A public historian

mardi 25 janvier 2011

A quand un moteur de recherche intelligent?

Avez-vous déjà fait l'expérience de taper sur Google des questions précises?

Have a look at : http://www.technologyreview.com/computing/26913/

lundi 10 janvier 2011

Personal Brain

Personal Brain est un logiciel de cartographie mentale (ou mind mapping). Il est offert pendant un mois et donc peut-être testé. Le téléchargement et l'installation ne posent pas de problèmes particulier. Le principe est de créer un Brain, un cerveau conçu comme jeu d'idées mises spatialement en réseau.

Cet outil est assez fascinant de prime abord, et l'on s'y perd très facilement.
Plusieurs utilisations peuvent intéresser l'historien:
- une simple mise en relation spatiale d'idées, auxquelles il est possible d'ajouter des mots-clefs, du texte, des liens extérieurs, voire même des images. Cette utilisation s'apparente soit à la reconstitution d'un schéma mental spatialisable soit à un mode de présentation et d'argumentation.
- un outil de réflexion à part entière par lequel l'historien tente de dupliquer le fil de ses idées aussi précisément que possible à des fins de conservation et de réflexion.
- une base de donnée en trois dimensions incluant beaucoup de fonctionnalités.

L'aspect spatial fait la grande force de cet outil de mind mapping, mais c'est aussi un piège car la complexité peut rendre la représentation illisible assez rapidement.
Cet outil semble d'un abord simple, mais il peut devenir rapidement assez complexe. Et pourtant cette coplexité est toujours bien en deçà de la complexité réelle du cerveau humain.

Voici un essai de mind-mapping : les objectifs de l'éducation missionnaire
- Convertir (avec le petit bémol qui est que cela est le boulot de l'Esprit-Saint)
- Rendre la présence catholique acceptable pour la société environnante.
- Former des individus capables de seconder les missionnaires et de les remplacer.

Il est à supposer que avec plus d'exploration, il est possible de faire des choses fascinantes (par exemple le fond d'écran choisis indique que l'opération de cartographie mentale est de l'ordre de l'analogie), mais je ne pense pas choisir cet outil pour constituer ma base de données.

mercredi 8 décembre 2010

Crocodoc

Crocodoc is an online annotation tool.

It is a web-based interface that allows any individual to upload a file (pdf, word, jpeg, and even web pages snapshots...) annotate it and share it.
It does not require a login if the intent is to do a one-shot modification or just to share a file.
If you want to use it on a more regular basis, you can create an account, for free, and start upload some files, organise them in folders, and share them.

Functionalities :

- Drawing
- Highlighting
- Cross-striking
- Circling
- Drawing points
- Writing on top of any document
- Saving modified documents (marked-up documents) online, dispatching them to google documents or downloading them.
- Keeping track of a collaborative process of annotation
- Protecting documents by preventing others in the sharing process to disseminate them (which I guess is intended at keeping copyright lovers happy)
- etc.

Some problems and their solutions :

The web application seems to find it difficult to upload some pdf documents (it must depend on the level of protection) or sometimes it does it very slowly (it must also be a question of size).

Example: I uploaded an article taken from a scholarly journal on Jstor and then I uploaded it, after a long time it indicated that the upload process had failed. But later it appeared to have been uploaded, I opened it (it took 30 seconds at least), and I could work on it.

The interface can be separated in two or three sections. These sections are from left to right: document, annotations in a margin, log of the collaborative process. Therefore when the annotating process is on, the document can become too small to actually work on it. To avoid that flaw, fields can be closed.

The quality of the highlighting process depends heavily on the quality of the character recognition.

There are only four colours available for drawing, highlighting, etc.

It is based on flash technology, therefore no chance of using it on the Ipad, which has a paying tool with similar (and I guess more advanced) functions.

