Navigation – Plan du site

AccueilNuméros37-3/4Évaluer le contenu des notificati...

Évaluer le contenu des notifications d’alerte diffusées en France via FR-Alert® : enjeux scientifiques et retombées opérationnelles

Assessing the content of Cell Broadcasted alerts distributed in France via FR-Alert®: scientific issues and operational implications
Johnny Douvinet, Miangaly Rakoto, Delphine Grancher, Eric Daudé et Romain Moutard

Résumés

En France, depuis juin 2022, les autorités préfectorales ont la possibilité d’envoyer une notification d’alerte sur les téléphones portables des individus situés dans une zone de danger, depuis une plateforme appelée FR-Alert®. Si de nombreux travaux montrent que ce message doit être clair, précis et formulé avec des mots simples, pour être compris par le plus grand nombre, aucune étude n’avait toutefois été menée pour analyser le contenu de messages réellement diffusés et le comparer à l’état des connaissances scientifiques et opérationnelles. Pour combler ce manque, une grille d’analyse a été appliquée sur 100 notifications d’exercices et 29 alertes réelles, envoyées entre mai 2022 et février 2024. Cette grille liste la fréquence des éléments présents (pour calculer un score) et permet la comparaison entre toutes les notifications. Parmi les résultats, on note que : 1) la plupart des notifications ont suivi les préconisations (69% incluent au moins 50% des attendus) ; 2) des messages s’écartent des préconisations et soulèvent des questions sur leur appréhension par les publics visés ; 3) la temporalité de l’événement (heure de début) et l’insertion d’un lien internet pour certifier le statut de l’émetteur ont très souvent été oubliés. La démultiplication des exercices, l’utilisation répété par certaines préfectures ou l’envoi d’alertes réelles n’induisent toutefois pas d’évolution dans les scores, ce qui amène à questionner le transfert des connaissances vers les acteurs opérationnels et à imaginer différentes pistes d’évolution pour la plateforme FR-Alert®.

Haut de page

Entrées d’index

Haut de page

Texte intégral

Les auteurs tiennent à remercier les organismes ayant financé les projets soutenant leurs travaux, en particulier la Direction de la Transformation Numérique (DTNUM), du Ministère de l’Intérieur et des Outre-Mer (MIOM), Avignon Université et les autres partenaires qui ont financé les premiers projets de recherche (Agence Nationale de la Recherche et le Secrétariat Général Défense et Sécurité Nationale). Les auteurs souhaitent aussi remercier les autorités préfectorales pour leur écoute, leur confiance et leur attention, ainsi que le Bureau d’Alerte, de Sensibilisation et d’Éducation des Populations (BASEP), qui assure la mise en œuvre de la doctrine d’utilisation de FR-Alert® Il convient aussi de remercier la Région Normandie, l'Union Européenne (Fonds FEDER) et la Métropole Rouen Normandie, pour le financement du Projet Cop-Herl (COnséquences Potentielles pour l'Homme et l'Environnement, perception et RésiLience). D’autres personnes ont aussi contribué à la conception et la mise en œuvre de la grille, notamment Esteban Bopp, Mélodie Delamare, Karine Emsellem, Béatrice Gisclard, Solène Roucour et Karine Weiss. In fine, merci aux éditeurs de la revue et aux deux relecteurs, qui ont accepté de lire cet article dans un délai très court, et qui, par la grande qualité de leurs remarques, leurs commentaires et leurs suggestions, ont permis d’affiner le contenu de certains passages dans l’article.

Introduction

1L’alerte à la population est définie, en France, comme étant un signal (sonore, textuel ou visuel) destinée à informer la population d’un danger (relevant de la sécurité civile) ou d’une menace (relevant de la sécurité publique), susceptible de porter atteinte à l’intégrité physique des biens et des personnes (DGSCGC, 2013). Les autorités qui en ont la compétence sont les maires, les préfectures et le Ministère de l’Intérieur, eu égard à leur pouvoir de police administrative, qui prévaut depuis 1789.

  • 1 Outil historique déployé à partir de la fin de Seconde Guerre Mondiale, les sirènes (2 254) font au (...)

2Si l’alarme émise par les sirènes1 est bien peu équivoque, car elle permet uniquement d’attirer l’attention de ceux qui l’entendent (Creton-Cazanave, 2010 ; Mathews et al., 2017 ; Douvinet, 2018), l’arrivée de la plateforme multicanale FR-Alert® depuis juin 2022 traduit un véritable changement de stratégie : les autorités préfectorales ont désormais la possibilité d’alerter la population via différents canaux (notifications, SMS géolocalisés et/ou sirènes SAIP), choisis selon la cinétique du danger, le nombre d’individus concernés ou les objectifs visés.

