La règle de sélection change la collection que l’on voit
Imaginons que l’on constitue une liste de lecture à partir de métadonnées de livres, en ne gardant que les notices qui comportent un auteur. Cette règle paraît un moyen simple de retenir les livres dont la responsabilité est nommée. Elle est pourtant plus précise : elle retient les notices dont le champ auteur est renseigné. Une mention d’éditeur scientifique ailleurs dans la même notice ne la satisfait pas. Cette distinction compte dès que l’on veut aussi inclure des livres présentés par une responsabilité éditoriale plutôt que par un auteur. Ici, la question n’est pas de savoir si ces livres méritent d’être inclus, mais combien de notices une règle portant sur un champ donné laisse passer. Dans cet article, « éditeur scientifique » désigne la personne qui dirige un ouvrage collectif, et non la maison d’édition.
Dans l’export du DOAB étudié, exiger le champ auteur conserve 58 808 des 103 963 notices de livres. Accepter le champ auteur ou le champ éditeur scientifique en conserve 102 658. L’écart est de 43 850 notices dont le champ éditeur scientifique est renseigné et le champ auteur vide. Ce calcul n’oblige ni à reconnaître le nom d’une personne, ni à décider si deux noms désignent la même personne, ni à juger le contenu d’un livre. Il compare directement des cellules remplies. Cette indépendance vis-à-vis de l’analyse des noms rend le résultat central particulièrement net : la sélection change parce que les rôles acceptés changent.
Pour qui prépare une bibliographie thématique, ou une bibliothèque qui constitue une collection à partir de ces données, la leçon utile est de préciser les rôles à couvrir avant d’appliquer un filtre. Une liste destinée à étudier les notices attribuées à des auteurs peut légitimement exiger ce champ. Une liste qui doit inclure aussi bien les livres d’auteur que les ouvrages dirigés demande une autre règle. Cette étude donne l’ampleur et la composition de cet écart pour un export figé. Elle ne montre ni que le site du DOAB exclut les ouvrages dirigés, ni qu’un lecteur n’a pas trouvé un titre, ni que l’une des sélections vaut mieux que l’autre dans tous les cas.
Ce que contient l’instantané et ce que signifie sa date
Les données viennent de la réponse CSV officielle complète du DOAB, récupérée le 30 octobre 2026 à 08:37:57.351428 UTC. Cette réponse contenait 114 618 lignes d’export. L’analyse retient les lignes dont le champ de type (dc.type) vaut exactement book et dont le champ du livre d’appartenance (oapen.relation.isPartOfBook) est vide une fois les espaces de début et de fin retirés. Ces conditions donnent 103 963 notices de livres. La condition sur le livre d’appartenance fait partie de la définition du périmètre. Elle ne signifie pas que chaque ligne retenue représente une œuvre distincte, ni que chaque ligne écartée est sans valeur pour les lecteurs.
L’horodatage de récupération identifie le fichier obtenu. Il ne date pas les livres et n’établit pas l’état exact de la base du fournisseur à cet instant. Aucun horodatage de génération fourni par le fournisseur n’a été vérifié. Dans cet article, « l’instantané » désigne donc cette réponse précise, et non un recensement de tout ce que le DOAB a contenu ou de tous les livres en libre accès disponibles à cette date. La taille enregistrée du fichier et son empreinte SHA256 identifient les octets sources sur lesquels reposent les dénombrements. Une réponse ultérieure à la même adresse officielle pourrait différer, sans contredire les résultats présentés ici.
Dans le périmètre retenu, les identifiants UUID et handle sont tous non vides et uniques. Cela aide à distinguer les notices, mais ne dit pas si des notices séparées décrivent des éditions, des formes ou des versions différentes d’une même œuvre. Tous les dénominateurs de cet article portent donc sur des notices de livres. Une collection spécialisée peut garder plusieurs éditions, alors qu’une autre bibliographie peut les regrouper. Aucun de ces choix n’est imposé ici. On peut ainsi interpréter les résultats des filtres sans supposer qu’un total de notices est aussi un total de livres uniques au sens bibliographique.
Huit profils pour interpréter l’absence de champ auteur
Trois champs, chacun renseigné ou vide, donnent huit profils possibles. Le premier tableau les présente tous dans l’ordre binaire auteur, éditeur scientifique, autres contributeurs, sans les classer par fréquence ni par importance. Une cellule renseignée contient un texte non vide une fois les espaces de début et de fin retirés. Une cellule vide signifie seulement que cette représentation ne contient aucun texte dans ce champ. Cette définition volontairement étroite évite un raccourci courant : l’absence de texte dans une cellule de métadonnées ne prouve pas qu’il n’existe aucun contributeur correspondant dans le livre, dans ses pages de début ou dans un autre catalogue.
