Publication Des Données De 60 000 Reportages Des JTs De 20H De France 2 Et TF1

22/02/2022
3 minutes de lecture

Dans cette année d’élection, il peut être utile de rendre public les données de 60 000 reportages des JT de 20H de TF1 et France 2 pour des chercheurs ou des citoyens. La seule condition est de maitriser le format JSON et son exploitation.

Pourquoi les données des JT ?

Le sociologue Jean Baptiste Comby, dans sa thèse “La question climatique”, indique qu’il est “fécond de placer la focale sociologique sur les discours qui circulent au sein des médias généralistes nationaux”. Il précise “si les JT sont un lieu stratégique d’observation du débat public, cela ne signifie pas pour autant qu’ils en offrent un reflet représentatif (…) cependant, nos observations indiquent que les cadrages du problème récurrents dans les JT sont ceux qui circulent le plus et le mieux dans les autres espaces du débat public”

Méthodes de récupération de la donnée

En scrappant les textes des pages des JTs de TF1 jusqu’en 2016 et de France 2 jusqu’en 2013 avec ce logiciel libre écrit en Scala.

Avertissement: Les textes des reportages seulement ont été récoltés, mais pas les voix qui sont parfois plus complètes. Pour aller plus loin, ce projet permet de récolter les données venant des voix.

Mise à jour quotidienne

Pour mettre à jour les données un Github Action avec un CRON est utilisée. Les 2 sites sont scrappés avec le code Scala, et les données sont ensuite versionnées par la Github Action.

Données

Les données des JTs sont accessibles librement au format JSON ici et sont classées par media et par jour.

Elles possèdent ce format :

title: String,
description: String,
date: Timestamp,
order: Long - ordre dans le JT de france 2
presenter: String - exemple David Pujadas
authors: List[String] - les journalistes
editor: String, - rédacteur en chef
editorDeputy: List[String], rédacteur adjoint
url: String, - url vers le reportage
urlTvNews: String, - url vers le JT
containsWordGlobalWarming: Boolean, - si le reportage contient le mot réchauffement, dérèglement ou changement climatique
media: String - TF1 ou France 2

Exemple d’exploitation des données

Pour une analyse sur le thème des changements climatiques un site a été fait, il affiche des graphiques rafraîchis chaque jour par la Github Action.

Des graphiques et des tableaux faits à partir des données brutes des JT — Exemple de visuel disponible sur le site du projet fait à partir des données brutes des JT

Egalement une analyse bientôt disponible à la suite de ce post utilise une base de données SQL, Postgres, et un outil de visualisation, Metabase, à faire fonctionner chez vous avec une seule ligne de commande basée sur Docker Compose : https://github.com/polomarcus/television-news-analyser#requirements

Remontez vos problèmes d’accès aux données en me contactant sur twitter ou sur le repo github