Ce protocole explique comment récupérer, déployer et personnaliser la PAC pour n'importe quelle recherche qualitative.
La PAC est un outil de codage de corpus conçu pour la recherche en sciences humaines et sociales. Elle permet de gérer un corpus documentaire, de coder des extraits selon une grille de dimensions analytiques, puis d'exporter les données vers Jamovi ou Sphinx.
Toute recherche impliquant une analyse systématique de corpus : discours institutionnels, articles scientifiques, entretiens, rapports, manuels scolaires, presse, etc.
Un fichier HTML unique qui tourne dans n'importe quel navigateur. Les données sont sauvegardées localement et exportables en CSV compatible avec les logiciels d'analyse.
Principalement le bloc DIMS dans le code JavaScript : c'est là que vivent vos 6 dimensions, leurs indicateurs, leurs options de codage et leurs questions directrices.
Compter 30 à 60 minutes pour adapter l'outil à un nouveau corpus, une fois ce protocole en main. Aucune connaissance en programmation avancée n'est nécessaire.
Suivez ces 7 étapes dans l'ordre. Chaque étape est autonome et illustrée d'exemples concrets.
Rendez-vous sur le dépôt GitHub qui héberge la PAC. Si la page affiche l'interface de l'application, cherchez le lien vers le dépôt (souvent en bas de page ou dans le README). Sur la page du dépôt, cliquez sur le fichier index.html pour l'ouvrir.
Une fois le fichier ouvert, cliquez sur le bouton Raw (en haut à droite de la zone de code). Cela affiche le code source brut dans votre navigateur, sans mise en forme.
Connectez-vous à GitHub (créez un compte gratuit si vous n'en avez pas). Cliquez sur New repository. Donnez-lui un nom explicite, par exemple : pac-curriculum-vitae ou analyse-manuels-histoire.
Dans les paramètres du dépôt (Settings → Pages), activez GitHub Pages en sélectionnant la branche main comme source. Votre application sera alors accessible à une URL du type :
Créez maintenant un fichier index.html à la racine du dépôt et collez-y le code que vous avez copié à l'étape 1.
Ouvrez votre fichier index.html dans un éditeur de texte (Notepad++, VSCode, ou même l'éditeur GitHub). Cherchez le commentaire suivant avec Ctrl+F :
C'est ici que résident toutes vos dimensions analytiques. Chaque objet dans ce tableau correspond à une dimension de votre grille de codage. C'est la seule zone du code que vous devez impérativement modifier pour adapter l'outil à votre recherche.
DIMS et de la section Étape 7 (titre et attribution) sauf si vous maîtrisez JavaScript. Toute la logique de l'application dépend de la structure exacte de ce tableau.Chaque dimension suit une structure précise. Voici le modèle à reproduire autant de fois que vous avez de dimensions (entre 4 et 8 est recommandé pour préserver la fiabilité inter-codeurs) :
Pour chaque dimension, remplacez simplement les textes entre guillemets par vos propres formulations. Les identifiants v (valeur courte, ex. 'P') doivent rester courts car ils apparaîtront dans les exports CSV.
Voici comment la grille originale de Lamolet est structurée, pour vous donner un modèle de référence :
| ID | Dimension | Question directrice | Options |
|---|---|---|---|
| D1 | Réification | Le décrochage est-il traité comme une « chose » possédée par l'élève ? | P / A / M |
| D2 | Vocabulaire clinique | Un vocabulaire médical/pathologique est-il utilisé ? | P / A / M + Cible |
| D3 | Focalisation | Où est situé le problème ? Dans l'élève ou dans l'institution ? | E / I / M |
| D4 | Reconnaissance des acquis | Les savoirs hors école sont-ils évoqués ? | P / A / M |
| D5 | Norme implicite | Les normes scolaires sont-elles explicitées ou présupposées ? | I / E / M |
| D6 | Statut du LP | Le LP est-il défini par défaut ou avec une logique propre ? | D / P / M |
Les listes déroulantes du formulaire d'ajout de documents (Type, Focus, Période) sont également adaptables. Cherchez dans le code les blocs <select id="c-type">, <select id="c-focus"> et <select id="c-periode">.
Par exemple, si votre corpus couvre la presse quotidienne régionale et la presse nationale, vous pourriez remplacer Scientifique / Institutionnel par PQR / PQN / Presse spécialisée. Modifiez simplement le texte entre les balises <option>.
doc.type === 'Scientifique') pour que les barres du tableau comparatif restent cohérentes.Avant de vous lancer dans le codage de l'ensemble de votre corpus, effectuez un test complet avec 1 document et 3 extraits fictifs :
001-1).Personnalisez le titre de l'application pour votre recherche en modifiant la balise <title> et le texte du .brand dans le <header>. Vous pouvez ajouter votre propre nom :
La PAC produit 4 fichiers CSV. Voici comment les utiliser dans les logiciels d'analyse courants en SHS.
Ouvrez directement le fichier codage_enrichi.csv (Fichier → Ouvrir). Toutes les variables sont présentes dans une seule table. Utilisez Analyses → Fréquences pour les tris à plat et Analyses → Test du χ² pour les comparaisons entre types de sources.
Importez codage.csv comme base de données d'une enquête. Chaque colonne D1–D6 correspond à une variable catégorielle. Effectuez des tris à plat par dimension, puis des tris croisés (Type × D1, Période × D3, etc.).
Si vous travaillez dans R ou Python, importez corpus.csv et codage.csv séparément et rejoignez-les sur ID_Doc. Cela reproduit exactement la logique du fichier enrichi.
Le fichier JSON (Export → Sauvegarder tout) conserve l'intégralité de vos données, y compris les textes des extraits. Exportez-le régulièrement. Les CSV, eux, ne contiennent que les données structurées.
La PAC est mise à disposition de la communauté scientifique dans un esprit de partage et de reproductibilité. Son utilisation implique quelques engagements simples.