Tag Archives: Français

Blogosphere, Twitter

Et si je tweetais en anglais pour une mauvaise raison

9 Comments

Sur Twitter, assez naturellement, j’ai tendance à tweeter en anglais. J’ai toujours eu l’impression qu’en anglais, la limite des 140 caractères était moins contraignante. Qu’en anglais, la même chose pouvait être dite de manière plus concise.

Histoire de vérifier cette vague intuition, je suis allé chercher des livres sur Gutenberg. Le plus simple est de récupérer un livre en français, au format texte (txt), de compter le nombre de symboles, et de trouver le même livre en anglais. La fonction, à partir d’un code de livre, ressemble à ça

> cpte=function(no){
+     url0=paste(
+         "http://www.gutenberg.org/cache/epub/",
+         no,"/pg",no,".txt",sep="")
+     download.file(url0,destfile="u.txt")
+     s=scan("u.txt",what="character")
+     sum(nchar(s))
+ }

Par exemple, pour David Copperfield, de Dickens, le  code pour la version originale, en anglais, est

> gb=766

et en français, il faut récupérer 2 fichiers

> fr_a=17868
> fr_b=17869

Aussi,

> g=cpte(gb)
essai de l'URL 'http://www.gutenberg.org/cache/epub/766/pg766.txt'
Content type 'text/plain; charset=utf-8' length 1992535 bytes (1.9 MB)
=================================================
downloaded 1.9 MB

Read 288181 items
> f=cpte(fr_a)+cpte(fr_b)
essai de l'URL 'http://www.gutenberg.org/cache/epub/17868/pg17868.txt'
Content type 'text/plain; charset=utf-8' length 1161492 bytes (1.1 MB)
=================================================
downloaded 1.1 MB

Read 191311 items
essai de l'URL 'http://www.gutenberg.org/cache/epub/17869/pg17869.txt'
Content type 'text/plain; charset=utf-8' length 1135661 bytes (1.1 MB)
=================================================
downloaded 1.1 MB

Read 186515 items

le ratio du nombre de caractère en anglais, et en français, est de l’ordre de 90%. Autrement dit, la version anglaise contient 10% de caractères en moins que la version française,

> g/f
[1] 0.9090498

Si on regarde une pièce de théâtre, comme Othello, la version anglaise est 25% plus courte que la version française.

> fr=18179
> gb=1793
> g=cpte(gb)
essai de l'URL 'http://www.gutenberg.org/cache/epub/1793/pg1793.txt'
Content type 'text/plain; charset=utf-8' length 188634 bytes (184 KB)
=================================================
downloaded 184 KB

Read 24951 items
> f=cpte(fr)
essai de l'URL 'http://www.gutenberg.org/cache/epub/18179/pg18179.txt'
Content type 'text/plain; charset=utf-8' length 239158 bytes (233 KB)
=================================================
downloaded 233 KB

Read 36157 items
> g/f
[1] 0.746805

Plus généralement pour les pièces de théâtre de Shakespeare, on valide mon intuition : les versions en anglais sont toujours plus courtes que les versions en français,

Pour faire ce graphique, on peut utiliser la trentaine de livres que j’ai regardé, à l’aide du fichier

> download.file(
+ "http://freakonometrics.free.fr/livre.RData",
+ "livre.RData")
essai de l'URL 'http://freakonometrics.free.fr/livre.RData'
Content type 'text/plain' length 1095 bytes
=================================================
downloaded 1095 bytes

> load("livre.RData")

La base ressemble à ça

> base
           nom        FR      UK language   ratio
1  3 Mousquet.    1110255 1156011       FR 104.12
2  Dorian Grey     398653  404799       UK 101.54
3  Pierre-Jean     248299  228838       FR  92.16
4      Odyssée     691648  651044       GR 118.17
5       Iliade     550924  514953       GR  74.45
6  Jules César     157726  105685       UK  67.00
7      Macbeth     160571   96276       UK  59.95
8      Othello     189984  141881       UK  74.68
9       Hamlet     275629  145380       UK  52.74
10   Com. Mép.     115583   97704       UK  84.53
11  Ant.-Cléo.     185806  130857       UK  70.42
12   Rom.-Jul.     195273  126323       UK  64.69
13    Roi Lear     196185  124483       UK  63.45
14  Sganarelle      50408   63387       FR 125.74
15 OliverTwist     778914  770784       UK  98.95
16  D.Copperf.    1808770 1644262       UK  90.90
17    Assomoir     585237  565444       FR  96.61
18   T. Raquin     351525  353837       FR 100.65
19    20000 L.     745559  518932       FR  69.60
20    80 Jours     367388  329073       FR  89.57
21  5 Semaines     491510  483289       FR  98.32
22 CentreTerre     362617  370584       FR 102.19
23          93     585073  637499       FR 108.96
24  Notre Dame     885048  928256       FR 104.88
25   Jane Eyre     922233  919521       UK  99.70
26    Possédés    1241293 1293319       RU 104.19
27 Guerre-Paix    2409360 2739725       RU 113.71
28     Corbeau      27884   21886       UK  78.48
29  Mme Bovary     585237  565444       FR  96.61

