-------------------- INFORMATION GÉNÉRALE -------------------- Titre du jeu de données: Information sur des articles scientifiques concernant les théories du complot de 2019 à 2021 Renseignements concernant l'auteur (Jermini Stéphane, HEG Genève, Rue de la Tambourine 17 1227 Carouge, stephane-alain.jermini@hesge.ch) Chercheur principal: Arnaud Gaudinat Co-chercheur ou chercheur associé: Vanessa Besson, Eléonore Crausaz, Stéphane Jermini Description sommaire : Résultat google scholar théories du complot 2019 à 2021 Date de la collecte de données: 2021-04-01 Date de production des données: 2021-04-01 Date de publication des données: 2021-05-29 Localisation géographique de la collecte de données: Monde entier Renseignements concernant les organismes subventionnaires ou commanditaires de cette collecte de données: Google Scholar -------------------------------------------------- INFORMATION D'ACCÈS/PARTAGE DES DONNÉES -------------------------------------------------- Licences/restrictions en lien avec les données, ou limitations d'utilisation: Creative Commons licence Référence bibliographique de ce jeu de données: - Références bibliographiques et hyperliens des publications liées à ce jeu de données: - Autres liens permettant le libre accès à ce jeu de données: https://github.com/SJ-palpa/curation_projet https://zenodo.org/record/4843312#.YLUeLqgzaUk http://5.196.70.206/data/Besson_Jermini_Crausaz/page_web.html ----------------------------- APERÇU DES DONNÉES & FICHIERS ----------------------------- Liste des fichiers: Données brutes complètes: scrap_all.csv Données brut par années: scrap_2019.csv scrap_2020.csv scrap_2021.csv Données enrichie et transformé : conspiracy_theories_data.csv -------------------------- INFORMATION METHODOLOGIQUE -------------------------- Description de la méthodologie de collecte/production des données: Ce jeu de données correspond au scraping de 3 années depuis la plateforme web Google Scholar (https://scholar.google.com/). Voici les paramètres que nous avons utilisé pour Google Scholar: -exclure brevets -exclure citations Notre recherche a été faite avec les termes suivants : "social media" AND "conspiracy theories" Ce jeu de données se concentre sur les années 2019, 2020 et 2021. Pour chaque années 720 résultats de Google Scholar ont été scrapés. Pour chacun de ces résultats nous avons récupéré 7 champs que nous avons mis dans les 7 colonnes de notre fichier dataset: -Titre -Lien -Citation -Lien pdf du document -Auteur, éditeur, année, site internet -Nombre de citations -Nombre de versions Description des opérations de traitement des données: Pour l'extraction de meta données nous avons utilisé TIKA, pour l'extraction des PDF nous avons utilisé un script python. Identifier les personnes impliquées dans la collecte, le traitement, l'analyse et/ou la diffusion des données: Vanessa Besson, Eléonore Crausaz, Stéphane Jermini ------------------------------------------------------------ RENSEIGNEMENTS CONCERNANT LE CONTENU DES FICHIERS DE DONNÉES ------------------------------------------------------------ scrap_all.csv (identique pour les autres fichiers de données brutes) Nombre de variables: 7 Nombre d'enregistrements/lignes: 2160 Liste des variables, définitions et abréviations: titre : Titre de l'article lien : Lien vers sa page web citation : Court extrait pdflink : Lien pdf auteurEditeur : Information sur l'auteur, l'éditeur et l'année (Information incomplète) cite : Nombre de citations version : Nombre de version Format des données: titre : Texte lien : Texte citation : Texte pdflink : Texte auteurEditeur : Texte cite : Texte version : Texte conspiracy_theories_data.csv Nombre de variables: 20 Nombre d'enregistrements/lignes: 2160 Liste des variables, définitions et abréviations: titre : Titre de l'article lien : Lien vers sa page web citation : Court extrait pdflink : Lien pdf contenu_pdf : Contenu de l'article illuminati : Présence du terme "illuminati" ou qui s'en rapproche dans l'article crop circle : Présence du terme "crop circle" ou qui s'en rapproche dans l'article reptilian : Présence du terme "reptilian" ou qui s'en rapproche dans l'article moon landing : Présence du terme "moon landing" ou qui s'en rapproche dans l'article chemtrails : Présence du terme "chemtrails" ou qui s'en rapproche dans l'article Alska mind-control : Présence du terme "alska mind-control" ou qui s'en rapproche dans l'article Area 51 aliens : Présence du terme "Area 51" ou qui s'en rapproche dans l'article kennedy assassination : Présence du terme "Kennedy assassination" ou qui s'en rapproche dans l'article CoronaTrueFalse : Présence du terme "corona" ou qui s'en rapproche dans l'article meta : meta données du pdf de l'article Author : Auteur de l'article réconcilié à partir de TIKA auteurEditeur : Information sur l'auteur, l'éditeur et l'année (Information incomplète) cite : Nombre de citations version : Nombre de version year : Année de publication de l'article Format des données: titre : Texte lien : Texte citation : Texte pdflink : Texte contenu_pdf : Texte illuminati : Texte crop circle : Boolean reptilian : Boolean Moon landing : Boolean chemtrails : Boolean Alska mind-control : Boolean Area 51 aliens : Boolean Kennedy assassination : Boolean CoronaTrueFalse : Boolean meta : Json Author : Texte auteurEditeur :Texte cite : Texte version : Texte year: Number

Ce jeu de données à été récolté pour le cours de curation de données de la HEG (Hautes Ecole de Gestion ) Genève.