Le profil le plus fréquent compte 55 673 notices où seul le champ auteur est renseigné, soit 53,55 % de l’ensemble sélectionné. Le suivant compte 43 404 notices où seul le champ éditeur scientifique est renseigné, soit 41,75 %. Ces deux profils expliquent une grande partie de l’écart entre les filtres, mais pas tout. Dans 446 autres notices, les champs éditeur scientifique et autres contributeurs sont renseignés, sans champ auteur. Ensemble, ces 43 404 et ces 446 notices forment les 43 850 ajouts obtenus quand les éditeurs scientifiques deviennent admissibles. La composition reste visible, au lieu d’être cachée derrière un seul total.
Les profils plus petits sont nécessaires pour compléter l’interprétation. On compte 351 notices avec auteur et autres contributeurs, 2 578 avec auteur et éditeur scientifique, et 206 où les trois champs sont renseignés. Dans 73 autres notices, seul le champ des autres contributeurs est renseigné, et 1 232 ont les trois champs vides. Ces catégories s’excluent les unes les autres, contrairement aux totaux de filtres, qui se recouvrent et sont présentés plus loin. Le tableau des profils répond donc à une autre question que le tableau des notices conservées : il décrit comment les champs coexistent dans les notices, y compris des combinaisons que l’on ne distinguerait pas si l’on indiquait seulement la présence d’un texte de contribution quelconque.
Un éditeur scientifique renseigné est une information, pas un auteur manquant
Une notice dont le champ éditeur scientifique est renseigné affirme, dans les métadonnées exportées, une responsabilité d’éditeur scientifique. On ne doit pas la qualifier automatiquement de défectueuse parce que le champ auteur est vide. Un ouvrage collectif peut être représenté par la personne qui le dirige, sans que la notice au niveau du livre attribue aussi la qualité d’auteur. C’est une possibilité d’interprétation compatible avec la distinction des rôles, et non une explication vérifiée pour chaque notice de ce périmètre. L’étude n’a pas examiné les pages de titre des livres ni comparé leurs mentions aux cellules exportées. Elle ne peut donc pas certifier qu’une attribution donnée est complète ou appropriée.
Pour constituer une collection, la première question est de savoir si la responsabilité d’éditeur scientifique entre dans le champ voulu. Si l’on cherche des ouvrages décrits au niveau du livre et pertinents pour un sujet, écarter les notices à éditeur scientifique au seul motif qu’elles n’ont pas de cellule auteur peut restreindre l’ensemble des candidats sans l’avoir voulu. Si l’on s’intéresse au contraire aux notices explicitement classées sous une responsabilité d’auteur, la sélection plus étroite peut être tout à fait adaptée. Le constat chiffré ne tranche pas entre ces objectifs. Il montre que les tenir pour équivalents masquerait 43 850 notices dans cet instantané, une différence considérable qui appelle un choix explicite.
Le champ des autres contributeurs demande une décision à part. Son texte ne peut pas être requalifié discrètement en mention d’auteur, car ce champ peut recouvrir différents types de contribution que cette analyse ne classe pas. L’accepter comme autre condition d’admissibilité revient à retenir une catégorie plus large de responsabilité enregistrée, et non à prouver la présence d’un auteur ou d’un éditeur scientifique. De même, les 1 232 notices au profil entièrement vide doivent rester décrites comme des notices sans texte dans ces trois cellules. Les appeler des livres sans mention de responsabilité transformerait une observation limitée aux métadonnées en affirmation sans fondement sur les livres eux-mêmes.
Trois filtres emboîtés, trois dénominateurs différents
La comparaison des notices conservées suit trois sélections emboîtées. La première garde les notices dont le champ auteur est renseigné. La deuxième garde celles dont le champ auteur ou le champ éditeur scientifique est renseigné. La troisième garde celles dont au moins un des champs auteur, éditeur scientifique ou autres contributeurs est renseigné. Chaque règle plus large inclut toutes les notices retenues par la précédente. Leurs totaux, 58 808, 102 658 et 102 731, ne doivent donc pas être additionnés. Les ajouts qui ont un sens sont les différences entre règles voisines : 43 850 quand les éditeurs scientifiques sont acceptés, puis 73 quand les autres contributeurs le sont aussi. Le second tableau garde ces totaux et ces ajouts séparés.
