Contenus

• Introduction
• Exemple pratique pas-à-pas
  • Installation
  • Choisir un jeu de données
  • Lancer OpenRefine et importer les données
  • Réconcilier une colonne
  • Enrichir son jeu de données
• Quelques bonnes pratiques
  • Quelles sont les données facilement réconciliables avec Wikidata ?
  • Dans quels cas la réconciliation n’est-elle pas adaptée ?
  • Est-il possible de réconcilier avec d’autres sources de données ?
  • Y a-t-il d’autres méthodes pour réconcilier des données ?
    • Avec des données d’un autre projet OpenRefine
    • Avec un programme codé spécifiquement
  • Faire un plan et documenter chaque décision
  • Ajouter une colonne avec les identifiants
  • Comment améliorer la réconciliation ?
    • Pour une réconciliation plus stricte
    • Pour une réconciliation moins stricte (proposant ou résolvant plus de choix)
  • À quoi correspond « Créer un nouvel élément » ?
  • Réconcilier pour normaliser les données
• Discussion
• Remerciements
• Sources

Introduction

Le logiciel OpenRefine est connu pour améliorer la qualité de données existantes, principalement en les « nettoyant » en lot selon des critères établis et reproductibles. Depuis 2017, OpenRefine peut aussi être utilisé pour lancer un processus appelé « réconciliation » ou « alignement » des données qui consiste à apparier ses données à d’autres. Ce processus permet principalement l’enrichissement des données, mais aussi la normalisation ou la correction d’erreurs, l’évaluation et l’exploration des données.

Nous allons voir dans cette leçon comment utiliser OpenRefine sur des données locales pour les enrichir avec des données provenant de Wikidata. Wikidata est une base de connaissances collaborative, structurée et multilingue, qui offre une grande richesse de contenus couvrant une vaste diversité de domaines, facilitant ainsi l’enrichissement des données et leur interconnexion dans l’écosystème des données ouvertes liées (« linked open data »). Ensuite, nous situerons cette leçon dans un cadre plus large afin d’améliorer ce processus, d’explorer d’autres services de réconciliation et d’adopter des méthodes similaires pertinentes pour la recherche en histoire. Enfin, nous terminerons par une réflexion sur l’apport et les biais de ces approches numériques.

Exemple pratique pas-à-pas

Installation

Installez OpenRefine en décompressant le dossier ZIP sur votre ordinateur (Windows, Mac OS ou Linux). A priori, il n’est pas nécessaire d’avoir les droits d’administration pour exécuter le programme, à condition que Java soit installé sur votre ordinateur (il existe aussi une version serveur d’OpenRefine, pouvant être déployée en ligne). Pour lancer OpenRefine, il suffit d’exécuter le programme openrefine.exe, qui ouvrira une fenêtre du terminal ainsi que l’interface directement dans le navigateur par défaut. Il ne faut pas fermer la fenêtre du terminal quand OpenRefine est en cours d’utilisation.

Choisir un jeu de données

Nous allons utiliser comme jeu de données (téléchargeable depuis le dépôt Programming Historian) une liste de douze ouvrages d’alchimie en deux colonnes : Titre (pour le titre de l’ouvrage) et Date (pour date de publication, certaines dates étant manquantes). Il prend la forme d’un fichier CSV encodé en UTF-8 (voir Figure 1). C’est un format ouvert idéal pour traiter et conserver des données tabulées. Les données tabulées (ou tabulaires) sont des données organisées sous la forme de colonnes de valeurs qui peuvent être visualisées et éditées par des logiciels nommés « tableurs » (OpenRefine ou LibreOffice Calc par exemple).

L’objectif est d’enrichir ces données en important des données supplémentaires provenant de Wikidata, telles que le lieu et la date de publication, le titre normalisé de l’ouvrage, l’auteur ou la langue utilisée.

Lancer OpenRefine et importer les données

Cliquez sur Languages et sélectionnez « Français ». Puis cliquez sur Créer un projet > Cet ordinateur > Sélect. fichiers > Sélectionnez le fichier CSV > Suivant. Il vous faudra ensuite configurer les options d’analyse syntaxique : choisissez l’option Les colonnes sont séparées par : une virgule. Enfin, cliquez sur Créer un projet. Il est aussi possible de charger le fichier CSV directement depuis une URL.