3La mise en œuvre de la plateforme a été progressive. Depuis juin 2022, les autorités peuvent envoyer des notifications s’affichant sur les écrans des téléphones portables (par diffusion cellulaire), ce qui permet de donner des informations sur la situation, en particulier la nature de l’événement, sa localisation ou détailler les consignes et les mesures de mise en sécurité attendues. Depuis septembre 2023, les sirènes SAIP sont aussi interfacées dans l’interface, de même que les SMS géolocalisés, testés pour la première fois à Toulouse le 6 décembre 2023. A moyen terme (horizon 2025), l’alerte par satellites (via GALILEO) est également une option visée. En revanche, les applications mobiles (téléchargeables par les individus mais avec inscription au préalable) n’ont pas été retenues, en particulier suite à l’échec de l’application SAIP Mobile®, qui avait été déployée début juin 2016 mais qui a été abandonnée en mai 2018 à cause de plusieurs dysfonctionnements (Douvinet et al., 2022).

4Ce choix politique est inédit à l’échelle de l’Union Européenne2 : sur l’ensemble des 27 pays membres qui devaient avoir mis en place une alerte par téléphone mobile en juin 2022 (comme imposé par la Directive Européenne du 18 décembre 2018), seuls trois autres pays (l’Allemagne, la Croatie, Malte) ont choisi une plateforme interfaçant autant de canaux3. Le choix de la France répond en réalité à plusieurs besoins : 1) pouvoir activer l’alerte dans un délai « ultra-rapide » (la diffusion cellulaire envoie les notifications dans un délai de 1 à 3 secondes indépendamment du nombre d’individus à toucher) ; 2) alerter en démultipliant les vecteurs (l’alarme des sirènes peut être complétée par des messages textuels) ; 3) maximiser la part d’individus alertables : la diffusion cellulaire permet d’alerter 81% de la population (Bopp et Douvinet, 2022), mais comme il faut être connecté à un réseau 4G ou 5G, les SMS (diffusés sur des réseaux 2G ou 3G) complètent la part manquante ; 4) diffuser l’alerte dans différentes langues (les SMS traduisent le message envoyé dans la langue de la carte SIM du téléphone) ; 5) alerter sans une contrainte d’inscription et en protégeant les libertés individuelles (l’État n’a pas connaissance des numéros de téléphone). En parallèle, l’État a contraint les opérateurs à diminuer le nombre de « zones blanches ». In fine, la plateforme profite des avantages et des bénéfices de chacune des solutions, tout en palliant leurs limites (les SMS sont sensibles à la congestion sur les réseaux des opérateurs, contrairement à la diffusion cellulaire ; Douvinet et al., 2022).

  • 4 La mise à jour est automatique sous Android (il convient toutefois d’avoir la version 12), mais ell (...)

5Pour recevoir l’alerte par diffusion cellulaire, le système d’exploitation des téléphones doit être en mesure de la supporter4. Cette diffusion se fait par ondes radios, via les antennes relais des opérateurs, avec des algorithmes propres à chacun. Eu égard à la distribution des antennes et la portée des algorithmes, des effets de « sur-alerte » peuvent néanmoins être importants (Bopp et al., 2024).

6Le premier test par diffusion cellulaire a été organisé au cours d’un exercice européen de sécurité civile, les 17 et 18 mai 2022, aux alentours de Martigues et Fos-sur-Mer. Après un lent démarrage5 (fin 2022, on recensait 22 exercices et 1 alerte réelle), les utilisations ont été en nette progression en 2023 (103 exercices et 28 alertes réelles). A ce jour (8 avril 2024), on cumule désormais 158 exercices et 37 alertes réelles.

7Dès 2021, une réflexion a été engagée sur le contenu des messages et leur réception par la population cible. En effet, si les notifications sont censées induire une réaction du côté des individus, de façon à limiter les conséquences dommageables du danger (Neußner, 2021), elles n’induisent pas systématiquement des mises en mouvement, ni une application immédiate des consignes. Certaines personnes prennent souvent quelques minutes avant, pour authentifier l’information, appeler des proches, écouter les médias, ou consulter son compte sur un réseau social, comme attesté en France (e.g., Provitolo et al, 2019 ; Fenet et Daudé, 2020 ; Bopp et al., 2022) et à l’échelle internationale (e.g., Grothman et Reusswig, 2006 ; Reuter et al., 2017 ; Sun & Sun, 2019 ; Buylova et al., 2020). Si ces effets sont peu évidents à maîtriser ou à anticiper (Lindell et al., 2015), optimiser le contenu des messages est cependant une première étape indispensable, ne serait-ce que pour maximiser les effets escomptés par la diffusion de l’alerte.

