans ce document. Le taux de CER (Character Error Rate) est de 0.29%. Les accolades présentes dans le document n'ont pas été segmentées. 118 pages pour entrainer et 51 pages pour validation. Les détails du processus de l'annotation et de la création d'un modèle de reconnaissance d’entités nommées (REN) à l’aide de la librairie Python Spacy (pour lequel nous avons obtenu un f-score de 98.31) sont accessibles dans le notebook https://github.com/fmelanie/fromAnnotationsToModel/blob/main/annotationsToModel.ipynb
Notes méthodologiques : Malgré un nettoyage manuel, il est possible qu'il reste encore quelques erreurs, notamment l'inversement des champs ou le numéro d'immeuble incomplet. Nous considérons ces erreurs comme non essentielles et non handicapantes pour l'analyse des données.
Traitements
Opérations de nettoyage : nettoyage manuel
Variables
La liste complète des variables, avec question, univers et statistiques, est paginée sur une page dédiée.
Données
Documentation
Documents
Aucun document attaché dans la notice.
Ressources téléchargeables (questionnaire, dictionnaire des codes, etc.)
Accès aux données
STD Fichiers standard
STD : Les fichiers Standard (STD) sont des données anonymisées accessibles aux demandeurs qui appartiennent à la communauté scientifique (cf. section "Restrictions").
Nombre de fichiers : 1 fichier de données
Lieu de commande
- Application de commande Quetelet-Progedo
Notes sur l’accès
- Les données sont disponibles aux formats SAS, SPSS, STATA et CSV.
Contact
- Équipe de l'Adisp
Centre d’archivage détenant des données
ADISP - Archives de Données Issues de la Statistique Publique
Engagement de confidentialité
Pour obtenir les données, l'utilisateur formule une demande sur le portail de commande de Quetelet-Progedo ; acceptée sous condition de statut, présence d'une adresse e-mail institutionnelle et d'un projet de recherche. Si la demande est acceptée, cela conduit à la signature d'un engagement individuel à destination de l'ADISP, et dans le cas des FPR, d'un engagement de confidentialité à destination du Comité du Secret Statistique. Ces engagements requièrent : -D'utiliser les données exclusivement dans une finalité de recherche ; -De ne pas céder ces données, sous quelque forme que ce soit, à une tierce personne, que ce soit à titre gratuit ou onéreux ; -De traiter ces données conformément aux règles de l'art et du secret statistique ; -De mentionner la source des données dans mes communications, publications… conformément au modèle de citation pour l'utilisation des données ; -D'informer le diffuseur de ses communications, publications… et lui en faire parvenir les références ; -D'informer le diffuseur des constats relatifs à la qualité des données ou à leur difficulté d'utilisation ; -D'informer le diffuseur de toute réutilisation des données pour une autre recherche que celle spécifiée ci-dessus ; -De détruire les fichiers à l'issue du travail de recherche ; -De respecter la règlementation en matière de protection des données personnelles.
Restrictions
Les fichiers diffusés dans le cadre de Quetelet-Progedo sont accessibles aux chercheurs français et étrangers, doctorants, post-doctorants, et étudiants de master à des fins de recherche, de production scientifique et dans certains cas d'enseignement. Toute utilisation commerciale est exclue. Les critères d'une finalité de recherche sont la production ou reproduction, dans un but de validation de connaissances nouvelles de portée générale. Les résultats sont publics et libres de diffusion.
Conditions d’utilisation
L'utilisateur formule une demande sur le portail de commande de Quetelet-Progedo, acceptée sous condition de statut, présence d'une adresse e-mail institutionnelle et d'un projet de recherche. Si la demande est acceptée, cela conduit à la signature d'un engagement individuel à destination de l'ADISP, et dans le cas des FPR, d'un engagement de confidentialité à destination du Comité du Secret Statistique. Si les données sont utilisées de manière collective, tous les membres du groupe de travail doivent faire une demande d'accès.
Citation requise
doi:10.13144/lil-1578 Les propriétaires de Paris et du département de la Seine - 1898 - EHESS (producteur), Carmen Brando, Gabriela Elgarrista, Alena Lapatniova, Frédérique Mélanie-Becquet et Gilles Postel-Vinay (auteurs), PROGEDO-ADISP (diffuseur).
Dépôt des publications
Afin de fournir aux organismes producteurs l'information essentielle concernant l'utilisation des données, les utilisateurs de données sont tenus d'envoyer à l'ADISP (diffusion.adisp@cnrs.fr), si possible sous format électronique, les publications réalisées à partir de l'exploitation des données de l'enquête en envoyant la référence bibliographique et le résumé.
Étendue de la collecte
La référence met à disposition 1 fichier de données et 1 dictionnaire des variables.
Avertissement
Le producteur et le diffuseur des données ne sont pas responsables des interprétations ou déductions faites à partir de l'utilisation des données.