Les autres études
« Qui va mourir dans la saison 7 ? » Première (2017)
« Game of Thrones (saison 8) : qui va mourir ? »
Téléloisir (2018)
« Game of Thrones saison 8 : Qui survivra jusqu'à la fin ? » Melty (2018)
« Qui va mourir dans la saison 8 de Game of Thrones ? » Topito (2018)
« Qui, à votre avis, va mourir dans la saison 8 de Game of Thrones ? »
Quora (2018)
Les réalisateurs de Game of Thrones sembleraient prêts à sacrifier certains protagonistes de la série. C’est en tout cas la conclusion d’un grand nombre d’articles qualitatifs. Ceux-ci ne s’appuient que sur des exemples précis ce qui fausse l’analyse. Bien évidemment ! L’image de Ned Stark
proba décès :
100% décapité, de Robb Stark
proba décès :
99% transformé en loup ou encore de Joffrey Barathéon
proba décès :
90% empoisonné nous ont meurtri dans notre chaire pour les deux premières, ravi pour la troisième. Ces scènes augmentent l’attention des spectateurs qui les mémorisent alors même qu’elles ne sont pas représentatives des logiques de mortalité dans la série. Attention, nous ne disons pas que la statistique n’est pas biaisée. Elle a toutefois le mérite de ne pas l’être par les images ! Tour d’horizon des travaux qui ont cherché à prédire les probabilités de décès des différents personnages de Game of Thrones.
Une base disponible sur le site kaggle répertorie plus de 900 personnages nommés dans les livres de Game of Thrones. Chaque personnage est décrit par 8 variables (nombre de chapitres où le personnage apparaît, sexe, noblesse, statut marital, allégeance, livre et chapitre au cours duquel le personnage meurt, année de la mort).
À partir de cette base, AlexAlex (2016) « Who Gets Betrayed in “Game of Thrones” ? ». In : Projet Synapse et Faridz Ilham MaulanaMaulana, F.I (2017) « Game of Throne’s Dead/Alive Characters Classification using Logistic Regression ». In : Medium. réalisent des régressions logistiquesKézako cette horreur ? On vous l'explique ici sur notre sujet préféré : Game of Thrones ! pour étudier les risques de décéder des personnages (comme nous !). Des étudiants de l’Université d’Alabama exploitent cette base grâce au modèle de Cox (à l'image des courbes de survie, il s'agit d'un modèle de duréeCliquez ici pour en savoir plus sur les courbes de survie !). Ne nous demandez pas ce que c’est, on ne saurait pas l’expliquer (si tant est que l’on sache ce que c’est).
Cependant, ils reconnaissent qu’il est difficile d’étendre à la série télévisée les résultats issus des livres :
« Considering all the factors that play into the plot, modeling the survival probabilities of these characters based solely off this type of data can be a difficult task, especially considering that the show does deviate in some respects from the books. ».
En effet, les réalisateurs ont annoncé que certains personnages encore vivants dans les livres allaient mourir dans la série [SourceCadoret, M. (2015) « “Game of Thrones” : comment la série et les livres se sont éloignés ». In : RTL.]. La série comporte aussi des variables qui lui sont propres (temps à l’écran, nombre d’épisode(s) d’apparition, nombre de personnages tués à l’écran...).
Là, on entre dans le dur du sujet : ceux qui ont fait des travaux vraiment proches des nôtres ! Les effectifs de ces études sont souvent faibles et les caractéristiques étudiées peu nombreuses.
Myles O’NeilO’Neil, M. (2015) « “Game of Thrones” : Explore deaths and battles from this fantasy world ». In : Kaggle. cherche à comprendre les logiques de la mortalité via des régressions logistiques et un modèle de durée. Il se base sur l’étude de 132 personnages apparaissant au moins cinq minutes à l’écran. Il ne s’appuie que sur l’étude de cinq variablesPour rappel, nous en avons une cinquantaine ! Cliquez ici pour en voir la liste. (âge, sexe, allégeance, résidence principale et fonction du personnage).
Une autre étude originale analyse les risques de décès en s’appuyant sur les connaissances du personnage. Grâce aux sous-titres, Milan JasanovJasanov, M. (2017) « Network Science Predicts Who Dies Next in Game of Thrones ». In : Department of Network and Data Science. a créé un réseau social de Game of Thrones et cartographié les relations sociales.