  • 6 Si la notification n’est pas lue (ou acquittée par l’individu la recevant), le téléphone va vocalis (...)

8Pour autant, si nous avons eu l’opportunité de participer aux réflexions, menées avec et pour les autorités, le contenu des messages réellement diffusés via la plateforme FR-Alert® suscite certains questionnements (Figure 1). L’indication du test, le nom de la préfecture ou la numérotation des consignes ont souvent été intégrés dans les notifications d’exercices, mais dans les alertes réelles (Figure 2), le texte semble moins structuré, et les consignes plus détaillées. La mise en forme du texte étant contrainte, il est aussi surprenant de voir l’utilisation de mots écrits tout en majuscules6, et des mentions additionnelles en fin de messages (« Soyez prudents »).

Figure 1 : Exemple de notifications d’exercice reçues sur Iphone en 2022 et 2023.

Figure 1 : Exemple de notifications d’exercice reçues sur Iphone en 2022 et 2023.

Figure 2 : Exemple d’alertes réelles reçues sur Android en 2023.

Figure 2 : Exemple d’alertes réelles reçues sur Android en 2023.

9Dans ce contexte, cette étude vise à mesurer les différences dans les contenus des messages envoyés, en prenant le parti de les comparer aux connaissances acquises dans la littérature scientifique et opérationnelle, notamment en développant notre propre indicateur de contrôle-qualité. La suite de l’article reprend le cheminement de nos réflexions : l’état des connaissances aboutit à identifier six invariants, qui ont été subdivisés en sous-composantes. Une grille a ensuite été créée pour convertir les attendus en indicateurs, puis appliquée sur deux jeux de données (les notifications d’exercice ou les alertes envoyées en situation réelle). Les résultats sont par la suite présentés, en partant d’une échelle large (le score global) puis à l’échelle des sous-composantes en regardant l’origine des écarts. Une discussion clôture cet article, à la fois sur des aspects méthodologiques et sur les retombées opérationnelles que ce travail peut amener à court terme.

État des connaissances

Concevoir un message d’alerte « clair, concis et efficace » : un cadre normatif déjà théorisé à l’échelle internationale

10En se fondant sur plusieurs études empiriques, Mileti et Sorensen (1990) ont été les premiers à établir un cadre normatif pour rédiger des messages d’alerte clairs, précis et efficaces (i.e. destinés à motiver les destinataires pour une application des mesures de mise en sécurité). Connu sous le nom WRM (Warning Response Model), ce modèle insiste sur l’importance de différents invariants : a) l’émetteur (qui, ou quelle organisation émet l’alerte ?) ; b) le type d’événement (avec une description de ses impacts et des effets attendus, pour la population ou dans une zone) ; c) des conseils sur les mesures de protection (ce que les gens devraient faire ou « ne pas faire » en réponse au danger et à ses impacts), d) l’endroit (le site ou une zone) où les populations se trouvent exposées, et e) des informations temporelles, comme le moment où les impacts du danger sont attendus, le moment où il faut prendre des mesures de protection, ou le moment l’alerte est terminée.

