{"database": "catalogue", "table": "datasets", "rows": [["data.gouv.fr", "https://www.data.gouv.fr/datasets/6a7a1b4268e2a2c7798803d0", 1, "FrId\u00e9o \u2014 scores d'id\u00e9ologie de 30 m\u00e9dias fran\u00e7ais", "**FrId\u00e9o** est une \u00e9chelle continue de positionnement id\u00e9ologique pour **30 m\u00e9dias\nd'information nationaux fran\u00e7ais**. Chaque m\u00e9dia re\u00e7oit une position, un intervalle de\nconfiance, et l'ensemble des donn\u00e9es d'entr\u00e9e ayant servi \u00e0 la calculer.\n\nLe score fusionne **neuf familles de sources ind\u00e9pendantes** \u2014 propri\u00e9t\u00e9 capitalistique,\nposition dans le r\u00e9seau de liens, enqu\u00eates d'audience, chartes \u00e9ditoriales, profilage\nencyclop\u00e9dique, invitations sur les plateaux, deux panels de notation, et une mesure\nlexicale sensible \u00e0 la distanciation \u2014 avec un r\u00e9tr\u00e9cissement bay\u00e9sien empirique vers un\na priori structurel fond\u00e9 sur la tradition de fondation du titre.\n\nPubli\u00e9 par [Le French News Lab](https://frenchnewslab.org), laboratoire de recherche\nind\u00e9pendant bas\u00e9 \u00e0 Paris qui \u00e9tudie l'\u00e9cosyst\u00e8me m\u00e9diatique fran\u00e7ais par des m\u00e9thodes\ncomputationnelles.\n\n## Fichiers\n\n| Fichier | Usage |\n|---|---|\n| `frideo_scores.csv` | tableur, R, pandas |\n| `frideo_scores.json` | code \u2014 m\u00eames lignes, plus les m\u00e9tadonn\u00e9es d'\u00e9chelle (bornes, sens, seuils, liste des familles) |\n| `DATA_DICTIONARY.md` | d\u00e9finition des colonnes et limites de l'\u00e9chelle |\n\nLes deux fichiers de scores contiennent des lignes identiques : **30 m\u00e9dias, tri\u00e9s de\ngauche \u00e0 droite**. N\u00e9gatif = gauche, positif = droite.\n\n## Colonnes\n\n| Colonne | Type | Signification |\n|---|---|---|\n| `outlet` | texte | Nom du m\u00e9dia tel qu'utilis\u00e9 dans l'article |\n| `score` | d\u00e9cimal | Score id\u00e9ologique latent. N\u00e9gatif = gauche, positif = droite |\n| `sigma` | d\u00e9cimal | Erreur type analytique de `score` |\n| `ci_low_95`, `ci_high_95` | d\u00e9cimal | Intervalle de confiance \u00e0 95 % **analytique** (`score \u00b1 1,96 \u00d7 sigma`) |\n| `ci_spans_zero` | bool\u00e9en | Vrai si l'intervalle contient 0 \u2014 **15 m\u00e9dias sur 30** |\n| `label` | texte | Bande d'interpr\u00e9tation en sept classes, \u00e0 usage de lisibilit\u00e9 uniquement |\n| `n_direct_families` | entier | Nombre de familles de preuves directes disponibles (max 9) |\n| `sparse` | bool\u00e9en | Vrai lorsque `n_direct_families` \u2264 4 \u2014 **5 m\u00e9dias** |\n| `structural_prior_z` | d\u00e9cimal | A priori structurel vers lequel le score est r\u00e9tr\u00e9ci |\n| `bootstrap_mean`, `bootstrap_std` | d\u00e9cimal | Distribution bootstrap du score (graine 42) |\n| `D0_z` \u2026 `D8_z` | d\u00e9cimal ou vide | Scores z par famille. **Vide signifie non applicable, pas z\u00e9ro** |\n\n## Familles de preuves\n\n| ID | Source |\n|---|---|\n| `D0` | Id\u00e9ologie de l'actionnariat |\n| `D1` | Biais id\u00e9ologique des invit\u00e9s sur les plateaux |\n| `D2` | Id\u00e9ologie per\u00e7ue en enqu\u00eate d'audience |\n| `D3` | Position dans le r\u00e9seau de liens et d'abonnements |\n| `D4` | Notation Media Bias Fact Check |\n| `D6a` | Orientation \u00e9ditoriale d\u00e9clar\u00e9e |\n| `D6b` | Profilage encyclop\u00e9dique par un tiers |\n| `D7` | Score lexical sensible \u00e0 la distanciation |\n| `D8` | Notation Ad Fontes Media |\n\n## Couverture temporelle\n\n**Une seule des neuf familles est born\u00e9e dans le temps.** La famille `D7` (score lexical\nsensible \u00e0 la distanciation) est calcul\u00e9e sur un corpus toutes rubriques agr\u00e9g\u00e9 sur\n**2024-2025** : **568 906 articles \u00e9chantillonn\u00e9s**, plafonn\u00e9s \u00e0 1 000 par m\u00e9dia et par mois.\nC'est la seule famille intra-p\u00e9riode, et donc la seule structurellement orthogonale au socle\nde preuves historiques.\n\nLes huit autres familles \u2014 propri\u00e9t\u00e9 capitalistique, invitations sur les plateaux, enqu\u00eates\nd'audience, r\u00e9seau de liens, notations de tiers, chartes \u00e9ditoriales, profilage\nencyclop\u00e9dique \u2014 ne sont pas dat\u00e9es : elles d\u00e9crivent des \u00e9tats ou des jugements sans borne\nde p\u00e9riode. La couverture d\u00e9clar\u00e9e dans les m\u00e9tadonn\u00e9es refl\u00e8te donc `D7` uniquement.\n\nLe classifieur de distanciation a \u00e9t\u00e9 valid\u00e9 sur un \u00e9talon de 506 occurrences\n(\u03ba = 0,93, 96,6 % d'accord), tir\u00e9 d'un \u00e9chantillon distinct du corpus de scoring.