1Les données ne parlent pas d’elle-même, voilà une leçon que tout étudiant a entendue et réentendue sur les bancs de la faculté. Comment donc les « faire parler », c’est-à-dire comment doit-on les traiter ? La question d’apparence naïve, voire simpliste, nécessite pourtant une réponse des plus réfléchies, puisque se trouvant au fondement même de la scientificité de nos travaux. Le protocole d’études mis en œuvre doit garantir un raisonnement scientifique objectif, vérifiable et reproductible. Ce thème montre bien la richesse des réflexions méthodologiques inhérentes à l’archéologie, puisque nous travaillons sur des données lacunaires. Comme nous allons le voir, l’Étrurie est un cas exemplaire de ces limites et de ces bais. Comment aujourd’hui traiter les données anciennes, nombreuses et variées des nécropoles étrusques ? Avec quels outils ?

2Ma contribution à cette réflexion se fondera essentiellement sur mes travaux de thèse en cours. Les propos tenus ici resteront assez théoriques et programmatiques, mes travaux commençant juste. Je développerai uniquement la partie sélection et description du corpus nécessaire pour fonder des analyses sur un corpus fiable, représentatif et complet. Je n’expliquerai donc ni les démarches intellectuelles portant sur l’acquisition primaire des données, ni leurs processus d’analyse, mais bien l’étape intermédiaire permettant d’aboutir à un corpus exploitable.

3Après une rapide remise en contexte de mes problématiques, je décrirai le corpus envisagé et les difficultés méthodologiques rencontrées, et, enfin, je proposerai des solutions pour traiter ces données en tenant compte des biais évoqués plus tôt.

Contexte et problématique d’étude

Contexte géographique et culturel

4L’Étrurie est une ancienne région d’Italie centrale correspondant peu ou prou à la Toscane et au nord du Latium. Cet espace est le noyau de la culture étrusque qui s’est étendue, dès le début du premier millénaire avant notre ère, jusqu’à la plaine padane au nord, et la Campanie au sud.

5Il est difficile de résumer cette culture riche à quelques caractéristiques ; mais pour donner des éléments clefs et parlants, on peut évoquer leur maîtrise de la métallurgie du bronze, de la granulation en joaillerie, les sculptures de terre cuite (comme le sarcophage des époux de Cerveteri), les haruspices… (Massa-Pairault, 1996 ; Briquel, 1999). De nombreux éléments de leur culture furent repris par les Romains. Cette importante civilisation de la scène méditerranéenne du premier millénaire est aussi connue pour ses contacts à longue distance avec l’ensemble de la Méditerranée et de l’Europe. Elle se caractérise en outre par le développement précoce de villes sur un modèle qu’on peut rapprocher des cités-États grecques.

6La thèse que je prépare porte sur l’organisation spatiale des nécropoles étrusques au premier millénaire avant notre ère. Mon étude se concentre sur trois cités d’Étrurie méridionale : Cerveteri, Tarquinia et Vulci ; trois cités voisines bordant la côte tyrrhénienne (fig. 1).

Fig. 1 : Italie préromaine à la fin du vi^e s. BCE

7Ces cités occupent des plateaux dans un paysage volcanique varié fait de plaines et de petits reliefs. Autour de chaque ville, on trouve les nécropoles se développant sur les hauteurs avoisinantes (fig. 2). Les nécropoles sont assez denses et présentent de nombreuses tombes d’architectures variées suivant les époques et les statuts : tumulus, fosses, puits, chambres funéraires creusées, chambres funéraires construites, etc. Ces sépultures généralement monumentales et très visibles dans le paysage ont très tôt attisé les curiosités, permettant une connaissance précoce des nécropoles, souvent au détriment des espaces urbains (fig. 3). Cette partialité de la connaissance est, par ailleurs, un constat récurrent en étruscologie, discipline sur laquelle il convient de faire un point pour aborder le sujet qui nous intéresse ici.