Vérifiez que tout est bien importé ou changez les paramètres de la page sous Configurez les options d’analyse syntaxique (voir Figure 2). On peut noter sur cette page la possibilité d’importer les données depuis de nombreux formats : XLS et XLSX (Microsoft Excel), JSON (et JSON-LD), fichiers texte à base de lignes, fichiers CSV (ou TSV ou semblables comme notre exemple), fichiers textes à largeur de champ fixe, PC-Axis, MARC, RDF (/N3, /N-Triples, /Turtle, /XML), Wikitext, ODS (fichier de tableur de LibreOffice Calc).

Le processus de réconciliation consiste habituellement en deux étapes :

1.  La réconciliation proprement dite, qui permet de faire un lien entre (apparier) une colonne de données d’OpenRefine avec des données d’une source externe, ici Wikidata.

2.  L’enrichissement des données, qui consiste à importer de nouvelles données depuis la source externe grâce à la colonne de données réconciliées.

Réconcilier une colonne

Tout d’abord, nous allons créer un doublon de la colonne Titre. Cette étape est importante puisque le résultat d’une réconciliation réussie remplace souvent le contenu de la cellule originale par le texte du libellé (« label » dans Wikidata) de la valeur réconciliée. Or, il est souhaitable de pouvoir comparer la colonne du titre original avec la colonne du titre réconcilié. En science, il est toujours conseillé de ne pas modifier les données originales afin de garantir leur intégrité, leur traçabilité et leur reproductibilité. Toute modification pourrait entraîner des erreurs, des biais ou une perte d’informations importantes, compromettant ainsi la fiabilité des résultats obtenus. Conserver les données brutes permet également aux chercheur·euse·s de vérifier et de reproduire les analyses, de comparer différentes approches méthodologiques et de répondre à d’éventuelles critiques en s’appuyant sur des sources inchangées. C’est pourquoi il est recommandé d’effectuer toute transformation ou correction sur une copie des données originales plutôt que sur celles-ci directement.

Cliquez sur les options de la colonne Titre > Éditer la colonne > Ajouter une colonne en fonction de cette colonne… Donnez le nom « Titre_RECON » > Ne rien modifier d’autre (c’est-à-dire que le contenu sera exactement l’expression « value »).

Réconciliez la colonne Titre_RECON en cliquant sur les options de cette colonne > Réconcilier > Démarrer la réconciliation (voir Figure 3) :

Choisissez un service de réconciliation : Wikidata reconci.link (en), puis cliquez Suivant.

Dans la case de gauche (voir Figure 4), sélectionnez le type de données le plus proche du contenu de la colonne. Dans notre cas, nous allons sélectionner literary work (Q7725634) ou bien choisir Réconcilier sans type particulier. Q7725634 est l’identifiant Wikidata de l’élément correspondant à une œuvre littéraire. C’est-à-dire que les œuvres littéraires bien indexées de Wikidata devraient indiquer la nature de l’élément (codé avec la propriété P31) comme œuvre littéraire (Q7725634) ou un élément plus spécifique (roman, essai, etc.).

Pour le moment, ignorez les autres options et cliquez sur Démarrer la réconciliation…

Attendez que le processus se termine. Vous pouvez suivre la progression dans une zone jaune en haut du tableau principal.

Une fois terminé, observez plusieurs choses :

• Sous le titre de la colonne, une ligne verte indique le taux de réconciliation. Une ligne complètement verte indique ainsi que toutes les données ont été réconciliées. Il est aussi possible d’afficher et de sélectionner cette information dans les facettes du menu de gauche. 

• Plusieurs éléments de la colonne Titre_RECON sont désormais bleutés et cliquables. Cela veut dire qu’ils ont été appariés avec un élément Wikidata qui devrait leur correspondre (voir Figure 5).

