Les thèmes : ce qu'on peut en faire, ce qu'on ne peut pas

Méthode · version 2 · 15 septembre 2026

Révision de la conception initiale. La conception initiale posait une taxonomie maison v1 (INSTITUTIONS, LIBERTES, DROITS_FEMMES, FISCALITE, SOCIAL, DEFENSE, EUROPE, SECURITE) qu'il aurait fallu appliquer nous-mêmes, texte par texte. Elle compte 0 assignation. On garde les 30 thèmes du Sénat (D-017) : ils sont officiels, déjà posés, et ne nous demandent aucun jugement éditorial.

1. État mesuré des thèmes en base (2026-09-12)

Deux taxonomies, deux objets différents. C'est la contrainte structurante.

Ce que ça donne par institution

• Parlement européen — thème posé directement sur le scrutin. Analysable immédiatement. Mais EuroVoc est plat chez nous : 1 808 concepts, aucun parent chargé. Un concept EuroVoc n'est pas un thème de débat public, c'est un descripteur documentaire. Inutilisable tel quel pour une navigation citoyenne ; il faudrait charger la hiérarchie EuroVoc (21 domaines racines) pour agréger.
• Assemblée nationale — aucun thème sur les scrutins. Récupérable par la navette (D-019) : 2 577 scrutins AN héritent du thème de la loi du Sénat, soit 98,8 % des scrutins AN rattachés à un dossier. Fenêtre : avril 2025 → juillet 2026.
• Sénat — 4 764 scrutins, 1 647 612 votes nominatifs, et aucun lien vers une loi dans le dump Dosleg (D-016). Les thèmes du Sénat ne s'appliquent pas aux votes du Sénat. C'est le paradoxe à assumer tel quel.

Concentration : le thème « Société » avale tout

Répartition des 2 577 scrutins AN thémés :

Société                            1 146   (44 %)
Questions sociales et santé          631
Agriculture et pêche                 473
Police et sécurité                   455
Affaires étrangères et coopération   339
Économie et finances, fiscalité      318
Défense                              293
Éducation                            231
… puis 20 thèmes sous 200, dont 6 sous 20

Un thème qui prend 44 % du corpus ne discrimine rien. Toute page « thèmes » qui mettrait les 30 thèmes sur le même plan mentirait sur leur poids. Il faut afficher l'effectif à côté du libellé, et se résoudre à ce qu'une dizaine de thèmes seulement supportent une analyse.

2. Analyses réellement possibles sur les groupes et les partis

Par ordre de solidité décroissante.

2.1 Descriptif, sans comparaison — publiable tout de suite

Pour un groupe et un thème : nombre de scrutins, répartition pour/contre/ abstention/absent, et la liste des scrutins avec leur lien vers le dossier officiel. C'est le cœur de l'outil : « sur les 455 scrutins touchant Police et sécurité, voici les votes du groupe X, un par un, vérifiables ». Aucune statistique comparative, donc aucun pré-enregistrement nécessaire.

2.2 Accord deux à deux par thème — la mesure solide

Pour chaque paire de groupes et chaque thème : part des scrutins où les deux groupes ont pris la même position. Produit une matrice 13×13 par thème, et par projection une carte des proximités.

C'est la mesure défendable, parce qu'elle est symétrique et qu'elle ne dépend pas du statut majorité/opposition : deux groupes d'opposition qui votent contre le même texte pour des raisons opposées sont comptés d'accord — ce qui est factuellement ce qui s'est passé, et se lit dans le détail des scrutins.

Piège à documenter : l'absence. Un groupe absent n'est ni d'accord ni en désaccord. Exclure les paires où l'un des deux est absent, et publier le taux d'exclusion à côté du résultat.

2.3 Profil thématique d'un groupe — descriptif, honnête

Part de l'activité d'un groupe consacrée à chaque thème (par les dépôts, via core.dossier_author, plus que par les votes : l'ordre du jour des votes n'est pas choisi par les groupes). Répond à « de quoi ce parti parle-t-il quand il a la main », question différente de « comment vote-t-il ».

