Chapitre 1
Les jeux de données et leur exploitabilité
p. 101-122
Texte intégral
Les cas d’étude et la structuration des données
Une grande variété de cas d’étude
1Le challenge d’Archaedyn était d’effectuer une recherche méthodologique uniquement à partir de jeux de données préexistants. Il aurait été bien sûr idéal de travailler sur des données collectées spécialement pour les objectifs de cette étude puisqu’elles auraient ainsi pu être mieux maîtrisées, mais la constitution d’un tel corpus aurait demandé un temps considérable. L’utilisation d’inventaires provenant de programmes de recherche récents ou en cours permettait de travailler immédiatement sur les explorations méthodologiques. Ainsi, l’atelier était constitué de chercheurs volontaires qui disposaient déjà d’un inventaire constitué sur un des thèmes liés aux systèmes de diffusion des produits.
2On soulignera la très grande diversité des cas d’étude (fig. 1), sur tous les aspects : les matériaux (silex, roches vertes, grès, bronze, fer, céramique, sel), les catégories fonctionnelles (haches, épées, épingles, vaisselle, meules, outils, moules, etc.), les contextes (habitats, sépultures, dépôts, trouvailles de rivières, etc.), les périodes (Néolithique et âge du bronze principalement), la résolution temporelle (de 200 à 300 ans dans certains cas, de 500 à 2 000 ans dans d’autres), les zones étudiées (France orientale, façade atlantique, Transdanubie, Benelux, etc.) et les échelles d’analyse enfin (de la microrégion à l’Europe occidentale).
Figure 1. Extension des programmes impliqués dans l’atelier 3 d’Archaedyn

Source : DAO par Olivier Weller et Estelle Gauthier, 2012.
3Ces jeux de données brutes ne pouvaient être complétés, sur la durée du programme ANR, ni par des prospections ni même par des dépouillements bibliographiques supplémentaires. Cela a posé d’importants problèmes d’hétérogénéité puisque les inventaires n’étaient pas uniformes tant du point de vue des méthodes de collecte, que des renseignements enregistrés et de leur précision. Un bilan des conditions dans lesquelles ces inventaires ont été constitués (problématiques, hypothèses sous-jacentes) s’est d’ailleurs révélé nécessaire afin d’identifier les choix réalisés en amont pouvant avoir une influence sur la lecture des résultats des analyses spatiales qui seront effectuées.
4Il résulte de cette diversité à la fois thématique, géographique (fig. 2) et temporelle une impossibilité de comparer directement les jeux de données. Chacun correspond d’ailleurs à des questionnements spécifiques et implique donc une approche différente. Nous ne pouvions donc pas envisager de comparer directement les résultats d’analyses, ni même de les réaliser selon des paramètres identiques. Chaque jeu de données a par conséquent été mobilisé de façon indépendante. Les méthodes ont été adaptées à la nature des données et aux objectifs spécifiques de chaque cas d’étude. Il s’agissait avant tout de mettre en évidence des comportements et des fonctionnements qui pouvaient être ensuite comparés.
Figure 2. Positionnement des différents programmes au sein des trois thématiques de l’atelier

Source : DAO par Estelle Gauthier et Olivier Weller, 2012.
5Malgré la diversité des données mises en œuvre, les chercheurs impliqués dans ce programme se sont retrouvés autour des trois axes suivants qui couvrent les différents moments du cycle de vie des produits (fig. 2) :
- Le premier concerne l’approvisionnement et la production. Cet axe permet d’appréhender les liens entre les gîtes, les ateliers et les lieux de consommation. Il s’agit de comprendre les choix relatifs aux gîtes et à l’implantation des ateliers, le fonctionnement de la diffusion depuis un centre de production, ou à l’inverse, de mettre en évidence au sein d’une aire de consommation des stratégies d’approvisionnement ou encore de contrôle des ressources (accessibilité, visibilité, intervisibilité).
- Le second envisage la question de la diffusion sous l’angle de la mobilité : l’analyse des transferts de matériaux, objets, types ou techniques, l’identification des modes de diffusion, la quantification des flux, la détermination des axes de circulation et la compréhension de l’organisation des réseaux.
- Le troisième s’appuie sur une approche diachronique de la consommation des produits à travers l’identification des principales aires de consommation et la mise en évidence de leurs dynamiques spatiotemporelles.
Tables de données et spatialisation
6Dans le cas de notre atelier, un regroupement des multiples corpus fournis en une seule et unique base de données était bien sûr impossible. Leurs limites géographiques et temporelles n’offrant aucune continuité, les échelles temporelles et spatiales étant aussi trop disparates et les hiatus trop nombreux, les jeux de données mobilisés ne pouvaient dès lors qu’être confrontés et non associés.
7La manière la plus habituelle de travailler sur la question de la diffusion d’un produit consiste à réaliser tout d’abord un inventaire des découvertes le plus exhaustif possible, qui se fonde le plus souvent essentiellement sur des dépouillements bibliographiques et des recherches dans les collections muséologiques. Dans la plupart des cas, cet inventaire prend la forme d’une table de données1 dans laquelle chaque entrée correspond à un objet mis au jour. Se pose alors la question du rapprochement entre les objets provenant d’un même site, voire d’un même ensemble clos, que seule une base de données relationnelle peut gérer correctement.
8Parmi les caractéristiques renseignées sur les produits se trouvent des informations chronologiques, typologiques, sur les contextes d’enfouissement (dépôts, trouvailles de rivières), l’état des objets (fragmentation volontaire par exemple), les matériaux et leur origine ou encore les niveaux de finition, qui seront autant de critères qui pourront être intégrés aux analyses afin d’identifier des particularités chronologiques ou régionales dans la distribution des découvertes.
9La question se pose de la prise en compte des données incertaines2. Il s’agit des découvertes pour lesquelles on ne peut assurer qu’elles correspondent bien aux critères de la recherche. Par exemple, il n’est pas toujours évident de faire la distinction entre véritables dépôts et ensembles « recomposés » d’objets dont l’origine est plus ou moins bien identifiée dans les collections muséologiques. L’incertitude provient surtout des conditions d’investigation du site, de l’ancienneté de la découverte ou de l’absence de fouilles, parfois de pertes d’informations ultérieures. Doit-on envisager de n’étudier que les découvertes assurées ? En les conservant, les sites incertains exposent à la création de fausses tendances. En les écartant, le corpus se limite aux seuls sites jugés « sûrs », dont les effectifs peuvent être insuffisants pour les analyses statistiques ou bien créer des vides artificiels. Dans les deux cas, les résultats risquent de ne pas être représentatifs de la réalité ancienne, mais de correspondre uniquement à l’état de la recherche. Une solution, malgré tout assez chronophage, est d’effectuer le plus souvent possible des comparaisons entre les résultats d’analyses avec ou sans les sites incertains.
10Si l’étude de la diffusion des produits est bien entendu une question d’espace, c’est aussi une question de temps. Or, la prise en compte de cette dimension majeure pose différents problèmes récurrents. Tout d’abord, on observe à l’instar de l’identification des sites, des problèmes d’incertitude, qui se traduisent par des attributions chronologiques de faible précision. La qualité des datations est par conséquent fortement hétérogène, y compris à l’intérieur d’un même corpus.
11Par ailleurs, il peut exister un décalage important entre la date de production, la période d’utilisation et le moment de l’abandon ou du dépôt du produit étudié. La datation que l’on détermine à partir de l’objet est généralement celle de la production (typochronologie) tandis que celle de la mise en terre, donc du contexte de découverte, est assez rarement identifiée par des méthodes de datation absolue ; elle est plus généralement assimilée à celle de l’objet découvert le plus récemment. Des transformations ou des réutilisations de certaines pièces prouvent parfois que leur durée d’utilisation a pu être relativement longue. Le cas le plus parlant est celui de la circulation des jades alpins à travers l’Europe qui montre un décalage chronologique de plusieurs centaines d’années entre les exemplaires d’un même type abandonnés en début de chaîne opératoire, à proximité des gîtes, et ceux trouvés à quelque 2 000 kilomètres à vol d’oiseau, en contexte carnacéen, en Allemagne, en Grande-Bretagne ou encore au Danemark3. Ce décalage peut résulter d’une diffusion lente des produits et/ou de leur conservation sur plusieurs générations (Pétrequin, Cassen et al., 2012b ; Edmonds, 2012). Quelques dépôts associent ainsi des objets produits à des périodes différentes, certains ayant peut-être été thésaurisés longtemps avant leur mise en terre. Bien qu’ils puissent être identifiés selon différents critères (Lillios, 1999), les phénomènes d’héritage et de « transmission intergénérationnelle » perturbent notre vision de la durée de vie « habituelle » de l’objet.
12L’autre problème majeur lié aux données est la différence fondamentale entre l’échelle de la vie de l’objet et celle des datations qui sont réalisées le plus souvent par phases ou sous-phases, mais dont la précision reste très insuffisante (du demi au quart de millénaire pour le Néolithique, de deux siècles à un demi-siècle pour l’âge du bronze). Certains types d’objets concernent d’ailleurs plusieurs phases successives, tandis que les bornes des phases elles-mêmes ne sont pas toujours datées précisément.
13Enfin, comment, pour les analyses spatiales, traiter la question des dynamiques temporelles ? Les phases de la chronologie relative basées sur un découpage chronoculturel, étant de durées variables, le nombre d’objets découverts au sein de deux phases successives ne peut être comparé directement. Il est nécessaire de relativiser les effectifs par phase en fonction de leur durée respective. Cela suppose d’utiliser des datations absolues. Peut-on prendre en compte simultanément les problèmes liés à la durée d’utilisation des objets, à l’imprécision de la datation et à la nécessité de rendre comparables les phases étudiées ? Peut-on choisir un pas de temps commun et régulier ?
14La solution que nous proposons pour pallier les problèmes d’incertitude ou d’imprécision de la datation est d’enregistrer les informations chronologiques au sein des six champs suivants : la date minimale et son incertitude éventuelle (en nombre d’années), la date maximale et son incertitude éventuelle, le caractère précis ou imprécis de la datation elle-même et la méthode de datation (typochronologie, radiocarbone, etc.). S’il n’est sans doute pas possible de faire un découpage chronologique identique pour tous les jeux de données, un pas de 500 ans a été jugé adéquat pour les données concernant le Néolithique et 100 ans pour l’âge du bronze. Des tests ont été réalisés afin de pondérer la valeur des sites en fonction de l’incertitude de leur datation (Saligny et al., 2008 ; Gauthier et al., 2012) : chaque objet est compté pour toutes les phases auxquelles il est susceptible d’appartenir, mais avec des poids différents selon le degré de probabilité de son appartenance à chacune (fig. 3 et 4). On peut également envisager de prendre en compte un voisinage chronologique avant et après, sur le principe des fenêtres coulissantes, qui permet de lisser les résultats pour limiter l’impact d’éventuels biais liés à l’imprécision de la datation et aux problèmes liés aux bornes de la chronologie relative. En termes pratiques, cela revient à calculer des fréquences théoriques pondérées qui permettent les comparaisons entre phases et les études diachroniques tout en réduisant les effets des problèmes chronologiques. Certaines difficultés subsistent, notamment pour les périodes extrêmes qui n’ont qu’un demi-voisinage ou encore la proportion élevée de découvertes mal datées qui peuvent écraser les dynamiques spatiotemporelles.
Figure 3. Modèle de pondération des données en fonction de la précision de leur datation afin de pouvoir adopter un découpage chronologique régulier