  

Le processus de réconciliation peut être fastidieux, surtout s’il est effectué sur un jeu de données volumineux. De plus, l’interface d’OpenRefine n’est pas pratique lorsque l’on clique sur Apparier toutes les cellules identiques (rattacher plusieurs cellules ayant la même valeur au même élément Wikidata) car on est renvoyé à la ligne 1 du tableau. Cela fait perdre du temps car il faut retrouver la ligne qu’on était en train de traiter.

Certains éléments possèdent plusieurs choix. L’algorithme de réconciliation n’a pu décider quelle valeur choisir (voir Figure 6).

Chaque choix est précédé de deux cases à cocher. La première case, contenant une seule coche, permet de n’apparier que cette cellule. La seconde case à cocher avec deux coches permet d’apparier toutes les cellules identiques de la colonne avec la valeur choisie. Cela est très utile dans le cas d’un grand jeu de données avec des valeurs semblables qui se répètent.

Vous verrez aussi Créer un nouvel élément (pour cette cellule, ou pour cette cellule et toutes les cellules identiques) : ignorez pour le moment. Chercher une correspondance permet de relancer une recherche dans Wikidata avec un autre contenu. Souvent, ce qui fonctionne bien est d’utiliser une valeur de cellule plus restreinte (un titre ou un nom plus court, par exemple).

Pour aller plus loin, rendez-vous à la section Comment améliorer la réconciliation ? de cette leçon.

En survolant les valeurs proposées en choix, il est possible de visualiser un extrait de l’élément Wikidata. Cliquer sur un lien ouvre un nouvel onglet vers cet élément Wikidata. Il est possible de choisir une valeur pour chaque cellule non résolue. À la fin de chaque choix pour chaque cellule, vous verrez un chiffre gris indiqué entre parenthèses. Ce chiffre est le score de correspondance estimé par OpenRefine (100 est le meilleur score).

S’il n’y a pas de choix proposé ou si les choix proposés ne sont pas pertinents, cliquez sur Choisir une nouvelle correspondance. Il est alors possible de saisir une valeur plus courte ou mieux rédigée, pour tenter de repérer l’élément correspondant (voir Figure 7).

Enrichir son jeu de données

Toutes les cellules de données qui ont été réconciliées peuvent maintenant être enrichies par des données externes si celles-ci sont indexées dans les éléments correspondants de Wikidata.

Cliquez sur les options de la colonne Titre_RECON > Éditer la colonne > Ajouter des colonnes à partir de valeurs réconciliées > Ajouter une propriété. Sélectionnez Propriétés suggérées : « Qid » > OK (ou écrivez « Qid » dans la case de recherche et sélectionnez « SPARQL:qid »). Il est aussi possible de cliquer sur les options de la colonne Titre_RECON > Réconcilier > Ajouter une colonne avec les URL des valeurs réconciliées… et sélectionner : Nom de la colonne : « Qid ».

Une nouvelle colonne Qid (identifiant unique de chaque élément décrit dans Wikidata) est créée sous la forme d’un identifiant ou sous la forme d’une URL avec l’identifiant, selon la méthode utilisée précédemment.

Recommencez en ajoutant les propriétés suivantes :

• author (auteur ou autrice, P50)
• language of work or name (langue de l’œuvre, du nom ou du terme,   P407)
• publication date (date de publication, P577)
• publisher (publié par, P123)
• place of publication (lieu de publication, P291)

Si ces propriétés ne sont pas listées dans les Propriétés suggérées alors écrivez-les une par une dans la case sous Ajouter une propriété (voir Figure 8).

Il est aussi possible de refaire la même opération à partir de la colonne Place of Publication pour récupérer les coordonnées géographiques (Coordinate location (P625)) dans le cas où on voudrait visualiser les données sur une carte.

Il est recommandé de faire ces opérations d’enrichissement à la fin de tous vos processus de réconciliation, car il n’y a pas de boutons « mise à jour ». Si on veut refaire l’opération dans le futur, par exemple parce que les données Wikidata ont été améliorées entre temps, alors il faut supprimer la colonne et la recréer.

Une fois le jeu de données enrichi, il est possible d’exporter le fichier au format CSV en sélectionnant Exporter > Valeurs séparées par des virgules. C’est un format recommandé pour sa simplicité et ses attributs FAIR (Facile à trouver, Accessible, Interopérable, Réutilisable). Il est aussi possible de l’exporter au format « Archive de projet OpenRefine » pour permettre de reprendre le travail plus tard ou pour transférer le travail sur un autre ordinateur. 

