Recensements de la Population Parisienne - 1926-1936
Résumé
Le projet POPP visait à élaborer une vaste base de données (de près de 9 millions d'individus) à partir des listes nominatives de recensements de Paris de 1926, 1931 et 1936 qui sont les seules existant pour la population parisienne (avec celle de 1946). La base POPP regroupe toutes les informations présentes dans les listes nominatives de la population (adresse, nom, prénoms, date et lieu de naissance, nationalité, état matrimonial, situation dans le ménage, profession), auxquelles ont été ajoutées différentes variables, notamment la variable « sexe » (non présente dans les listes nominatives), une variable comptabilisant les absents ou encore une typologie des professions créée en faisant correspondre les professions déclarées par les Parisien·nes à la nomenclature professionnelle du recensement de 1931. La base POPP est la première base de démographie française créée grâce aux progrès de l'Intelligence Artificielle et, notamment, du Deep Learning. Le projet POPP est ainsi un projet pluridisciplinaire entre une équipe d'informaticiens et une équipe de chercheurs et chercheuses en SHS.
Thèmes
Mots-clés
Citation bibliographique
doi:10.13144/lil-1719 Recensements de la Population Parisienne - 1926-1936 - CNRS (producteur), Brée, Sandra ; Paquet, Thierry ; Constum, Thomas ; Tranouez, Pierrick ; Gay, Victor ; Kempf, Nicolas ; Leturcq, Marion (auteurs), PROGEDO-ADISP (diffuseur).
Date de production de la notice
1936
Producteurs
- Centre National de la Recherche Scientifique (CNRS)
Autres contributeurs et remerciements
- Buidze, Mariia — Membre de l’équipe de curation et d’adaptation de la base à la recherche en SHSCNRS-ObHisPop
- Doignon, Yoann — Membre de l’équipe de curation et d’adaptation de la base à la recherche en SHSCNRS, Idées
- Coulmont, Baptiste — Membre de l’équipe de curation et d’adaptation de la base à la recherche en SHSENS Paris-Saclay
- Sidorets, Anna — Aide au nettoyage des donnéesCNRS-ObHisPop
- Merveille, François — Co-porteur du projet POPPGED-Campus Condorcet
Diffuseur
- Archives de Données Issues de la Statistique Publique (ADISP) (Progedo-Adisp)Quetelet-Progedohttp://www.progedo-adisp.fr
Version de la notice
Version 1 (07/07/2025) : documentation de la partie haute et publication de la V0 (diffusion en suspens avant la réception des données définitives).
Date de la dernière version : 7 juil. 2025
Détails
Titres parallèles
- Paris Population Censuses - 1926-1936
Pays
- France (FR)
Couverture géographique
- Paris
Unité géographique : Adresse (un Système d'Information Géographique est en train d'être créé pour cette base)
Unité d’analyse
- Individu / Ménage
Type de données
- Données de recensement individuelles
Champ de l’enquête
Population parisienne recensée lors des recensements de 1926, 1931 et 1936
Dates de collecte
- 2020 Début
- 2024 Fin
Méthodologie
Dimension(s) temporelle(s)
- Transversale
Procédure d’échantillonnage
- Univers complet / dénombrement complet
Fréquence de collecte : Tous les 5 ans
Mode de collecte : Compilation / synthèse Le jeu de données est le résultat des opérations suivantes : - Utilisation des images des listes nominatives des recensements de la population de Paris qui avaient été préalablement numérisées par les Archives de Paris et qui sont disponibles sur leur site ; à l'exception des populations comptées à part : https://archives.paris.fr/s/11/denombrements-de-population/? - Annotations manuelles de 243 doubles pages « vérité terrain » (223 pour l'entrainement pour la machine ; 40 pour les tests) -Analyse des images de documents par des réseaux neuronaux profonds pour la détection des lignes de tableau ; modèle optique HTR (Handwriting Text Recognition) et reconnaissance syntaxique des noms manuscrits utilisant des transducteurs à états finis pondérés (WFST) - Ensemble du processus de création de la base « version 0 » (c'est-à-dire avant curation, correction et adaptation) est détaillé dans le data paper : Constum, T. et al. (2022). Recognition and Information Extraction in Historical Handwritten Tables: Toward Understanding Early 20th Century Paris Census. In: Uchida, S., Barney, E., Eglin, V. (eds) Document Analysis Systems. DAS 2022. Lecture Notes in Computer Science, vol 13237. Springer, Cham. https://doi.org/10.1007/978-3-031-06555-2_10
Type d’instrument de collecte : Instrument(s) technique(s) Script de programmation Consignes de collecte de données
Notes méthodologiques : Malgré le nettoyage manuel, il est possible qu'il reste encore des erreurs, liées notamment au saut de colonne mal compris par la machine. Ces erreurs sont considérées comme non essentielles et non handicapantes pour l'analyse statistique des données.
Traitements
Opérations de nettoyage : L'ensemble des curations, adaptations, créations de variables, créations de typologies sont détaillées dans le data paper : Sandra Brée, Victor Gay, Marion Leturcq, Yoann Doignon, Baptiste Coulmont, et al.. POPP. An OCR-Generated Database of the Population Censuses of Paris (1926-1936). Longitudinal and Life Course Studies, 2024. Les variables suivies du suffixe '_c' sont les variables corrigées mais les variables originales, non corrigées sont également fournies. Il est conseillé d'utiliser les variables corrigées. Pour certaines variables, une partie des cases contenant des éléments n'ont pas été corrigées (par exemple lorsque les occurrences étaient inférieures à 10) et une recherche peut donc être effectuée dans la variable non corrigée. Tous ces éléments sont détaillés dans le dictionnaire des variables qui accompagne la base et qu'il est nécessaire de lire avant d'utiliser la base.
Variables
Non renseigné
Données
Aucun fichier de données décrit dans la notice.
Documentation
Documents
Aucun document attaché dans la notice.
Publications associées à l’enquête
Accès aux données
SUS Indisponible
SUS : Cette référence n'est actuellement pas disponible. Pour plus d'informations, merci de nous écrire à diffusion.adisp@cnrs.fr
Nombre de fichiers : 1 fichier
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-1719 Recensements de la Population Parisienne - 1926-1936 - CNRS (producteur), Brée, Sandra ; Paquet, Thierry ; Constum, Thomas ; Tranouez, Pierrick ; Gay, Victor ; Kempf, Nicolas ; Leturcq, Marion (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.
Avertissement
Le producteur et le diffuseur des données ne sont pas responsables des interprétations ou déductions faites à partir de l'utilisation des données.