Si on visualise tous les titres, et pas seulement les pièces de Shakespeare, on obtient

Autrement dit, la différence n’est pas aussi significative qu’elle y paraissait. Plus troublant, si on regarde les livres écrit en anglais (en rouge ci-dessous) on observe effectivement que la version française est plus longue. Par contre, pour les livres écrits en français (en bleu), la version anglaise est sensiblement de la même taille…

A suivre donc…

Maps

Langue et Cartographie

Leave a comment

La plupart des cartes du monde standard de R sont en anglais. L’autre jour, des étudiants souhaitaient visualiser des données tirées d’une base où les noms des pays sont en anglais. Pour obtenir une correspondance entre des noms anglais et des noms français, on peut utiliser la base suivante

> library(gdata)
> library(xlsx)
> download.file("http://www.stat.gouv.qc.ca/statistiques/divisions-territoriales/pays-liste-isq-web.xls","corresp")
>  xls_corresp <- read.xls("corresp",sheet=1,encoding="latin1")

On a ici

>  df_corresp <- data.frame(
+ FR=xls_corresp$X.5,
+ EN=xls_corresp$X.11)
> df_corresp[5:10,]
                    FR                 EN
5  Belgique-Luxembourg Belgium-Luxembourg
6    Îles du Pacifique    Pacific Islands
7          Afghanistan        Afghanistan
8       Afrique du Sud       South Africa
9           Îles Åland      Åland Islands
10             Albanie            Albania

Pour avoir une correspondance, entre les noms sous R, et ceux dans la base à notre disposition, il faut manipuler un peu les chaînes de caractères,

>  df_corresp$FR = as.character(df_corresp$FR)
>  df_corresp$FR = iconv(df_corresp$FR, to="ASCII//TRANSLIT") 
>  df_corresp$FR = tolower(df_corresp$FR)
>  remove_minus = function(s) paste(unlist(strsplit(s, split='-',fixed=TRUE)),collapse="")
>  remove_space = function(s) paste(unlist(strsplit(s, split=' ',fixed=TRUE)),collapse="")
>  df_corresp$FR = sapply(df_corresp$FR,remove_minus)
>  df_corresp$FR = sapply(df_corresp$FR,remove_space)

> df_corresp$EN = as.character(df_corresp$EN)
> df_corresp$EN = iconv(df_corresp$EN, to="ASCII//TRANSLIT") 
> df_corresp$EN = tolower(df_corresp$EN)
> df_corresp$EN = sapply(df_corresp$EN,remove_minus)
> df_corresp$EN = sapply(df_corresp$EN,remove_space)
> split_dots = function(s) strsplit(s, split=':',fixed=TRUE)[[1]][1]

Si on regarde les pays que l’on a pu convertir le nom en anglais pour avoir une correspondance avec le nom du pays dans la base de R,

> library(maps)
>  world<-map(database="world")
>  world$pays_EN <- world$names  
>  world$pays_EN <- tolower(world$pays_EN)
>  world$pays_EN = sapply(world$pays_EN,remove_space) 
>  world$pays_EN = sapply(world$pays_EN,remove_minus) 
>  world$pays_EN = sapply(world$pays_EN,split_dots) 
>  world$pays_FR <- df_corresp$FR[match(world$pays_EN, df_corresp$EN)]

on obtient le graphique suivant

>  color <- !is.na(world$pays_FR)
>  map(database="world", fill=TRUE, col=color)

Les seuls pays pour lesquels on n’a pas de correspondance sont les États-Unis d’Amérique (usa dans la base de R), la Russie (ussr), les Congos (avec la République Démocratique et l’autre), et la Côte d’Ivoire. En bricolant un peu sur ces 4 pays, on pourra avoir une correspondance entre les noms utilisés sous R, et les noms en français.

Computer, Statistics

De la disparition du français comme langue de référence (?)