Tous les projets OpenRefine en cours sont sauvegardés au fur et à mesure sans intervention de l’utilisateur·rice et ils sont localisés, par défaut, sur l’ordinateur dans le dossier Utilisateur/AddData/Roaming/OpenRefine (le lien se trouve dans le bas de la page Ouvrir un projet).

Voici un aperçu du jeu des données enrichies (février 2025, Figure 9). Il peut être téléchargé en CSV ou au format OpenRefine. Veuillez noter que les données de Wikidata peuvent changer de par sa nature ouverte et contributive : les résultats de réconciliation présentés ci-dessus peuvent donc être différents si vous refaites les mêmes actions. 

Quelques bonnes pratiques

Quelles sont les données facilement réconciliables avec Wikidata ?

En raison de l’indexation actuelle de Wikidata, il y a des données plus facilement réconciliables que d’autres. En effet, il y a des types de données qui produisent des résultats satisfaisants en regard du temps investi à aller les repérer. Par exemple :

• Les noms de personnes
• Les noms d’organisations : institutions, maisons d’édition, etc.
• Les lieux géographiques : villes, pays, lieux célèbres, etc.
• Les titres d’œuvres : livres, tableaux, films, etc.
• Les identifiants pérennes : DOI, ISBN, ISSN, ORCID, VIAF, etc.
• Les sujets de recherche : sujets-descripteurs, vedettes-matières, mots-clés, etc.

De plus, il y a aussi des types de données enrichies mieux indexées que d’autres. Une fois les données réconciliées, voici des données importables les mieux indexées dans Wikidata :

• Pour les personnes : sexe, pays de citoyenneté, profession et identifiants.
• Pour les institutions : ville, pays d’origine et identifiants.
• Pour les lieux : coordonnées géographiques. Les pays reliés à ces lieux sont également réconciliables.
• Pour les œuvres : auteurs, années de publication et langues.
• Pour les sujets de recherche : catégories plus génériques.

Dans quels cas la réconciliation n’est-elle pas adaptée ?

Dans OpenRefine, lorsqu’une colonne de données peut être réconciliée avec une liste de termes de moins d’une vingtaine d’éléments, alors il est plus simple d’utiliser des facettes pour traiter les données. La réconciliation est plutôt adaptée pour tenter d’apparier ses données avec un grand ensemble de candidats potentiels. Dans OpenRefine, une facette est un regroupement de données d’après une dimension choisie. Vous pouvez considérer une facette comme une lentille à travers laquelle vous visualisez un sous-ensemble spécifique de données, en fonction d’un critère de votre choix. Dans notre leçon, les facettes les plus pertinentes sont les « Facettes textuelles » et les facettes « Par avis » (dans le menu Reconcilier).

Est-il possible de réconcilier avec d’autres sources de données ?

Dans cette leçon, OpenRefine a été testé avec Wikidata en raison de la grande diversité des types de données que l’on y trouve. En 2025, on peut dire que les données les plus notables sont souvent présentes dans Wikidata et qu’elles y sont indéxées pertinemment. Certains services, comme ceux présentés ci-dessous, proposent des jeux de données plus précis et plus spécialisés que Wikidata :

• ORCID : pour récupérer l’identifiant de chercheur·euse·s.
• VIAF : pour réconcilier avec un grand catalogue de documents, d’auteur·e·s ou de maisons d’édition.

Liste des services actifs actuellement. Parmi ces services, voici une sélection intéressant plus particulièrement les historien·ne·s :

• Pleiades Geocollider : anciens lieux géographiques (sites, villes, etc.).
• PeriodO : périodes historiques ou archéologiques.
• Kerameikos : informations sur l’amphorologie et les céramiques anciennes.
• GODOT – Graph of Dated Objects and Texts* : dates selon différents calendriers de Rome et de la Grèce antique.
• Nomisma : informations numismatiques sur les monnaies anciennes.

