Article rédigé par Clément ARNAUD (SIAF)
Depuis 2022, FranceArchives publie quatre fois par an sur la plateforme data.culture un export complet des inventaires du portail au format apeEAD.
Cet export a connu une réutilisation, en 2023, dans le cadre d’un article « FranceArchives : dans quoi cherche-t-on ? » paru sur le blog « Patrimoine et numérique » de Maïwenn Bourdic. Cet article propose plusieurs exemples d’exploitation des données sous forme de datavisualisation afin de mieux cerner le contenu du portail et de mettre en lumière les grands ensembles de données qui y figurent. Deux ans après, il semble pertinent de proposer une actualisation de ces données ainsi que de nouveaux axes pour les explorer, tant pour le grand public que pour les archivistes.
Le corpus
Les inventaires mis en ligne sur data.culture sont ceux de l’ensemble des contributeurs du portail FranceArchives soit 165 services d’archives en janvier 2025. Bien que la plupart des contributions au portail soient au format XML EAD, les inventaires au format PDF ou CSV sont également inclus dans l’export. Pour importer des fichiers PDF sur le portail, les services doivent en effet compléter un fichier CSV. Ce fichier permet d’afficher une page de résultats de recherche, ainsi qu’une notice intermédiaire proposant l’ouverture du fichier PDF. Ces fichiers CSV de métadonnées sont convertis en fichiers apeEAD simplifiés à un seul niveau.
L’export de janvier 2025, sur lequel porte cet article, compte 97 000 inventaires. Le nombre total d’inventaires publiés sur le portail a ainsi augmenté de plus de 15 % en un peu plus d’un an, passant de 84 000 inventaires en décembre 2023 à 97 000 en janvier 2025.

Répartition des inventaires par grands ensembles
L’export proposé sur data.culture regroupe dans un répertoire distinct les inventaires de chaque partenaire, permettant d’obtenir facilement des chiffres par institutions en listant en ligne de commande le nombre de fichiers par dossier.
Les trois services d’Archives nationales demeurent les principaux contributeurs du portail avec à eux seuls 29 284 inventaires publiés sur FranceArchives soit 30% des inventaires du portail. Ce chiffre est en légère baisse par rapport à décembre 2023 date à laquelle les Archives nationales représentaient 34% des inventaires du portail. Près de 12 000 nouveaux inventaires provenant d’institutions autres que les Archives nationales ont été publiés entre décembre 2023 et janvier 2025. Pour l’internaute, cela se traduit par une plus grande diversité dans l’origine des ressources proposées en résultats de recherche. En valeur absolue, le réseau des archives départementales représente plus de la moitié des contributions au portail.

Répartition des contributions à FranceArchives par type de service :
Archives départementales 53.70%,
Archives nationales 31.29%, Archives municipales 15.01%
Parmi les 20 contributeurs majeurs du portail, on retrouve 17 services d’archives départementales, qui valorisent tous plus de 1 200 inventaires sur FranceArchives. Ces 20 contributeurs représentent 67% des contributions au portail (soit 65 583 inventaires au total). Ce chiffre est en baisse sensible par rapport à décembre 2023, où les 20 contributeurs majeurs représentaient 75% des inventaires valorisés. Cette évolution sera sans doute confortée par les projets de partenariat en cours avec des services d’archives municipales.

Répartition des vingt principaux contributeurs du portail
Répartition territoriale des inventaires
En examinant la répartition territoriale des inventaires valorisés, en combinant les inventaires des services d’archives départementales et municipales d’un même département, on constate que FranceArchives valorise plus de 500 inventaires par département dans un tiers des départements français, soit 36 départements contre 27 en décembre 2023. Ce cumul illustre la complémentarité des fonds valorisés sur le portail (entre archives départementales et municipales) mais il montre aussi une certaine hétérogénéité de la couverture territoriale. La répartition territoriale précise des partenaires est visible sur la carte de l’annuaire (cocher « Partenaires de FranceArchives », « Archives départementales » et « Archives municipales »). Cette carte peut être mise en regard avec la carte d’accès aux métadonnées qui exploite l’indexation lieu sur FranceArchives.