7 Comments

En mettant à jour ma chronique Somewhere Else, depuis quelques temps, j’avais l’impression de citer de moins en moins d’articles en français dans mes tweets. Plus j’y pensais, plus je me rendais compte que je lisais de moins en moins la presse française (ou disons en français). Quand je lis la presse en français, j’ai l’impression de retrouver, avec quelques jours de retard (quelques heures de retards pour les informations plus importantes), ce que l’on trouve sur les sites anglophones. Loin de moi l’idée de juger qui que ce soit ! On a eu déjà quelques débats sur la pression mise sur les journalistes, et je comprend que traduire est une solution parfois simple, et économiquement viable (mais dans ce cas, je préfere aller lire courrierinternational.com qui au moins cite ses sources) ! C’est l’impression que j’avais l’autre jour en feuilletant le numéro de juillet de Science et Vie Junior avec les enfants, avec un article expliquant la taille de la tour la plus haute que l’on pourrait faire avec des légo. Mais l’étude avait été mentionnée en mars dernier sur bbc.co.uk (reprise alors sur le blog). Et j’ai cette impression très réguliement…

Je ne parle pas d’articles scientifiques ici, juste d’études ou de points de vue, sur différents sujets, parfois d’actualité, souvent en relation avec mes centres d’intérêt, comme la science ou l’économie (entre autres). Les sites en français ne semblent plus être des sites de référence (dans le sens ou, souvent, ils relayent une information glânée ailleurs). Et poutant, mon niveau d’anglais est très moyen. Mais je préfère lire un point de vue de @noahpinion sur son blog noahpinionblog.blogspot.ca, @delong sur delong.typepad.com ou @timharford sur timharford.com (dont je rate souvent les subtilitées, n’ayant pas les clés pour tout comprendre) plutôt que de lire des éditos d’économistes dans les journaux français (je devrais mettre un paquet de guillemets à économistes). Même en ratant des passages, faute de culture anglophone suffisante, j’y apprend beaucoup plus de choses. Et souvent, je trouve même cela passionnant, si ce n’est drôle. Et les commentaires sont souvent d’un haut niveau. La science et l’économie sont – a priori- des sujets qui intéressent autant les anglophones que les francophones, je devrais donc pouvoir apprendre dans les deux langues.

En partant de cette impression, le but de mon billet était de voir un peu plus en détails qui je citais dans mes chroniques Somewhere Else (et sur mon compte twitter, i.e. @freakonometrics). Afin de me faire une idée un peu plus précise, j’ai utilisé un petit code, mis en ligne tout à l’heure, pour extraire la liste des urls mentionnées dans mes tweets. Si on regarde le site que je cite le plus sur un peu plus de 900 tweets (les 900 les plus récents), on retrouve

Cocorico ! Et si je m’étais trompé ? Car on ne peut pas faire mentir les chiffres: le site que je site le plus dans mes tweets est www.lemonde.fr ! Bon, si on regarde de plus près, c’est le seul site francophone à compter (strictement) plus de 6 citations (on pourra trouver www.sauvonsluniversite.com avec 6 mentions, dont 2 hier pour deux brillants articles, suivis par www.sciencepresse.qc.ca et www.ledevoir.com qui ont chacun 4 citations). Viennent ensuite des sites anglophones

Quand on regarde plus attentivement, on voit que le dernier comptage est biaisé, car pour le Washington Post (par exemple) les blogs sont localisés avec une adresse de la forme, www.washingtonpost.com/blogs/wonkblog/ (et figurent dans mon décompte), mais ce n’est pas le cas pour le New York Times, qui héberge krugman.blogs.nytimes.com, opinionator.blogs.nytimes.com/ ou encore economix.blogs.nytimes.com/. Ces trois sites, par exemple, ont tous été 4 fois, sur les 900 tweets analysés. Donc si on voulait un décompte plus réaliste, il faudrait

(qui est alors loin devant www.lemonde.fr ). Viennent ensuite

Voilà pour la liste des sites mentionnés au moins 5 fois. Si on se limite à cette courte liste (en incluant ceux avec 4 citations), on a un total de 178 citations vers des hébergeurs anglophones, contre 36 pour des citations vers des sites en français, soit un ratio 5:1.

Et si au lieu de faire un comptage, on regardait de plus près, que verrait-on ? En fait, si on regarde les trois derniers tweets qui mentionnent www.lemonde.fr, le plus récent (daté du 24 août) était du copinage honteux, puisque j’ai découvert – avec beaucoup de retard – que Laurent Gobillon était ‘nominé au Prix 2013 du jeune économiste‘, or Laurent était un bon copain de promo, on a fait notre mémoire de sociologie (sur le rire dans les relations familiales) ensemble

Si on regarde les deux précédants (datés du 19 août) on a

Autrement dit, je renvoie vers deux articles en ligne sur www.nature.com/ mentionnés dans Le Monde (en fait, une étude était mentionnée sans être réellement cité, la première référence n’était pas la bonne, d’où les deux messages).