Voici quelques suggestions de méthodes si une institution ne possède pas de service de réconciliation :

• Écrivez à l’institution pour qu’elle mette en place un tel service.

• Utilisez les données de Wikidata comme intermédiaires, car de nombreuses métadonnées d’autres sources se trouvent déjà structurées dans Wikidata. Par exemple, les descripteurs de la Library of Congress LCSH (lien en anglais) ne sont plus disponibles directement avec un service de réconciliation. Cependant, une partie des descripteurs LCSH sont indexés dans Wikidata.

• Dans OpenRefine, utilisez une colonne d’URL de pages web pour récupérer le contenu de ces pages et traitez leurs contenus pour en extraire les données voulues. Ainsi, si vous avez des URL vers des pages web de catalogues d’institution, il est raisonnablement programmable d’extraire leurs valeurs structurées.

• Téléchargez les données ou la liste des données d’une institution et faites une réconciliation avec les informations téléchargées et traitées.

Y a-t-il d’autres méthodes pour réconcilier des données ?

Avec des données d’un autre projet OpenRefine

Cette méthode est semblable à la formule RECHERCHEV (« VLOOKUP ») de LibreOffice Calc. Ce n’est pas tout à fait de la réconciliation, car c’est un appariement strict entre deux tables, basé sur une colonne commune contenant une clé. Ce billet en anglais de Ruth Tillman explique ce processus de croisement de cellules (« cell cross »).

Comme ce processus de croisement de cellules est très rigoureux, il a des inconvénients : il est sensible à la casse, aux espaces, aux erreurs de saisie, etc. Pour pouvoir faire la même chose, mais bénéficier de l’algorithme de correspondance floue (« fuzz matching ») de la réconciliation, il faut installer une extension à OpenRefine qui s’appelle reconcile-csv.

Avec un programme codé spécifiquement

Par exemple, il est possible de coder en Python (ou autre) un programme qui lance le processus de réconciliation de manière autonome pour repérer les meilleurs candidats pour une colonne de valeurs (par exemple avec Reconciler). De plus, il est ensuite possible à partir d’une colonne d’identifiants de créer une ou plusieurs colonnes de données externes importées (par exemple avec le package WikidataIntegrator qui va utiliser la valeur du Qid et les codes des propriétés à importer).

Faire un plan et documenter chaque décision

Avant de vous lancer dans un processus de réconciliation, définissez des objectifs et concevez un plan progressif de traitement des données pour atteindre cet objectif. Ensuite, lors du déroulement de ce plan, documentez toutes les décisions prises à chaque étape.

Le processus de réconciliation peut être très lent si vous l’appliquez sur un grand nombre de données. Pour cette raison, je vous recommande de tester votre plan sur un petit nombre d’enregistrements (entre 10 et 20). Si ce plan est adapté, alors appliquez-le à toutes vos données.

Ajouter une colonne avec les identifiants

Avant l’exportation finale des données enrichies, je recommande d’ajouter une nouvelle colonne qui contient l’identifiant unique de chaque réconciliation (SPARQL:qid dans le cas de Wikidata). C’est particulièrement important si vous faites une exportation du jeu de données enrichies au format CSV. En effet, si vous ne le faites pas, seul le libellé de la cellule sera exporté et non la valeur de la clé d’appariement (de toutes les cases réconciliées bleutées).

Pour cela, avec notre exemple ci-dessus, cliquez sur les options de la colonne Titre_RECON > Réconcilier > Ajouter une colonne d’identifiants d’entités… Puis, indiquez le titre de la colonne, Titre_QID.

Comment améliorer la réconciliation ?

Vous remarquerez probablement que la réconciliation est parfois peu satisfaisante. Voici quelques techniques pour réduire les réconciliations manuelles après une réconciliation automatique insatisfaisante.

Pour une réconciliation plus stricte

• Relancez une nouvelle réconciliation en choisissant un autre type de données recommandé.
• Décochez Correspondance automatique des valeurs candidates pour pouvoir sélectionner tous les choix à faire.
  - Nombre maximal de candidats renvoyés : définissez une valeur numérique.
• Option Utiliser également les détails pertinents des autres colonnes :
  - Appariez des colonnes de vos données initiales avec des colonnes de la source externe.
  - Par exemple, dans notre cas on pourrait utiliser Date : publication date (P577).