L’algorithme de Jasanov permettrait de calculer la probabilité de décéder à partir de la comparaison des réseaux sociaux des personnages. En gros, si tu connais les mêmes personnages qu’un personnage qui mange les pissenlits par la racine... T’es mal. C’est hyper intéressant ! Mais pour le coup très éloigné de ce que l’on a fait. À méthodes différentes, résultats différents ! De fait, Milan Jasanov calcule une probabilité de mourir extrême pour Daenerys
proba décès :
17% : 91%. Alors que chez nous elle est relativement pépouz. On verra bien qui a raison en avril !
Enfin, citons les travaux de Reidar P. Lystad et Benjamin T. Brown. Pour réaliser leur étude épidémiologique, ils travaillent sur une base de 330 personnages caractérisés par 7 variables (sexe, statut social, type d’occupation, allégeance, religion, changement d’allégeance et cohorte).
Cette fois-ci, même les résultats obtenus sont assez proches des nôtres ! 56% des personnages qu’ils étudient décèdent (52% des nôtres). Ils réalisent des courbes de survie selon le sexe qui ressemblent franchement à ce que l’on a pu faire ! Notre étude n’a donc aucun intérêt ? Pensez donc ! La différence majeure entre leur étude et la nôtre réside dans l’usage des régressions linéaires. Nous y avons recours systématiquement pour nous prémunir des effets de composition. C’est en effet une chose de montrer que les personnages féminins décèdent moins que les personnages masculins. Ça en est une autre d’expliquer que ce n’est que parce que les femmes se prostituent plus et combattent plus !
Voilà ! Nous vous avons informé sur ce qu’avait pu faire la concurrence. Mais avant d’aller lire ce qu’elle a fait, assurez-vous de connaître par cœur tous nos résultats !
Alex (2016) « Who Gets Betrayed in “Game of Thrones” ? ». In : Projet Synapse. [En ligne] : https://synapse176.wordpress.com/2016/05/16/who-gets-betrayed-in-game-of-thrones/, [Consulté le 6 avril 2018]
Brown, B. et Lystad, R.P.(2018) « “Death is certain, the time is not”: mortality and survival in Game of Thrones ». In : Injury Epidemiology. [En ligne] : https://injepijournal.biomedcentral.com/articles/10.1186/s40621-018-0174-7 [Consulté le 10 février 2019]
Cadoret, M. (2015) « “Game of Thrones” : comment la série et les livres se sont éloignés ». In : RTL. [En ligne] : http://www.rtl.fr/culture/cine-series/game-of-thrones-comment-la-serie-et-les-livres-se-sont-eloignes-7776616569 [Consulté le 6 avril 2018]
Isaac, S. (2014) « Mountain vs. Viper Duel Echoes Medieval History ». In : History behind “Game of Thrones”. [En ligne] : http://history-behind-game-of-thrones.com/historical-periods/mountain-viper-duel-history [Consulté le 21 novembre 2018]
Jasanov, M. (2017) « Network Science Predicts Who Dies Next in Game of Thrones ». In : Department of Network and Data Science. [En ligne] : https://networkdatascience.ceu.edu/article/2017-07-08/network-science-predicts-who-dies-next-game-thrones [Consulté le 6 avril 2018]
Larkin, T. K. et McManus, D. J. (2016) « Who’s Next? Using SAS® to Predict the Survival Probabilities for Characters on “Game of Thrones” ». In : Analytics Experience. [En ligne] : https://www.sas.com/content/dam/SAS/en_us/doc/event/analytics-experience-2016/whos-next-using-sas-predict-survival-probabilities-characters-game-thrones.pdf, [Consulté le 6 avril 2018]
Maulana, F.I (2017) « Game of Throne’s Dead/Alive Characters Classification using Logistic Regression ». In : Medium. [En ligne] : https://medium.com/@imfaridz95/game-of-thrones-dead-alive-characters-classification-using-logistic-regression-65cfe47331fc, [Consulté le 6 avril 2018]
O’Neil, M. (2015) « “Game of Thrones” : Explore deaths and battles from this fantasy world ». In : Kaggle. [En ligne] : https://www.kaggle.com/mylesoneill/game-of-thrones/version/1, [Consulté le 6 avril 2018]