Si l’on prend l’ensemble du périmètre comme dénominateur, les trois règles conservent respectivement 56,57 %, 98,74 % et 98,81 % des notices. Les ajouts à éditeur scientifique représentent 42,18 % des 103 963 notices sélectionnées. C’est la mesure la plus directe de la part du périmètre qui change de statut entre les deux premières règles. Une autre question est de savoir quelle part de la sélection élargie « auteur ou éditeur scientifique » ces ajouts constituent : la réponse est 42,71 % de 102 658. Aucun de ces deux pourcentages n’exprime l’augmentation par rapport au total plus étroit qui exige un auteur. Garder le dénominateur attaché à chaque énoncé évite qu’un changement de formulation en apparence minime n’en change le sens.
Par rapport aux 58 808 notices conservées au départ, les 43 850 ajouts représentent une augmentation de 74,56 %. Ce rapport est légitime pour décrire l’élargissement à partir de la sélection la plus étroite, mais il ne se confond pas avec la part de 42,18 % calculée sur l’ensemble du périmètre. Pour une bibliothèque qui explique sa politique de sélection, indiquer à la fois le nombre de notices conservées et le dénominateur choisi est plus utile que de dire seulement que la couverture a augmenté. Ce sont des comparaisons descriptives exactes d’un périmètre figé, avec des pourcentages arrondis comme indiqué. Elles n’ont pas besoin d’un intervalle de confiance artificiel : l’incertitude tient à l’extension de leur portée au-delà de l’export observé, et non à un échantillonnage des notices comptées ici.
Compter des chaînes de contribution sans prétendre compter des personnes
La présence des champs répond à la question principale de la sélection, mais ne dit pas quelle quantité de texte de contribution contient chaque notice conservée. Un second calcul compte donc des segments littéraux dans les trois champs de rôle. La méthode est explicite : couper aux points-virgules, retirer les espaces de début et de fin de chaque morceau obtenu, écarter les morceaux vides et garder les chaînes répétées. Les virgules restent à l’intérieur des segments : une virgule dans un nom n’est donc pas prise pour une frontière entre contributeurs. L’unité obtenue est une occurrence de segment selon cette méthode. Ce n’est pas une personne, une identité vérifiée ni une mention de responsabilité bibliographique complète.
Cette distinction compte, car le guide officiel consulté ne garantit pas que chaque point-virgule sépare exactement un créateur. Un segment peut servir à comparer la structure des champs exportés, sans être une unité fiable pour estimer le nombre de personnes qui ont fait un livre. Deux champs non vides contiennent un morceau vide entre deux points-virgules ; l’écarter empêche la ponctuation seule d’augmenter le nombre de segments. Ce nettoyage fait partie de la règle de comptage annoncée. Il ne prouve ni que tous les autres morceaux sont bien des noms de personnes, ni qu’une mention a été vérifiée par rapport à sa source.
Pour les lecteurs, ces comptages servent surtout à décrire la façon dont les notices sont renseignées. Ils indiquent si un profil porte en général une seule chaîne de contribution ou plusieurs, et jusqu’où va le maximum observé. Ils ne permettent pas d’établir combien de personnes ont collaboré à un ouvrage, comment la responsabilité a été partagée, ni quelle contribution devrait décider de l’entrée d’un titre dans une liste de lecture. Surtout, aucune de ces limites de découpage ne change le fait qu’un champ soit renseigné ou non une fois les espaces retirés. Le grand écart entre la règle « auteur exigé » et la règle « auteur ou éditeur scientifique » reste donc indépendant de l’analyse des segments, dont l’interprétation est plus limitée.
Ce que les segments distincts révèlent des répétitions
Le comptage complémentaire prend, dans chaque notice, l’ensemble des chaînes exactes distinctes, espaces de début et de fin retirés, sur les trois champs de rôle. Il ne change pas la casse, ne regroupe pas les variantes d’un nom, ne développe pas les initiales, ne rapproche pas les identifiants et ne décide pas si des chaînes écrites différemment désignent la même personne. Si une même chaîne exacte apparaît plusieurs fois, le comptage des occurrences garde chaque apparition, alors que l’ensemble des segments distincts ne la compte qu’une fois. Cette comparaison montre comment la répétition littérale influe sur le résumé chiffré. Elle ne donne pas un nombre corrigé de personnes, car une chaîne de texte identique et une même personne sont deux types de preuves différents.