Pour une réconciliation moins stricte (proposant ou résolvant plus de choix)

• Relancez une réconciliation en choisissant Réconcilier sans type particulier.
  - Observez les scores de réconciliation (entre parenthèses après les valeurs proposées, entre 0 et 100) et déterminez le score minimum adapté pour résoudre automatiquement les réconciliations.
  - Si ce n’est pas déjà fait, faites afficher la facette Titre_RECON : meilleur score des candidats (en cliquant sur les options de la colonne > Réconcilier > Facettes > Meilleur score des candidats).
  - Déplacez l’intervalle vers 80-100.
  - Cliquez sur les options de la colonne > Réconcilier > Actions > Apparier chaque cellule avec son meilleur candidat. Seule la meilleure des valeurs entre 80 et 100 sera utilisée. Une valeur sous 20 sera ignorée, même si c’est la meilleure parmi d’autres valeurs (ex : 9, 10, 12 et 15).
• Relancez une réconciliation en choisissant un autre type de données recommandé.
• Traitez les données de la cellule pour une forme plus courte (ou non abrégée, ou sans acronymes) et relancez une réconciliation. Par exemple : - De Alchemia (1541) -> De Alchemia 
  - Hist Sci Med-> Histoire des sciences médicales 
  - AHA -> American Historical Association

À quoi correspond « Créer un nouvel élément » ?

Cela permet de marquer un enregistrement pour créer un élément dans Wikidata depuis OpenRefine. Je n’utilise pas cette option, car je préfère créer de nouveaux éléments directement dans Wikidata (manuellement ou avec QuickStatements). Cela garantit une meilleure indexation et plus de contrôle sur le processus de création ou d’enrichissement. 

Réconcilier pour normaliser les données

Notons qu’outre l’alignement avec des données externes et l’enrichissement des données initiales, une autre utilité de la réconciliation est de normaliser les données initiales via le service de réconciliation. En effet, comme nous l’avons vu, le contenu d’une cellule réconciliée est remplacé par le texte du libellé de la donnée correspondante de la base de données externe. Comme mentionné précédemment, il est important de conserver la colonne des données initiales non réconciliées pour pouvoir comparer les deux.

Pour conclure, j’aimerais insister sur le fait que la réconciliation doit être réalisée avec prudence et pas-à-pas. En effet, il peut exister de nombreux homonymes sur un même siècle, tout spécialement dans les domaines des sciences humaines et sociales. Des prises de décision de réconciliation trop hâtives et sans vérification peuvent entraîner des erreurs. 

Discussion

Comme le souligne Yann Audin (2024), « les logiciels, matériel informatique (« hardware »), bases de données et algorithmes ne sont pas politiquement neutres, et ils ont des impacts importants sur notre horizon épistémique. » L’utilisation de la réconciliation dans un projet de recherche en histoire soulève ainsi des questions méthodologiques concernant l’enrichissement des corpus et les processus de traitement des données.

Tout d’abord, le choix du service de réconciliation influence directement la qualité et l’exhaustivité des données enrichies. Par exemple, si l’on opte pour Wikidata, les entités les plus notables et déjà bien référencées bénéficieront d’un enrichissement plus précis et détaillé, tandis que les entités marginales, moins documentées ou issues de contextes historiographiques peu explorés, risquent d’être sous-représentées. Ce phénomène peut renforcer des biais existants dans la production et la transmission du savoir historique. Une manière de pallier ce biais consiste à contribuer activement à Wikidata en ajoutant de nouveaux éléments ou en améliorant ceux existants. Cette possibilité de correction n’existe pas toujours avec d’autres services de réconciliation, qui ne permettent pas nécessairement une contribution ouverte pour rectifier les asymétries dans les données. De plus, plutôt que de se limiter à un seul service comme Wikidata, il pourrait être intéressant d’explorer la combinaison de plusieurs sources pour réduire des biais liés à la sous-représentation d’entités marginales.

