Projets de recherche

Collecte et analyse de bases de tweets se voulant les plus représentatives du contenu publié entre 2017 et 2023 en français avec différents hashtags connexes à #Metoo 

• Convention avec l'INA pour la mise à disposition d'une partie des données (dépôt légal du web et OTMedia)

• Avis favorable du comité d'éthique de la recherche de Sciences Po pour l'utilisation des données identifiantes (sous conditions de traitement et de conservation)

Méthodologie : 

• Scraping à partir de l'API academic de Twitter [obsolète depuis 2023], concaténation et comparaison avec les collectes du dépôt légal du web et d'OTMedia  

• NLP/TAL : Classification supervisée du contenu textuel à partir d'un entrainement de l'algorithme CamemBERT (Martin et al. , 2020)

• Analyses sociologiques des modes de publication de dicibilité des témoignages de violence 

Coordination de l'enquête SAFEDUC dont l'objectif est d'étudier la prévalence des violences sexistes et sexuelles dans l'enseignement supérieur 

Equipe : Hélène Périvier (OFCE, Directrice du programme PRESAGE) - Virginie Bonnot (Université Paris Cité, Directrice de la cité du genre) - Victor Coutolleau (post-doctorant, OFCE) - Marta Dominguez Folgueras (CRIS, Sciences Po) - Joëlle Kivits (Université Paris Cité, Cité du Genre) 

Mes missions : construction du questionnaire - implémentation sur Qualtrics - gestion juridique et éthique (échanges avec les DPO, comité d'éthique, équipes juridiques) - enquête pilote - échanges avec le comité scientifique, des étudiant·es, associations, directions des établissements - suivi de la passation de l'enquête - analyse des données 

Productions :        - questionnaire reproductible 

- avis favorable du comité d'éthique de l'Inserm (CEEI-IRB) 

- rapport des résultats 

- articles scientifiques 

- conférence, interview, podcast de restitution des résultats 

Analyse statistique des trajectoires de soin pour identifier des patients à risque de mort subite 

Direction : Xavier Jouven (PARCC, Inserm) et Younès Youssfi (CREST, ENSAE) 

Méthodologie : 

• Représentation vectorielle (embedding par Word2Vec) du dictionnaire médical (pathologies, médicaments, types d'hospitalisation) 

• Représentation vectorielle des trajectoires des patients 

• Clustering des patients (algorithme des k-moyennes)

• Visualisation (t-stochastic neighbor embedding (t-SNE))