Source : DAO par Laure Nuninger, 2010.
Figure 4. Exemple d’application d’une pondération des données selon la précision de leur datation pour un calcul de densité des sites de l’âge du bronze final 1 en France orientale

Légende : a) répartition des sites sûrs, probables et potentiels ; b) densité de sites sans pondération, uniquement avec les sites sûrs ; c) avec prise en compte des sites probables et potentiels par l’application d’un système de scores.
Source : Fond par IGN GeoFLA, Route 120 – Données et CAO par Estelle Gauthier, MSHE Ledoux et UMR Chrono-environnement, 2018.
15Malgré tout, cette méthode ne résout pas la question majeure de la datation de l’utilisation de l’objet plutôt que celle de sa production ou celle de son enfouissement. Il faudrait en effet changer d’échelle chronologique pour privilégier celle de la vie de l’objet, mais cela reste très difficile voire impossible pour les périodes anciennes.
16Pour réaliser des analyses spatiales, les données sont intégrées à un système d’information géographique. Les objets/matériaux étudiés sont dans un premier temps représentés par des entités ponctuelles correspondant aux sites de découverte. Excepté lorsque les coordonnées précises des sites étaient connues, un positionnement au centroïde communal a été jugé suffisant dans la plupart des cas. L’imprécision moyenne de la spatialisation des données est alors de l’ordre de cinq kilomètres, une marge qui peut être considérée comme peu significative compte tenu des échelles concernées. Dans de rares cas, la précision de la localisation est inférieure. Par exemple, un lot de haches en jades alpins découvertes en Aquitaine, mais dont l’origine exacte a été perdue (les étiquettes du musée d’Aquitaine spécifient à présent « Bordeaux » ou « Aquitaine »), a dû être localisé au centroïde de la commune de Bordeaux. Il en va de même pour certaines trouvailles dont seule la région de provenance nous est connue. Les données localisées à une précision inférieure (région, pays) n’ont pas été prises en compte.
Évaluation de la fiabilité des répartitions
Un nécessaire travail de fond sur l’inventaire
17Un travail de fond sur l’état de la base documentaire et sur la fiabilité de la répartition des données dans l’espace est un préalable nécessaire à toute analyse spatiale. Il s’agit d’identifier en amont les éventuels biais qui pourraient brouiller la visibilité des phénomènes ou perturber l’interprétation des résultats. Peut-on dire que l’inventaire est suffisamment fiable pour réaliser des analyses spatiales globales ? La distribution des données est-elle représentative des phénomènes anciens ou bien reflète-elle des biais dans la documentation archéologique créés par des conditions de recherche inégales d’un secteur à l’autre ?
18Cette évaluation passe par la création en parallèle de deux types de cartes (Oštir et al., 2008) : une carte de représentation d’une part, qui permet de comparer la répartition observée à la situation théorique d’un espace homogène, et une carte de fiabilité, d’autre part, conçue indépendamment des données par l’auteur de l’inventaire.
19La création de « cartes de représentation » permet de mettre en évidence l’hétérogénéité spatiale des inventaires, sans présupposer ni commenter la nature archéologique ou non des concentrations et des vides sur les cartes de répartition. En effet, elle dépend uniquement du nombre de données et de la surface étudiée. Elle permet de visualiser les déséquilibres par rapport à une situation où toutes les parties de l’espace étudié disposeraient de la même probabilité d’avoir livré des données (fig. 5)4. Les cartes ainsi réalisées montrent des zones possédant moins de sites que le nombre « attendu ». Ces mailles seront qualifiées de « sous-représentées » relativement à une distribution homogène. D’autres auront au contraire davantage de points que la valeur théorique et seront « surreprésentées ». Cette variabilité cherchera ses explications dans la carte de fiabilité.
20Dans le cas de notre atelier, la variabilité des jeux de données imposait de choisir des paramètres spécifiques à chaque cas. Le maillage, choisi en fonction du nombre de données et de la surface étudiés5, varie donc fortement entre des cas d’étude à une échelle microrégionale et d’autres à l’échelle européenne. La discrétisation des valeurs a également été traitée au cas par cas et de façon empirique. Il était notamment important de distinguer les zones n’ayant pas livré de données, celles qui présentent des valeurs proches de la valeur théorique et celles qui possèdent des valeurs exceptionnelles (fortes surreprésentations).
Figure 5. Exemple de carte de représentation des sites de l’âge du bronze en France orientale

Source : Archaedyn, ACI Espaces et territoires, ET28 5005-2007 – Sources archéologiques : Estelle Gauthier – Sources géographiques : SRTM France, IGN – SIG/CAO : Marion Fury et Estelle Gauthier, UMR 6249, 2007.
21Il s’agit ensuite d’interpréter l’hétérogénéité spatiale de la distribution. Pourquoi certaines zones sont-elles faiblement représentées : s’agit-il de zones prospectées, mais qui n’ont fourni aucune donnée archéologique, ou existe-il des problèmes de représentativité des données (difficulté d’accès à la documentation, absence de recherches, etc.) ? Pourquoi certaines zones apparaissent-elles beaucoup plus riches, d’une façon presque « exagérée » : ont-elles bénéficié de prospections plus systématiques, d’un intérêt particulier, d’un meilleur accès à la documentation, de publications exhaustives, ou au contraire, leur importante attractivité aux périodes anciennes en est-elle la cause ? En d’autres termes, peut-on expliquer les déséquilibres observés simplement par les données archéologiques elles-mêmes (concentrations, vides véritables) ou par les défauts de l’inventaire ? La carte de fiabilité a ainsi pour objectif de qualifier l’état de connaissance des différents espaces composant la zone d’étude et d’identifier les possibles biais documentaires. Elle n’est pas issue d’un traitement des données, mais elle est réalisée a priori6 par l’auteur du corpus en fonction de sa connaissance des conditions dans lesquelles l’inventaire a été réalisé. Il s’agit d’identifier au minimum trois types d’espaces : des zones où l’inventaire est jugé fiable (c’est-à-dire que les données devraient y être représentatives de la réalité ancienne), d’autres où il est estimé moyennement fiable, et d’autres enfin où il est considéré comme peu fiable, avec des données probablement non représentatives de la réalité ancienne. Toute la zone d’étude doit être qualifiée selon ces trois indices (fig. 6).
Figure 6. Exemple de carte de fiabilité des sites de l’âge du bronze en France orientale