J’ai l’impression que cette rapide analyse quantitative me conforte dans l’impression que j’avais. La presse francophone n’est plus une presse de référence. Maintenant, je n’utilise que mon propre référentiel et mes centres d’intérêt. Et je serais curieux d’avoir d’autres points de vue…

Research

Loi de Stigler, langue et publication

2 Comments

Lundi, je dois faire un exposé aux Journées de Finance Mathématiques de Montréal, qui sont organisées comme tous les ans à HEC. Avec les collègues, on a – à nouveau – relancé, entre nous, autour d’un café, le débat du “pourquoi on ne présente pas en français ?” cher aux québécois (le site est d’ailleurs à la fois en français, et en anglais). Mais comme toujours, on râle, on râle, puis on finit par faire des exposés en anglais (transparents et présentation orale). Pourtant, même si j’ai l’impression de pouvoir faire passer les grandes lignes de mon message, je vois bien que je n’arriverais pas à rentrer dans des subtilités, comme je pourrais le faire en français… Mais le monde de la recherche est ainsi fait, et les personnes dont l’anglais est la langue maternelle ont un net avantage. Car si on souhaite diffuser nos travaux, on n’a pas vraiment le choix, il faut passer par l’anglais.

Bien entendu, il y a des contre-exemples. Le plus connu (dans les disciplines que je connais le mieux) est Maurice Allais qui publiait en 1953 en français, dans Econometrica, le comportement de l’homme rationnel devant le risque: critique des postulats et axiomes de l’école Américaine. Et le papier a été abondamment cité. Mais le plus souvent, ne pas publier en anglais, c’est condamner une publication à ne pas avoir l’écho qu’elle pourrait mériter. Par exemple, j’ai découvert (très) récemment qu’en 1940, Bruno de Finetti publiait il problema dei « pieni », dans le Giornale dell’Istituto Italiano degli Attuari, avec des choses qui ressemblent à la section suivante

Tous ceux qui ont vu passer des choses sur les mesures de risques reconnaîtront une axiomatique connue. Mais le papier est encore plus fabuleux, et j’encourage toutes les personnes qui s’intéressent aux risques à aller le lire. Car il a malheureusement été peu lu, et (très) peu cité. En fait, il a fallu attendre que le Journal of Investment Management le traduise, sous le titre the Problem of Full-Risk Insurances, en 2006, avec un préambule intitulé de Finetti scoops Markowitz écrit justement par Harry Markowitz, pour que le monde académique (re)découvre ce papier. Car effectivement, avec plus de 10 ans d’avance, Bruno de Finetti invente la théorie du portefeuille, que l’on attribue toujours à Harry  Markowitz. C’est toutefois Mark Rubinstein qui a (re)découvert la portée du papier de de Finetti, comme il le raconte dans Bruno de Finetti and Mean-Variance Portfolio Selection.

“it has recently came to the attention of economists in the English speaking world that among de Finetti’s papers is a treasurer trove of results in economics and finance written well before the works of the scholars that are traditionally credited with these ideas. de Finetti’s 1940 paper anticipating much of mean variance portfolio’s theory later developed by Harry Markowitz“

(et qui a obtenu un prix Nobel pour ce travail). Cela dit, le papier de de Finetti est probablement moins limpide que celui de Markowitz, car, si on retrouve une équation de la forme

il faudra attendre le théorème de Kuhn-Tucker datant de 1951 (http://projecteuclid.org/… même si on pourrait rappeler que William Karush avait obtenu les mêmes conditions dans son mémoire de maîtrise, en 1939) pour avoir les outils mathématiques pour résoudre ce problème de manière élégante. Cela dit, de Finetti propose une résolution intéressante, compte tenu des outils mathématiques à sa disposition avant guerre (comme note dans Pressacco & Serafini (2007) à l’aide d’excursions dans le simplexe), et introduit une notion d’optimalité (au sens de Pareto) qui n’est pas sans rappeler la notion de portefeuille efficient. Presque plus intéressant: de Finetti ayant une formation d’actuaire, il évoque l’idée de mesurer le risque non pas en calculant une variance, mais en calculant une probabilité de ruine, idée que l’on retrouvera plusieurs années plus tard chez Arthur Roy, dans sa notion de safety first. On y retrouve aussi une discussion axiomatique sur les mesures de risques, on y voit même passer des utilités exponentielles, car elles présentent une forme d’aversion pour le risque constante. Mais c’est surtout dans les travaux des années 50, en particulier sulla preferibilità que l’on voit analysé les utilités CARA et HARA (souvent attribuées a Arrow (1971) et Pratt (1970), une dizaine d’années après les travaux de Bruno de Finetti). Là encore, Rubinstein le notait lorsqu’il écrivait

“in 1952, anticipating Kenneth Arrow and John Pratt by over a decade, he formulated the notion of absolute risk aversion, used it in connection with the risk premia for small bets and discussed the special case of constant risk aversion“.