Fig. 2 : Planimétrie des cités

Fig. 3 : Exemples d’architecture funéraire étrusque

Contexte historiographique : l’étruscologie

8La discipline née de l’étude des Étrusques, l’étruscologie, est ancienne ; le premier ouvrage s’y intéressant est celui d’Annius de Viterbe au XV^e siècle (Viterbe, 1545). La question étrusque a alors un rôle politique afin d’affirmer l’indépendance ou les expansions de certains princes toscans (Briquel, 1999). L’engouement fluctue suivant les périodes, mais l’effet de mode revient régulièrement : au XVIII^e siècle avec le Grand Tour et les « étrusqueries ». Au XIX^e siècle, la discipline prend un tournant résolument plus archéologique avec l’exécution de nombreuses fouilles : fouilles de Lucien Bonaparte, prince de Canino, à Vulci en 1829, ; fouilles du Marquis Campana, etc. Cependant cette approche reste surtout motivée par la découverte de beaux objets pour les collections privées et les musées ; le renseignement des contextes d’origines de ces œuvres est rarement fait. De plus, les objets sont dispersés à travers le monde.

9À ces différentes époques et encore aujourd’hui, l’étruscologie est une science étrangement marquée par quelques leitmotivs. Deux questions en effet résistent encore à la compréhension des chercheurs : d’où vient ce peuple ? une question qui agite les esprits depuis Hérodote et qui, après un cheminement dans la culture matérielle et la linguistique, trouve dans la paléogénétique un nouvel essor. La seconde interrogation concerne la langue étrusque qui n’est pas encore déchiffrée.

10L’approche classique se fonde ainsi surtout sur l’épigraphie et les textes ; les contextes archéologiques très troublés par une longue curiosité sont parfois quelque peu délaissés. Même les contextes funéraires qui fondent l’essentiel de nos connaissances, comme souvent en protohistoire, sont finalement méconnus par rapport à leur potentiel. On pourrait même dire que la grande richesse de ces contextes joue en leur défaveur, on constate qu’un enregistrement systématique et minutieux des négatifs et des matériaux moins nobles est souvent délaissé au profit des « beaux » objets.

Pour une approche spatiale (fig. 4)

Fig. 4 : Les possibilités de l’approche spatiale

11Dans ce contexte de connaissance, il apparaît important de faire un point sur notre savoir et de le réactualiser par des approches nouvelles. J’ai ainsi choisi de développer une approche spatiale permettant de croiser divers thèmes de recherches : rites funéraires, architecture, organisation sociale, chronologie, etc.

12Le but premier de mon étude est de comprendre l’implantation et l’organisation des nécropoles étrusques à partir de la répartition spatiale des types de dépôts et d’aménagements des tombes. Grâce à une approche spatiale, nous pouvons nous intéresser à de nombreux critères d’analyse : recrutement, architecture funéraire, rites, questions de genre et de statut social, et ce à diverses échelles, de la tombe au territoire, qui peuvent ainsi être mises en relation et comparées à travers l’Étrurie. Les bases de données spatiales semblent ainsi l’outil le plus adapté pour synthétiser l’information de ces vastes territoires et superposer différents niveaux d’analyses.

Corpus et problématiques méthodologiques

Un vaste corpus, varié et évanescent

13Les nécropoles étrusques se distinguent des autres nécropoles protohistoriques par un trait particulier : le nombre extrêmement important de structures funéraires. Un premier état des lieux révèle ainsi qu’il existe au moins 5 735 tombes à Tarquinia1 et 2 875 à Vulci2, et au moins 3 689 à Cerveteri3. La quantité de sépultures connues s’amenuise fortement lorsqu’on s’intéresse au nombre de tombes explorées (reconnaissance ou fouille), et chute drastiquement lorsqu’on dénombre les faits funéraires publiés ; par exemple, à Vulci à peine 10 % de ces tombes sont publiées.

14Ces chiffres déjà élevés ne sont cependant qu’un faible reflet de la réalité, puisqu’aucune de ces nécropoles n’a été fouillée intégralement, et les remote sensing (ou télédétections,) fournissant l’essentiel des tombes, ne peuvent pas renseigner l’intégralité des structures. De plus, au vu de la haute densité des espaces déjà connus, nous sommes en droit d’imaginer des chiffres bien plus importants. Lors d’un travail antérieur, j’ai ainsi fait différentes estimations du nombre total de tombes pour les nécropoles de Cerveteri. En m’appuyant sur la densité et la surface des nécropoles, l’estimation la plus basse (densité la plus faible et surface minimale des nécropoles) donne 15 500 tombes (contre 200 000 avec les chiffres les plus hauts) (voir Baylé, 2017 pour le détail des calculs). De nombreuses fouilles sont donc encore à faire ; à Vulci, par exemple, une campagne menée par la surintendance depuis plus d’un an continue de dévoiler de nouvelles structures : une centaine déjà a été mise au jour.

