Wikipédia est un site web collaboratif, mais dès que l’on souhaite faire une modification en masse, il faut demander l’autorisation. Il en est ainsi pour afficher de nombreux liens vers un site internet.

Cela est géré par le projet Bases qui permet d’afficher automatiquement des informations stockées dans Wikidata. Le modèle économique de l’encyclopédie ne nécessite pas de conserver l’internaute sur la plateforme, du coup, il n’est pas rare de trouver des articles Wikipédia comportant des dizaines ou des centaines de liens vers d’autres sites web. Cela contribue à la découvrabilité de ressources de qualité. Exemple :

Concrètement, il suffit d’ajouter cinq lettres (le modèle Liens) dans l’article consacré à Esther Duflo, pour que l’article affiche automatiquement une cinquantaine de liens externes susceptibles d’intéresser l’internaute. Voyons comment cela fonctionne à l’aide d’un exemple :

Archelec, les archives électorales de Sciences Po

Propriété Wikidata

Si ce n’est pas déjà fait, il faut proposer une nouvelle propriété. Quelques semaines plus tard, il est possible d’ajouter des informations dans Wikidata. Cela consiste à ajouter aux éléments Wikidata des députés, la propriété P12865 « identifiant d’une personne sur Archelec » et l’identifiant d’Archelec. Exemple : propriété, débat de proposition.

Aligner Wikipédia et Archelec

Plusieurs méthodes ou outils permettent de faire ce travail d’alignement entre Wikipédia et Archelec. J’ai utilisé l’outil Mix’n’match développé par Magnus Manske, biochimiste au Wellcome Sanger Institute et développeur bénévole de nombreux outils pour Wikimédia. Il faut dans un premier temps importer les données dans Mix’n’Match. Étape réalisée par le wikimédien Kirilloparma : https://mix-n-match.toolforge.org/#/catalog/6364.

Il y a plusieurs façons d’utiliser Mix’n’Match. Archelec comporte les professions de foi des candidats aux législatives. Or Wikipédia ne consacre d’articles qu’aux candidats élus aux élections législatives, soit 2200 identifiants sur les 33000 dans Archelec. J’ai donc utilisé le mode « Ne rechercher que dans ce catalogue » accessible via le menu Action. Il faut saisir le nom des députés dans le moteur de recherche. Les noms sont récupérés des pages de résultats des élections, par exemple : https://fr.wikipedia.org/wiki/Élections législatives de 1978 en Ille-et-Vilaine.

Tout en bas de la page, il y a une boîte de navigation permettant de naviguer entre les départements et les petites flèches permettent de changer d’année.

La recherche peut donner les cas suivants :

• Wikipédia et Archelec sont déjà alignés, il n’y a rien à faire.

• L’alignement suggéré est exact, il faut cliquer sur confirmer pour publier l’information sur Wikidata.

• L’alignement suggéré est erroné, il faut cliquer sur supprimer puis saisir l’identifiant Wikidata. Wikidata se mettra à jour.

• Aucun élément d’associé ou de préassocié, il faut saisir l’identifiant Wikidata. Wikidata se mettra à jour.

Module Bases

La prochaine étape consiste à demander l’autorisation d’afficher automatiquement ces identifiants Archelec en pied de page des articles de la Wikipédia francophone. Il faut pour cela déposer la demande sur le projet Bases et attendre plusieurs semaines. Si la demande est approuvée, il faut que quelqu’un configure le module Lua correspondant. Dans le cas d’Archelec, il s’agit de Module:Bases/vie publique. Puis la mise à jour des articles se fait automatiquement mais prend un peu de temps (24h à 48h pour les deux milliers de liens d’Archelec).

Statistiques

• Nombre d’articles Wikipédia affichant la propriété P12865 : https://fr.wikipedia.org/wiki/Catégorie:Page_utilisant_P12865

• Nombre d’éléments Wikidata comportant la propriété P12865 : https://www.wikidata.org/wiki/Property_talk:P12865 (tableau situé avant la liste des contraintes

Vérifications

Des comptes rendus de violations de contraintes sont générés. Cela permet de détecter des erreurs d’alignement, par exemple est-ce que tous les éléments sur lesquels figurent un identifiant Archelec sont des êtres humains ?

La dernière étape consiste à vérifier que tous les articles Wikipédia contiennent le modèle affichant automatiquement Archelec. Pour cela, il faut utiliser PetScan, un outil également codé par Magnus Manske :

• Indiquer dans le premier onglet Page utilisant P12865 à la ligne Categories.

• Indiquer dans le quatrième onglet la requête SPARQL suivante qui permet d’obtenir la liste des éléments Wikidata qui comportent la propriété P12865.