Conclusion: this tool is useful, though slow at times. It is definitely worth it for a student.

lundi 6 décembre 2010

Cloud analysis of texts with TagCrowd

Résumé:
Tagcrowd est un outil en ligne de mesure de la fréquence des mots dans un texte. C'est un outil pratique, gratuit, dont les paramètres sont adaptables. Il existe plus d'options pour les textes en langue anglaise. Pour un historien, parmi les nombreuses utilisations vantées par le concepteur, deux utilisations apparaissent comme séduisantes:
- pour un premier travail de débroussaillage de données textuelles longues, dans une perspective comparative.
- pour illustrer son propos par la génération automatique d'un nuage de mots-clefs visuellement efficace.
Bref, c'est un outil amusant. En voici une analyse plus poussée:

In dealing with increasingly massive amount of texts which are more and more available in more than image forms, researchers in Humanities can be tempted to get computer's help.
A very basic way to approach a text with a computer is by simply do a search with key-words, i.e. with the words I think will be inside the text or with the words I hope will be inside the text. That means doing exactly like browsing through an index at the end of a book.
But softwares can help us do just the opposite: faced with huge amounts of text, we can generate indexes on the basis of word frequency. Thus we can have our own tags generated automatically.
Computerised text analysis is a very advanced field and provides many different approaches to help researcher in what they most urgently need : devices to simplify the analysis of larger and larger amounts of text data a single human being would be unable to process in a day, a year, or a life-time. Text analysis can be based on proximity (geometrical algorithms), on frequency, on meaning, on all of the above, etc.
TagCrowd is one of these tools: it is a web application that creates clouds of tags selected on the basis of frequency in a given text.

Let's test it with two pieces on China and religion :

- La Religion des Chinois, by Marcel Granet (one of the founding fathers of modern Sinology in France), 1922:

created at TagCrowd.com

This has been obtained while specifying the elimination of most common words in the French language. But it is not perfect since "d'un"or "d'une" were not eliminated.
But it is much better than that:

created at TagCrowd.com

So to solve the problem of unwanted words or compounds, one can create a stoplist. I did that to improve the quality of the cloud, and I obtained that (while expanding the number of words to 50):

created at TagCrowd.com

- A Typical Mission in China, by William Soothill (eventually he was to become Professor of Chinese at Oxford), 1907

created at TagCrowd.com

This cloud being taken from an English text is also supposed to gather words by proximity (extra-function).
Here is the list of non-wanted words so that I could have a "cleaner" cloud, with more "meaningful" words: ago, already, away, become, became, found, mr, name, number, soon, whose, brought .

As we can see this process would probably not satisfy a demanding cliometrician, or linguist, or historian (on what basis do I eliminate the verb "become", belonging to the lexical realm of change?). And other softwares exist that would. But this web app is free, reliable, adaptable, easy to use and produces pretty clouds of visual significance. When will a Chinese version be available?

PS: The tags for this post were TagCrowd generated....

mercredi 24 novembre 2010

Zo-what? ZOTERO

First Zotero is here.Basically, it works as a good, free, substitute for softwares and Internet services like Refworks or Endnote. Zotero was conceived by historians, and therefore is well suited to their needs, their bibliographical needs. Here is a tutorial.

This short post only aims at proving the bibliographical capability of Zotero.

Here is a short (and uncomplete) bibliography on Education of women in communist China (1949 to this day) made simple by the use of Zotero:

Theodore Hsi-En Chen, “Education and Propaganda in Communist China,” Annals of the American Academy of Political and Social Science 277 (Septembre 1951): 135-145.

Esther Ngan-Ling Chow, Naihua Zhang, et Jinling Wang, “Promising and Contested Fields: Women's Studies and Sociology of Women/Gender in Contemporary China,” Gender and Society 18, n°. 2 (Avril 2004): 161-188.

William Lavely et al., “The Rise in Female Education in China: National and Regional Patterns,” The China Quarterly, n°. 121 (Mars 1990): 61-93.

Kimberley Ens Manning, “The Gendered Politics of Woman-Work: Rethinking Radicalism in the Great Leap Forward,” Modern China 32, n°. 3 (Juillet 2006): 349-384.

Tissier Patrick, L'éducation en Chine populaire, sans date.

Suzanne Pepper, “Education and Revolution: The "Chinese Model" Revised,” Asian Survey 18, n°. 9 (Septembre 1978): 847-890.

Suzanne Pepper, China's education reform in the 1980s: policies, issues, and historical perspectives (Institute of East Asian Studies, University of California at Berkeley, Center for Chinese Studies, 1990).