\n\n## Pr\u00e9cautions d'usage\n\nTrois limites \u00e0 respecter avant toute r\u00e9utilisation.\n\n1. **L'\u00e9chelle est relative au panel.** Elle est de moyenne nulle et de variance unitaire\n   **par construction** sur ces 30 m\u00e9dias. Un score de `+1,0` signifie \u00ab un \u00e9cart-type \u00e0\n   droite du centre de l'\u00e9cosyst\u00e8me m\u00e9diatique fran\u00e7ais \u00bb, et non une position absolue.\n   Ne pas comparer \u00e0 des scores issus d'un autre ensemble de m\u00e9dias sans re-standardiser.\n2. **`label` n'est pas la mesure.** Les sept bandes existent pour la lisibilit\u00e9 des\n   tableaux. Toute l'analyse de l'article utilise le `score` continu. Un m\u00e9dia proche d'un\n   seuil peut changer de bande sous de faibles perturbations.\n3. **Les m\u00e9dias peu document\u00e9s sont r\u00e9tr\u00e9cis.** Les 5 m\u00e9dias disposant de \u2264 4 familles\n   directes tirent environ un tiers de leur score de l'a priori structurel. Leur bande est\n   indicative ; la colonne `sparse` les signale.\n\n`ci_spans_zero` est vrai pour 15 des 30 m\u00e9dias, tous proches du centre : traiter le centre\nde la distribution comme un ordonnancement, non comme des diff\u00e9rences r\u00e9solues.\n\n**Deux incertitudes distinctes, \u00e0 ne pas confondre.** `sigma` et les colonnes `ci_*` sont\n*analytiques* : elles propagent les param\u00e8tres de coh\u00e9rence par source et une p\u00e9nalit\u00e9 de\nparcimonie, et r\u00e9pondent \u00e0 \u00ab quelle quantit\u00e9 de preuves soutient cette position \u00bb.\n`bootstrap_std` est une quantit\u00e9 de *stabilit\u00e9* : la dispersion du score sous 10 000\nperturbations conjointes des constantes de r\u00e9glage. Citer l'intervalle analytique lorsque\nvous rapportez un score.\n\n## Article de recherche\n\nCes scores accompagnent l'article **\u00ab FrId\u00e9o: French News Outlet Ideology Scoring via\nMulti-Source Evidence Fusion and Distancing-Aware Lexical Scoring \u00bb**, par Amr Sobhy\n(Le French News Lab), accept\u00e9 \u00e0 **ICNLSP 2026** (9\u1d49 International Conference on Natural\nLanguage and Speech Processing, Trente, Italie) \u2014 communication orale.\n\n\u279c [Lire la publication sur frenchnewslab.org](https://frenchnewslab.org/fr/publications/frideo-french-news-ideology-scale)\n\n## Comment citer\n\n```bibtex\n@inproceedings{sobhy2026frideo,\n  title     = {{FrId\u00e9o}: French News Outlet Ideology Scoring via Multi-Source\n               Evidence Fusion and Distancing-Aware Lexical Scoring},\n  author    = {Sobhy, Amr},\n  booktitle = {Proceedings of ICNLSP 2026},\n  year      = {2026}\n}\n```\n\nAttribution : Amr Sobhy, Le French News Lab, \u00ab FrId\u00e9o \u00bb (ICNLSP 2026), conform\u00e9ment \u00e0 la\nlicence CC BY 4.0. Merci de mentionner \u00e9galement l'URL de ce jeu de donn\u00e9es.\n\n---\n\n*English summary \u2014 FrId\u00e9o is a continuous, ecosystem-wide ideology scale for 30 French\nnational news outlets, fusing nine independent evidence families with empirical-Bayes\nshrinkage toward a structural prior. Each outlet carries a position, a confidence interval,\nand every input published. The scale is zero-mean and unit-variance by construction across\nthis panel, so it measures position within the French national news ecosystem rather than\nabsolute ideology. Companion resource for the ICNLSP 2026 paper.\n[Project page](https://frenchnewslab.org/en/publications/frideo-french-news-ideology-scale).*", "https://www.data.gouv.fr/datasets/frideo-scores-dideologie-de-30-medias-francais", "Le French News Lab", "http://www.opendefinition.org/licenses/cc-by", "2026-08-10T18:41:06.797000", "2026-08-10T18:50:19.588000", "[]", "[]", "https://www.data.gouv.fr/datasets/6a7a1b4268e2a2c7798803d0", "6a7a1b4268e2a2c7798803d0"]], "columns": ["portal_id", "key", "harvest_id", "title", "description", "landing_page", "publisher", "licence", "issued", "modified", "keywords", "themes", "uri", "identifier"], "primary_keys": ["portal_id", "key"], "primary_key_values": ["data.gouv.fr", "https://www.data.gouv.fr/datasets/6a7a1b4268e2a2c7798803d0"], "units": {}, "query_ms": 3.87440400027117, "source": "Dateno, DataPortals.org, data.europa.eu, opendatArchives, and each portal's DCAT catalogue", "source_url": "https://github.com/datenoio/dataportals-registry", "license": "CC BY 4.0 (portal directory, derived from Dateno); dataset metadata as each portal publishes it", "license_url": "https://creativecommons.org/licenses/by/4.0/"}