Source : Archaedyn, ACI Espaces et territoires, ET28 5005-2007 – Sources archéologiques : Estelle Gauthier – Sources géographiques : SRTM France, IGN – SIG/CAO : Marion Fury et Estelle Gauthier, UMR 6249, 2007.
22Les cartes de représentation et de fiabilité prises en compte simultanément facilitent ainsi l’évaluation de l’impact de l’hétérogénéité de la documentation sur les données et permettent de mieux interpréter l’inégalité de la distribution des vestiges, en distinguant notamment vides archéologiques et vides documentaires. Néanmoins, l’analyse conjointe des deux cartes est difficile, c’est pourquoi il est beaucoup plus intéressant de les combiner afin d’en créer une troisième, la carte de confiance, certes plus complexe à la lecture, mais sur laquelle les deux paramètres sont présentés conjointement (Saligny et al., 2008, p. 25-44)7. Les biais dans la recherche archéologique et leur impact sur la répartition des données sont ainsi mis clairement en évidence (fig. 7).
Figure 7. Exemple de carte de confiance des sites de l’âge du bronze en France orientale

Source : Archaedyn, ACI Espaces et territoires, ET28 5005-2007 – Sources archéologiques : Estelle Gauthier – Sources géographiques : SRTM France, IGN – SIG/CAO : Marion Fury et Estelle Gauthier, UMR 6249, 2007.
23S’il est plus aisé de pointer les manques liés aux biais documentaires, l’interprétation de la carte de répartition reste complexe. Les zones à forte fiabilité et qui ont livré une très forte densité de vestiges correspondent généralement à des zones mieux connues en raison de la multiplication des facteurs favorables (davantage de possibilités de découverte, une meilleure conservation, un meilleur accès aux données, etc.). La présence d’un grand nombre de découvertes est la preuve d’une activité ancienne importante, mais les conditions d’enregistrement bien meilleures qu’ailleurs impliquent parfois une surreprésentation des données qui a pour effet d’écraser toutes les autres tendances alentours. À quel point peut-on dire que l’image donnée sur l’ensemble de la zone d’étude est alors représentative de la réalité ancienne ? Il existe aussi des déséquilibres qualitatifs qu’il est difficile de maîtriser.
24Les zones classées comme fiables, mais qui ont livré peu de vestiges, peuvent par contre être identifiées de façon crédible comme des zones de moindre activité ou présence. À l’inverse, sur un territoire très peu remanié ou étudié, il est pour ainsi dire « normal » de trouver peu de vestiges. Ainsi, une quantité supérieure de découvertes revêt une plus grande importance puisqu’elle peut révéler un phénomène archéologique particulier – ce dernier peut apparaître néanmoins comme secondaire, voire très discret sur une carte de répartition non critiquée. Le rôle de la carte de confiance prend alors tout son sens, puisqu’elle fait évoluer la manière de lire la distribution des données en réajustant, dans les différents espaces de la zone étudiée, l’impression donnée par la quantité des vestiges enregistrés.
25La carte de confiance garde somme toute une ambition modeste, celle d’aider à commenter la distribution des données. La relativisation des valeurs par une véritable pondération serait beaucoup plus complexe, car il reste difficile d’estimer à quel point les données sont sur- ou sous-représentées, et il s’avèrerait plus délicat encore de combler les lacunes…
Des critères spécifiques
26L’élément essentiel de cette lecture critique est la carte de fiabilité, car c’est elle qui donne les clés d’interprétation des phénomènes observés. Les critères pris en compte pour l’estimation de la fiabilité de la répartition spatiale des inventaires dans notre atelier se distinguent de ceux issus d’autres problématiques, celles attachées à l’habitat notamment, où les inventaires sont généralement réalisés à des échelles plus grandes et sont fondés plus fréquemment sur des prospections et des fouilles. Pour ceux-là, la visibilité des vestiges, l’aspect systématique des prospections ou les conditions taphonomiques auront un impact fort. Au contraire, pour l’étude de la circulation des produits à petite échelle, le corpus consiste le plus souvent en un large inventaire des découvertes qui repose essentiellement sur des dépouillements bibliographiques plus ou moins approfondis, des investigations dans les musées et les dépôts archéologiques, et bien plus rarement, directement sur des opérations de terrain spécifiques. Les inventaires tendent généralement à l’exhaustivité de ce qui est « connu », mais sont soumis à différents aléas liés aux conditions de découverte fortuite et de documentation/publicité archéologique.
27Ainsi, les critères spécifiques que nous avons choisi de prendre en compte sont les suivants (Gauthier et al., 2012, p. 67-68) :
281) Les recherches archéologiques :
- la présence de spécialistes de la période sur le secteur étudié ;
- la quantité de recherches qui ont eu lieu par le passé (fouilles, prospections…) ;
- la qualité de ces recherches (exhaustivité, finesse des fouilles) ;
- l’accessibilité et la visibilité des sites (forêts, relief…).
292) La conversion :
- des vestiges (destruction du site, érosion, bâti postérieur) ;
- du matériel et des informations (perte du matériel, dispersion dans des collections privées, accidents sur les collections).
303) Les occasions de découverte fortuite :
- travaux routiers, autoroutiers, voies ferrées… ;
- dragages et carrières ;
- autres travaux (aménagements…).
314) L’accès aux données :
- accès direct aux informations (fouilles, communication avec les inventeurs…) ;
- publications (papier ou Internet) ;
- autres accès à la documentation (SRA, musées, collections privées…).
325) Les choix des concepteurs de la base de données, leur attention sur les différents secteurs.
33Dans le cas d’un inventaire global des découvertes à l’échelle d’une région, d’un pays ou d’un territoire plus vaste encore, ce sont surtout les divers aménagements du sol, plus ou moins nombreux, qui conditionnent la fiabilité des répartitions. En effet, on peut considérer que la découverte fortuite est la principale circonstance de découverte, la prospection systématique dans le but de trouver spécifiquement le produit recherché étant, dans notre cas, très marginale – à l’exception des recherches au détecteur de métal qui apportent aujourd’hui davantage de données, mais qui restent encore peu fréquentes dans un cadre scientifique ; les autres, illégales, faisant rarement l’objet de signalements. Ce sont ces aléas qui caractérisent le mieux nos objets d’étude, si bien qu’ils sont profondément liés aux activités humaines récentes. Les cartes de répartition reflètent fortement notre peuplement actuel et nos aménagements modernes (routiers, autoroutiers, ferrés, exploitations de matériaux, etc.).
34La qualité de la connaissance des différentes régions repose ensuite sur le dynamisme de la recherche dans le domaine étudié (présence de spécialistes, quantité et types d’opérations), et sur les publications qui en ont résulté jusqu’au moment de l’inventaire. L’accessibilité des données est évidemment un critère majeur lorsque les inventaires sont conçus principalement à l’aide de dépouillements bibliographiques. Il existe bien évidemment une différence fondamentale entre les données publiées dans des périodiques à portée nationale, les revues strictement locales et les documents inédits (rapports d’opération, mémoires non publiés). La connaissance des vestiges d’un secteur atteint donc des niveaux différents selon la profondeur du dépouillement.
35Les conditions de conservation des vestiges, mais aussi du matériel et des informations sont bien entendu à prendre en compte puisqu’elles ont joué à la fois sur les possibilités de découverte et sur l’accessibilité des données. Enfin, il faut aussi considérer le rôle du concepteur de l’inventaire qui généralement souhaite tendre à l’exhaustivité, mais se voit parfois confronté à des difficultés matérielles, à un temps ou à des moyens insuffisants, ne lui permettant pas d’accorder une attention égale à tous les secteurs.
36Cette multitude de facteurs doit être prise en compte simultanément pour pouvoir estimer la fiabilité de la répartition des données dans une région donnée. D’autre part, tous ces critères peuvent être considérés à la fois d’un point de vue quantitatif et qualitatif. Un ensemble de sites connus par plusieurs campagnes de prospections aériennes permettront par exemple de placer un grand nombre de points sur la carte de répartition, mais la qualité des informations sur ces sites (datation, fonctions, structures, etc.) n’équivaudra en rien celle d’un site unique connu par des fouilles programmées. La nature, la durée, l’intensité, mais aussi l’époque des opérations (fouilles anciennes/récentes) doivent être prises en compte.
37Cette évaluation critique des données est un préalable d’autant plus nécessaire que ces facteurs de natures diverses ont pu intervenir inégalement dans différents endroits de la zone étudiée et pour une partie seulement des données. Leur combinaison se révèle dès lors un exercice très complexe (Gauthier, 2005a ; Tremblay Cormier, 2012). Par exemple, Laurie Tremblay Cormier propose dans sa thèse d’emboîter différentes échelles d’observation (de la commune à la région, fig. 8) et de considérer différemment les données anciennes et récentes. Pour son cas d’étude (les objets métalliques du Bronze final-Hallstatt entre Lyon et Koblenz), les critères de fiabilité ont uniquement porté sur l’activité de la recherche archéologique :
Trois critères principaux ont été retenus pour leur influence sur la constitution du corpus : l’activité archéologique ancienne menée par les sociétés érudites des siècles derniers, les fouilles programmées récentes et préventives, et l’accessibilité à l’information (synthèses, musées, rapports de fouille) lors de la création du corpus (Tremblay Cormier, 2013, p. 26).
Figure. 8. Carte de confiance des découvertes de l’âge du bronze et du premier âge du fer entre Rhin et Rhône et critères de fiabilité

