Définir ce que le téléchargement permettra de refaire
Que pourra refaire le lecteur avec le fichier ? Retrouver une observation, sélectionner un sous-ensemble et reproduire une comparaison demandent des informations différentes. En choisissant l’usage attendu, la rédaction peut délimiter les colonnes utiles. Elle peut aussi préférer un extrait documenté, relié aux données d’origine, à un fichier où toutes les étapes du travail se trouvent mélangées.
Imaginons une enquête fictive sur les horaires d’ouverture de bibliothèques municipales. Le journaliste a relevé les horaires affichés pendant une semaine donnée. Le fichier publié pourrait permettre de retrouver les établissements observés et les plages prises en compte. Il ne devrait pas être présenté comme une mesure de leur fréquentation, de la qualité du service ou de l’ensemble de l’année. Le téléchargement doit respecter le périmètre de l’enquête.
Le dossier de travail contient aussi des éléments destinés aux collègues : coordonnées pour les vérifications, commentaires et hypothèses ensuite abandonnées. Ils n’ont pas automatiquement vocation à devenir publics. Mieux vaut composer une copie de publication avec les données retenues, puis la relire pour elle-même. Cette séparation rend le choix de diffusion plus facile à examiner que l’export de tout le dossier suivi de quelques suppressions.
Si le partage des données pose une question de droits, de confidentialité ou de protection des personnes, elle doit être résolue avec les interlocuteurs compétents avant la mise en ligne. Le format CSV ne constitue pas une autorisation de diffusion. Le média peut expliquer son analyse sans publier toutes les pièces utilisées, à condition de décrire honnêtement les limites de ce qu’il rend vérifiable.
Une ligne doit représenter une observation définie
Une bibliothèque peut apparaître une seule fois, avec un total hebdomadaire, ou plusieurs fois, pour chacune de ses plages d’ouverture. Ces deux tables ne se lisent pas de la même façon. Dans la seconde, compter les lignes ne donne pas le nombre d’établissements. Si le fichier change d’unité d’observation en cours de route, il faut revoir sa structure avant d’espérer expliquer correctement la comparaison.
Le modèle de données tabulaires du W3C décrit des lignes composées de cellules et des colonnes correspondant à une même propriété. Cette organisation fournit un cadre utile pour préparer le fichier. Elle ne décide pas du bon niveau d’observation pour une enquête : ce choix doit être expliqué par la rédaction en fonction de sa collecte.
Une notice peut préciser qu’une ligne correspond à une plage horaire affichée, avec un identifiant d’établissement et un jour. Le lecteur sait alors pourquoi plusieurs lignes portent le même nom. Si l’article compare des durées hebdomadaires calculées, la rédaction peut proposer un second tableau de synthèse ou expliquer comment les lignes détaillées ont été regroupées. Le lien entre les deux doit rester explicite.
Les totaux et les commentaires ne devraient pas se glisser parmi les observations ordinaires sans indication. Un lecteur qui additionne une colonne pourrait inclure à nouveau un total déjà calculé. Une présentation séparée rend ce piège plus facile à éviter. Le guide sur les tableaux lisibles dans un article traite la consultation à l’écran ; le CSV doit, lui, rester utilisable pour des opérations sur les données.
Les colonnes ont besoin de leur mode d’emploi
« Durée » semble clair tant que l’on a le tableur et l’article sous les yeux. Dans une copie téléchargée quelques semaines plus tard, on ne sait plus forcément s’il s’agit de minutes par jour, d’heures par semaine ou d’une moyenne. La notice doit conserver cette définition, la période concernée et la méthode du calcul éventuel. La taille des nombres ne devrait pas être le seul indice laissé au lecteur.
Le guide introductif CSV on the Web souligne que le CSV ne décrit pas à lui seul les types des valeurs ni les contraintes attendues dans chaque colonne. Il présente des métadonnées pour apporter ces informations. C’est un document explicatif, distinct des recommandations normatives vers lesquelles il renvoie ; il ne rend pas obligatoire un dispositif technique particulier pour chaque fichier publié par un média.
Pour une enquête ponctuelle, une notice lisible peut déjà nommer les colonnes et expliquer leurs valeurs. Pour une série récurrente, l’équipe technique peut envisager un schéma permettant de vérifier plus systématiquement la structure. La rédaction doit d’abord savoir ce qu’elle veut contrôler. Un schéma parfaitement respecté n’établit pas que les horaires ont été relevés au bon endroit ou à la bonne date.
Les identifiants méritent leur propre explication. Si plusieurs établissements portent le même nom, un code stable aide à les distinguer. La notice indique d’où vient ce code et ce qu’il identifie. Elle précise aussi les conventions de dates. Une date de collecte ne doit pas être confondue avec la date d’entrée en vigueur d’un horaire, surtout lorsqu’un changement annoncé n’a pas encore commencé.
Une valeur absente ne signifie pas zéro
Un horaire introuvable et un jour sans ouverture donnent deux informations différentes. Dans notre enquête fictive, le premier peut rester vide avec une explication ; le second peut être enregistré comme une durée nulle. Remplir les vides par zéro pour faciliter le calcul effacerait cette distinction. Avant de comparer les établissements, le lecteur doit pouvoir savoir lesquels ont réellement été observés.