Dans 1 184 notices, le nombre d’occurrences dépasse celui des segments exacts distincts. La répétition peut se produire dans un champ ou entre plusieurs rôles. Le calcul seul ne dit pas si une chaîne répétée est un doublon accidentel, une mention légitime à plusieurs titres ou une coïncidence entre des contributeurs différents qui s’écrivent de la même façon. Traiter toute différence comme une erreur irait au-delà des données. À l’inverse, un nombre d’occurrences égal à celui des segments distincts ne certifie pas que tous les contributeurs sont des personnes distinctes : des chaînes différentes peuvent désigner un même individu, et l’analyse laisse volontairement ces possibilités ouvertes.
Le comptage des segments distincts se lit au mieux comme un contrôle de sensibilité à un choix précis de représentation. Si un résumé change quand les chaînes exactement répétées sont regroupées, on sait que la répétition littérale pèse sur le résultat. S’il ne change pas, le résumé est insensible à cette opération limitée, sans être pour autant validé comme un recensement des créateurs. C’est particulièrement utile pour comparer les profils à plusieurs rôles, où une même chaîne peut apparaître sous plusieurs rôles. L’analyse conserve ces mentions de rôle dans le comptage des occurrences, tout en montrant ce qui se passe quand chaque chaîne exacte n’est comptée qu’une fois par notice.
Lire les résumés de segments à l’intérieur de chaque profil
Les médianes calculées par profil distinguent une notice typique du cas extrême d’un profil. Les notices à auteur seul ont une médiane d’une occurrence de segment et une médiane d’un segment distinct, mais leur maximum atteint 113 occurrences. Les notices à éditeur scientifique seul ont des médianes de deux et de deux, avec un maximum de 38. Ces résumés décrivent la distribution du texte exporté selon la méthode annoncée. Ils n’établissent ni que les ouvrages dirigés font intervenir en général plus de personnes que les livres d’auteur, ni que la notice à auteur seul qui compte le plus de segments représente un groupe vérifié de 113 créateurs distincts.
Les profils mixtes montrent pourquoi il vaut la peine de garder les deux façons de compter. Les notices avec éditeur scientifique et autres contributeurs, comme celles avec auteur et éditeur scientifique, ont chacune une médiane de cinq occurrences, mais une médiane de quatre segments distincts. Les notices où les trois champs de rôle sont renseignés ont des médianes respectives de six et de cinq. Ce sont des résumés de distributions calculés séparément ; cela ne veut pas dire que chaque notice située à une médiane occupe la position correspondante dans l’autre distribution. Ils montrent que les chaînes exactement répétées influent sur les résumés centraux de ces profils. Ils n’indiquent pas quelles mentions se recoupent et ne disent pas si ce recoupement est approprié.
Les maxima confirment qu’il faut distinguer la composition et l’échelle. Les notices avec éditeur scientifique et autres contributeurs atteignent 154 occurrences de segments, celles avec auteur et éditeur scientifique 147, et celles qui réunissent les trois rôles 47. Le profil qui compte le plus de rôles renseignés n’a donc pas le maximum observé le plus élevé. Les notices avec autres contributeurs seuls ont des médianes de un et de un et un maximum de 14 ; celles avec auteur et autres contributeurs ont des médianes de deux et de deux et un maximum de 32. Ces résumés compacts aident à comparer les représentations, sans faire d’une observation extrême un cas typique, ni d’une combinaison de rôles un classement de la complexité bibliographique.
Pourquoi la limite de saisie manuelle n’explique pas ces nombres
Le Publishers’ Guide du DOAB, daté d’août 2025, donne un contexte utile sur les soumissions. Aux pages 6 et 11, il décrit un maximum de 20 créateurs pour les œuvres saisies à la main et précise expressément que les soumissions en ONIX n’ont pas cette limite. C’est une distinction entre deux modes de soumission dans un guide daté, et non un plafond universel pour toutes les notices exportées. Le guide est antérieur à la récupération d’octobre 2026, mais sa date ne permet pas de savoir quelles instructions s’appliquaient à une notice donnée au moment de sa saisie ou de sa révision. Son rôle ici est de borner l’interprétation, et non de reconstituer l’histoire de l’intégration des notices.