11A la suite de ces travaux, les connaissances acquises dans la littérature scientifique et opérationnelle ont permis d’affiner la description des éléments qui caractérisent chaque invariant (que nous appellerons des sous-composantes). L’émetteur (a) doit être légitime, connu et considéré comme crédible par les destinataires (IBZ, 2017 ; Kuligowski et Dootson, 2018 ; Grant et Smith, 2019), pour permettre à ces derniers de leur accorder leur confiance (McGee, Gow, 2012), et balayer la méfiance induite par toute sorte de sollicitations quotidiennes (Lee and You, 2021). La nature de l’événement (b) doit être décrite avec des mots simples, ce qui induit un effort sur le langage utilisé (Perreault et al., 2014). Le défi consiste surtout à utiliser des mots ayant du sens pour les destinataires (Wood et al., 2015), à utiliser un vocabulaire explicite (dangerous à la place de severe par exemple), et à bannir tout langage opérationnel ou scientifique (AIDR, 2018). Les consignes (c) doivent être incitatives, et sans négations afin de ne pas compromettre la clarté du message (McGee, Gow, 2012). En revanche, la longueur des consignes ne fait pas consensus. Pour certains, le message "idéal" doit être très détaillé (Potter et al., 2018), notamment en cas d’événement laissant du temps à la réflexion (Douvinet et al., 2022), quitte à contenir beaucoup d’informations, le but étant d’éviter de chercher à confirmer la véracité de l’alerte (Chandler, 2010 ; Woody et Ellison 2014). Pour d’autres, un message court est requis en cas de danger immédiat (Smith et al., 2022) comme la propagation rapide d’un feu (Doermann et al., 2021). L’endroit (d) renvoie à la dénomination des lieux touchés, à éviter ou à évacuer. C’est une étape cruciale car les destinataires peuvent avoir des difficultés à se repérer dans l’espace (Kuligowski et Doermann 2018), d’autant plus si un individu est de passage ou ne connaît pas les lieux. Les indications temporelles (e) doivent borner la temporalité de l’événement (AIDR, 2018). Il s’agit ainsi d’indiquer l’heure de début, la fin étant plus délicate à anticiper (surtout pour un incident grave et en cours). C’est d’ailleurs pour cela qu’un autre message (de fin d’alerte) doit être envoyé quand l’événement n’est plus susceptible de provoquer des dommages (DGSCGC, 2013).

12En lien avec le déploiement de l’alerte par diffusion cellulaire, qui permet l’envoi de notifications sur les écrans des téléphones portables, et qui a commencé à être déployée dans plusieurs pays à partir des années 2010, Bean (2019) et Sutton et Kuligowski (2019) ont proposé de hiérarchiser les invariants : 1) l’émetteur, 2) le type d’événement ; 3) le degré d’urgence de la situation ; 4) le lieu du danger ; 5) la liste des consignes ; 6) les autres informations (comme un lien vers un site internet ou l’ajout d’un numéro de téléphone).

13Si cet ordre permet de définir un cadre normatif, pour en faciliter la compréhension, des travaux confirment toutefois qu’il n’est pas toujours respecté. Certains éléments (localisation, nom du danger) sont inclus plus souvent que d'autres (description des conséquences du danger et les informations temporelles), et intégrer la totalité des composantes conduit inévitablement à augmenter la longueur du texte (Kuligowski et al., 2023), ou faire des choix pour rester pragmatique. A l’inverse, les messages où il manque un invariant sont considérés comme de moindre qualité (Gutteling et al., 2018), voire peu crédibles (IBZ, 2017). Des messages imprécis et vagues ont d’ailleurs semé de la confusion (Schneider, 2022), la peur (Nagourney et al., 2018), ou la colère (Tutten, 2023) chez les destinataires. Et actuellement, un vaste champ de recherche se développe spécifiquement sur le lexique de l’alerte (Sutton et al., 2023).

Une mise en pratique récente en France

  • 7 Projet ANR Cap-4-Multi-Can’Alert, co-financé par l’Agence Nationale de la Recherche (ANR) et le Sec (...)

14Dans le cadre d’un précédent projet de recherche7, nous avons utilisé la mise à jour la plus récente du modèle Warning Response Model (WRM), pour concevoir des messages d’alerte préformatées pour les autorités préfectorales, pour une liste de 64 événements regroupés en 8 catégories (Annexe 1). L’idée était de concevoir une trame, pour créer des habitudes de rédaction du côté des opérateurs agissant sur la plateforme FR-Alert®, mais également pour la population qui, une fois accoutumée, reconnaîtrait la forme de l’alerte et en comprendrait plus aisément le contenu.

15Depuis octobre 2022, les autorités préfectorales peuvent télécharger ces messages dans leur espace de travail. Elles sont libres d’amender les suggestions, ou non. Les messages préformatés ne sont d’ailleurs que des propositions : le contenu final sera toujours validé par un membre du corps préfectoral, notamment le Directeur des Opérations (DOS) lors de l’activation du Centre Opérationnel Départemental (COD). Des "textes à trous" ont aussi été proposés pour pouvoir s’adapter aux contextes de l’alerte. Les autorités peuvent également faire sonner (ou non) les téléphones, en même temps que la diffusion du message écrit, ce choix dépendant des objectifs visés, de la nature de l’événement ou de l’heure de la diffusion. Pour que le contenu s’affiche en totalité sur l’écran du téléphone, et ainsi éviter un « mur de mots » qui empêcherait le lecteur de lire l’ensemble des informations (Grant et Smith, 2019), une contrainte a été fixée à 600 caractères espaces compris.