Source : IGN GeoFLA – données et CAO : Laurie Tremblay Cormier (2013) ; voir aussi Tremblay Cormier (2016).
38La question s’est aussi posée de la prise en compte du contexte culturel ou géographique, notamment de critères topographiques ou paysagers, mais ces critères sortent du cadre de la seule évaluation de l’état de la recherche afin de distinguer vides archéologiques et biais documentaires pour entrer dans une première tentative d’explication de la répartition des données, même s’ils permettent de comprendre certains déséquilibres dans les distributions.
39Ainsi, pour établir la carte de fiabilité de la répartition des briquetages du sel le long de la façade atlantique, Olivier Weller a choisi, dans un premier temps, de croiser plusieurs couches d’informations disponibles : l’historique des recherches (inventaire/prospection systématique, archéologie préventive, fouilles programmées), l’hydrographie (zones d’estuaires, plaine littorale), le relief (zones basses et forts reliefs côtiers), le couvert forestier et la pédologie (sols hydromorphes, sols d’alluvions marines et fluviatiles, sols de dune, sols à forte salinité, sols humocendreux et lithosols). Pour chaque secteur, les critères ont été hiérarchisés selon leur importance.
Les zones fiables sont majoritairement des secteurs de basses côtes ou de marais où les prospections ont été soutenues durant plusieurs années ou grâce à l’archéologie préventive (autoroute A16, marais de Dol, Trégor, golfe du Morbihan, pays de Retz, marais de Rochefort). Mais, en dehors des seuls critères liés à la recherche archéologique, le croisement avec les données géographiques a permis de reconnaître certaines zones très peu propices à l’implantation d’ateliers sauniers et donc fiables quant à leur vide documentaire (par exemple les zones de falaises : pays de Caux, La Hague, nord de la pointe du Raz). À l’inverse, il a été aussi possible de suggérer que d’actuelles zones vides renferment probablement de nouveaux ateliers (marais littoraux, zones de dunes et forêt littorale), voire des relations insoupçonnées entre implantation des ateliers et type de sol – adéquation très forte en Bretagne entre les zones d’implantation des ateliers et les sols humocendreux/lithosols –, et donc qu’il est possible d’identifier de nouveaux secteurs peu fiables malgré la présence de chercheurs. Même s’il n’a pas été possible de croiser l’information avec les cartes géomorphologiques et celles de dynamiques littorales (bathymétrie, courants, érosion/accumulation sédimentaire…), l’élaboration de la carte de fiabilité avec la définition de seize secteurs a permis d’offrir une nouvelle lecture des zones sur- ou sous-représentées, en dehors des seuls critères de l’historique des recherches et de l’accès aux données (réflexions formulées dans le cadre des travaux de groupe de l’ACI Archaedyn, voir ci-après fig. 10).
40On peut considérer que les facteurs géographiques ou environnementaux sont plus explicatifs que descriptifs de la qualité du corpus de données. Toutefois, quand il s’agit d’étudier la répartition des ressources exploitées, il est difficile de ne pas prendre en considération, en partie au moins, de tels critères qui conditionnent l’implantation des gîtes. Bien entendu, sans ressources, on ne peut pas s’attendre à trouver des exploitations, la quantité ou la qualité des recherches n’y faisant rien. Ainsi, la confrontation des zones susceptibles d’avoir fourni les matières premières étudiées et l’évaluation de la recherche archéologique offrent une meilleure approche de la fiabilité de ce type de données. Par exemple, dans le cas des exploitations de silex néolithiques dans le centre-est de la France.
41La répartition géographique des gîtes est évidemment fortement dépendante de la géologie. Si l’on effectue un transect ouest-est sur la région étudiée (fig. 9), on observe un gradient dans l’âge géologique des terrains selon l’axe du transect. Cela dessine différentes provinces géologiques, qui sont de l’ouest à l’est (le couvert végétal n’influence pas la répartition des gîtes, mais seulement éventuellement leur détection) :
- Dans la région Centre (secteur 5), qui se trouve à l’extrémité la plus occidentale du transect, il existe de bons et nombreux affleurements de silex dans les niveaux du Crétacé supérieur. Dans la vallée de l’Yonne et le pays d’Othe, des mines de silex néolithiques ont été découvertes grâce à la construction des autoroutes. Cependant, dans toute cette zone, les matières premières ne sont pas encore recherchées de façon systématique, à cause de la rareté des prospecteurs locaux (le GDR Silex8 en cours devrait permettre de remédier à cette lacune). De ce fait, le niveau de fiabilité attribué à cette région est seulement moyen – à l’exception de la région du Grand-Pressigny, pour laquelle la fiabilité est très bonne (tache sombre au centre du secteur).
- Le Morvan (secteur 1) marque la limite orientale du Bassin parisien. Ce massif montagneux est constitué de granite et de roches métamorphiques, qui par nature ne peuvent pas contenir de gîtes de silex – c’est pourquoi cette zone a été peu prospectée. Le niveau de fiabilité est donc bon, l’absence de gîtes correspond ici à une réalité.
- La Bourgogne centrale (secteur 2) offre un potentiel géologique élevé, en particulier dans les calcaires du Jurassique et du Crétacé supérieur situés au nord, mais elle est encore peu explorée. S’il existe des gîtes de silex dans cette région, ils doivent se trouver à flancs de coteaux comme dans la vallée de l’Yonne. Le niveau de fiabilité est donc faible.
- Les gîtes à silex du Châlonnais (secteur 4) sont très nombreux ; ils contiennent des matériaux remaniés issus du Crétacé supérieur. En outre, de nombreux prospecteurs locaux explorent le terrain. Mais l’évolution géomorphologique de la région durant l’Holocène a provoqué d’abondants glissements de terrains vers les vallées, masquant probablement certains gîtes autrefois découverts. De plus, l’activité agricole est très développée dans cette zone. De ce fait, il est impossible d’affirmer que tous les gîtes ont déjà été identifiés. Le niveau de fiabilité est donc seulement moyen.
- L’extrémité orientale du transect est constituée par le massif jurassien (secteur 3). Il est formé de terrains calcaires dont l’âge varie du Trias au Crétacé, et offre de fortes chances d’y trouver des gîtes de silex. Quelques affleurements d’Oligocène y ont aussi été localisés. Des recherches systématiques centrées sur les gîtes de silex y ont été menées, et la majorité des gîtes de cette région a été localisée. Cependant, les fortes modifications géomorphologiques de l’Holocène ont probablement masqué certains gîtes : certaines variétés de silex utilisées dans les sites archéologiques sont d’après leur microfaciès d’origine locale ou régionale, mais leurs affleurements n’ont pas encore pu être localisés précisément, sans doute parce qu’ils se trouvent de nos jours enfouis sous les colluvions. C’est pourquoi cette région ne reçoit qu’un niveau de fiabilité moyen.
42Il est ainsi clair qu’il ne servirait à rien de tester la répartition des gîtes de silex. En revanche, lorsque suffisamment de séries lithiques archéologiques auront été déterminées, il sera possible d’utiliser les méthodes développées dans le cadre de cet atelier pour identifier leurs réseaux de distribution et les confronter à ceux des autres catégories de matériaux.
Figure. 9. Carte de fiabilité des exploitations de silex du Néolithique, en Bourgogne, Franche-Comté et dans le centre de la France