Enfin, l’intégration de la réconciliation dans un flux de travail dynamique reste un défi méthodologique. Dans l’état actuel des outils comme OpenRefine, la réconciliation et l’enrichissement sont des processus ponctuels, réalisés à un instant donné, sans mécanisme intégré permettant une mise à jour automatique des données enrichies ni une synchronisation continue entre les sources originales et les bases externes. En effet, OpenRefine n’est pas un outil de gestion de bases de données mais plutôt un outil de traitement ad hoc de données tabulaires. Cette limitation entrave la construction de modèles de données évolutifs et interconnectés, ce que certain·e·s chercheur·euse·s qualifient de problème d’« interopérabilité verticale » (Macneil et Plankyté, 2025). Une première approche possible pour atténuer ce problème consiste à expliciter ces contraintes de votre projet de recherche dans un plan de gestion des données de recherche (PGD), afin d’assurer une documentation rigoureuse des choix méthodologiques et des limites inhérentes à l’usage de la réconciliation. De plus, comme mentionné dans cette leçon, une autre approche est de toujours conserver les données d’origine pour maintenir un système interopérable stable à travers plusieurs manipulations successives et espacées dans le temps.

Remerciements

Je remercie Maxime Guénette, doctorant en histoire à l’Université de Montréal, qui a suscité, relu et ajouté de nombreux conseils à cette leçon ; Caroline Patenaude, bibliothécaire à l’Université de Montréal, pour sa relecture ; Laurence Charest et Teresa Bascik, bibliothécaires à l’Université de Montréal, pour leurs tests de versement de OpenRefine vers Wikidata ; toute l’équipe d’édition et de révision de Programming Historian en français ; et enfin je remercie la communauté Wikimédia et plus spécifiquement la communauté Wikidata pour leurs contributions.

Sources

Audin, Yann. 2024. « For a General Theory of Scholars–Digital Tools Interactions » Digital Studies/Le champ numérique 15(1): 1-20. https://doi.org/10.16995/dscn.11058.

Baer, Helen. 2024. Reconciling Metadata with OpenRefine. Digital Public Library of America https://youtu.be/zWUdwN6s0ZU.

Bauer, Michael. 2015. reconcile-csv. https://okfnlabs.org/projects/reconcile-csv/.

Commons:OpenRefine. n.d. https://commons.wikimedia.org/wiki/Commons:OpenRefine/fr.

Delpeuch, Antonin. 2023. My roadmap for OpenRefine https://antonin.delpeuch.eu/posts/my-roadmap-for-openrefine/#reconciliation.

Doten-Snitker, K., Steven Pfaff, and Yu Hsiao. 2024. « Ideational diffusion and the great witch hunt in Central Europe » . Theory and Society  53, 1291-1319 (2024). https://doi.org/10.1007/s11186-024-09576-1.

LibreOffice contributors. 2000-2024. LibreOffice. https://fr.libreoffice.org/.

Macneil, Rory, and Vaida Plankyté. 2025. « The time is now! Vertical interoperability between research tools: an essential enabler for the FAIRification of data ». Upstream. https://doi.org/10.54900/8m9by-kfy03.

OpenRefine contributors. 2008-2024. OpenRefine. https://openrefine.org/.

Patenaude, Caroline. 2021. OpenRefine : au secours des désordonnées. Tutoriel. Bibliothèque des lettres et sciences humaines, Université de Montréal. https://crlnp.github.io/openrefine/.

Pressac, Jean-Baptiste. 2022. Dépôt de données sur Wikidata avec OpenRefine. Ateliers du Web sémantique. https://les-ateliers-du-web-semantique.gitpages.huma-num.fr/les-ateliers-du-web-semantique/wikidata/.

Saby, Mathieu. 2020. Tutoriel OpenRefine 3.4 : nettoyer, préparer et transformer des données. https://msaby.gitlab.io/tutoriel-openrefine/.

Tillman, Ruth. 2020. Learning Cell Cross in OpenRefine. https://ruthtillman.com/talk/cell-cross-webinar-2020-03/.

University of Toronto Libraries. 2019. OpenRefine Augmenting Activity 2: Using Reconciliation Services. https://mdl.library.utoronto.ca/technology/tutorials/openrefine-augmenting-activity-2-using-reconciliation-services.