2.4 Taux de vote « pour » par thème — à manier avec des pincettes

Techniquement immédiat, interprétativement fragile : le taux de « pour » d'un groupe mesure d'abord s'il soutient le gouvernement, pas son idéologie. Un même parti passe de 90 % à 10 % en changeant de camp sans changer d'idée. À ne publier qu'accompagné du statut majorité/opposition sur la période.

3. Les thèmes corrèlent-ils avec le classement gauche/droite ?

3.1 D'abord : où est ce classement

Il existe, vous ne le retrouviez pas parce qu'il n'est affiché que sur les pages /organisation/<slug>/, en demi-jauge. C'est CHES 2024 :

73 codages au total dans core.party_classification.

3.2 Le blocage : il n'y a pas de pont en base

core.party_group_link est vide (D-020). Le rattachement parti → groupe vit dans data/organisations.csv et n'est lu qu'au build. Aucune requête SQL ne peut aujourd'hui joindre un score CHES à un vote. La corrélation demandée n'est donc pas « à calculer » : elle est pour l'instant incalculable, faute de ce pont.

Une fois le pont chargé, on dispose de 9 partis appariés à un groupe AN (Renaissance→EPR, LR→DR, PCF→GDR, LE→EcoS, PS→SOC, Horizons→HOR, LFI→LFI-NFP, RN→RN, MoDem→Dem), couvrant 1 202 334 des 1 270 476 bulletins (94,6 %). Restent dehors LIOT, UDR et les non-inscrits — à exclure explicitement, pas à rattacher d'office.

3.3 Ce que vaudrait la corrélation

n = 9. C'est le chiffre qui commande tout le reste. Avec 9 points, un coefficient de corrélation a un intervalle de confiance à 95 % qui couvre typiquement ±0,6 : un r de 0,5 est indiscernable de 0. Aucun r calculé sur 9 partis ne peut être présenté comme un résultat. Le nombre de scrutins (2 577) ne rachète rien : il réduit le bruit sur chaque point, pas le nombre de points.

Et il y a 30 thèmes × 5 dimensions CHES = 150 corrélations possibles. En chercher une qui « marche » et la publier, c'est du p-hacking caractérisé — exactement ce que la discipline de pré-enregistrement du projet (pre-enregistrement-001.md, -002.md) existe pour interdire.

Ce qu'on peut faire à la place, et qui est honnête : sur la matrice d'accord deux à deux (§2.2), tester une seule hypothèse, fixée avant calcul — « l'accord entre deux groupes décroît quand l'écart de leurs lrgen croît ». L'unité n'est plus le parti mais la paire : 36 paires, pas 9 points. C'est encore peu, mais c'est une hypothèse unique, directionnelle, préenregistrable, et falsifiable. Le thème devient une variable de modération : sur quels thèmes cette relation est-elle la plus forte, sur lesquels s'effondre-t-elle.

Un résultat nul est publiable et attendu : « sur le thème Agriculture et pêche, l'écart gauche-droite ne prédit pas le désaccord » est un fait utile, et c'est le genre de fait qui protège l'outil du soupçon d'orientation.

4. Ordre de travail proposé

1. Charger core.party_group_link depuis organisations.csv (9 liens) — lève D-020, débloque toute jointure score↔vote.
2. Matérialiser l'héritage de thème AN via la navette (D-019), en table dérivée avec method_version, jamais en dur dans core.topic_assignment.
3. Charger la hiérarchie EuroVoc (domaines racines) pour rendre les 6 540 scrutins PE agrégeables.
4. Publier §2.1 et §2.2 — descriptif et accord deux à deux, sans pré-enregistrement.
5. Sceller un pré-enregistrement 003 pour la seule hypothèse du §3.3 avant tout calcul de corrélation.

Versions

• Version 2 (15 septembre 2026) : en-tête commun des documents de méthode (perimetre.md § 2.8, D-066).
• Version 1 (12 septembre 2026) : révision de la taxonomie, adoption des thèmes du Sénat (D-017).

Rendu intégralement depuis docs/themes-conception.md à la construction du site. Le texte n'est ni résumé ni réécrit : c'est celui que relit un contributeur, et toute modification y est une diff.