Source : Archaedyn, ACI Espaces et territoires, ET28 5005-2007 – Fond : IGN GeoFLA – Données : Jehanne Affolter – CAO : Estelle Gauthier, 2007.
43Ce travail de réflexion sur les facteurs ayant joué un rôle sur la qualité des données constitue donc un exercice subjectif qui aide à formaliser les problèmes sous-jacents, à exprimer non seulement la manière dont les données ont été enregistrées, mais aussi la manière dont elles sont perçues par le(s) auteur(s) du corpus. Tous les inventaires ont été acquis de manière différente, il est donc nécessaire d’accompagner la définition des niveaux de fiabilité de commentaires précisant les critères considérés comme les plus déterminants, leur poids et leur impact. Nous proposons de réaliser cette description soit sous la forme d’un texte détaillant les éléments pertinents nécessaires pour comprendre les conditions de constitution de l’inventaire, soit sous la forme d’un tableau dans lequel sont qualifiés les niveaux de fiabilité attribués pour toute la zone d’étude ou bien secteur par secteur, par exemple pour l’inventaire des briquetages atlantiques (données par Olivier Weller, fig. 10 et 11). Les facteurs considérés comme les plus influents peuvent d’ailleurs varier selon les secteurs. Cette évaluation doit aussi comporter un bilan des problématiques, des modèles mis en œuvre, des choix opérés lors de l’enregistrement des données (zones d’étude ou fenêtres, matériel, types, identification des sites) et des problèmes rencontrés.
Figure 10. Carte de fiabilité de la répartition des briquetages du sel le long de la façade atlantique

Source : Archaedyn, ACI Espaces et territoires, ET28 5005-2007 – Fond : IGN GeoFLA, route 120 – Données : Olivier Weller – CAO : Marion Fury et Estelle Gauthier, 2007.
Figure 11. Les critères de fiabilité de la répartition des briquetages de sel le long de la façade atlantique
Recherches archéologiques | Conservation | Conditions de découverte | Accès aux données | Choix | |||||||||
Facteurs | Présence de chercheurs ou prospecteurs | Quantités (fouilles et/ou prospections | Qualité (exhaustivité des recherches…) | Accessibilité du site | Destruction du site (érosion, bâti…) | Travaux routiers | Dragages et carrières | Autres travaux | Accès direct aux informations | Publications (papier ou Internet) | Autres accès à la documentation (SRA, musées, collections privées...) | Attention sur le secteur | |
Niveau général pour la zone (fiabilité normale) | M (1) | F (2) | F (3) | M (5) | B (4) | ||||||||
Fiabilité | |||||||||||||
Secteur 1 | forte | B (5) | B (3) | TB (2) | TB (1) | TB (4) | B (6) | ||||||
Secteur 2 | meilleure | M (2) | B (3) | M (1) | |||||||||
Secteur 3 | forte | B (2) | B (1) | B (4) | B (3) | B (5) | |||||||
Secteur 4 | forte | B (2) | TB (1) | B (3) | M (6) | TB (4) | B (5) | ||||||
Secteur 5 | forte | B (5) | TB (2) | TB (1) | B (4) | TB (3) | B (6) | ||||||
Secteur 6 | forte | B (2) | B (1) | M (6) | B (5) | B (3) | B (4) | ||||||
Secteur 7 | meilleure | F (3) | TF (1) | B (2) | B (4) | ||||||||
Secteur 8 | Meilleure | M (3) | F (1) | B (2) | B (4) | ||||||||
Secteur 9 | Forte | B (2) | TB (1) | B (3) | B (4) | M (5) | |||||||
Secteur 10 | meilleure | F (2) | F (3) | TF (1) | M (4) | M (5) |
Légende : TB = très bon, B = bon, M = moyen, F = faible, TF = très faible, case laissée vide = facteur non pris en compte. Facteurs classés de 1 à 5 selon leur ordre d’importance.
Source : données par Olivier Weller.
44Le degré moyen de fiabilité varie selon les cas d’étude. Dans l’exemple des briquetages de sel le long de la façade atlantique, un niveau jugé « normal » peut être attribué à l’essentiel de la zone d’étude tandis que certaines zones se distinguent par une documentation de meilleure qualité. Parfois, au contraire, on considérera que l’essentiel de la zone étudiée est insuffisamment documenté, tandis que seuls certains secteurs pourront véritablement être exploités. C’est notamment le cas de l’inventaire des meules en Franche-Comté (Luc Jaccottey et Annabelle Milleville, fig. 12) :
L’étude se base sur un inventaire quasi exhaustif des outils de mouture franc-comtois. Les outils sont de deux types : meules et molettes de type « va-et-vient », datant chronologiquement du Néolithique et de la Protohistoire, et des moulins rotatifs gaulois et romains. Le cadre d’étude, limité à la Franche-Comté n’est pas archéologiquement significatif, et aspire à être élargi. C’est pourquoi sur l’ensemble des cartes de représentation de la répartition des outils, on constate une sous-représentation des zones proches de la limite administrative de l’étude, une sorte d’effet frontière. Concernant le matériel de mouture de type « va-et-vient », la carte de représentation de la répartition des outils reflète l’état de la recherche en Franche-Comté. En effet, notre inventaire est considéré comme exhaustif ; les biais ne sont donc pas dans l’inventaire, mais dans les découvertes, les lacunes étant attribuables à l’absence de données dans certaines régions. Les zones à représentation très forte sont celles où de nombreuses recherches ont été entreprises (sites lacustres de Chalain et Clairvaux, 50 % des outils inventoriés ; région de Belfort-Montbéliard où les sites de hauteur sont bien connus ; diagonale soulignée par les cours du Doubs et de l’Ognon où les prospecteurs sont nombreux). À l’inverse, des zones sous-représentées correspondent aux zones peu prospectées (plateaux du Jura…). […] Concernant les moulins rotatifs, […] les zones surreprésentées correspondent aux agglomérations et villes principales de l’époque romaine : Besançon (capitale), Mandeure, auxquelles il faut ajouter des zones très intensément prospectées comme la région doloise. […] Tout comme précédemment, afin d’avoir une zone d’étude homogène, il faut évacuer des cartes de représentativité les zones de vide des plateaux jurassiens (sur la carte : les zones à proximité du Doubs, de sa source à son passage en Suisse), ainsi que le nord de la région (réflexions formulées dans le cadre des travaux de groupe de l’ACI Archaedyn).
Figure. 12. Carte de fiabilité de la répartition du matériel de mouture en Franche-Comté