Peter J. Seybolt, “The Yenan Revolution in Mass Education,” The China Quarterly, n°. 48 (Décembre 1971): 641-669.

Xiaoling Shu, “Education and Gender Egalitarianism: The Case of China,” Sociology of Education 77, n°. 4 (Octobre 2004): 311-336.

This is not a perfect tool, but it is perfectible. For example in our case, surnames not always appear after the first name, their has been a choice of a Harvard bibliographical style (which is highly controversial here in France), etc.

These minor defects can be fixed: once Zotero grabs a reference on a library site (unfortunately not all library sites allow for it) or on Jstor, and if no error message pops in, the user (i.e. me) can always complete the bibliographical notice that appears in the Zotero plugin on Firefox (another major flaw to some: Zotero is firefox compatible only): add the number of pages, correct a wrong wording (there one realizes the uneven quality of library sites indexing).
It has been rumored (actually it is probably true) that one can engineer one's own bibliographical style (useful to a French Graduate student since Zotero is American based and did not particularly think of me), but I have not set foot in that adventure.

Going beyond the scope of this paper (proving the simple beauty of making bibliographies with Zotero), I would add that Zotero has many other interesting features, some of which I do not even know, some I haven't used:
- Each reference can be enriched by tags, attached files, descriptions, allowing to document more precisely why I chose one reference and facilitating future works.
- Building a bibliography can be a collaborative venture.
- I can find other people interested by what I do.

Etc.

Conclusion : Get it.

Post Scriptum :

short bibliography of Zotero compatible sites, made with Zotero :

“BnF catalogue général - Recherche simple,” sans date, http://catalogue.bnf.fr/jsp/recherchemots_simple.jsp?nouvelleRecherche=O&nouveaute=O&host=catalogue.
“Google Livres,” sans date, http://books.google.fr/.
“Library of Congress Online Catalogs,” sans date, http://catalog.loc.gov/.
“Millennium Web Catalog,” sans date, http://las.sinica.edu.tw:1085/*eng.
“Nation Taiwan University Library Online Catalog,” sans date, http://tulips.ntu.edu.tw/search/Y.
“OLIS homepage,” sans date, http://www.lib.ox.ac.uk/olis/.
“Portail Denis Diderot,” sans date, http://primo.bibliotheque-diderot.org:1701/primo_library/libweb/action/search.do?dscnt=0&vid=BDD&dstmp=1288269481397&fromLogin=true.
“WorldCat.org : le plus grand catalogue de bibliothèques au monde,” sans date, http://www.worldcat.org/?lang=fr.

Valley of the Shadow

http://valley.lib.virginia.edu/
Interview sur Valley of the Shadow.

Valley of the Shadow is a digital archive conceived in the 1990s and build since then, that adapted to the evolving technologies and came to become one of the foremost examples of digital history. Here is discussed in French some of the issues of this kind of enterprise from its genesis to its unending present.

Valley of the Shadow est une archive digitale mettant à la disposition de tous les utilisateurs d'internet un ensemble de sources primaires sur deux cantons (county) américains pendant la guerre civile américaine (1861-1865). Ces deux cantons sont Augusta County en Virginie et Franklin County en Pennsylvanie. Ces deux espaces sont distants de 200 miles, et présentent de nombreuses similarités à l'exception de l'esclavage. A l'occasion de la Guerre Civile, leurs populations en guerre l'une contre l'autre selon une ligne nord-sud vont donc s'entretuer à l'instar du reste du pays.
En quoi ce projet est-il pionnier pour l'histoire numérique? En quoi est-il crucial pour tout historien tenté par l'entreprise de création d'une archive numérique d'analyser Valley of the Shadow?

