Flux RSS

Flux RSS

Accueil
Accueil   >   Membres   >   Post-doctorants

BOELAERT Julien

Chercheur post-doctorant

Laboratoire SAGE (UMR-CNRS- 7363)
Faculté des sciences sociales - Université de Strasbourg
F-67084 Strasbourg Cedex
boelaert@unistra.fr

Sujet de recherche

Sociologie politique des parlements et parlementaires (Parlement européen, Assemblée nationale).

Enjeux théoriques et méthodologiques des données numériques et de l'apprentissage statistique (machine learning) en sciences sociales.

Econométrie, consommation des ménages.

Axes de recherche

Mots-clés: Parlement ; données numériques ; apprentissage statistique ; économétrie.


Choix de publications

J. Boelaert, S. Michon et É. Ollion (2017) Métier : député. Enquête sur la professionnalisation de la politique en France, Raisons d'agir.

J. Boelaert, F. Gardes et S. Langlois (2017) « Convergence des consommations entre classes socioéconomiques et contraintes non monétaires au Canada. » Actualité Economique, à paraître.

E. Ollion et J. Boelaert (2015) « Au‐delà des big data – Les sciences sociales et la multiplication des données numériques. » Sociologie (3), vol. 6, pp.295-310.

J. Boelaert (2014) « Une seule fonction de demande ? Une enquête sur la stabilité des préférences par mélanges discrets de réseaux de neurones. » Revue Economique (65) pp. 515-535.


Choix de Communications (depuis 2015)

« Forests, neurons and logits: what to do with prediction models in the social sciences », présentation invitée au séminaire de l'Institute for Analytical Sociology, Linköping Universitet (Suède) mars 2017.

« How to quantitatively represent the social world – Field theory meets the “machine learning revolution”. », présentation invitée au séminaire de sociologie quantitative du CREST, Malakoff avril 2017 ; présentation invitée au séminaire scientifique de l'Observatoire Sociologique du Changement, IEP Paris janvier 2017.

« Le temps long de la politique » (avec É. Ollion et S. Michon), présentation invitée au colloque « Refaire la démocratie », Assemblée nationale, Paris octobre 2016.


Enseignements

2016 : « Données numériques en sciences sociales », école d'été Quantilille, Université Lille 2.

2016 : Apprentissage statistique (machine learning) pour les sciences sociales. Formation pour les doctorants et chercheurs de SAGE, Université de Strasbourg.

2015 : Méthodes numériques pour sciences sociales (collecte automatique et traitement de données d'internet). Formation pour les doctorants et chercheurs de SAGE, Université de Strasbourg.