Légende : À gauche : meules va-et-vient ; à droite : meules rotatives.
Source : Archaedyn, ACI Espaces et territoires, ET28 5005-2007 – Données : Annabelle Milleville et Luc Jaccottey – Fond : IGN GéoFLA – CAO : Estelle Gauthier, 2006.
45Cependant, cela dépend aussi des perspectives d’évolution du jeu de données. En effet, si les objets ont été répertoriés dans l’optique d’une recherche exhaustive et que très peu d’éléments extérieurs sont venus troubler la conservation ou l’inventaire des données, on considérera comme fiable une situation où l’ajout régulier de nouvelles données modifiera très peu sur le long terme la répartition générale et les configurations spatiales déjà observées. Par exemple, pour l’inventaire des haches en jades alpins en Europe (Pierre Pétrequin, fig. 13), le niveau fiable concerne les zones bien prospectées, un bon état des collections, des recherches systématiques menées depuis dix ans et un dépouillement détaillé des publications. Le niveau modéré correspond à un état moyen de l’inventaire, mais fiable à l’échelle européenne – sans modifications sensibles du nombre et de la qualité des données au fil des ajouts. Enfin, le niveau peu fiable traduit des connaissances incertaines, ce qui peut, mais ne signifie pas forcément un mauvais niveau d’un point de vue spatial.
En 1995, Pierre Pétrequin et Serge Cassen lançaient l’idée d’une enquête ambitieuse, à l’échelle de toute l’Europe occidentale, sur les haches en « jades » alpins, en fondant leurs raisonnements sur un inventaire systématique. Ainsi, au moment du démarrage de l’ACI Archaedyn, une remarquable base de données était déjà acquise, avec environ 1 500 haches documentées, 800 références bibliographiques, un millier de pièces dessinées, plus de 500 déterminées du point de vue pétrographique et identifiées quant à leur origine dans le massif alpin. D’une manière générale, la répartition des longues haches en jades en Europe est jugée fiable et représentative de tendances réelles pour le Néolithique. Certaines régions ont même une longue tradition – préalable au projet – d’étude et de publication (la Grande-Bretagne, l’Irlande, les îles Anglo-Normandes, l’Allemagne). Pour les autres régions un long investissement a été réalisé dans la visite systématique des musées et des collections, ainsi qu’un dépouillement bibliographique très poussé (Pays-Bas, Belgique, France, nord de l’Espagne et Portugal, Suisse, Italie du Nord et Bulgarie). Dans ces régions, l’inventaire est devenu très fourni, hormis pour de petites aires géographiques où les haches ont perdu leur identité et leur provenance (musées de Bordeaux et de Clermont-Ferrand), ou bien parce que la documentation y a été peu accessible (front de guerre du nord de la France et Ardennes ; en Lorraine peu d’intérêt porté au sujet par les préhistoriens régionaux). Les autres zones de fiabilité moyenne correspondent à des régions où une partie de la bibliographie a été dépouillée, avec un contrôle très partiel dans les musées et les collections (sud de l’Espagne et du Portugal, Corse, Sardaigne, Sicile, Italie centrale, Autriche, Slovaquie et Pologne). Dans les zones de faible fiabilité, seuls des tests avaient été réalisés au moment du démarrage d’Archaedyn (réflexions formulées dans le cadre des travaux de groupe de l’ACI Archaedyn, voir aussi Pétrequin, Cassen et al., 2012b).
Figure 13. Carte de fiabilité de la répartition des haches en jades alpins dans l’Europe néolithique

Source : Archaedyn, ACI Espaces et territoires, ET28 5005-2007 – Fond : ESRI WBM – Données : Pierre Pétrequin, état de la documentation en janvier 2010 – CAO : Delphine Coin et Estelle Gauthier, 2012.
46Devant la grande diversité des situations rencontrées, il nous est donc apparu très difficile d’établir une définition commune des trois niveaux de fiabilité. Nous proposons néanmoins le tableau suivant qui résume globalement les critères considérés par les membres de l’atelier (fig. 14) :
Figue 14. Récapitulatif des critères considérés pour définir les niveaux de fiabilité de la répartition des artéfacts étudiés
Niveau 1 (fiable) | Niveau 2 (modérément fiable) | Niveau 3 (peu fiable) |
Régions ayant fait l’objet d’une attention élevée, où les recherches archéologiques (fouilles, prospections, présence de spécialistes) ont été denses, où les occasions de découvertes ont été nombreuses (travaux agricoles, aménagements, exploitations), où les données sont accessibles et les publications abondantes. | Régions remplissant seulement certains des critères précédents ou bien régions dans lesquelles les recherches archéologiques, les occasions de découverte, les publications ou l’attention ont été plus modérées. | Régions dans lesquelles il existe des biais documentaires plus importants : régions peu prospectées, peu creusées, ayant connu des pertes d’information notables ou bien où les données sont peu accessibles. |
Évaluer le potentiel de découverte fortuite ? Le cas des dépôts métalliques du Bronze moyen dans la basse vallée de la Seine
47Nous avons remarqué que dans le cas des inventaires à petite échelle des découvertes de produits bruts ou manufacturés, la qualité des cartes de répartition dépend beaucoup des découvertes fortuites qui ont été effectuées sur la longue durée, généralement depuis le xixe siècle au moins. En effet, une grande partie des objets que nous étudions sont sortis de terre lors des divers travaux d’aménagement modernes. Nous proposons donc d’examiner plus précisément l’impact du facteur « occasions de découverte » sur les données archéologiques et plus précisément sur la fiabilité générale de la distribution. Est-il possible d’estimer le potentiel global de chaque commune à avoir livré des découvertes fortuites ? Nous présentons ici les résultats d’un test mené sur les dépôts9 métalliques et les trouvailles isolées du Bronze moyen dans la basse et moyenne vallée de la Seine (Gauthier et Gabillot, 2013).
48La base de données comprend 153 dépôts volontaires et 524 objets isolés, ce qui représente donc 677 sites au total (Gabillot, 2003). La région présente une répartition des données très inégale. On observe de grandes aires de concentration le long de la vallée de la Seine, en particulier près de Rouen, Paris et Compiègne, tandis que le reste de la zone d’étude est pratiquement vide de sites (fig. 15).
Figure 15. Répartition des dépôts et objets isolés du Bronze moyen dans la basse vallée de la Seine

Source : Fond : IGN GeoFLA – Données : Mareva Gabillot – CAO : Estelle Gauthier, 2012.
49Ce corpus se prête particulièrement bien à ce test, car les données proviennent pour l’essentiel de découvertes fortuites faites à l’occasion de travaux (agricoles, aménagements, exploitations de matériaux). En effet, les dépôts sont le plus souvent des ensembles clos enfouis sur des surfaces très limitées et dans des lieux qui ne sont pas nécessairement liés à un contexte d’occupation. Ils ont donc eu de bien plus faibles probabilités de découverte que des habitats ou des nécropoles. Ce type de site est rarement mis au jour au cours de fouilles programmées ou de prospections ciblées – le nombre de trouvailles au détecteur de métaux est négligeable ici, ce jeu de données est essentiellement composé de trouvailles du xixe et du début du xxe siècle. Leur découverte lors d’opérations préventives tient du hasard et l’augmentation de celles-ci ces dernières années n’a quasiment pas eu d’impact sur le nombre de dépôts connus. On peut donc considérer que l’intensité de l’activité archéologique est ici peu significative (fig. 16). Pour ce cas d’étude, les données reposent aussi beaucoup sur les publications dont le nombre et la qualité influent fortement sur les données elles-mêmes. Néanmoins, l’inventaire a été constitué par une recherche bibliographique qui s’est voulue la plus exhaustive possible (Gabillot, 2003). Or, du fait de l’intérêt suscité par le bronze, les dépôts – tout au moins ceux qui ont été signalés – sont rarement restés inaperçus et ont en général été publiés.
Figure 16. Critères considérés pour définir les niveaux de fiabilité de la répartition des dépôts et objets isolés du Bronze moyen dans la basse vallée de la Seine
Recherches archéologiques | Conservation | |||||||||||||
Facteurs | Présence de spécialistes locaux | Quantité de recherches (fouilles et/ou prospections) | Qualité des recherches (exhaustivité des recherches) | Accessibilité du site | Conservation du site (érosion, destruction) | Conservation des objets (perte, dispersion, collections privées) | ||||||||
Importance | ||||||||||||||
Conditions de découverte | Accès aux données | Choix | ||||||||||||
Facteurs | Travaux routiers spécialistes locaux | Travaux agricoles | Dragages et carrières | Autres travaux (aménagements…) | Accès direct aux informations | Publications | Autre documentation | Attention portée sur le secteur | ||||||
Importance |
Légende : du plus foncé au plus clair : facteur très influent, facteur ayant un impact modéré, facteur peu influent.
Source : données par Mareva Gabillot.
50On peut aussi prendre en compte les problèmes éventuels de conservation ou d’accessibilité des découvertes (destructions, recouvrements, pertes, dispersions dans des collections privées). On ne peut malheureusement pas estimer le nombre des bronzes détournés par des particuliers (refonte, privatisation, ventes sur les marchés illégaux).
51Ainsi le facteur « occasions de découverte » est le seul critère que l’on peut considérer comme ayant réellement influencé la distribution spatiale de ces données. Si l’on regarde les contextes de mise au jour connus (les deux tiers sont inconnus) [fig. 17], une large proportion est liée aux dragages et beaucoup aux activités agricoles, aux travaux d’aménagement ou d’extraction. Néanmoins, il faut considérer que les trouvailles de rivière sont plus souvent mentionnées que les trouvailles terrestres – dont les conditions de découverte sont plus rarement précisées –, et sont considérées comme autant de trouvailles individuelles ; elles sont par conséquent probablement surreprésentées.
Figure 17. Condition de découverte des dépôts et objets isolés du Bronze moyen dans la basse vallée de la Seine