La rédaction peut choisir des conventions explicites et les conserver tout au long du fichier. Si plusieurs raisons d’absence comptent pour l’analyse, une colonne de statut peut les distinguer. Elle évite alors d’accumuler des symboles dont le sens change d’une ligne à l’autre. Le choix doit rester proportionné au besoin : le but n’est pas de multiplier les codes, mais de rendre les comparaisons possibles sans interprétation cachée.
Une exclusion demande également une explication. Un établissement fermé temporairement a-t-il été retiré du total ou conservé avec un statut particulier ? Le lecteur doit retrouver cette décision dans la méthode et dans le fichier. Si la rédaction publie seulement les lignes retenues, elle indique les critères de sélection au lieu de laisser croire que le téléchargement couvre toutes les observations collectées.
Cette réserve doit suivre le chiffre lorsqu’il quitte l’article. Un post social annonçant une moyenne sur « toutes les bibliothèques » serait inexact si certaines n’ont pas pu être observées. Le travail sur les chiffres diffusés sur les réseaux commence donc ici, dans la définition de ce qui entre dans le calcul, avant même la rédaction de la publication.
Exporter puis rouvrir le fichier obtenu
Le guide de data.gouv.fr sur la construction d’un schéma TableSchema recommande notamment UTF-8, le séparateur virgule et des guillemets pour protéger les chaînes qui contiennent ce séparateur. Il demande un nombre cohérent de champs par ligne et recommande le type de contenu text/csv. Ces repères aident à préparer un export lisible ; ils ne remplacent pas l’essai du fichier dans les outils visés.
Le contrôle commence sur le CSV obtenu. Un collègue l’importe avec le séparateur et l’encodage choisis, puis revient au tableau de publication pour comparer quelques lignes : accents, décimales, dates et identifiants. Si tout apparaît dans une seule colonne, il reste un problème à résoudre ou une instruction d’import à préciser. Le fait que le fichier porte la bonne extension ne suffit pas à clore l’essai.
Les transformations automatiques du tableur méritent attention. Un identifiant qui commence par un zéro doit rester l’identifiant prévu après import. La personne chargée du contrôle peut comparer la valeur visible dans le fichier texte à celle affichée dans le tableur. Elle évite de réenregistrer une version modifiée sans le constater, puis de prendre cette nouvelle copie pour la référence à publier.
L’essai peut inclure une ligne contenant une virgule dans un nom, une cellule vide et une date. Ce sont des cas concrets qui permettent de vérifier la séparation des champs. Si le fichier contient des textes libres ou des contenus provenant de tiers, la rédaction demande aussi à l’équipe technique le contrôle approprié avant diffusion. Le présent guide ne constitue pas une procédure complète de sécurité des tableurs.
Le fichier appartient à une version de l’enquête
Le lecteur devrait comprendre, près du lien, ce qu’il va télécharger et à quelle période les données se rapportent. Un libellé comme « Données des horaires relevés en octobre, format CSV » est plus utile qu’un simple « Télécharger ». La date de mise à disposition peut figurer dans la notice, distincte des dates de collecte et d’observation.
La notice garde les sources et le chemin suivi pour produire les valeurs. Pour les bibliothèques de notre exemple, elle explique la conversion des horaires en durées, le traitement des exceptions et la sélection des lignes. L’article porte l’analyse ; la notice aide celui qui retrouve le fichier isolément à comprendre d’où viennent les données et ce qu’il peut en faire.
Si un graphique est publié, les valeurs du fichier doivent permettre d’en retrouver la série, ou la différence doit être expliquée. Un arrondi pour l’affichage n’a pas le même statut qu’une correction d’observation. Le guide sur les graphiques accessibles dans les articles traite l’explication visuelle ; le téléchargement apporte un autre accès aux valeurs qui soutiennent cette représentation.
Après la mise en ligne, une vérification depuis la page publique reste nécessaire. Le lien livre-t-il le bon fichier, avec la bonne version et la notice annoncée ? La rédaction ouvre la copie effectivement téléchargée, pas seulement celle qui se trouve encore sur son ordinateur. Ce contrôle repère une erreur de pièce jointe ou une ancienne version que la préparation locale n’aurait pas révélée.
Corriger les données en laissant une trace compréhensible
Une erreur découverte après publication peut toucher une seule ligne ou modifier la comparaison entière. La rédaction examine ses conséquences dans l’article, les graphiques et les relais déjà préparés. Elle date la correction et indique ce qui change, avec un niveau de détail adapté à l’effet sur la lecture. Le remplacement silencieux du fichier ne permettrait pas à un lecteur ayant conservé la première version de comprendre l’écart.
Pour un suivi régulier, un nom de version et une courte liste des changements peuvent aider à distinguer les livraisons. La rédaction décide si elle maintient les anciennes versions accessibles et comment elle signale celle qui fait référence. Ce choix doit tenir compte du contenu concerné, notamment lorsqu’une correction vise une information qui ne devait pas être diffusée.
Une personne qui n’a pas participé à la collecte peut faire le dernier essai. À partir de la page publique et de la notice, elle cherche un établissement puis refait une comparaison citée dans l’article. Une unité ambiguë, une exclusion inexpliquée ou une colonne manquante se traduit alors par une question précise. La rédaction sait ce qu’elle doit compléter avant de considérer le téléchargement comme utilisable.
Sources officielles
Documents utilisés pour vérifier les points techniques de cet article.