Après un mois de novembre consacré au Challenge de A à Z et la création d'un élément wikidata par jour (voir en détail), on enchaîne avec un calendrier de l'Avent breton. Les Archives départementales des Côtes-d'Armor ont mis à disposition depuis longtemps des inventaires de documents figurés sur la plateforme Datarmor. J'avais créé une carte à partir des données en 2017, carte malheureusement non illustrée car les liens images n'étaient pas dans le jeu de données et la reconstitution s'annonçait laborieuse.

Dans la foulée de différentes actions menées sur Commons dernièremenr (à savoir catégoriser les documents issus des services d'archives) et titillée par les mises en ligne de cartes postales des Archives des Hauts-de-Seine faites par P.-Y. Beaudouin (avec tutoriel intégré pour les intéressés), j'ai repris le projet de mise en ligne de cette ensemble côté 16 FI. Motivation supplémentaire : il y avait peu de catégories communales dans la catégorie Postcards of Côtes-d'Armor. Je n'ai pas encore récupérer tous les liens images des milliers d'images (mais près de la moitié tout de même). Le mois de décembre se prête bien, avec le calendrier de l'Avent, à l'exercice de diffusion de petits lots téléchargés sur Commons (avec des gros cadeaux de Noël en perspective à la fin du mois).

Chaque jour, retrouvez donc les cartes postales 16FI d'une commune costarmoricaine (fil quotidien sur Twitter), avec les métadonnées descriptives issues du jeu de données en opendata.

Pour en savoir plus

• Catégories Commons : Postcards in Archives départementales des Côtes-d'Armor, Postcards of Côtes-d'Armor
• Cartographie de la catégorie Postcards in Archives départementales des Côtes-d'Armor
• Pierre-Yves Beaudouin, Importer dans WikiCommons des centaines de photos à partir d'un csvd

À l'occasion d'un récent encodage d'inventaire parfait pour l'exercice et après plusieurs formations partielles et expresses tronquées faute de temps, voici enfin le pas à pas illustré et détaillé du cheminement permettant de passer d'un magnifique inventaire PDF très textuel à un inventaire électronique publiable sur un portail d'archives.

L'inventaire PDF initial faisait 55 pages et concerne un peu plus de 700 descriptions de dossiers, mais le cheminement est identique (et a été éprouvé) pour des contenus de milliers de notices.

Il ne s’agit pas ici de fournir la meilleure ou la plus rapide méthode pour arriver au but. Tout dépend du contenu initial, de la maîtrise de l’outil OpenRefine, et de la façon de penser et de construire des sous-ensembles auxquels appliquer des transformations en masse. Ce cas pratique vise à donner des idées de méthodes et de logiques applicables pour l'encodage et la normalisation de contenus volumineux et sériels.

Enfin, loin de moi l'idée de laisser entendre que l'encodage XML EAD est la solution idéale pour ce genre de données. Les données nettoyées et enrichies dans OpenRefin sont d'ailleurs exportables en différents formats (CSV, JSON, HTML, etc.) et donc facilement réinjectables dans des structures informatiques. Néanmoins, le XML EAD est à l'heure actuelle souvent le seul outil de publication en ligne de contenus archivistiques. Et mieux vaut un inventaire électronique normalisé et interrogeable en recherche qu'un fichier PDF ou Word noyé au fin fond d'un serveur en local ou en ligne.

Le cas pratique se découpe en 4 grandes parties :

• 1. Transformation du contenu en tableur structuré (diapos 4 à 27) : c'est la phase la plus longue (environ deux grosses heures sur le jeu de données utilisé) ;
• 2. Harmonisation et enrichissement (diapos 28 à 41) : environ une heure pour homogénéiser le contenu, corriger les coquilles voire enrichir les données d'origine ;
• 3. Exporter en XML EAD (diapos 42 à 46) : selon l'aisance avec le schéma XML EAD, pas plus de 15 et 30 minutes
• 4. Des pistes pour aller plus loin... (diapos 47 à 50) : pour le plaisir, quelques idées pour aller encore plus loin, en indexant en masse à partir de référentiel, en utilisant les données pour faire des statistiques ou de la réconciliation avec Wikidata pour enrichir les contenus.

Télécharger le PDF

Côté ressources, je renvoie vers le tutoriel pense-bête OpenRefine, "Excel aux hormones" publié sur ce site et régulièrement mis à jour,  ainsi que les sites suivants :

• Mathieu Saby, Nettoyer et préparer des données avec OpenRefine (BULAC, mise à jour 2019)
• Ettore Rizza, Tutoriels vidéos (en français)
• Maïwenn Bourdic, Atelier OpenRefine - Forum des Archives 2019 (avec jeu de données exemple et captures d'écran pas à pas)
• Maïwenn Bourdic, Atelier OpenRefine et Wikidata (2019, journées Wikimédia Culture et numérique)

Profitons de ces temps de confinement pour réveiller (déconfiner ?) ce site un peu endormi... alors même les activités numériques parallèles ne manquent pas ! Ces dernières années, j'ai notamment investi Wikidata à travers différents projets archivistico-professionnalo-personnels :

• renseignement de la propriété "archivé par" (P485 pour les intimes), en particulier dans le cadre du concours organisé lors du forum de l'AAF en 2019 ;
• consolidation de données pour une liste d'autorité des architectes diocésains, à la fois en récupérant des informations de Wikidata (données biographiques, identifiant BNF, Leonore, etc.) et en y rajoutant de nouveaux éléments (données biographiques manquantes, fonctions, ajout de signatures) (Archives nationales ; voir la requête en ligne sur Wikidata) ;
• ajout en masse des identifiants RSN manquants pour les services d'archives à partir des données disponibles sur data.culturecommunication, création en masse des services d'archives communaux et régionaux inexistants
• création d'éléments et insertion des métadonnées descriptives de documents figurés téléversés sur Commons (travaux de restauration des cathédrales au XIXe siècle (Archives nationales ; voir la requête en ligne sur Wikidata) ;
• et tout frais, tout neuf : 70 ans d'expositions aux Archives nationales (voir la requête en ligne sur Wikidata) .

Les Journées Wikimédia - Culture et numérique 2019 ont eu lieu les 23, 24 et 25 mai 2019 aux Archives nationales (programme en ligne).

Condensé en tweets (impossible de faire marcher PickWeaver) et fichier PDF à partir des prises de notes collectives des interventions, bientôt les vidéos et slides en ligne. Sans oublier : mes notes sur l'atelier Pattypan, et la présentation de l'atelier OpenRefine et Wikidata.