Objectifs de recherche

16Suite à cet état de l’art, quatre questions de recherche (Q) ont été posées :

17Q1a. Jusqu’à quel point les notifications diffusées via FR-Alert® respectent le cadre normatif ? Q1b. Si des différences sont observées, est-on en mesure de les expliquer ?

18Q2a. Quelle est la fréquence des invariants ou des sous-composantes présents dans les notifications, et 2b. Identifie-t-on des éléments systématiquement occultés ?

19Q3. Est-ce que les alertes réelles, conçues dans un délai contraint et dans un contexte stressant et incertain, sont celles qui s’éloignent le plus des recommandations ?

20Q4. Observe-t-on une évolution du contenu des messages dans le temps, ou au sein des préfectures qui ont eu l’occasion de tester et de déclencher des alertes réelles ?

Méthode et données

Nature des données analysées

Caractéristiques des notifications envoyées durant des exercices (n=100)

21Le premier corpus est composé du contenu de la première notification envoyée durant 100 exercices8. Les contenus ont été mis en ligne depuis octobre 2023 sur le site internet FR-Alert®. Un identifiant a été attribué à chaque notification (pour ne pas divulguer les dates des exercices et les noms des préfectures). Les notifications envoyées durant 25 autres exercices ont été écartées car diffusées dans un objectif purement communicationnel9.

22Les messages finalement conservés (n =100) ont été diffusés dans divers contextes, dans des zones de superficie variées (allant de 0,021 à 124 km2), et pour différents événements scénarisés (relevant de la sécurité civile, un danger, ou de la sécurité publique, une menace). 45 notifications ont scénarisé un accident industriel (un nuage toxique, une explosion par exemple), 13 des risques NRBCE (Annexe 1), 4 des accidents de transport (de matières dangereuses ou non), 10 des atteintes portées à la sécurité publique, 9 des inondations, 8 des ruptures de barrages, 5 des feux de forêt, 4 des tsunamis et 2 des séismes.

  • 10 https://www.bouches-du-rhone.gouv.fr/Actions-de-l-Etat/Prevention-des-risques/Exercices-de-gestion- (...)

23Ces notifications ont été envoyées du 17 mai 2022 (date du premier test10) au 14 février 2024 (date de la finalisation des traitements pour cet article). Après un lent démarrage, au départ sur quelques départements pilotes (juin 2022), la fréquence et le nombre d’exercices ont ensuite augmenté, notamment à partir du 13 octobre 2022 (date de la Journée Nationale de la Résilience), pour dépasser une moyenne de 10 exercices par mois de septembre à décembre 2023. Précisons aussi qu’un seul exercice a été réalisé dans les outre-mer (le 15 décembre 2022 sur la Réunion), car les infrastructures ont mis plus de temps à y être déployées.

Caractéristiques des notifications diffusées lors des alertes réelles (n=29)

24Sur la même période, plusieurs événements ont été associés au déclenchement d’une alerte réelle. Le contenu de la première alerte constitue le second corpus, et les messages sont aussi disponibles sur le site internet. Des notifications ont parfois été envoyées au cours de l’événement (pour préciser l’évolution de la situation ou à la demande d’une mairie, en suivant la procédure actée en novembre 2022), mais elles n’ont pas été utilisées pour garder une cohérence avec le jeu de données précédent. Ces alertes ont été diffusées pour divers phénomènes (feu, tempête, vigilance pluies/orages, inondation, éruption volcanique), à différentes échelles et dans différents territoires. La taille de la zone d’alerte (site localisé ou l’ensemble d’un département) est à relier à la nature des prévisions. Ce nombre d’activations en situation réelle (n=29) est en tous cas déjà plus élevé que le nombre d’utilisations des sirènes sur les décennies passées (Douvinet et al., 2024).

Construction de la grille d’analyse

25Eu égard à la mise à jour du modèle Warning Response Model, les six invariants ont été subdivisés en plusieurs sous-composantes, qui ont ensuite été qualifiées. Après différents tests et différentes méthodes de calcul, la grille finalement retenue traduit la priorité accordée à une démarche qualitative (Figure 3). Chaque sous-composante a le même poids ; si un élément attendu est présent, on lui attribue une valeur de 1, mais 0 s’il est absent. Des sous-composantes partiellement rédigées obtiennent une valeur de 0,5. Voici quelques exemples : 1) indiquer le numéro de la préfecture et non le nom entier du département (certes, cela permet de diminuer le nombre de caractères, mais cela rend l’émetteur peu lisible, notamment pour les personnes de passage) ; 2) indiquer qu’un exercice est en cours à la place de l’événement ; 3) écrire le message avec des fautes (« ReporteR vos déplacements » par exemple). Le respect de la syntaxe (aucun mot écrit dans sa totalité en majuscules) et la numérotation des invariants ont aussi été évalués. Pour faciliter les analyses, un code couleur a également été défini pour chaque invariant (Figure 3) et chaque événement.

