Terminologie du journalisme de données

Définitions par ordre alphabétique

AgrégationTraitement

Regroupement de lignes individuelles en totaux par catégorie ou par territoire. L’agrégation protège les personnes concernées mais fait disparaître les cas particuliers : elle réduit le risque de ré-identification au prix de la finesse d’analyse.

Banque-Carrefour des EntreprisesRegistre

Registre belge attribuant un numéro d’entreprise unique à chaque entité, avec sa dénomination, sa forme juridique, son siège et ses activités déclarées. Les informations y sont déclaratives et servent de clé de recoupement, non de preuve d’activité réelle.

Bénéficiaire effectifRegistre

Personne physique qui contrôle en dernier ressort une entité. Un registre dédié existe au titre de la lutte contre le blanchiment, mais son accès est encadré et a été restreint par la jurisprudence européenne.

ChoroplètheVisualisation

Carte colorant des territoires selon une valeur relative. Elle exige une normalisation : colorer un effectif brut revient à cartographier la population. La méthode de classification des valeurs doit figurer en légende.

Dictionnaire des variablesMétadonnées

Document décrivant chaque colonne d’un jeu de données : signification, unité, valeurs possibles, codes spéciaux. Son absence transforme toute interprétation de colonne en hypothèse, qui doit alors être signalée dans le texte publié.

Donnée ouverteAccès

Fichier produit par une administration et diffusé sous une licence autorisant sa réutilisation. L’ouverture porte sur l’accès et non sur la qualité : un fichier ouvert peut être incomplet, peu documenté ou refléter une pratique administrative particulière.

DésaisonnalisationStatistique

Correction d’une série chronologique pour neutraliser un rythme saisonnier connu. Une série désaisonnalisée se compare d’un mois à l’autre, une série brute se compare au même mois de l’année précédente ; la version citée doit être indiquée.

Empreinte de fichierTraçabilité

Suite de caractères calculée à partir du contenu d’un fichier et permettant de démontrer qu’il n’a pas été modifié depuis son enregistrement. Recalculée à tout moment, elle constitue la meilleure réponse à une contestation d’authenticité.

Exception journalistiqueProtection des données

Articulation prévue par le RGPD entre protection des données et liberté d’expression, déclinée en droit national. Elle ne dispense ni de la finalité déterminée, ni de la minimisation, ni de l’exactitude, ni de la sécurité des traitements.

Intervalle de confianceStatistique

Plage de valeurs compatible avec une estimation, pour un niveau de confiance donné. Un intervalle à 95 % signifie que la procédure d’estimation, répétée, contiendrait la valeur réelle dans environ 95 % des cas.

JointureTraitement

Rapprochement de deux tables au moyen d’une colonne commune. Une jointure sur un identifiant stable est fiable ; une jointure sur un libellé produit des correspondances erronées qu’aucun seuil automatique ne supprime totalement.

Journal de pisteTraçabilité

Registre chronologique des démarches d’une recherche : sources consultées, requêtes, accès, éléments trouvés, points restant à vérifier et niveau de confiance attribué. Il permet à un relecteur de refaire le chemin et de contester une inférence.

Licence de réutilisationAccès

Conditions attachées à un jeu de données : reproduction, modification, redistribution, attribution exigée. Une licence se lit avant exploitation et se capture à la date d’extraction, car ses termes peuvent changer sans préavis.

Marge d’erreurStatistique

Amplitude de l’incertitude d’échantillonnage d’une proportion, exprimée en points de pourcentage. Elle ne couvre ni les biais de couverture, ni les non-réponses, ni les effets de formulation des questions.

MillésimeMétadonnées

Version datée d’une série ou d’un fichier. La date de mise à jour d’un fichier diffère de la période de référence des données : les deux doivent être citées, la seconde à côté du chiffre et la première dans la note de source.

MinimisationProtection des données

Principe consistant à ne collecter et conserver que les données nécessaires à une finalité déclarée. Il se traduit par des choix concrets : tranche d’âge plutôt que date de naissance, commune plutôt qu’adresse, identifiant interne plutôt que nom.

Moniteur belgeRegistre

Journal officiel publiant actes constitutifs, modifications de statuts, nominations, dissolutions et avis prescrits par la loi. Ses publications sont datées et constituent le socle documentaire le plus solide pour établir la chronologie d’une entité.

MédianeStatistique

Valeur qui partage une distribution en deux moitiés égales. Insensible aux valeurs extrêmes, elle décrit mieux le cas typique que la moyenne sur des distributions fortement asymétriques comme les durées de traitement.

MétadonnéesMétadonnées

Informations décrivant un jeu de données ou un fichier : producteur, période couverte, date de mise à jour, fréquence, couverture géographique. Sur une image, elles peuvent contenir un appareil et un horodatage, faciles à modifier et souvent effacés par les plateformes.

NomenclatureTraitement

Système de classification appliqué à des activités, des professions ou des territoires. Une refonte de nomenclature crée une rupture de série qui invalide les comparaisons directes avant et après le changement.

OccultationAccès

Masquage ciblé de passages protégés d’un document communiqué, le reste restant lisible. Une occultation doit être motivée passage par passage : masquer un document entier pour quelques lignes revient à refuser sans le dire.

Point de pourcentageStatistique

Unité d’écart entre deux pourcentages. Un indicateur passant de 4 % à 6 % gagne deux points, soit une hausse relative de 50 % : les deux formulations sont exactes et ne doivent pas être confondues.

Publicité de l’administrationAccès

Droit d’accès aux documents administratifs existants, consacré par la Constitution belge et décliné par des textes fédéraux, régionaux et communautaires. Il porte sur des documents détenus, non sur des extractions produites à la demande.

ReproductibilitéTraçabilité

Possibilité de rejouer un traitement à partir du fichier brut, du journal des décisions et, le cas échéant, des commandes utilisées. Elle permet de répondre à une contestation et d’actualiser un article sans tout refaire.

Rupture de sérieStatistique

Discontinuité provoquée par un changement de méthode, de nomenclature ou de périmètre. Relier deux périodes séparées par une rupture au moyen d’une ligne continue affirme une évolution que la donnée ne documente pas.

Ré-identificationProtection des données

Possibilité de retrouver une personne dans un tableau agrégé, par combinaison de variables ou par croisement avec une autre source. Le risque augmente fortement lorsque les effectifs publiés sont faibles.

Secret statistiqueProtection des données

Protection interdisant la diffusion de données permettant d’identifier une unité statistique. Il explique le masquage des petits effectifs et l’absence, dans l’open data, de réponses à certaines questions très fines.

Source ouverteVérification

Information accessible sans accès privilégié ni contournement de protection technique. Accessible ne signifie pas librement exploitable : la finalité, la proportionnalité et le droit d’auteur continuent de s’appliquer.

Valeur manquanteTraitement

Absence de mesure, à distinguer d’un zéro et d’un code de non-réponse. Traiter un code conventionnel comme un nombre fausse immédiatement les moyennes et les totaux, parfois de manière spectaculaire.