Le périmètre retenu contient 63 notices qui comptent exactement 20 occurrences de segments et 463 qui en comptent plus de 20. On ne peut pas en tirer un nombre de livres tronqués ni de soumissions manuelles. L’analyse n’a examiné ni les modes d’intégration, ni les soumissions d’origine, ni les versions antérieures des notices, ni les listes complètes de créateurs. De plus, l’unité mesurée est une occurrence de segment littéral, alors que le guide parle de créateurs. Même un nombre marquant à la limite documentée ne suffirait pas à relier ces deux unités ni à établir par quelle voie une notice est entrée dans le catalogue. De même, un nombre supérieur à 20 ne prouve pas une intégration par ONIX.
Pour qui examine un export de métadonnées, l’intérêt pratique du guide est donc de mettre en garde contre une explication causale facile mais non démontrée. Une limite documentée peut suggérer une question pour une autre enquête ; elle ne permet pas d’y répondre par une simple coïncidence avec un nombre de segments. Établir une troncature exigerait des éléments qui relient les mentions exportées d’une notice à son historique de soumission et à des mentions sources plus complètes. Rien de tel n’est fourni ici. Le résultat défendable reste le nombre observé de notices au seuil de 20 segments et au-delà, accompagné de la distinction explicite du guide entre saisie manuelle et ONIX.
Utiliser ces résultats pour une liste de lecture ou une sélection en bibliothèque
Une première application consiste à traduire l’objectif d’une collection en condition d’admissibilité. Si l’on veut réunir des notices où une responsabilité d’auteur ou d’éditeur scientifique est explicitement indiquée, la règle « auteur ou éditeur scientifique » correspond mieux à cet énoncé qu’une règle limitée à l’auteur. Dans ce périmètre, ce choix conserve 102 658 notices au lieu de 58 808. Cela renseigne sur la façon de constituer l’ensemble des candidats, sans prouver que chaque notice ajoutée a sa place dans une collection thématique donnée. La pertinence du sujet, le choix de l’édition, la langue et les autres critères de sélection restent des questions distinctes, auxquelles cette analyse des champs de contribution ne répond pas.
Une deuxième application est de garder l’information sur les rôles après la sélection. Accepter un champ éditeur scientifique comme motif de conservation d’une notice ne veut pas dire afficher cette personne comme auteur. De même, accepter un champ d’autres contributeurs peut élargir l’admissibilité sans changer le sens de cette mention. Cette séparation entre l’entrée dans une liste et la description dans la liste garde la règle d’analyse compréhensible pour les lecteurs. Elle rend aussi visibles les 73 notices à autres contributeurs seuls comme un choix distinct, au lieu de les cacher derrière l’affirmation générale que chaque notice conservée a un auteur ou un éditeur scientifique.
Une troisième application est d’expliquer les exclusions avec exactitude. Une notice rejetée par une règle qui exige un auteur n’a pas satisfait cette règle. Cela ne démontre pas qu’elle n’a aucune responsabilité nommée ni qu’elle ne convient pas à la lecture. Le tableau des profils fournit un vocabulaire précis pour décrire ce qui s’est passé. Pour les 43 850 ajouts à éditeur scientifique, le fait décisif est l’acceptation d’un autre champ de rôle. Pour les 1 232 notices au profil entièrement vide, le fait décisif est l’absence de texte dans les trois cellules examinées. Aucun de ces résultats ne mesure la facilité réelle à trouver un titre, l’accessibilité, la qualité de la lecture ni la réussite d’une recherche faite par un lecteur sur le DOAB.
L’apport est une comparaison reproductible, pas un verdict universel
L’apport original combine une comparaison de filtres de rôle sur un périmètre figé, une description complète des huit profils et une analyse de sensibilité limitée des chaînes de contribution littérales. La documentation existante du DOAB fournit le contexte de l’export, les conditions de réutilisation des métadonnées et les consignes de soumission. Les règles de sélection des champs et les calculs présentés ici sont l’analyse qu’Alisson Bento fait de ces éléments. Ce travail ne prétend pas introduire l’audit de métadonnées ni la comparaison de chaînes comme des méthodes nouvelles. Son intérêt est de montrer exactement comment une exigence d’apparence familière change les notices conservées dans une source précise et identifiable.