15Une autre difficulté s’impose à nous : la variété des données. Les tombes étrusques sont de natures très diverses allant du tumulus monumental à la tombe à fosse très simple, du dépôt richissime à l’absence de mobilier, et ce sur un arc chronologique très large. À cette variété spécifique s’ajoute l’hétérogénéité des recherches renseignant différemment les mêmes contextes. Les écarts de connaissances sont alors grands. Par exemple, la tombe Regolini-Galassi de la nécropole du Sorbo à Cerveteri est un grand tumulus du début de l’Orientalisant qui a polarisé l’attention par sa monumentalité et la richesse du mobilier découvert. Nous avons des plans, la position des objets dans la tombe, des analyses sur les artefacts… On dénombre au moins neuf ouvrages traitant de cette tombe spécifiquement à travers l’architecture, le mobilier, l’iconographie. À Vulci, 37 articles portent sur la tombe François (soit 8 % de la documentation se rapportant aux thématiques concernées à Vulci). Ailleurs, on trouve des tombes renseignées correctement, mais simplement, qui composent 42 % des structures au moins. Par exemple, pour une tombe sans nom du Laghetto 1 (enregistrement 115) publiée par G. Proietti, on a des plans des différentes perspectives de la tombe, on connaît le mobilier et donc la chronologie des deux dépôts successifs, malgré le pillage dont a été victime la tombe. En revanche, 44 % des tombes sont méconnues.4

16Ce pourcentage important de tombes non-documentées s’explique par différents facteurs qui, en se croisant, aboutissent à une disparition progressive des données. L’ensemble des biais y amenant sera détaillé ultérieurement. Cette évanescence s’explique en grande partie par une histoire de la recherche complexe et variée.

Une historiographie contraignante

17Comme évoqué précédemment, la recherche commence très tôt en Étrurie. Les acteurs furent nombreux et d’horizons divers, amateurs et professionnels. On peut distinguer plusieurs phases : un XIX^e siècle obnubilé par la recherche d’objets précieux pour alimenter les collections privées et muséales qui se finit avec les premiers tâtonnements pour « scientifiser » les recherches : Lucien Bonaparte, le Marquis Campana, Marcelliani… La première moitié du XX^e siècle voit la multiplication des espaces de fouilles avec une institutionnalisation des recherches jusqu’à la création des Surintendances qui supervisent désormais tous les travaux. Les années 1960 voient l’avènement de nouvelles technologies qui changent définitivement le paysage de la recherche ; l’étendue des nécropoles étrusques apparaît réellement grâce aux prospections géophysiques de C. M. Lerici. Par la suite les surintendances contrôlent et limitent les pillages sans mettre en place de grandes campagnes de fouilles, intervenant ponctuellement pour récupérer un maximum d’information sur un pillage en cours ou fini.

18Mais retraçons cette histoire de manière plus analytique (fig. 5). Si nous mettons en parallèle l’évolution du nombre de fouilles et de publications, nous constatons que les deux courbes ne se suivent pas exactement. À Cerveteri, nous observons une chute du nombre de fouilles alors même que le nombre de publications croît sans arrêt. La tendance générale est une régression du nombre de recherches à partir des années 1970, alors même que le nombre de publications progresse jusqu’à des nombres très importants. Cela s’explique en partie par les nombreuses expositions de valorisation des découvertes récentes ou des collections déjà bien établies (voir les ouvrages suivants : Gli Etruschi e Cerveteri et Les Étrusques et la Méditerranée ; Tesori per l’aldilà). Le pic atteint au XIX^e siècle à Vulci est tout à fait étonnant : on peut y voir l’influence des demandes du Vatican, sans doute, dans la publication de comptes rendus réguliers, tout comme à Tarquinia. Le nombre d’opérations de terrain fluctue beaucoup.