Genèse du projet:

En 1991, Edward Ayers conçoit un projet de recherche historique comparative sur ces deux cantons, l'un au Nord, l'autre au Sud, proches de la frontière entre les deux ensembles, constamment au centre des opérations, suffisamment proches et semblables et pourtant ennemis.
Au départ il ne pense pas utiliser l'ordinateur, mais finalement prend conscience des possibilités d'un tel outil. L'ordinateur semble pouvoir faciliter et accélérer l'assemblage de documents disparates comme des journaux, des recensements, des lettres, des journaux personnels, des discours ou des registres paroissiaux. Reconstituer le puzzle de ces vies entremêlées dans ces deux entités géographiques devait pouvoir révéler des aspects insoupçonnés de cette épisode crucial de l'histoire américaine, mais à un niveau local.
L'Institut pour l'utilisation des Nouvelles Technologies dans les Humanités (Institute for Advanced Technologies in the Humanities or IATH) parraina le projet et le proposa en réponse à un appel d'offre de la part d'IBM qui s'intéressait alors à l'utilisation de l'informatique dans les humanités. Avec quelques ordinateurs, une assistance technique IBM dans un espace situé dans la bibliothèque de l'université de Virginie et le travail rémunéré d'étudiants, l'équipe commença alors à collecter, transcrire et convertir les sources en fichiers digitaux.

En 1993 l'irruption du World Wide Web changea complètement l'orientation du projet: nul besoin de finir l'ensemble avant de diffuser l'information, d'offrir au monde les fruit de ce travail colossal. Heureusement pour le projet, le language HTML (Hypertext Markup Language) était dérivé d'un language informatique qu'ils avaient adopté au départ.

Internet dans ses débuts ne permettant pas l'utilisation d'images en haute définition, un CD-ROM est publié en 1997, permettant d'inclure du texte, des images en haute définition, des voix et de la musique. L'interface très simple de la page d'accueil du site, rassemblant trois plans de maison identiques pour les trois périodes considérées a aussi son origine dans le souci de rester accessible pour les utilisateurs munis d'un simple modem.

Le succès du CD-ROM auprès des écoles et le succès du site a contribué à la renommée du projet facilitant son expansion, suscitant notamment des dons de documents par des familles. En plus du CD-ROM, un certain nombre de publications académiques naissent de ce projet. (par exemple: Thomas, I., 2003. The Differences Slavery Made: A Close Analysis of Two American Communities, DigitalCommons@University of Nebraska - Lincoln.)

Selon la description du projet donné dans le site, en 2009, il y avait 12,000 documents numérisés dans VOS.

Prise en main:

Le site permet l'exploration de milliers de documents originaux concernant la vie ordinaire des hommes et des femmes de ces cantons sur une période qui s'étend de 1859 à 1870, englobant largement les années de guerre, choix chronologique qui doit permettre une mise en perspective de l'expérience de la guerre au niveau local.

L'archive digitale est classée en trois périodes:
- L'avant-guerre: automne 1859 - printemps 1861.
- La guerre: printemps 1861 - printemps 1865.
- L'après-guerre: printemps 1865 - automne 1870.

Sur la page d'accueil du site, des trois ensembles séparés chronologiquement sont représentés par trois plans identiques d'une même maison, produisant un effet de logo assez efficace, une image de marque de Valley of the Shadow. Les pièces de ces trois plans identiques ne sont pas nommées exactement de la même façon puisque les années de guerre ont produit des types de sources un peu différents: par exemple comme le recensement n'a lieu que tous les dix ans, il ne peut apparaître pour la prériode de guerre.

Chaque partie est néanmoins semblable. Pour s'orienter à l'intérieur, divers manières s'offrent à l'utilisateur: des instruments de recherche complets incluant dates, mots clefs, noms, lieux, etc. Comme les documents textes ont été encodés en xml, tout contenu est à la portée du moteur de recherche. Il est aussi possible de parcourir par type de documents, ordonnés ensuite chronologiquement.
Les concepteurs du site ont soigné leur interface et les rubriques d'aide aux utilisateurs.

Conclusion
C'est un outil incroyable pour historien de la Guerre Civile et un démonstrateur irremplaçable pour tout individu ou toute organisation tentés par la création d'une archive digitale centrée autour d'un sujet ou d'un territoire. Un tel projet suscite également des questions et des doutes.
Comment maintenir un tel projet dans le temps, une fois qu'il se termine? Et un tel projet peut-il se terminer?
La qualité de cet outil dépend de l'intelligence et de la qualité du questionnement de celui qui l'utilise, ou du moins cela est la revendication des concepteurs (interview de Andrew Torget). Mais pour qui un tel projet est-il fait? La variété des utilisateurs et des contributeurs montre que la question n'est pas simple et qu'y apporter une réponse n'appartient probablement pas à l'historien, même si les standards de conception ont étés définis par des historiens.
Ce projet repose sur le principe de l'exclusion de sources secondaires de son coeur, mais pour autant, l'empreinte des concepteurs est partout: interface, moteurs de recherche, cartes de batailles animées, choix de fournir ou non les scans des textes en accompagnement, etc.

