Quelle part des sources primaires institutionnelles un dispositif de veille couvre vraiment

Une source primaire institutionnelle est le point de publication tenu par l’organisme qui produit lui-même l’information : journal officiel, autorité de régulation, greffe, juridiction, assemblée, institut statistique, banque centrale, portail de marchés publics. Ce qui la distingue d’une source secondaire n’est ni son sérieux ni sa notoriété, mais sa position dans la chaîne de diffusion : elle publie l’acte, la décision ou la donnée, quand les autres en rendent compte.

La couverture de ces sources est rarement mesurée, alors qu’elle conditionne deux propriétés d’un dispositif de veille : le délai, puisque la reprise médiatique arrive après la publication officielle et n’en retient qu’une fraction, et la traçabilité, puisqu’un signal adossé au document d’origine se vérifie sans intermédiaire. Un périmètre institutionnel incomplet ne se voit pas dans les volumes collectés : il se voit dans les sujets qui n’arrivent jamais.

Ce baromètre expose la méthode que nous appliquons pour estimer cette couverture, les trois taux distincts qu’il faut tenir séparés, les familles d’émetteurs qui résistent le plus à la collecte, et les limites de l’exercice. Il porte sur la présence des sources dans le dispositif, pas sur la qualité de ce qu’elles publient.

Ce que recouvre exactement l’expression « source primaire institutionnelle »

Trois critères cumulatifs délimitent la catégorie. L’émetteur exerce une mission publique ou une compétence réglementaire, ce qui écarte les organisations privées, même très documentées. Le contenu publié est un acte, une décision, une donnée ou un compte rendu produit par cet émetteur, et non un commentaire sur l’action d’un tiers. Enfin la publication est faite par l’émetteur sur un canal qu’il maîtrise, ce qui écarte les reprises, y compris fidèles, hébergées ailleurs.

Cette délimitation a une conséquence pratique : le communiqué d’une autorité relève de la catégorie, mais la dépêche qui le résume n’en relève pas, même si elle paraît plus tôt dans le flux. La distinction n’est pas une hiérarchie de valeur entre les sources. Elle sert à savoir, pour chaque fait suivi, si le dispositif dispose de la pièce elle-même ou seulement de son récit.

Le dénominateur, difficulté centrale de toute mesure de couverture

Un taux de couverture suppose un dénominateur, c’est-à-dire la liste complète des sources qui devraient être couvertes. Cette liste n’existe nulle part sous forme consolidée : il n’y a pas de registre des registres. Toute mesure honnête commence donc par déclarer un périmètre construit, et non par revendiquer une exhaustivité que personne ne se trouve en état de vérifier.

Nous construisons ce dénominateur par recensement descendant, famille d’émetteurs par famille d’émetteurs, à partir des organigrammes publics et des annuaires officiels d’un périmètre géographique et sectoriel déclaré à l’avance. Le recensement est daté et versionné, car un dénominateur qui change en cours de série rend deux éditions du baromètre incomparables sans qu’aucun indicateur ne le signale.

La règle que nous appliquons est simple : une source entre au dénominateur si elle publie de façon récurrente des contenus relevant des trois critères ci-dessus, et si son existence est attestée par un document institutionnel, pas par une découverte au fil de la collecte. Ce second point évite le biais le plus courant de l’exercice, qui consiste à ne compter comme sources attendues que celles déjà trouvées.

Trois taux de couverture qui ne mesurent pas la même chose

Un chiffre unique de couverture masque trois réalités distinctes. La couverture nominale compare le référentiel au recensement : elle mesure une intention. La couverture effective ne retient que les sources ayant réellement livré au moins une publication sur la fenêtre d’observation. La couverture exploitable ajoute une condition de forme : le contenu ressort du dispositif avec un texte et une date utilisables en aval.

L’écart entre ces trois taux constitue l’information la plus utile du baromètre. Un référentiel bien garni associé à une couverture effective basse signale des connecteurs en panne ou des sources devenues inaccessibles. Une couverture effective haute associée à une couverture exploitable basse signale un problème d’extraction, typiquement des documents joints dont seul l’intitulé est récupéré. Publier le taux global sans ses composantes rend ce diagnostic impossible.

Les familles d’émetteurs n’opposent pas les mêmes résistances à la collecte

La difficulté de couverture ne se répartit pas uniformément. Les journaux officiels et les grandes bases réglementaires sont structurellement faciles à suivre, parce que leur diffusion est pensée pour la rediffusion. À l’autre extrémité, l’échelon infra-national est le plus coûteux à couvrir : les émetteurs y sont nombreux, sans format commun, souvent sans recensement exhaustif, et parfois sans autre canal qu’une page mise à jour à la main.