Fig. 5 : Évolutions de l’activité scientifique à Cerveteri, Tarquinia et Vulci

19Si on s’intéresse aux types de recherches conduites, nous constatons une grande variété d’interventions : fouilles de sauvetage après pillages, fouilles d’urgence avant destruction du site par des travaux ou une carrière, prospections aériennes ou pédestres, fouilles programmées, relevés architecturaux, restaurations, et les simples reconnaissances signalant l’existence d’un vestige sans plus de précision ou d’enregistrement. Le décompte des activités (fig. 6) montre un nombre important de fouilles, donc de travaux, produisant directement de la donnée, mais aussi un pourcentage considérable de campagnes non exploitables ou peu fiables pour la recherche archéologique avec une part importante de fouilles anciennes et de nettoyages ponctuels.

Fig. 6 : État de la recherche à Cerveteri, Tarquinia et Vulci

Des défis méthodologiques à relever

20À l’issue de cette première revue des données et de leur nature, une question émerge : comment inventorier, traiter et analyser des données aussi disparates, biaisées et incomplètes ?

21Pour cela, il faut mettre en place un raisonnement sur la nature des données et la construction de celles-ci, tout en ayant une bonne connaissance de l’histoire de la recherche pour appréhender ces données en connaissant leur biais.

22Les biais sont de diverses natures et interviennent à plusieurs étapes du raisonnement, nous proposons de faire une typologie dynamique de ces processus. Nous considérons ici le biais au sens statistique, c’est-à-dire un « processus qui amène à une erreur » (fig. 7).

Fig. 7 : Typologie des biais

23On peut considérer qu’il y a les biais premiers qui sont inhérents aux vestiges, à savoir les limites taphonomiques propres à l’environnement : érosion, perturbations animales et végétales, décomposition, etc. Ceux-ci s’expliquent par la nature même des vestiges. D’autres biais taphonomiques sont dus aux activités humaines (constructions et labours). Le boum agricole des années 1950 a notamment changé le paysage rural italien en mettant en culture des zones peu exploitées, endommageant des structures protégées jusque-là. Le pillage a été le corollaire de cette brusque transition : on s’est mis à rechercher les contextes riches. Principaux perturbateurs de notre étude, les tomba roli sont particulièrement actifs en Étrurie, et ce jusqu’à nos jours. Ces biais affectent notre connaissance en nous privant de contextes clos et entiers. Autant nous avons appris progressivement à envisager les matières périssables et à jouer avec les règles de la géologie et de la taphonomie, autant la restitution d’une tombe à partir de ces seuls objets, et inversement, est une devinette bien plus difficile et indémontrable. Ces activités peuvent avoir ainsi trois conséquences : la perte d’une partie du mobilier, la perte totale du contexte, et la perturbation des contextes (absence d’ensembles clos).

24Nous parlerons aussi des biais qui arrivent après deux siècles d’archéologie sur un site, des biais qui se sont rajoutés, mais qui sont devenus indissociables aussi de ces données, car on ne connaît les données que par ces recherches. Bien que nous tentions de produire une science objective et complète, tout chercheur fait des choix plus ou moins explicites en fonction de son temps, de ses moyens et de ses objectifs de travail. Les fouilleurs de Cerveteri, Tarquinia et Vulci ont fait des choix différents qui impactent directement les données. Les choix de zones de fouilles, de surfaces fouillées, de types de recherches, de questions et motivations varient. Et toutes les recherches n’ont pas été exhaustives. Des biais apparaissent donc au cours du processus de recherche. On sait qu’au XIX^e siècle, certains objets comme les clous, les fragments de céramique, les os humains et animaux étaient totalement négligés, nous privant aujourd’hui d’une somme considérable d’informations. La faiblesse des moyens mis en œuvre peut aussi porter préjudice à une étude complète.

25Viennent ensuite les biais dus au traitement, ou non, des données ; certaines zones ont simplement été fouillées sans que le mobilier soit étudié (absence d’inventaire par structure, de chronologie, de répartition dans l’espace de la tombe, etc.)