Nous ne sommes pas en face de la quintessence du laboratoire de l'historien, THE LAB, nous sommes dans un labo particulier, particulièrement bien conçu, un projet modèle pour tout historien songeant à franchir le pas de la conception et de la réalisation d'une archive digitale: cela suppose un sujet bien délimité, des ressources financières, institutionnelles et techniques, une équipe qui faut renouveller constamment, etc.

Come and have a look at it.

PS:
Je ne connais pas beaucoup de sites comparables dans la sphère francophone. Néanmoins, le site de l'histoire par l'image, centré sur les représentations iconographiques et non pas sur un sujet particulier est un des bons sites d'histoire numérique français.

mardi 9 novembre 2010

Un écho de ce qui s'est dit, un mardi après-midi...

How does humanity survive in a digital world?

Complètement par hasard je suis tombé ce soir sur cette vidéo d'une interview de George Steiner faite en 2009. La première d'une série de trois fait écho des questions dont nous avons discuté cet après-midi.
Lis-t-on comme auparavant? Est-ce qu'un illettré maîtrisant des logiciels complexes est toujours illettré ou est-ce le philosophe?
Un dialogue de sourds entre nous, génération de l'ordinateur, et les anciennes (la sienne)? Richesse d'un nouveau monde, un "web planétaire de la pensée, qui risque de tout changer" ?
Partie 1 : Le vide dans la jeunesse...

Les deux autres parties sont également intéressantes, mais ne font pas directement écho de notre discussion de l'après-midi.

lundi 8 novembre 2010

Digital history : some worries

Reading the post by Remi on digital history, the nature of it and the oppositions it creates, I wanted to add a few things on the matter.

Rémi puts to the question the notion of digital history. Is it only the good old craft of historians considerably quickened and broadened by the use of new technologies ? Or is Digital History a completely new thing, that changes beyond recognition the nature of history?

It seems to me that the documents mention very serious arguments that cast doubts on the benefits of the imperium of the web over the practise and the diffusion of history.

Only three remarks:
- The article by Carr, Is Google making us stupid? underlines the fact that reading habits of web surfing historians have shifted to the point where they cannot read a whole article or a whole book at once. They feel the need to jump to other places. In my case I cannot rest if I cannot locate the book, article or source mentioned in the footnote and therefore when I am online, I must click on the hyperlink. But what about focus? Is this reading habit good for reasearch? Does historical research need more focus or more creativity?
- To follow on that remark, I downloaded recently a podcast by Jennifer Burns, from the University of West Virginia, on American Intellectual History (I know it is a bit far from my area of interest but she is an amazing teacher). I suppose this is a course for undergraduates and therefore she stressed the importance of learning how to read in a world where images, videos and soundtracks steal all the energy we would have to read. Great readers become scarce but reading skills are essential to get a reasonably good grasp of the complexity that surrounds us.
- Finally I just finished the chapter by Cohen and Rosenzweig on the History Web. At one point, they mention Jim Zwick and his website on anti-imperialism. To them he is an example of the wonders an individual historian can realize with one website by digitizing materials relevant to his subject. My only problem is that Jim Zwick died recently and his websites disappeared. While it has more than one favourable review, it passed away with its author. What a waste? (but let's be hopeful: maybe an institution of the deep web, a database has taken over, maybe... but where?)

dimanche 7 novembre 2010

eHub

eHub est un site qui répertorie les nouvelles applications, sites web et autres services innovants faisant partie du Web 2.0.
J'ai longuement visité ce site mais comme il est dépourvu de moteur de recherche, c'est un peu difficile d'y évoluer autrement qu'au hasard ou alors par proximité entre les outils.