SELECT ?item

WHERE {?item wdt:P12865 ?archelec.}

Et tout en bas de la page, dans la ligne Combination, il faut indiquer sparql NOT categorie

Voici la configuration complète (https://petscan.wmcloud.org/?psid=35376995) qui permet d’obtenir la liste des articles Wikipédia qui n’affichent pas Archelec parce que le modèle Liens est absent. Il faut généralement remplacer les lignes :

* {{Autorité}}
* {{Bases}}
…

par :

{{Liens}} # ne mettez pas d'astérisque

Voilà comment ajouter des centaines ou des milliers de liens vers une ressource externe de qualité : 

The post Afficher sur Wikipédia des centaines de liens vers un site web appeared first on WikiRider – Blog Culture Libre.

Depuis 2017, les archives des Hauts-de-Seine mettent en ligne le fonds de cartes postales anciennes (CPA). En octobre 2020, cela représente 9558 CPA provenant de la sous-série 9Fi réunissant les CPA de 1900 à 1944. Ces photos tombées dans le domaine public accompagnées de quelques métadonnées sont publiées sur le site d’Open Data des Hauts-de-Seine. Cela peut surprendre mais il y a quelques fonds de cartes postales et fonds photographiques sur les sites d’open data. C’est en fait une très bonne idée car ces sites sont adaptés à une réutilisation massive des données, contrairement aux sites des archives qui ne sont pas faits pour récupérer des centaines ou milliers de documents d’un seul coup.

Suite à cette découverte, j’ai importé un peu plus de 200 photos de la revue municipale de Marseille des années 1930, une collection de cartes postales de la ville de Brocas dans les Landes, avant de m’attaquer à ce gros fonds.

Dans ce billet de blog, je souhaite vous montrer ma méthode qui est adaptée aux personnes, comme moi, qui ne savent pas se servir de l’API, coder en Python, etc. Je commence par récupérer les données en format CSV ou EXCEL afin de les visualiser dans un tableur. 

1. Télécharger les images

La première étape consiste à récupérer les images. Pour cela j’utilise l’extension Simple mass downloader qui existe en version Firefox et Chrome. Il suffit de copier les urls du csv dans l’extension :

1. copier les liens
2. lancer le logiciel
3. onglet Download list 
4. menu Hamburger Import URLs from clipboard
5. Lancer la sauvegarde en cliquant sur start selected

Dans le cas des archives des Hauts-de-Seine, j’atteins assez vite le quota quotidien de requêtes qui permet de télécharger environ 3000 fichiers. Tous les fichiers téléchargés iront dans le dossier Téléchargements si vous utilisez Windows.

Les fichiers n’ont pas d’extension, j’utilise le logiciel Advanced Renamer pour rajouter l’extension jpg (<Name>.jpg).

Enfin dans le tableur, il faut indiquer l’emplacement des fichiers en remplaçant https://opendata.hauts-de-seine.fr/api/v2/catalog/datasets/cartes-postales/files/ par le répertoire où sont stockés vos fichiers.

2. Mettre en forme les données

Un travail de mise en forme des données est nécessaire. 

2.1 Coordonnées géographiques

Pour les coordonnées, je crée une colonne avec la formule de LibreOffice Calc : CONCATENER(« {{Object location| »;B2; »}} »). Puis je fais un collage spécial du texte dans une autre colonne (Pattypan ne semblant pas comprendre les cellules avec des formules) et enfin je remplace la virgule par un pipe ( | ).

2.2 Identifiants

Il peut également être nécessaire dans certains cas de retravailler les identifiants qui sont de la forme 9FI/ANT_1, 9FI/ANT_15, 9FI/ANT_153, ce qui ne peut pas se trier correctement. Dans une autre colonne je copie le contenu, puis supprime tout sauf les chiffres à l’aide d’une expression régulière dans Rechercher/Remplacer : (…….)_ par rien. Puis dans Notepad++, j’ajoute les zéros manquants : \n(..)\r par \n0$1\r puis \n(.)\r par \n00$1\r

2.3 Noms des fichiers

Wikimedia Commons ne souhaite pas de titres incompréhensibles du type 2e8e8c525c2ae4c9f983c64e725ef047.jpg ou 9FI/ANT_15.jpg. Il faut donc créer un titre si possible simple mais explicite et précis. Avec la commande CONCATENER je créé les nouveaux titres ainsi : 

Carte postale – VILLE – TITRE – IDENTIFIANT.jpg.

L’ajout de l’identifiant permet d’éviter d’avoir des titres identiques, ce qui n’est pas possible sur Wikimedia Commons.