Couverture temporelle
Afin d’avoir une idée plus précise de la répartition chronologique des fonds valorisés sur le portail, l’ensemble des inventaires a été requêté en XQuery afin d’extraire pour chaque inventaire, l’élément date de niveau haut (via le XPath suivant /ead/archdesc/did/unitdate). Les dates extraites ont été filtrées et traitées dans OpenRefine pour être reformatées au format AAAA. Certaines saisies non numériques ou non exploitables ont été supprimées (mention « sans date », bornes chronologiques de plusieurs siècles, etc.). Après traitement, 88 365 intervalles de dates au format AAAA ont été retenus (près de 10 000 inventaires sont donc exclus de cette analyse). Cet ensemble d’intervalles de dates a ensuite été traité par script Python afin de développer les intervalles et d’obtenir une liste d’années par occurrence. Il faut préciser que cette méthode comporte des biais. On constate en effet dans les données une tendance pour les fonds contemporains à sélectionner des intervalles de dates larges (du type 1945-2000) qui ont tendance à surreprésenter le XXe siècle dans les données analysées. De plus, les dates extrêmes de niveau haut ne sont pas toujours représentatives de la période de production des fonds décrits, une pièce isolée pouvant fausser la datation de l’ensemble du fonds. Ces données et leur représentation sont donc à analyser avec précaution pour déterminer les grandes tendances du corpus.

Dans l’ensemble, on constate l’importance de la période de 1914 à 1987, qui dépasse les 20 000 occurrences avec un pic pour les années 1970, et une brusque chute pour les années les plus récentes. Cette surreprésentation du XXe siècle peut être attribuée à divers facteurs, notamment les politiques de collecte, l’état de classement des fonds ou l’actualité mémorielle. Elle met principalement en évidence des biais temporels dans les résultats de recherche.
La place de l’indexation
L’indexation est largement exploitée dans FranceArchives afin de faciliter les recherches, notamment via l’autocomplétion dans le moteur de recherche. Sur FranceArchives, ces indexations sont successivement groupées, alignées et qualifiées afin de nourrir un réservoir d’autorités. Le détail des enrichissements et des traitements réalisés sur ces données est décrit dans l’article « FranceArchives : réalisations », publié sur le portail. Afin d’obtenir un aperçu plus précis des pratiques d’indexation de chaque service, un script Python a permis de quantifier la part d’inventaires porteuse d’indexation. Sont considérés dans l’infographie comme étant indexés, les inventaires contenant au moins un des éléments de l’EAD utilisés pour l’indexation à n’importe quel niveau de la hiérarchie, soit :
-
Le producteur : <origination>
-
Une indexation lieu : <geogname>
-
Une indexation personne : <persname>
-
Une indexation institution : <corpname>
-
Une indexation sujet : <subject>
Il ne s’agit pas d’une analyse proportionnelle visant à quantifier le volume d’indexation, mais plutôt d’en évaluer la répartition dans les inventaires. Les institutions ont été divisées en trois groupes en fonction du nombre d’inventaires publiés sur le portail. Le premier groupe comprend les services valorisant plus de 800 inventaires sur FranceArchives, le deuxième groupe rassemble les services valorisants entre 200 et 800 inventaires, et le troisième groupe inclut les services fournissant moins de 200 inventaires. L’ensemble de cette visualisation est disponible en ligne. On constate ici encore une grande diversité des résultats qui tient en partie à la diversité des fonds mis en ligne mais aussi à des pratiques de description différentes au sein des services ou à l’utilisation d’outils favorisant plus ou moins la pratique de l’indexation.

Part en pourcentage des inventaires contenant au moins un des éléments de l’EAD utilisés pour l’indexation à n’importe quel niveau de la hiérarchie – Services ayant plus de 800 inventaires sur le portail
Conclusion
Ces différents points de vue sur les données n’ont pas pour vocation de comparer quantitativement ou qualitativement les contributions au portail. Ils ont d’abord pour but de mieux signaler les pleins et les creux des données collectées. Ils expliquent les silences de certaines recherches et mériteraient d’être complétés par une étude axée sur les recherches des internautes. Ces visualisations permettent également de nous guider dans les échanges avec les partenaires et dans les propositions de nouveaux partenariats. Elles illustrent enfin la diversité des pratiques et offrent des pistes pour tenter de les homogénéiser et par la même d’enrichir les données. C’est dans cette démarche d’harmonisation des pratiques et d’accompagnement aux évolutions numériques que s’inscrit le groupe de travail pour la description et l’indexation des archives.