Dois-je mentionner sul significato soggettivo della probabilità publié en 1931, sur des calculs de majorants de probabilités de ruine (où il obtient les mêmes résultats que ceux d’Harald Cramér, publié en 1930 dans on the mathematical theory of risk) ? ou la teoria del rischio e il problema della “rovina dei giocatori” publié en 1939 qui discute des notions de martingales et de temps d’arrêt ?

de Finetti est incontestablement un des plus grands mathématiciens et économistes du XXème siècle. Mais beaucoup de ses travaux ont été ignorés, et sont cités ceux publiés par des américains. Ou des chercheurs qui ont fait l’effort de publier en anglais. Au delà de la langue (proprement dite), on pourrait arguer qu’il s’agit d’un problème de discipline, les économistes (et les financiers) connaissant souvent peu les travaux de sciences actuarielles. De plus, Bruno de Finetti avait passé du temps dans les années 50 aux Etats-Unis, pour travailler avec Leonard Savage. Donc dire que les américains ne le connaissaient pas serait une fausse réponse. En fait, il me semble que tous les travaux de de Finetti semblent corroborer la loi de Stigler, qui proclame que « une découverte scientifique ne porte jamais le nom de son auteur » (Steven Stigler se demandant d’ailleurs qui avait trouvé la formule de Bayes, dans http://www.jstor.org/…, même si les mauvaises langues disent que Robert Merton avait enoncé cette loi avant lui).

Dans le contexte actuel où beaucoup de monde s’interroge sur le rôle des éditeurs, ne pourrait-on pas y voir là une solution, qui tirerait le monde de l’édition vers le haut ? Pourquoi les auteurs ne seraient-il pas autorisés à soumettre l’article dans la langue qu’ils souhaitent, et le rôle d’un editeur serait alors de faire traduire puis de diffuser ces travaux. Sur le site, on pourrait lire les articles dans la langue originale, mais aussi en anglais, ou, pourquoi pas, en français ? Tout le monde y gagnerait me semble-t-il ? En tous les cas, nous serions nombreux à décomplexer, et à écrire des articles plus subtiles… Mais si je pense à voix haute, il n’en reste pas moins que régulièrement, des débats sur la langue apparaissent dans le monde académique, et que les réponses sont toujours un peu les mêmes. Par exemple, avoir une ouverture internationale dans une formation se traduit toujours par “dispenser des cours en anglais“. Et répondre “ben fais donc un effort pour parler anglais” me semble une réponse qui pourrait être repensée…

Economics, Statistics

70% des salariés français touchent moins de 1 500 € par mois ?

3 Comments

Hier, @Louisa_A me demandait de commenter l’information comme quoi “70% des salariés français touchaient moins de 1 500 € par mois“. Tout d’abord, rappelons que selon l’INSEE, en 2008, le salaire médian net en France est de l’ordre de 1655 € par mois pour un temps plein (cf ici par exemple). Comme c’est la médiane (je renvoie ici pour une bonne blague du nouvel obs sur la médiane, comme quoi il ne faut pas toujours croire ce qu’on lit), c’est que 50% des français touchent ce salaire, ou plutôt toucheraient ce salaire s’il travaillaient à temps plein…. Le hic est que généralement l’insee normalise les données, et ne parle que de taux plein…

Mais heureusement l’insee met aussi a disposition des bases, en particulier la base dads2007, ici, avec un fichier de 25Mo (zippé) là, contenant près de 2 millions d’observations, dont le temps travaillé en 2007 et le salaire (ou plutôt une tranche de salaire). Le code est plutôt simple (même si j’ai travaillé sur la première moitié de la base, suite à des soucis d’importation sur mon petit portable),

> library(foreign)
> base=read.dbf("D:\\r-data\\salaries07.dbf")
> TRANCHE=c(0,100,300,600,1000,1300,2000,3000,
+ 4000,5000,7000,9000,11000,12500,14000,16000,
+ 18000,20000,24000,30000,1000000000)
> salinf=TRANCHE[1:20]
> salsup=TRANCHE[2:21]

Bref,
on peut récupérer des salaires médians, par temps plein (afin de voir si nos données sont représentatives), en notant qu’un temps plein c’est 1820 heures dans l’année (cf ici)

> Xinf=salinf[base$TRNNETO+1]/base$NBHEUR_TOT*1820/12
> Xsup=salsup[base$TRNNETO+1]/base$NBHEUR_TOT*1820/12
> quantile(Xinf,.5,na.rm=TRUE)
 50% 
1484.745 
> quantile(Xsup,.5,na.rm=TRUE)
 50% 
1685.185