Attention le titre ne doit pas contenir de crochets et ne doit pas être trop long. Dans le cas contraire, le logiciel d’import des données arrêtera le téléchargement. La commande NBCAR permet de compter le nombre de caractères d’une cellule et ainsi rapidement détecter les titres très longs. La documentation de MediaWiki n’indique pas le nombre de caractères limite mais parle d’une limite de 255 bytes. Des tests sont nécessaires pour savoir à quoi cela correspond en caractères, mais de toute façon il est préférable d’utiliser des noms de fichier pas trop longs dans MediaWiki.

3. Importer les données

Pour cette phase j’utilise Pattypan. La première étape du logiciel consiste à Générer un tableau. Importez les photos, sélectionnez le modèle MediaWiki que vous souhaitez utiliser (dans mon cas il s’agit de Template:Photograph) puis indiquez les champs à remplir par défaut :

• Photographer : {{unknown|author}}
• Title : {{fr|Carte postale des Hauts-de-Seine}}
• Institution : {{institution:Archives départementales des Hauts-de-Seine}}
• Source : https://data.opendatasoft.com/explore/dataset/fr-219200730-cartes-postales-anciennes%40hauts-de-seine/information/
• Licence : {{licence ouverte}}

Et je coche les champs Description, Date, Accession number et Partnership pour que Pattypan remplisse ces champs à l’aide des données dans le tableur. Vous obtenez un tableau de ce type avec des colonnes pré-remplies et d’autres à remplir à l’aide des données provenant des archives départementales :

Partnership va servir à indiquer la géolocalisation. Pour cela, il faut aller dans le 2e onglet Template du tableau créé par Pattypan afin de déplacer ce modèle. Cet onglet peut sembler vide mais en agrandissant la taille des cellules on voit le code des modèles de Wikimedia Commons. Le fonctionnement de cet onglet n’étant pas documenté, je ne sais pas exactement comment il fonctionne et pourquoi le contenu est dupliqué dans de nombreuses cellules. Faites donc le changement dans toutes les cellules.

‘=={{int:filedesc}}==
{{Photograph
 |photographer = ${photographer}
 |title = ${title}
 |description = ${description}
 |depicted people =
 |depicted place =
 |date = ${date}
 |medium =
 |dimensions =
 |institution = ${institution}
 |department =
 |references =
 |object history =
 |exhibition history =
 |credit line =
 |inscriptions =
 |notes =
 |accession number = ${accession_number}
 |source = ${source}
 |permission =
 |other_versions =
}}
${partnership}
=={{int:license-header}}==
${license}

<#if categories ? has_content>
<#list categories ? split(« ; ») as category>
[[Category:${category?trim}]]
</#list>
<#else>{{subst:unc}}
</#if>

Une fois le travail de mise en forme des données terminé, vous pouvez passer à la 2e étape de Pattypan qui s’intitule Valider et envoyer.

À l’heure actuelle, le logiciel s’arrête de téléverser les photos sans afficher le moindre message d’erreur s’il rencontre un problème. Par contre, il se contente de zapper l’import dans deux cas : s’il détecte que le fichier a déjà été importé et si le nom est déjà utilisé.

Je télécharge les photos dans la catégorie Collections of Archives départementales des Hauts-de-Seine de Wikimedia Commons, ainsi que dans une des catégories de Postcards of Hauts-de-Seine (Postcards in Meudon, Suresnes, etc.) Il est sans doute possible d’ajouter des catégories en utilisant les thèmes associés provenant des archives.

Les cartes postales géolocalisées peuvent être visualisées dans Wikimedia maps.

4. Dernières retouches

Quatre outils peuvent servir pour affiner la catégorisation et les données :

• Cat-a-lot afin de déplacer, d’ajouter et de supprimer des fichiers (ou des sous-catégories) entre catégories, depuis une catégorie, ou vers une catégorie,
• Visual File Change permettant de faire des modifications par lots,
• Locator tool permet de géolocaliser les cartes postales (liste des CPA à géolocaliser),
• Compare two lists 

4.1 Fichiers manquants

À la fin de l’import, il y avait sur Wikimedia Commons un millier de cartes postales en moins que sur le site des Hauts-de-Seine. Des fichiers ont dû se perdre lors du téléchargement des milliers de photos. Pour identifier rapidement les fichiers manquants, j’ai utilisé un outil de comparaison de listes en lui demandant de comparer les noms de fichiers.