Le résultat principal a une signification locale solide : accepter les éditeurs scientifiques en plus des auteurs ajoute 43 850 notices, soit 42,18 % du périmètre sélectionné. On n’y associe aucun taux d’omission universel démontré. Un autre export, une autre condition sur le livre d’appartenance, une collection dédoublonnée au niveau des œuvres ou un autre catalogue pourraient donner d’autres chiffres. Le résultat ne justifie pas non plus un palmarès d’éditeurs ni un score de qualité des métadonnées. Un profil de champs n’est pas un verdict sur l’exactitude des mentions d’un livre, et un filtre large n’est pas supérieur par principe à un filtre étroit conçu pour une autre question.
Pour les lecteurs et les bibliothèques, la distinction durable est celle entre la responsabilité d’un livre telle qu’elle figure dans des champs séparés, et la règle utilisée pour admettre sa notice dans une collection. Expliciter cette règle permet un choix que l’on peut vérifier : auteur exigé, auteur ou éditeur scientifique, ou l’un des trois champs de contribution. Présenter ensuite les profils montre ce que chaque choix laisse de côté. L’étude s’arrête à cette limite des preuves. Elle ne transforme pas les métadonnées en biographie, ne déduit pas de créateurs manquants à partir de cellules vides et ne confond pas conservation d’une notice et découverte réussie. Elle donne une base concrète et reproductible pour choisir et expliquer un filtre de contribution.
Quels champs de contribution sont renseignés ?
Métadonnées DOAB · Instantané des notices consulté le 30 octobre 2026
Graphique complet et source
Faites défiler le graphique horizontalement pour le consulter. ↔
Graphique et valeurs
Faites défiler le tableau horizontalement pour voir toutes les colonnes.
| Champ auteur renseigné | Champ éditeur scientifique renseigné | Champ des autres contributeurs renseigné | Notices de livres | Part du périmètre (%) | Médiane du nombre de segments | Médiane du nombre de segments distincts | Nombre maximal de segments |
|---|---|---|---|---|---|---|---|
| Non | Non | Non | 1 232 | 1,19 | 0 | 0 | 0 |
| Non | Non | Oui | 73 | 0,07 | 1 | 1 | 14 |
| Non | Oui | Non | 43 404 | 41,75 | 2 | 2 | 38 |
| Non | Oui | Oui | 446 | 0,43 | 5 | 4 | 154 |
| Oui | Non | Non | 55 673 | 53,55 | 1 | 1 | 113 |
| Oui | Non | Oui | 351 | 0,34 | 2 | 2 | 32 |
| Oui | Oui | Non | 2 578 | 2,48 | 5 | 4 | 147 |
| Oui | Oui | Oui | 206 | 0,20 | 6 | 5 | 47 |
Ensemble des 103 963 notices de livres sélectionnées. Oui/Non signifie non vide/vide une fois les espaces de début et de fin retirés, et non présence/absence réelle d’une personne mentionnée. Les occurrences de segments séparés par des points-virgules gardent les répétitions ; les segments distincts comparent les chaînes exactes, espaces de début et de fin retirés, sans chercher à identifier les personnes. Les pourcentages ont pour dénominateur l’ensemble des notices de livres et sont arrondis à 2 décimales.
Télécharger le graphique (SVG) ↓ · Télécharger le graphique (PNG) ↓
Accepter le champ d’éditeur scientifique retient plus de notices
Métadonnées DOAB · Instantané des notices consulté le 30 octobre 2026
Graphique complet et source
Faites défiler le graphique horizontalement pour le consulter. ↔
Graphique et valeurs
Faites défiler le tableau horizontalement pour voir toutes les colonnes.
| Filtre hypothétique sur les champs CSV | Notices de livres conservées | Part du périmètre (%) | Notices supplémentaires par rapport au filtre précédent |
|---|---|---|---|
| Champ auteur exigé | 58 808 | 56,57 | Sans objet |
| Champ auteur OU éditeur scientifique | 102 658 | 98,74 | 43 850 |
| Au moins un champ auteur, éditeur scientifique ou autres contributeurs | 102 731 | 98,81 | 73 |
Les filtres sont des sélections d’analyse emboîtées, et non le comportement observé de l’interface de recherche du DOAB. Toutes les parts ont pour dénominateur 103 963 notices de livres. Les notices ajoutées comparent chaque filtre au filtre immédiatement précédent ; la première ligne n’a pas de filtre précédent.