Comme nous ne sommes pas trop loin des 1655 indiqués, j’aurais tendance à faire confiance à nos chiffres (en se plaçant proches de la borne supérieure d’ailleurs). Mais si on travaille sur le revenu, et pas le revenu pour un temps plein, les chiffres sont un peu différents,

> Xinf=salinf[base$TRNNETO+1]/12
> Xsup=salsup[base$TRNNETO+1]/12
> quantile(Xinf,.5,na.rm=TRUE)
 50% 
1333.333 
> quantile(Xsup,.5,na.rm=TRUE)
 50% 
1500

Pour revenir à nos moutons, si on s’intéresse à la proportion des français qui touchent moins de 1500 € par mois, j’obtiens

> mean(Xinf<=1500)
[1] 0.6118895
> mean(Xsup<=1500)
[1] 0.5236287

C’est à dire qu’à la louche, je pense que 55% des français touchent moins de 1500 € par mois. A condition que les chiffres soient en net. Si la citation parlait du brut, ça correspond en gros à du 1200 € par mois, et on a alors les proportions suivantes,

> mean(Xinf<=1500*.8)
[1] 0.4215607
> mean(Xsup<=1500*.8)
[1] 0.3143752

D’ailleurs un petite remarque sur ces histoires de revenu et de temps de travail. Si le temps travaillé par mois et le salaire horaire étaient des variables indépendantes, j’aurais pu faire des calculs rapides à partir de la distribution du temps de travail. Malheureusement, ces deux données ne sont pas indépendantes. Pour s’en convaincre, calculons le produit des espérances (salaire moyen horaire par temps moyen travaillé par mois) et l’espérance du produit (revenu moyen)

> Xinf=salinf[base$TRNNETO+1]/base$NBHEUR_TOT*1820/12
> Xsup=salsup[base$TRNNETO+1]/base$NBHEUR_TOT*1820/12
> mean(Xinf[Xinf<1000000000000],na.rm=TRUE)*
+ mean(base$NBHEUR_TOT/1820)
[1] 1609.669
> mean(salinf[base$TRNNETO+1])
[1] 16832.14

qui ne sont manifestement pas égaux. On a même un dépendance positive entre le salaire horaire et le temps de travail mensuel.  On retrouve ici le fait que les personnes qui effectuent les travaux avec les salaires horaires les plus bas sont aussi celles qui travaillent le moins. D’un point de vue technique, pour étudier les inégalités temps de travail/revenu horaire, c’est un peu compliqué à cause du produit. C’est pour ça qu’avec Stéphane Mussard on avait introduit la décomposition  des mesures d’inégalités pour des inégalités multiplicatives, ici. Mais on sort du cadre du papier, et ma réponse serait que non, je doute que la personne soit de bonne foi (la seule source que j’ai trouvé sur internet donnant ces chiffres était ici).

Miscellaneous

Prétentieux, va !

7 Comments

Depuis quelques semaines, mes billets sont presque exclusivement en anglais… En fait, même si je fais cours en français, et que la plupart de mes collègues ici parlent français, je me rends compte qu’on parle naturellement anglais…. en tous les cas plus naturellement qu’en France. Les séminaires sont toujours en anglais, dès qu’on discute à plus de 3, la probabilité qu’une personne ne parle pas français est tellement grande qu’on parle le plus souvent en anglais….

Finalement, comme toujours quand je ne suis pas en France, je trouve naturel d’écrire en anglais… (ok, d’essayer d’écrire quelque chose qui ressemble à de l’anglais). Mais hier soir, ma femme m’a fait remarqué que c’était prétentieux d’écrire en anglais… Et effectivement, quand je traîne sur les blogs francophones, presque tous sont exclusivement en français…. Bref, je me remets à douter.
J’ai vu l’autre jour que David Monniaux s’en prenait sur son blog à un édito de Jacques Julliard (ici), et d’ailleurs David publie de plus en plus en anglais ces derniers temps (en tous les cas dès que l’on quitte les sujets franco-français). J’ai vu aussi que de plus en plus de doctorants blogueurs se lancent en anglais…
Le débat reste ouvert, et je suis preneur de toutes les remarques….

Statistics

Qui veut des statistiques ethniques ?

Leave a comment
ETHNIQUE, adj.

A.− Vx, RELIG. CATH. Qui appartient au paganisme. Nations, croyances, superstitions ethniques. Attesté ds Ac. 1798-1878, Littré, DG, Rob., Lar. Lang. fr.