Source : DAO par Estelle Gauthier.
52Il s’agit donc d’estimer – indépendamment du corpus – le potentiel de chaque commune à avoir livré des découvertes, puis de le confronter au nombre de données réellement connu. Comme les sites sont localisés au niveau communal, nous utilisons les entités polygonales correspondant aux surfaces des communes actuelles.
53Estimer la part des sols qui ont été remués suffisamment pour favoriser les découvertes serait une opération complexe d’autant que la sédimentation et les phénomènes d’érosion sont inégaux selon les secteurs. Néanmoins, la majorité des dépôts dont les conditions de découverte sont assez précisément renseignées, ont été trouvés en moyenne entre 50 centimètres et 1 mètre de profondeur, ce qui est assez faible. Ainsi un bon nombre de dépôts sont sortis de terre dès lors que les labours sont devenus moins superficiels. On peut donc considérer que toutes les occasions où le sol a été remué constituent une chance de mise au jour d’un dépôt.
54Nous proposons d’évaluer le potentiel de chaque commune en fonction de leur occupation actuelle, car si les zones construites ou exploitées ont tendance à s’étendre, elles se sont plus rarement réduites. La proportion par commune des différents types d’occupation du sol sera examinée successivement en distinguant les secteurs où les activités humaines impliquant des excavations ont été (ou sont) les plus intensives et, par extension, celles qui ont la plus forte densité d’occupation moderne : les zones urbaines, les axes importants tels que les routes, autoroutes, voies ferrées, qui ont nécessité de vastes travaux d’aménagements, les carrières ou les mines ainsi que les terres cultivées. Ces zones a priori à fort potentiel sont néanmoins sujettes à davantage de problèmes de conservation des vestiges. Au contraire, les forêts, landes, prairies, marais, lacs, etc., devraient être des zones moins remuées, donc moins propices aux trouvailles, mais plus protectrices.
Figure 18. Part représentée par chaque type d’occupation ou infrastructure considéré au sein des communes de la zone d’étude

Légende : a) Part représentée par les zones habitées, aires urbaines et zones d’activité industrielle ou commerciale sur la surface des communes de la zone d’étude ; b) Part représentée par les zones cultivées sur la surface des communes de la zone d’étude ; c) Part représentée par les forêts sur la surface des communes de la zone d’étude ; d) Longueur cumulée du réseau routier dans les communes de la zone d’étude ; e) Longueur cumulée du réseau ferré dans les communes de la zone d’étude ; f) Longueur cumulée des voies navigables dans les communes de la zone d’étude ; g) Communes comportant des lieux d’extraction (carrières, mines).
Source : Fond : IGN GeoFLA – Données : Mareva Gabillot – CAO : Estelle Gauthier, 2012.
55Les données concernant les zones habitées et les zones d’activité industrielle ou commerciale sont issues de Corine Land Cover10 (2006, « Territoires artificialisés – Zones urbanisées » : 111 à 142), de même que les zones cultivées (codes 211 à 243) et les forêts (codes 311 à 324). Ces données sont donc surfaciques. Pour chaque commune, la proportion de la surface cumulée représentée par chaque type d’occupation a été calculée (fig. 18a, b et c). Pour les routes, de même que pour le réseau ferré et les cours d’eau navigables, qui correspondent à des données de type linéaire de l’IGN Route 120, une longueur cumulée a été calculée pour chaque commune (fig. 18d, e et f). Pour ce qui concerne les lieux d’extraction de matériaux (ici principalement des carrières de sables et lieux de dragages), la commission départementale des carrières propose en libre accès sur Internet le schéma départemental des carrières. Par ailleurs, avec l’aide du Département des recherches archéologiques subaquatiques et sous-marines (DRASSM) et la consultation des données de la direction régionale de l’Industrie, de la Recherche et de l’Environnement (DRIRE) et de l’agence de l’eau, il a été possible d’établir une première liste des exploitations de sables impliquant des dragages. Celle-ci a ensuite été complétée par les zones codées 131 (« Extraction de matériaux ») du plan d’occupation des sols du Corine Land Cover et par les découvertes issues de ce type de contexte signalées dans la base de données. La présence/absence de ces entités ponctuelles au sein de la commune a permis de créer deux catégories de communes (fig. 18g).
56Les résultats sont ensuite comparés aux données archéologiques afin d’identifier les critères ayant effectivement joué sur les découvertes et d’en mesurer l’impact. Pouvons-nous observer une corrélation de certains de ces critères avec la fréquence des découvertes ? Un simple calcul de corrélation linéaire entre la surface ou la longueur considérée et la densité de découvertes par commune ne donne aucun résultat pertinent, car d’une part, les différents facteurs ont probablement joué de concert et d’autre part, parce que le nombre de découvertes est faible au regard des espaces considérés. Nous choisissons donc d’observer d’abord si les communes qui ont livré des découvertes ont des caractéristiques similaires à celles qui n’en ont pas livré.
57On constate qu’une part plus importante des comunes ayant livré des dépôts du Bronze moyen possèdent davantage d’espaces à forte activité humaine (zones urbaines) que les communes n’en ayant pas livré, en majorité faiblement urbanisées (fig. 19). Ainsi, au-delà de 10 % d’espaces urbanisés, les communes semblent donc avoir plus de chance d’avoir livré des découvertes, tandis que les espaces agricoles présentent la tendance inverse. En effet, la surface des terres cultivées ne semble donc pas avoir constitué un facteur favorisant les découvertes. La profondeur atteinte est peut-être insuffisante ou bien les bronzes n’ont pas été aussi bien remarqués ou signalés. Dès lors, il est possible que les objets soient passés inaperçus lors des travaux agricoles mécanisés. Par ailleurs, malgré le fait que les forêts soient des milieux peu perturbés, elles semblent représenter un contexte assez favorable de découverte. Toutefois, le résultat semble moins significatif que dans le cas des espaces urbanisés.
58La longueur du réseau routier et dans une moindre mesure celle du réseau ferré semblent également être des facteurs favorables, mais la différence entre communes ayant fourni des dépôts et celles qui n’en n’ont pas livré est plus marquée encore pour les voies navigables qui ont fait l’objet de dragages, en particulier les communes bordant le cours de la Seine (fig. 20).
Figure 19. Variation de la proportion par commune de la surface cumulée représentée par chaque type d’occupation en comparant les communes sur lesquelles des dépôts ont été découverts et celles qui n’en ont pas livré

Légende : a) les aires urbaines et zones d’activité ; b) les espaces cultivés ; c) les zones forestières.
Source : DAO par Estelle Gauthier.
Figue 20. Variation par commune de la longueur cumulée représentée par chaque type d’infrastructure en comparant les communes sur lesquelles des dépôts ont été découverts et celles qui n’en ont pas livré

Légende : a) le réseau routier ; b) le réseau ferré ; c) les voies d’eau navigables.
Source : DAO par Estelle Gauthier.
59Pour évaluer l’impact de ces différents facteurs sur la densité de découverte, nous réalisons en complément un calcul de Chi² (voir par exemple Groupe Chadule, 1994, p. 86-87) appliqué aux données réparties par classes. Les communes sont comptabilisées dans un tableau de contingence, puis le nombre réel est comparé au nombre théorique attendu en cas d’indépendance entre la densité des découvertes et le facteur considéré, ce qui révèle les surreprésentations et sous-représentations au sein des différentes classes (fig. 21). La tendance générale de ces écarts aux valeurs théoriques doit indiquer si le facteur s’avère plutôt favorable/défavorable aux découvertes. Lorsque le nombre de découvertes évolue de concert avec le facteur testé, une corrélation positive peut alors être identifiée. Au contraire, si les deux paramètres évoluent de façon inverse, cela correspond à une corrélation négative.
Figure 21. Croisement entre la densité des découvertes de dépôts et objets isolés avec les différents facteurs testés

Légende : a-g) Les valeurs représentent le résultat de la soustraction entre le nombre de communes observées pour chaque classe du tableau de contingence et le nombre estimé par un calcul de Chi2 ; h) Part représentée par les communes où les zones à faible activité humaine sont prédominantes. En bleu = sous-représentation des valeurs ; en rouge = surreprésentation.
Source : DAO par Estelle Gauthier.
60L’observation des résultats montre que les critères suivants semblent effectivement influencer la densité des découvertes : les lieux d’extraction (rivières draguées et carrières), les zones urbaines ou de forte activité humaine, le réseau routier et, dans une moindre mesure, le réseau ferré et les forêts. Lorsque ces types d’occupation représentent une part significative du territoire de la commune, les découvertes sont plus nombreuses. Les résultats paraissent systématiquement peu pertinents pour les communes ayant livré de fortes densités de découvertes simplement parce qu’elles sont trop peu nombreuses. Par ailleurs, on note qu’il existe un seuil à partir duquel une présence accrue du facteur en question n’augmente pas forcément proportionnellement le nombre de découvertes. Ainsi 15 % de zones urbaines semblent suffire à créer un contexte favorable aux découvertes. On remarque que 97 % des communes dans lesquelles les zones peu modifiées sont prédominantes ont fourni un faible nombre de dépôts et trouvailles isolées du Bronze moyen ; un résultat logique qui renforce les observations précédentes.
61Cette évaluation des critères jouant sur le nombre de découvertes fortuites permet de proposer un modèle du potentiel global de la zone d’étude sous la forme de scores par commune classés selon quatre niveaux relatifs (fig. 22) : les communes ayant un très faible potentiel de découvertes fortuites, celles possédant un potentiel faible à moyen, celles ayant un bon potentiel et celles à très fort potentiel.
Figure 22. Potentiel global des communes à avoir livré des découvertes fortuites

