Références

1. Prise en main 

Ressources générales sur R

• The Comprehensive R Archive Network (CRAN): plateforme officielle de distribution des packages R, permettant d’accéder, d’installer et de mettre à jour des bibliothèques pour le langage R.
• Introduction à R et au tidyverse
• R for Data Science

Pour aller plus loin

• Cookbook spécialement pour les historiens et sciences sociales
• Resources for R
• RPubs : plateforme de publication de tutos orientés R.

Obtenir de l'aide 

• Cheatsheets 
• Stack Overflow 
• ChatGPT, Claude, Gemini et autres IA

2. Analyse de corpus 

Concepts et débats

• Bode, Katherine. “The Equivalence of ‘Close’ and ‘Distant’ Reading; or, Toward a New Object for Data-Rich Literary History.” Modern Language Quarterly 78, no. 1 (2017): 77–106.
• Baroni, M., & Lenci, A. (2010). Distributional Memory: A General Framework for Corpus-Based Semantics. Computational Linguistics, 36(4), 673–721.
• Michel, J.-B. et al. (2011). Quantitative analysis of culture using millions of digitized books. Science, 331(6014), 176–182.
• Moretti, F. Distant Reading. Verso Books, 2013. 
• Nunberg, G. (2011). Google’s Books project: A metadata train wreck. Language Log (blog, University of Pennsylvania).
• Pechenick, E. A., Danforth, C. M., & Dodds, P. S. (2015). Characterizing the Google Books corpus: Strong limits to inferences of socio-cultural and linguistic evolution. PLOS ONE, 10(10): e0137041.
• Underwood, Ted. Distant Horizons: Digital Evidence and Literary Change. Chicago: University of Chicago Press, 2019.

Manuels et tutoriels spécifiques à R

• Text analysis with R
• Text mining with R 
• Text mining with R for the SHS and Digital Humanities
• Language Technology and Data Analysis Laboratory (LADAL)
• HistText Manual

3. Analyse de réseaux

Concepts et méthodes

• Borgatti, Everett, Johnson & Agneessens. Analyzing Social Networks (3e éd., 2024). Sage Publications. Manuel clair et structuré (mesures, collecte, éthique, études de cas). 
• Scott, J. (2017). Social Network Analysis (4e édition). Sage Publications. Introduction accessible aux concepts clés, particulièrement adaptée aux sciences sociales, avec une approche progressive.
• Wasserman, S., & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press. Le manuel de référence incontournable, couvrant exhaustivement les fondements théoriques et méthodologiques de l’analyse de réseaux sociaux.

Manuels spécifiques à R

• Luke, D. A. (2015). A User’s Guide to Network Analysis in R. Springer. Guide pratique et accessible, spécifiquement conçu pour les utilisateurs de R en sciences sociales, avec de nombreux exemples concrets.
• Ognyanova, K. (2021). Network Analysis and Visualization with R and igraph. Tutoriel en ligne exhaustif et régulièrement mis à jour, disponible gratuitement : https://kateto.net/netscix2016.html
• Kolaczyk, E. D., & Csárdi, G. (2014). Statistical Analysis of Network Data with R. Springer. Approche plus statistique et avancée, excellent pour les aspects méthodologiques rigoureux.

Ressources pratiques et tutoriels

• Beauguitte, L. (2016). “Analyser les réseaux sociaux avec R”. Groupe FMR. Ressource en français spécifiquement dédiée à R, avec une approche pédagogique adaptée aux SHS.
• Briatte, F. (2016). “Network Analysis and Political Science”. PS: Political Science & Politics, 49(2), 245-250. Article méthodologique centré sur les applications en science politique, avec code R disponible.
• Grandjean, M. (2015). Introduction à la visualisation de données : l’analyse de réseau en histoire. Geschichte und Informatik, 18/19, 109-128. Approche historique de l’analyse de réseaux avec des exemples pratiques en R.