B.− Spécifique d’une ethnie et, par extension, d’une race. Caractère, coutume, type, unité ethnique; origines ethniques. L’impossibilité vingt fois démontrée par de cruelles expériences de dissocier par des transferts de population des éléments ethniques étroitement imbriqués (Philos., Relig., 1957, p. 4616). −Spéc., LING., empl. adj. et subst. (p. ell. du déterminé). (Mot) ethnique.Mot dérivé d’un nom de pays ou de région et indiquant l’appartenance à ce pays, à cette région. Israël, du moins c’est le nom que portent ces gens, qui me semble un terme générique, ethnique, plutôt qu’un nom propre (Proust, J. filles en fleurs,1918, p. 764). Le nom, avec le patronyme et l’ethnique, du personnage honoré par un décret (L’Hist. et ses méth., 1961, p. 480).
Prononc. et Orth. : [εtnik]. Ds Ac. 1762-1932. Étymol. et Hist. 1. a) Subst. xiiie s. [ms.] etnique « païen » (Bible, Maz. 684, fo 235e ds Gdf.); de nouv. 1541ethnique (Cl. Marot, Psaume de David, 14 ds Œuvres, éd. P. Jannet, t. 4, p. 88);b) adj. 1549 ethnicque « païen » (Id., Deux Colloques d’Erasme traduits en françois, II, ibid., p. 38); 2. a) adj. 1752 mot ethnique » (mot) qui sert à désigner une population » (Trév.) ; b) subst. 1864 « dénomination d’un peuple » (Littré); 3.adj. 1871 « relatif à la race ou à l’ethnie » (Renan, Réf. intellect., p. 140). Empr. au gr.ἐθνικός proprement « de la nation, de la race », d’où « ethnique » terme de gramm. (d’où 2, 3); ayant servi dans la lang. néotestamentaire à désigner les Gentils [groupe d’hommes ayant les mêmes coutumes (païennes)] par opposition aux Hébreux, est passé dans cet emploi au lat. chrét. ethnicus, d’où 1. Fréq. abs. littér. : 71. Bbg. Cassagnau (M.). Considérations sur les ethniques. Vie Lang.1967, pp. 281-286.

Je tenais à faire un billet sur les statistiques “éthniques“, puisqu’il s’agissait d’un sujet d’actualité. Non pas pour apporter une contribution personnelle et innovante (je n’ai toujours pas compris ce que signifait “éthnique“), mais juste pour revenir sur le premier paragraphe d’un billet sur un blog de Libé (mentionné sur la page d’ouverture de Libé).

Cette première phrase a retenu mon attention pendant de longues minutes….1. tout d’abord la déclaration  “55% des Français” (puis par la suite “96% des Français”) montre que le questionnaire devait inclure une question sur la nationalité, ou au moins “êtes-vous Français(e) ?”. Selon la définition du dictionnaire, ce genre de question semble bien être une question “éthnique“. Peut-on d’ailleurs savoir ce qu’ont répondu les “non-Français” ? Pour revenir d’ailleurs sur ce qu’est un “Français”, je renvoie à un papier d’un collègue rennais,ici.

2. les “statistiques” ont-elles pour finalité de lutter contre le racisme (de manière “efficace“) ? La semaine dernière, Alain Desrosières était sur Rennes pour faire une exposé (Gouverner par les nombres), où il expliquait que bien que les statistiques soient étroitement liées à une gouvernance (pour reprendre mon dicitonnaire “statistique” fut emprunté à l’allemand Statistik, forgé par l’économiste allemand G. Achenwall (1719-1772), qui l’a dérobé de l’italienstatista « homme d’État », la statistique représentant pour lui l’ensemble des connaissances que doit posséder un homme d’État (Brockhaus Enzykl.)), il convient de distinger les statistiques collectées de l’utilisation qui en est faite.

3. il faudrait rapeler que certaines statistiques éthniques sont autorisées. La loi de 1978 (qui a fondé la CNIL) dit qu’on ne peut pas conserver ce type de données dans les fichiers de façon générale, sauf s’il y a des travaux de recherche menés par la statistique publique, c’est-à-dire l’Insee, certains ministères et des organismes de recherche comme l’INED. Cette loi a d’ailleurs été allégée par des directives européennes. Par exemple, l’INED pose des questions sur les lieux de naissance des personnes, les lieux de naissance de leurs parents, les changements de nationalité. Elle peut également poser des questions sur la couleur de la peau, à condition que les personnes donnent le “consentement exprès“, c’est-à-dire écrit (et encore, selon une directive européenne, le consentement exprès n’est plus nécessaire quand on pose ce genre de questions si le questionnaire a été au préalable soumis à un examen spécial de la CNIL). Il est possible d’aller voir ici par exemple pour plus d’information sur les données personnelles. Bref, il me semble qu’il y a une belle hypocrisie sur le sujet…

4. enfin, le point qui m’a le plus choqué est qu’on demande par sondage aux “Français” de trancher. Cela me fait constament penser à ce mémorable épisode de Qui veut gagner des millions,