26Parallèlement à ce biais d’analyse des données, on trouve celui de la publication : des données peuvent être éditées sans traitement (catalogue, brève description, absence de contexte, de chronologie, de typologie), d’autres données ne seront pas publiées5 ; certains ne publieront que certains aspects : un type de mobilier, un objet, les peintures, un point extraordinaire d’une campagne, laissant dans l’ombre tout le reste du travail (sur les 5 735 tombes de Tarquinia, seulement 500 ont été publiées). A posteriori, certains thèmes seront privilégiés ne permettant pas un retour aux données, faisant disparaître d’autres aspects de la recherche. Ainsi, à Vulci, la thématique funéraire n’est que la quatrième grande catégorie. À Tarquinia, la peinture funéraire motive une grande partie des ouvrages, et au sein des volumes traitant de thèmes funéraires, à peine la moitié est dédiée aux tombes. Il en résulte un manque d’information sur la chronologie, la localisation, le contexte d’origine, voire sa perte totale. On arrive ainsi à une déperdition des informations restantes… nous obligeant à être particulièrement critique envers les données à notre disposition et à se poser des questions quant à la représentativité des études qu’il est possible d’effectuer.

27Puis, en remontant dans le processus intellectuel, il y a les biais de notre propre recherche : le temps, nos capacités intellectuelles, les moyens matériels à disposition (bibliographie notamment), notre angle d’approche qui peuvent intervenir au niveau du choix des données, de sa description, de son analyse, puis de son interprétation (biais cognitif des théories en notre possession, des idées originales qu’on peut avoir…).

28Il est donc essentiel d’être critique sur la provenance des données, d’établir un protocole afin de créer un corpus scientifiquement utilisable.

Mise en place d’une méthode de traitement des données

Le choix des données

29La première étape de mon travail est le choix des données. Quels sont les critères de sélection pour obtenir des données fiables et traitables ?

30Pour répondre aux questions d’ordre spatial, j’ai besoin d’un corpus exhaustif ; sinon, les vides engendrés par une sélection fausseraient les analyses de structurations des nécropoles. Ainsi, pour la Banditaccia (nécropole ouest de Cerveteri), j’ai recoupé l’ensemble des sources, combinées aux photos aériennes pour produire une carte la plus complète possible. Je procéderai de même pour l’ensemble des nécropoles. Pour mener des analyses plus poussées sur le recrutement je suis en revanche obligée de choisir un corpus plus restreint ; et il faudra que cet échantillon soit représentatif. Il me faut donc un double corpus : un pour le SIG et un pour la base de données.

– L’échantillonnage

31Il existe deux types de stratégies d’échantillonnage : une au hasard où toutes les entités ont la même probabilité d’être sélectionnées. Cela s’appelle un échantillon probabiliste ou homothétique. Mais dans ce cas, le hasard peut provoquer une sous ou surreprésentation de certains types. On peut donc corriger ce potentiel problème par un échantillonnage non probabiliste. On sélectionne l’inverse de la probabilité de chaque type d’être sélectionnée (Padieu, 1975). Je choisis donc ce dernier mode pour être sûre d’avoir un échantillon plus représentatif : on calcule ces probabilités en fonction de la chronologie, de l’espace et de la nature des tombes.

32La question de la représentativité continue malgré tout de se poser. L’état des lieux que nous avons fait en première et seconde partie montre la partialité des données. Plusieurs filtres limitent la représentativité du corpus. La qualité des recherches, les problèmes de conservations, la visibilité des vestiges, sont autant de biais statistiques dont on doit tenir compte.

Je propose donc le protocole suivant d’étude pour traiter au mieux ces données.

33Tout d’abord, les tombes pillées, mal connues, mal fouillées, non localisées et non publiées sont écartées, il résulte donc un corpus de qualité, sur lequel j’applique une sélection non probabiliste. Mais comme je l’ai évoqué plus haut, celle-ci sera forcément biaisée, on la compense donc en tenant compte des facteurs archéologiques, taphonomiques notamment. Ce coefficient compensateur pourrait être nommé « coefficient de conservation », il sera calculé à partir des zones les mieux connues. Les nombres pourront ainsi être rééquilibrés pour les autres secteurs.