Télécharger le graphique (SVG) ↓ · Télécharger le graphique (PNG) ↓
Données et téléchargements
Faites défiler le tableau horizontalement pour voir toutes les colonnes.
| Champ auteur renseigné | Champ éditeur scientifique renseigné | Champ des autres contributeurs renseigné | Notices de livres | Part du périmètre (%) | Médiane du nombre de segments | Médiane du nombre de segments distincts | Nombre maximal de segments |
|---|---|---|---|---|---|---|---|
| Non | Non | Non | 1 232 | 1,19 | 0 | 0 | 0 |
| Non | Non | Oui | 73 | 0,07 | 1 | 1 | 14 |
| Non | Oui | Non | 43 404 | 41,75 | 2 | 2 | 38 |
| Non | Oui | Oui | 446 | 0,43 | 5 | 4 | 154 |
| Oui | Non | Non | 55 673 | 53,55 | 1 | 1 | 113 |
| Oui | Non | Oui | 351 | 0,34 | 2 | 2 | 32 |
| Oui | Oui | Non | 2 578 | 2,48 | 5 | 4 | 147 |
| Oui | Oui | Oui | 206 | 0,20 | 6 | 5 | 47 |
Ensemble des 103 963 notices de livres sélectionnées. Oui/Non signifie non vide/vide une fois les espaces de début et de fin retirés, et non présence/absence réelle d’une personne mentionnée. Les occurrences de segments séparés par des points-virgules gardent les répétitions ; les segments distincts comparent les chaînes exactes, espaces de début et de fin retirés, sans chercher à identifier les personnes. Les pourcentages ont pour dénominateur l’ensemble des notices de livres et sont arrondis à 2 décimales.
Faites défiler le tableau horizontalement pour voir toutes les colonnes.
| Filtre hypothétique sur les champs CSV | Notices de livres conservées | Part du périmètre (%) | Notices supplémentaires par rapport au filtre précédent |
|---|---|---|---|
| Champ auteur exigé | 58 808 | 56,57 | Sans objet |
| Champ auteur OU éditeur scientifique | 102 658 | 98,74 | 43 850 |
| Au moins un champ auteur, éditeur scientifique ou autres contributeurs | 102 731 | 98,81 | 73 |
Les filtres sont des sélections d’analyse emboîtées, et non le comportement observé de l’interface de recherche du DOAB. Toutes les parts ont pour dénominateur 103 963 notices de livres. Les notices ajoutées comparent chaque filtre au filtre immédiatement précédent ; la première ligne n’a pas de filtre précédent.
Données et méthode
Notre méthode de calcul
- Utiliser la réponse CSV officielle complète du DOAB, récupérée le 30 octobre 2026 à 08:37:57.351428 UTC : 114 618 lignes d’export, 230 316 814 octets, SHA256 cddd2660be7cbb14cc88eeb854e31e1346767508d69dd74c1d46e5aba9e4c5e6. L’horodatage de récupération identifie l’instantané obtenu ; aucun horodatage de génération fourni par le fournisseur n’a été vérifié.
- Retenir les lignes où dc.type vaut exactement book et où le champ oapen.relation.isPartOfBook est vide une fois les espaces retirés. Cela définit un périmètre descriptif complet de 103 963 notices, et non un ensemble d’œuvres dédoublonné.
- Classer chaque notice selon que les cellules auteur, éditeur scientifique et autres contributeurs sont non vides ou vides, espaces de début et de fin retirés. Présenter les huit profils qui s’excluent mutuellement, et calculer trois sélections emboîtées selon la présence des champs : auteur ; auteur OU éditeur scientifique ; auteur OU éditeur scientifique OU autres contributeurs.
- Pour compter les occurrences de segments littéraux, couper chacun des trois champs de contribution uniquement aux points-virgules, retirer les espaces de début et de fin de chaque morceau, écarter les morceaux vides, garder les virgules et conserver les répétitions. Pour les segments distincts, compter dans chaque notice les chaînes exactes distinctes de ces champs, sans identifier les personnes et sans passer les majuscules en minuscules.
- Calculer des résumés descriptifs par profil et les totaux de notices conservées dans le périmètre figé. Les pourcentages des tableaux ont pour dénominateur 103 963 notices et sont arrondis à deux décimales. Les autres rapports du texte indiquent explicitement leur dénominateur. Aucun intervalle de confiance n’est attribué à ces comptages descriptifs complets.
- Utiliser la documentation officielle sur les métadonnées pour le contexte du flux et de la réutilisation, et le Publishers’ Guide d’août 2025 pour celui de la saisie manuelle et d’ONIX. Cette source avait déjà servi à d’autres études ; cet article ne prétend pas avoir été préenregistré avant de connaître les résultats.