Source : Fond : IGN GeoFLA – Données : Mareva Gabillot – CAO : Estelle Gauthier, 2012.
62Le résultat obtenu correspond assez bien à l’image proposée en première approche par Mareva Gabillot sur la base d’une évaluation empirique de la connaissance des différents espaces composant la zone étudiée (fig. 23).
Figure 23. Carte de fiabilité de la répartition des dépôts métalliques du Bronze moyen dans la basse vallée de la Seine

Source : Fond : IGN GeoFLA, route 120 – Données : Mareva Gabillot – CAO : Marion Fury et Estelle Gauthier, 2008.
63Les disparités observées d’une commune à l’autre peuvent donc s’expliquer (partiellement) par la configuration de celles-ci et le développement des activités humaines au sein de chacune d’elles. Certaines communes n’ayant pas bénéficié de chances égales de découvertes, le nombre de données peut donc être considéré comme moins fiable que dans les communes plus propices aux découvertes fortuites.
64On observe en effet de nombreuses disparités. L’essentiel du déséquilibre tient au rôle joué par la Seine qui apparaît comme l’axe majeur le long duquel les découvertes sont les plus nombreuses, de même que le long de ses affluents. La région parisienne ainsi que le secteur de Rouen sont aussi des zones à fort potentiel où l’on observe des surreprésentations des données. À l’inverse, des espaces peuvent être considérés comme moins fiables. C’est le cas notamment du département de la Seine-Maritime et du centre du département de l’Eure ou encore une partie de celui de l’Aisne, où les conditions n’ont pas été aussi favorables aux découvertes.
65Néanmoins, la présence des villes ne correspond pas toujours à des concentrations de découvertes de dépôts de bronzes. Certaines agglomérations de taille moyenne, plus petites que Rouen ou Paris, ont livré de nombreux dépôts et objets (Compiègne, Mantes-la-Jolie, Caen) alors que d’autres de taille comparable sont peu représentées (Beauvais, Chartres, Laon, Melun). Il faut aussi noter la forte densité des découvertes dans le secteur picard, sur le cours de l’Oise en particulier. On observe ponctuellement des découvertes dans des secteurs plus « inattendus », tandis qu’à l’inverse, de nombreuses communes à fort potentiel ont livré un nombre assez faible de dépôts, par exemple autour de Châteaudun ou de Fontainebleau. La corrélation entre le potentiel de découverte et la densité des sites n’est donc pas systématique, ce qui témoigne sans doute de phénomènes archéologiques particuliers.
66En d’autres termes, la répartition et la concentration des découvertes de haches du Bronze moyen dans la moyenne et basse vallée de la Seine ne témoignent pas seulement de biais relatifs à l’historique des recherches, mais bel et bien d’une réalité archéologique. La forte concentration de découvertes autour de Rouen et au sud-est du bassin de Paris fera encore l’objet d’interprétations futures, mais on sait à présent que l’on peut se baser sur une certaine fiabilité de la représentation géographique de ces types de haches (haches à talon de type normand). Des récentes recherches en morphométrie ont montré que ce « type normand » pouvait ne pas avoir été fabriqué et/ou « inventé » seulement en Normandie, mais aussi dans d’autres endroits tels que le centre-est de la France (Forel et al., 2009 ; Monna et al., 2013), lieu dans lequel on trouve non seulement une surreprésentation de la forme « standard » du type, mais aussi des formes qui dévient de ce standard. Ces recherches géostatistiques menées dans la cadre du programme Archaedyn font donc naturellement écho à ces résultats morphométriques.
Notes de bas de page
1 Une table « contient un ensemble de données qui ont au moins une propriété sémantique commune (titre de la table) et qui sont organisées sous la forme d’un tableau » (Pirot et Varet-Vitu, 2004, cf. Glossaire).
2 Sur ce sujet, voir notamment la thèse de Johanna Fusco (2016).
3 Voir par exemple l’exemplaire découvert près du Sweet Track dans le Somerset (inv. JADE 2008_35, Sheridan et Pailler, 2012).
4 En pratique, il s’agit de réaliser un maillage de la zone d’étude, puis de calculer le nombre de points attendu par maille dans le cas d’une répartition homogène en appliquant la formule suivante : Valeur théorique = Nb sites/Nb mailles. La valeur de représentation est alors calculée pour chaque maille en soustrayant à la valeur réelle la valeur théorique (Oštir et al., 2008 ; Nuninger et al., 2012a). Il reste à distinguer les différents niveaux de représentation (valeurs négatives, nulles ou positives).
5 Pour le calcul de la taille « optimale » des mailles voir Saligny et al. (2008), Nuninger et al. (2012a).
6 Donc sans s’appuyer sur la répartition des données.
7 Pour le détail de la méthode, voir Nuninger et al. (2012a).
8 Le GDR Silex est un projet national qui regroupe tous les acteurs de la recherche sur les gîtes de silex en France, et vise à regrouper toutes les informations concernant ce matériau, disponibles sur le territoire national français. Pour plus d’informations, voir : http://www.paleotime.fr/groupement-de-recherche-silex/.
9 Par définition, un dépôt est un ensemble d’objets enfouis ou immergés indépendamment de tout contexte domestique ou funéraire (Verger, 1991).
10 « La base de données géographique CORINE Land Cover (CLC) est un inventaire biophysique de l’occupation des terres issu de l’interprétation visuelle d’images satellitaires. Il est produit dans le cadre du programme européen d’observation de la terre Copernicus (39 États européens) » (source : data.gouv.fr).
Auteurs
Maître de conférences, UMR 6249 Chrono-environnement et MSHE C. N. Ledoux (Besançon)
Chargé de recherches CNRS, UMR 8215 Trajectoires (Paris-Nanterre)
Directeur de recherches CNRS émérite, MSHE C. N. Ledoux (Besançon)
Chargée de recherches CNRS, UMR 6298 ArTeHiS (Dijon)
Post-doctorant, UMR 8215 Trajectoires (Paris-Nanterre)
Chercheur associée, UMR 6298 ArTeHiS (Dijon)
Chargé de recherches CNRS, UMR 7055 Préhistoire et Technologie (Nanterre)
Chercheur associée, UMR 7041 Arscan, Ifpo (Nanterre)
Référente SIG et topographie, INRAP Grand-Ouest
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
La formation d’une opinion démocratique
Le cas du Jura, de la révolution de 1848 à la « république triomphante » (vers 1895)
Pierre Merlin
2017
Les mutations récentes du foncier et des agricultures en Europe
Gérard Chouquer et Marie-Claude Maurel (dir.)
2018
Deux frontières aux destins croisés ?
Étude interdisciplinaire et comparative des délimitations territoriales entre la France et la Suisse, entre la Bourgogne et la Franche-Comté (xive-xxie siècle)
Benjamin Castets Fontaine, Maxime Kaci, Jérôme Loiseau et al. (dir.)
2019
Un mousquetaire du journalisme : Alexandre Dumas
Sarah Mombert et Corinne Saminadayar-Perrin (dir.)
2019
Libertaire ! Essais sur l’écriture, la pensée et la vie de Joseph Déjacque (1821-1865)
Thomas Bouchet et Patrick Samzun (dir.)
2019
Les encyclopédismes en France à l'ère des révolutions (1789-1850)
Vincent Bourdeau, Jean-Luc Chappey et Julien Vincent (dir.)
2020
La petite entreprise au péril de la famille ?
L’exemple de l’Arc jurassien franco-suisse
Laurent Amiotte-Suchet, Yvan Droz et Fenneke Reysoo
2017
Une imagination républicaine, François-Vincent Raspail (1794-1878)
Jonathan Barbier et Ludovic Frobert (dir.)
2017
La désindustrialisation : une fatalité ?
Jean-Claude Daumas, Ivan Kharaba et Philippe Mioche (dir.)
2017