34La question va se poser cependant du nombre d’individus nécessaire pour que le corpus soit représentatif.

L’inventaire des données : choix descriptifs et base de données

35La base de données relationnelle est sans doute le meilleur moyen d’inventorier l’ensemble de ces données si multiples et nombreuses. Chaque champ descriptif oblige à unifier les enregistrements sans répétition et avec un même degré de précision. L’information est ainsi homogénéisée malgré des sources différentes. La base de données contraint en effet à une réflexion sur le langage employé, on peut ainsi faire une proposition d’harmonisation des termes d’un vocabulaire qui a évolué sur deux siècles. La chronologie et les typologies sont ainsi à redéfinir, on reviendra donc sur l’architecture et les types de tombes. On peut ainsi renseigner facilement une multitude de critères.

36Pour mon travail, je m’intéresserai à l’architecture, au type de dépôt, à la richesse du mobilier au nombre et au statut du défunt, et bien sûr à la chronologie. Afin de répondre à mes problématiques, les tombes seront classées suivants différentes typologies. Une première hiérarchisation pourra être faite en fonction de la sophistication et du degré d’investissement dans l’architecture du monument funéraire. Puis, on croisera ces types avec les informations apportées par le mobilier : scores de richesse, catégories fonctionnelles (banquet, parures, armes, etc.), et mobilier genré (industrie textile, armes) ; différents types de tombes émergeront de ces classifications, mettant en avant une structure de la société.

37Je voulais, pour chaque tombe, à la fois une fiche d’identité et une fiche de travail. On peut ainsi renseigner divers critères qui nous avertissent sur l’avancement de nos travaux, mais aussi nous donnent des informations sur l’information pour la traiter au mieux, c’est-à-dire des métadonnées (fig. 8).

Fig. 8 : Fiche d’enregistrements de la base de données

38J’ai ainsi mis en place deux stratégies pour pallier l’imprécision et le manque de données. On peut prévoir un double champ descriptif pour donner deux niveaux de précision à l’information : par exemple le champ « chronologie » pourra être rempli par la période et/ou par les dates précises. Certains champs pourront être accompagnés d’une case « non renseigné » ou « à chercher », donnant une idée de l’accessibilité de l’information.

39On peut aussi évaluer la fiabilité de l’information en mettant en place un score de fiabilité. En attribuant des points à un certain nombre de critères, on objective ainsi cette fiabilité, et on rend comparables les enregistrements.

40Ces notes nous donnent le système de classement suivant entre 16 et 20, la donnée est bonne, entre 12 et 16 elle est moyenne, et à moins de 12 elle est mauvaise.

– Les métadonnées

41Chaque donnée est renseignée sur son contexte de découverte qui influe sur sa précision. On renseigne donc une table attributaire liée qui informe de la période de découverte, du type de recherches, de la bibliographie, du moyen de connaissance de la tombe… On peut aussi renseigner l’état de la connaissance : perdu/à chercher. La fiabilité des enregistrements évaluée par le score mentionné précédemment suit cette même logique de renseignement sur le renseignement.

Le SIG comme outils de traitement des données

42Ces données sont également spatialisées grâce à un SIG qui n’est rien de moins qu’une base de données géographique qui permettra en outre des analyses spatiales assez complexes telles que les analyses de visibilités. Le SIG sert aussi de mise en forme visuelle qui permet de réaliser des observations et des analyses de répartition grâce à un jeu de symboles graphiques et de couleurs allié à des statistiques. On peut ainsi faire apparaître visuellement les systèmes de notation précédents et mettre en évidence les variations dans l’espace de la fiabilité.

43Mon master 2 a été l’occasion de tester un de ces scores, le score de connaissance. Chaque information valait 1 point, ou 2 points si elle était particulièrement précise (fig. 9). On pouvait ainsi mettre en évidence les zones plus ou moins exploitables et les effets de la recherche. À Cerveteri, on observe l’importance des entités faibles en information, la densité du Laghetto et de la zone des grands tumuli du Vecchio Recinto se comprend par l’histoire de la recherche et l’importance touristique. En revanche, le Nuevo Recinto et ses importantes tombes (tumulus del Colonello, tombes Maroi, tombe Marce Ursus, etc.) sont dans un état d’ignorance paradoxal.