Ce que les données ne permettent pas de conclure
- L’analyse teste des filtres hypothétiques sur les champs CSV. Elle ne teste pas des requêtes sur le site du DOAB, ni le rappel réel d’une recherche, ni ce que les lecteurs obtiennent, ni l’accessibilité.
- Les résultats décrivent un seul export récupéré et les conditions de sélection indiquées. Ce n’est ni un recensement de tous les livres, ni un taux d’omission universel, ni un état exact et vérifié de la base à une date passée.
- Les identifiants UUID et handle uniques et non vides identifient les notices sélectionnées, mais ne permettent pas de distinguer les éditions, les formes de publication ni les œuvres en double.
- Des cellules de contribution vides établissent seulement l’absence de texte dans ces champs. Les 73 notices à autres contributeurs seuls et les 1 232 notices au profil entièrement vide ne prouvent pas que les livres n’ont ni auteur, ni éditeur scientifique, ni autre créateur.
- Les segments séparés par des points-virgules sont des chaînes littérales, espaces de début et de fin retirés. Ce ne sont ni des personnes validées ni des mentions faisant autorité. Les segments exacts distincts ne résolvent pas les identités et ne diagnostiquent pas les répétitions erronées.
- Le plafond de saisie manuelle ne s’applique pas aux soumissions en ONIX. Aucun mode d’intégration, aucune soumission d’origine, version antérieure, liste complète de créateurs, troncature ou infraction aux règles n’a été établi pour une notice quelconque.
- L’analyse n’évalue pas l’exactitude des rôles attribués, ne classe pas les rôles des autres contributeurs, n’apprécie pas la pertinence thématique et ne produit aucun classement de livres, d’éditeurs ou de qualité des métadonnées.
- La date de récupération est distincte de la date du guide d’août 2025 et des dates de publication des livres. Aucun enregistrement préalable à la connaissance des résultats n’est revendiqué.
Sources originales
- DOAB — official metadata CSV snapshot
DOAB, instantané CSV officiel des métadonnées : récupéré le 2026-10-30T08:37:57.351428Z ; 230 316 814 octets ; SHA256 cddd2660be7cbb14cc88eeb854e31e1346767508d69dd74c1d46e5aba9e4c5e6. Les 114 618 lignes d’export donnent 103 963 notices de livres sélectionnées. Ni horodatage de génération du fournisseur, ni dédoublonnage des œuvres ou des personnes n’a été établi.
Consulté le 30 octobre 2026
- DOAB — metadata access and reuse documentation
DOAB, documentation sur l’accès aux métadonnées et leur réutilisation : identifie le flux CSV et indique que les métadonnées sont disponibles sous CC0, ce qui ne vaut ni pour le texte intégral des livres ni pour cet article. SHA256 de la page HTML figée : a18c635b5950db92a7186c3974c7f2ea32b5f3d30900d83b789507e240e084ed.
Consulté le 30 octobre 2026
- DOAB — Publishers’ Guide, August 2025
DOAB, Publishers’ Guide, août 2025 : les pages 6 et 11 décrivent un plafond de 20 créateurs en saisie manuelle et l’absence de limite pour ONIX ; les pages 14–16 traitent de l’export CSV et des identifiants. Ces passages n’établissent ni le mode d’intégration ni une troncature pour une notice quelconque. Le guide est cité, mais n’est ni redistribué ni présenté comme CC0. SHA256 du PDF figé : ed3b61e386c3267ba041843e71d9bb69f7915a9c564e25225882895c003175ee.
Consulté le 30 octobre 2026
Citer et réutiliser cette étude
Alisson Bento. 2026. « Quand le champ auteur ne suffit pas : filtres de contribution dans 103 963 notices de livres du DOAB ». Recherche originale. https://alissonbento.com/fr/research/doab-creator-role-filtering-2026/
La documentation du DOAB indique que ses métadonnées sont disponibles sous CC0. Cette mise à disposition concerne les métadonnées sources, et non le texte intégral des livres, le PDF du Publishers’ Guide ou l’intégralité de cet article. Les définitions des filtres de champs, les calculs, l’interprétation et le texte original présentés ici constituent la contribution originale d’Alisson Bento ; les métadonnées sous-jacentes du DOAB et la documentation tierce conservent leurs provenances respectives. Seuls des agrégats compacts et certains éléments d’entrée issus des métadonnées sont redistribués. Aucune licence générale de l’article, autorisation relative au texte des livres ou approbation institutionnelle n’est revendiquée.
Corrections ou questions éditoriales