J'ai trouvé deux outils qui me semblent particulièrement prometteurs pour ma recherche.
Le premier est OpenStreetMap. C'est un projet collaboratif qui a pour ambition d'établir une carte de l'ensemble du monde (au moins terrestre) qui soit complètement libre de droit. Si j'ai bien compris le principe, chacun peut apporter sa pierre à l'édification d'une carte de plus en plus précise, corrigée par les pairs. Des projets plus resserrés sont organisés, autour d'un espace (Hong Kong par exemple) et tous types de données géographiques peuvent être ajoutées. Le problème c'est que pour pouvoir contribuer le plus efficacement, il faudrait que j'acquière un GPS.
Concrètement pour ma recherche: cela pourrait permettre de créer une carte du Guangdong adaptée à un besoin d'une localisation relativement précise prenant en compte les différents langages utilisés pour nommer les lieux. Mais il faut pour cela des collaborateurs. Et puis les fonds de carte existant sont peut-être utilisables.

L'autre outil que j'ai testé est ReviewBasics. Cet outil permet de créer des projets collectifs autour de documents écrits et de vidéos. L'on peut créer un projet, mettre en ligne des documents, les commenter, en souligner des parties, inviter de façon sélective d'autres à collaborer. Cette outil permet également de vérifier si tous les collaborateurs d'un projet ont bien vu les documents (ou au moins les ont bien ouverts...). Sérieux désavantage: les pdfs issus de Jstor ne s'affichent pas, je suppose qu'ils sont protégés. Et donc cela veut dire que c'est un substitut imparfait à Acrobate Professional, ainsi qu'à googledocuments.

Time machine

The assignement was to go on Archive.org, download the Fall and Winter catalogue of Eaton of 1899-1900 (Eaton's Fall and Winter Catalogue 1899-1900 : T. Eaton Co : Free Download & Streaming : Internet Archive, Available at:
http://www.archive.org/details/eatons1899190000eatouoft [Accédé Novembre 7, 2010]),

go p 200 and there find a list of books that were for sale that season.
Here is a snapshot of what I decided to concentrate on:

Among these titles, these are what I chose:

Knight of the Nets, Amelia E. Barr

Knight of the Nineteenth Century, E.P. Roe

La Salle, John. S. C. Abbott

Land of the Dollar, G.W. Steevens

Love for one Hour is Love for Ever, A.E. Barr

Miss Lou, E.P. Roe

Knight of the Nets, Amelia E. Barr

Using googlebooks I found a digitized version of it on www.1stworldpublishing.org. But another version also exists on project gutenberg. Archive.org directs toward the Gutenberg version.

The existence of two different free versions is a little bit surprising. For that book, project gutenberg offers to biggest number of different ebook versions.

The 1stworldpublishing website offers the possibility of purchasing a hardcopy of the book.

Knight of the Nineteenth Century, E.P. Roe

Gutenberg
Archive.org
googlebooks
The funny thing about the googlebooks version is that access to it is limited even if they recognize that it is a book published before 1923 and therefore within the public domain.

La Salle, John. S. C. Abbott

Gutenberg
Archive
googlebooks
The Internet archive offers two versions of the book which are different. Among these is the google version, which is unrestricted. The other version offers illustrations.

Land of the Dollar, G.W. Steevens

Archive: offers 6 different versions.
googlebooks: restricted version.
No Gutenberg version though.

Therefore the Internet Archive displays a form of waste (digitizing identical copies), whereas Gutenberg does not have the book.

Love for one Hour is Love for Ever, A.E. Barr

Archive: two versions.
googlebooks: Google indicates it has digitized it but no preview is possible.

Gutenberg does not have it.

Miss Lou, E.P. Roe

Archive: 7 versions
googlebooks: 6 versions
Gutenberg: 1 version

Conclusion: I haven't failed to find any of these books. Most of the time there are multiple versions. Which means a certain degree of waste of resources because of the absence of coordination between the different sponsors, hosting website and providing institutions. It can be relevant in the case of multiple editions, but when it is the same book digitized twice...

Citations de lectures

mardi 25 janvier 2011

lundi 10 janvier 2011

mercredi 8 décembre 2010

lundi 6 décembre 2010

mercredi 24 novembre 2010

mardi 9 novembre 2010

lundi 8 novembre 2010

dimanche 7 novembre 2010