Fig. 9 : Carte d’état de la connaissance de la nécropole de la Banditaccia à Cerveteri

44Nous pouvons ensuite effectuer un aller-retour avec les autres informations des tombes, et mener des analyses en tenant manuellement compte des biais de la connaissance. Cette méthode peut être un peu contraignante ; le projet Archaedyn a mis en place un outil efficace : la confidence map ou carte de confiance (Gandini et al., 2012 ; Legoff, 2012). La carte de confiance sert de base pour la construction des analyses spatiales en contraignant celles-ci suivant la fiabilité et la représentativité des données. Une carte de confiance est l’assemblage d’une carte de représentativité et d’une carte de fiabilité permettant d’évaluer par le biais d’une grille le potentiel représentatif des points d’une carte.

45La carte de représentativité (representation map) montre l’écart à la moyenne de densité des entités : on le calcule à partir d’une grille, « l’hétérogénéité spatiale de l’échantillon peut alors être quantifiée et visualisée » (Gandini et al., 2012, p. 26). Le classement de l’information se fait en :

• absence de données ;

• représentation normale ;

• surreprésentation ;

• représentation extrême.

46Certains problèmes limitent toutefois l’efficacité de cette carte : le traitement doit se faire manuellement, et le choix de la grille est délicat, il peut même devenir contre-productif (fig. 10a).

47La carte de fiabilité (reliability map) montre l’intensité de la recherche, et ses variations sur le territoire. On infère de celle-ci, la fiabilité de la connaissance de ces espaces : bon/moyen/faible. Le dessin de chaque zone se fait manuellement, suivant chaque jeu de données en fonction de son histoire de la recherche (fig. 10b).

48La combinaison par code algébrique de ces deux cartes donne la confidence map qui permet de représenter le niveau de fiabilité des analyses spatiales, et de modéliser les résultats (Gandini et al., 2012, p.27). On peut ainsi déterminer la pertinence des données dans l’analyse grâce au croisement des densités de données et de l’intensité des recherches ; on obtient une carte très lisible grâce à la variation de la couleur et de son intensité (fig. 10c). La carte de confiance constitue un masque permettant de mener des analyses spatiales, même si certaines zones sont moins bien connues, et ainsi d’éviter les effets des recherches.

Fig. 10 : Un exemple de carte de confiance à partir d’objets archéologiques en bronze

Conclusion

49L’alliage des statistiques, de la base de données et du SIG devrait permettre l’établissement d’un corpus homogène et représentatif rendant donc cette multitude de données évanescentes exploitable.

50Le manque d’application de ces différents outils rend cette méthodologie encore incomplète ; des ajustements seront sans doute à faire en cours d’étude. On peut néanmoins déjà relever certaines limites à ce protocole : la principale étant celle du temps. La faible fiabilité des données est en effet compensée par un long processus d’étude. La constitution des deux corpus restera longue malgré l’échantillonnage auquel il sera soumis. Les calculs des différentes probabilités et coefficients propres à chaque site pourront être heureusement automatisés au moyen de tableurs. Mais la masse d’informations reste très importante à collecter. Le temps semble être néanmoins le coût pour une synthèse efficace et fiable. Le nombre d’enregistrements devrait cependant être finalement un avantage, car il devrait permettre au moins de faire apparaître les tendances lourdes du corpus ; en espérant que l’ensemble de ces outils, permettra d’avoir une analyse plus fine. Dans la mesure du possible un retour aux données primaires sera privilégié, palliant ainsi au moins les problèmes de publications.

51Nous pouvons en revanche tirer des leçons de ce premier état des lieux sur la nécessité d’un enregistrement complet et systématique sur le terrain, et de l’importance des publications. Mon protocole aura également vocation à s’appliquer à d’autres cas. Il sera ainsi possible de comparer et créer de nouveaux moyens de rendre les données étudiables, et alors de développer cette méthode à l’échelle de l’Étrurie et ainsi imaginer une base de données ouverte qui pourrait servir de support pour de nouvelles analyses.