4.2 Remplacer et déplacer un modèle

Visual File Change va notamment me permettre de corriger une erreur faite lors des premiers imports en utilisant le modèle de coordonnées géographiques adéquat et en le déplaçant. L’expression régulière consister à rechercher :

/=={{int:license-header}}==\n\{\{licence ouverte\}\}\{\{location\|([^\|]+)\|([^\|]+)\}\}/ 

Et remplacer par :

{{Object location|$1|$2}}

=={{int:license-header}}==
{{licence ouverte}}

4.3 Affiner la catégorisation

Visual File Change peut également servir à catégoriser les CPA à partir de termes inclus dans le nom du fichier. Il est possible de faire des recherches du type :

intitle: »train » incategory: »Collections of Archives départementales des Hauts-de-Seine »

Puis d’ajouter la catégorie souhaitée :

• Railway postcards of France 
• Postcards of train stations in France

The post Importer dans WikiCommons des centaines de photos à partir d’un csv appeared first on WikiRider – Blog Culture Libre.

Ces registres permettent notamment d’accéder aux informations suivantes :

• date du décès ou date d’inhumation ;
• emplacement et étendue de la sépulture dans le cimetière concerné ;
• lieu du décès  (arrondissement ou commune) ;
• âge du défunt.

Il faut généralement débuter par une recherche dans le répertoire annuel afin de trouver le numéro d’ordre ou la date exacte d’inhumation puis consulter le registre journalier.

Identifier une tombe anonyme

La plupart des recherches se feront par le nom de famille mais il est également possible d’utiliser ces documents sans disposer du nom. Les tombes comportent généralement un numéro de concession au dos du monument funéraire. Au Père-Lachaise, le numéro de concession est jusqu’en 1871 de la forme XXXXXX (le n°1 ayant été attribué le 3 juin 1804, le n°10 000 le 24 mars 1820, le n°100 000 le 6 février 1850, le dernier numéro attribué est le n°346 671 le 31 décembre 1871.). J’ai listé les principaux seuils sur Wikimedia Commons. Au-delà de cette date, l’indexation des concessions change pour prendre la forme XXX année YYYY.

Autant il est facile de trouver la tombe de quelqu’un qui a un numéro de concession pré-1871, autant après cette date c’est très compliqué. Récemment j’ai pu identifier la tombe suivante : un immense monument d’environ 30m² situé en bordure du chemin de la Guérite. Entrée murée, aucune inscription à part le numéro de concession situé au dos du monument. Le monument ne figure dans aucun ouvrage consacré au cimetière du Père-Lachaise, y compris celui de F. T. Salomon.

Mais en consultant le registre journalier d’inhumation au numéro 73 952, nous obtenons un début de réponse. Il s’agit de la date d’acquisition de la concession par Monsieur Ardoin. Personne ne se trouve dans cette tombe au 5 avril 1843. La première inhumation comporte le numéro 85 514, ce qui correspond à Juliette Ardoin inhumée le 21 mars 1846. Le détail des inhumations est marqué dans la marge. En prenant son temps, car l’écriture manuscrite est difficilement lisible on arrive à lister les occupants d’une concession. Dans celle-ci, l’occupant le plus connu est Jacques Ardoin (1779-1854), banquier et député des Hautes-Alpes.

Localiser une tombe

En plus d’identifier des tombes anonymes, ces registres permettent de localiser plus ou moins précisément l’emplacement d’une tombe. Cette fois-ci, plus on avance dans le temps et plus la localisation est facile. Il est très difficile de se repérer dans les premiers registres. Car comme l’indique Marie Beleyme (lien Internet Archive) les « indications de localisation sont difficiles à comprendre, soit qu’elles utilisent un repère disparu – un arbre ou un monument par exemple – soit que leur libellé même laisse dubitatif. Ainsi peut-on lire pour une inhumation en fosse temporaire de 1815 : « 1ère ligne double, en haut, derrière Mme Fisback, la 22ème ligne, la colonne Belzia, et en face de M Boullenger ». » Il y a une phase intermédiaire où c’est un peu plus simple de comprendre la localisation. Puis on retrouve le système encore en place à l’heure actuelle : XX A/B C/D où XX qui correspond à la division XX, ligne A depuis la division B et tombe C depuis la division D. À noter que ce système comporte des exceptions. Il n’est pas rare que la ou les premières lignes ne soient pas comptabilisées.

Concession reprise

Enfin ces registres permettent de connaître les tombes relevées et les dépouilles transportées dans un autre cimetière. La consultation des registres permet de voir que la dernière demeure change souvent que ce soit au sein du même cimetière ou entre différents cimetières.

The post Registres des cimetières parisiens appeared first on WikiRider – Blog Culture Libre.