Sous prétexte que 56% des “Français” pensent que le soleil tourne autour de la terre, ne faudrait-il pas déposer un recours à l’Académie des Sciences pour changer les livres de physique de 3ème ? Bref, j’ai toujours été sceptique sur cette utilisation des sondages*. Je renvoie d’ailleurs au chapitre de Questions de sociologie de Pierre Bourdieu, L’opinion publique n’existe pas (exposé fait en janvier 1972 et paru dans Les temps modernes, 318, janvier 1973, pp. 1292-1309, lisible ici).
“Toute enquête d’opinion suppose que tout le monde peut avoir une opinion ; ou, autrement dit, que la production d’une opinion est à la portée de tous. Quitte à heurter un sentiment naïvement démocratique, je contesterai ce premier postulat  […]  On sait que tout exercice de la force s’accompagne d’un discours visant à légitimer la force de celui qui l’exerce ; on peut même dire que le propre de tout rapport de force, c’est de n’avoir toute sa force que dans la mesure où il se dissimule comme tel. Bref, pour parler simplement, l’homme politique est celui qui dit : « Dieu est avec nous ». L’équivalent de « Dieu est avec nous », c’est aujourd’hui « l’opinion publique est avec nous ». Tel est l’effet fondamental de l’enquête d’opinion : constituer l’idée qu’il existe une opinion publique unanime, donc légitimer une politique et renforcer les rapports de force qui la fondent ou la rendent possible.  Ayant dit au commencement ce que je voulais dire à la fin, je vais essayer d’indiquer très rapidement quelles sont les opérations par lesquelles on produit cet effet de consensus. La première opération, qui a pour point de départ le postulat selon lequel tout le monde doit avoir une opinion, consiste à ignorer les non-réponses.[…] Deuxième principe à partir duquel les gens peuvent produire une opinion, ce que j’appelle l’« ethos de classe » (pour ne pas dire « éthique de classe »), c’est-à-dire un système de valeurs implicites que les gens ont intériorisées depuis l’enfance et à partir duquel ils engendrent des réponses à des problèmes extrêmement différents. […]  L’effet d’imposition de problématique, effet exercé par toute enquête d’opinion et par toute interrogation politique (à commencer par l’électorale), résulte du fait que les questions posées dans une enquête d’opinion ne sont pas des questions qui se posent réellement à toutes les personnes interrogées et que les réponses ne sont pas interprétées en fonction de la problématique par rapport à laquelle les différentes catégories de répondants ont effectivement répondu.”
En fait, on peut voir que ce que je critique, c’est surtout le résumé du sondage, à mon avis mal interprété. Quand on voit la question précise, et conclure comme titre que “les statistiques éthniques n’ont pas la côte” car une majorité de français les jugent “non-efficace“. Voici le résumé proposé dans Le Parisien, qui est à mon avis nettement plus mitigé,
Bref, je n’ai aucun avis sur les statistiques ethniques, mais je suis ravi de voir qu’une seule phrase ait pu me faire m’interroger autant !* Afin de légitimer ma critique, j’ai fait passer dans ma jeunesse (en 1996) des questionnaires dans la rue, sur une étude sur la perception qu’avaient les jeunes du système de retraite. Le questionnaire comportait des questions comme “En France, le système de retraite est un système (1) par répartition ou (2) par capitalisation“. J’ai alors découvert la méconnaissance totale qu’avaient “les Français” (ou plutôt “les gens” car je n’ai jamais demandé de nationalité) sur des aspects de base du système économique français, mais surtout le regard inquiet qu’ils me posaient après avoir répondu, du genre “j’ai bien répondu ?” Je me suis aussi rendu compte que beaucoup de monde n’osaient pas admettre qu’elles ne savaient pas, et étaient “sans opinion“, et préfèraient répondre n’importe quoi. Je pense que toute personne qui utilise des sondages devraient prendre 2 ou 3 jours pour en faire passer, dans la rue, pour comprendre comment les gens répondent avant de tirer des plans sur la comète…

[25/03/2009] Pour compléter ma critique des sondages, je voulais aussi rappeler un sondage intéressant, commandé en 2000 (aux Etats-Unis) par le magazine Time et CNN, lorsqu’il était demandé aux “gens” s’ils pensaient faire partie du 1% des Américains les plus riches: 19% répondaient que “oui“, et 20% affirmaient que “ça ne saurait tarder“. On peut retrouver une analyse plus complète par Andrew Eggers dans un  papier intitulé not so deluded after all (ici) ou dans un papier de David Brooks, superiority complex paru dans Monthly Atlantics en 2002 (ici). Sur le sondage original, Andrew Eggers explique qu’il a été mené par Yankelovich Partners fin octobre 2000 sur 2060 personnes interrogées au téléphone. Ces ordres de grandeurs ont été observés par la suite.