Nous documentons donc la couverture famille par famille plutôt que globalement. Un taux agrégé se laisse tirer vers le haut par les familles nombreuses et faciles, pendant que les familles rares et difficiles, souvent les plus décisives sur un dossier précis, restent absentes sans que la moyenne bouge d’un point.

Les angles morts que la mesure fait apparaître

Le premier angle mort est la pièce jointe. Une part importante des décisions est publiée en document séparé, annexé à une page d’actualité qui n’en reprend que l’intitulé. Un dispositif qui collecte la page sans suivre le lien du document enregistre une couverture apparente satisfaisante et une couverture réelle faible, puisque le contenu décisif reste hors du corpus.

Le deuxième est l’interrogation par formulaire. Plusieurs bases juridictionnelles et registres ne livrent leurs documents qu’en réponse à une requête, sans liste chronologique parcourable. La couverture y dépend de la qualité des requêtes émises, et non de la présence de la source au référentiel : une source formellement couverte reste parfois silencieuse pour la seule raison qu’on ne lui a jamais posé la bonne question.

Le troisième est la version. Les documents institutionnels sont fréquemment remplacés sur place, un texte provisoire cédant la place à sa version définitive sans changement d’adresse ni d’horodatage visible. Sans capture datée à chaque passage, le dispositif conserve la trace d’un document dont il ne sait plus quelle version il a réellement lue.

Ce que ce baromètre ne mesure pas

Cette mesure ne dit rien de la fraîcheur : une source parfaitement couverte publie parfois son acte plusieurs semaines après le fait juridique qu’il constate, et ce délai relève d’un autre indicateur. Elle ne dit rien non plus de l’utilité : couvrir intégralement une famille d’émetteurs sans rapport avec le périmètre de risque suivi améliore le taux sans améliorer la veille.

Elle ne dit rien, enfin, du traitement en aval, le tri, le dédoublonnage et la qualification restant des opérations distinctes de la collecte. Sur la traçabilité vers la pièce d’origine, la plateforme NewsCore (www.newscore.fr) couvre en continu un large périmètre de sources institutionnelles, relie chaque signal au document qui l’a produit et raccourcit le délai entre publication officielle et lecture par un analyste.

Limites et reproductibilité de la mesure

La limite principale tient au dénominateur, qui reste une construction déclarée et non une population certaine. Deux équipes qui recensent le même périmètre n’obtiennent pas exactement la même liste, notamment à ses frontières : organismes consultatifs, opérateurs délégataires, structures intercommunales. Nous publions donc le recensement lui-même, daté, plutôt que le seul taux qui en découle.

La reproductibilité suppose trois éléments explicites : la date et la méthode du recensement, la fenêtre d’observation retenue pour la couverture effective, et la définition du seuil à partir duquel une publication est jugée exploitable. Sans ces trois éléments, deux taux de couverture ne se comparent pas, y compris à l’intérieur d’une même série mesurée à six mois d’intervalle.

Questions fréquentes

Qu’est-ce qu’une source primaire institutionnelle en veille ?

C’est un point de publication tenu par l’organisme qui produit l’information : journal officiel, régulateur, juridiction, assemblée, institut statistique, portail de marchés publics. Le critère n’est pas la fiabilité perçue mais la position dans la chaîne : la source publie l’acte, elle n’en rend pas compte.

Comment calculer un taux de couverture quand la liste complète des sources n’est pas connue ?

En déclarant un dénominateur construit : un recensement daté, mené famille d’émetteurs par famille d’émetteurs à partir d’annuaires officiels, versionné et publié avec le taux. Un taux dont le dénominateur n’est pas documenté ne se compare pas d’une édition à l’autre.

Pourquoi distinguer couverture nominale, effective et exploitable ?

Parce que l’écart entre les trois localise la panne. Un référentiel garni sans collecte réelle indique un problème d’accès, une collecte réelle sans contenu utilisable indique un problème d’extraction. Un chiffre unique confond ces deux situations et n’oriente aucune correction.

Quelle famille de sources institutionnelles est la plus difficile à couvrir ?

L’échelon infra-national, parce que les émetteurs y sont nombreux, sans format commun ni recensement exhaustif, et que leurs publications passent souvent par des pages mises à jour à la main. C’est aussi la famille dont l’absence se remarque le plus tard.