Figure 3 : Application de la grille d’analyse sur une notification d’exercice

Figure 3 : Application de la grille d’analyse sur une notification d’exercice

26La standardisation a été opérée à l’échelle des sous-composantes, pour garder un degré de finesse dans l’analyse, et l’évaluation additionne le nombre de points, sans attribuer de valeurs négatives. Cette méthode a permis d’attribuer un score pour chaque invariant, puis de calculer un score global et un « ratio » (i.e., le nombre de points obtenus divisé par le nombre qui était attendu). Le ratio a été calculé sur une somme de 18, 19 ou 20 : ces écarts sont liés au nombre de consignes définies par les autorités, qui dépend de la nature de l’événement (Annexe 3). Des consignes sont spécifiques, comme « éviter d’aller chercher ses enfants à l’école, ils y sont en sécurité » en cas d’inondation ou « se calfeutrer » en cas de nuage toxique. Ce ratio permet en tous cas de comparer toutes les notifications entre elles. Une synthèse graphique (une ligne par notification) a aussi été réalisée (Figure 3).

Nature des traitements réalisés

27Les analyses ont été réalisées à deux niveaux : 1) Une première analyse statistique descriptive avec le calcul des médianes, des écarts interquartiles, et le nombre de présence a permis de répondre aux questions de recherche Q1a-b, Q2a et Q3b. L’évaluation porte sur l’ensemble des scores, puis les sous-composantes, évaluées séparément pour les deux jeux de données. 2) L’analyse des synthèses graphiques (une ligne par notification), classées par type d’événements et chronologiquement, avait pour objectif de voir si des différences apparaissaient de manière récurrente ou non (pour répondre aux questions Q3a et Q4).

Principaux résultats obtenus

Des scores globalement satisfaisants

28Les statistiques calculées séparément sur les deux corpus apportent une première série d’enseignements (Figure 4). La médiane pour les notifications d’exercice est de 58% (i.e., correspondant à un score moyen global de 11,5/20), avec un écart interquartile de 15%. La médiane pour les alertes réelles est proche (60%, soit 12/20 en moyenne), mais l’écart interquartile (21%) plus élevé. Ces valeurs ont toutefois tendance à cacher des valeurs extrêmes, qui s’éloignent largement des médianes : des minima ont une valeur très faible (13% pour une vraie alerte, 19% pour une notification d’exercice), et des maxima sont à l’inverse très élevés (84% pour une notification d’exercice, soit 17,5/20 ; 73% pour deux alertes réelles, envoyées pour informer la population d’une inondation ou d’une tempête à venir).

29En distinguant les scores par type d’événement (mais en faisant attention aux interprétations car l’échantillon devient faible pour certains aléas), on note que :

  • Les notifications envoyées pour des scénarios de rupture de barrage présentent le plus grand écart interquartile (35%), et la médiane la plus faible (45%) ; elles sont suivies des alertes réelles diffusées lors de vigilances rouges pluies/orages (écart interquartile de 21% mais une médiane de 58%) ;

  • Les écarts entre les valeurs extrêmes ne sont pas liés au nombre de messages (43% pour les 45 notifications simulant un événement industriel, contre 47% pour les 13 exercices NRBCE et 53% pour les 10 menaces simulées) ;

  • Les minima sont dispersés (de 13 à 39%), alors que l’ensemble des maxima (sauf pour les exercices tsunami) sont très proches, compris entre 71% et 76% ;

  • 75% de l’ensemble des deux jeux de données (dont 73% pour un événement industriel) ont un score supérieur à 50% ;

  • Les 4 notifications d’exercice tsunami obtiennent des ratios très élevés (> 70%) ;

  • L’écart interquartile pour des alertes réelles diffusées lors d’inondations est plus élevé que les notifications d’exercice envoyées pour ce même type de phénomène (avec un échantillon qui est relativement proche dans les deux jeux de données).

Figure 4 : Diagramme à moustache présentant les statistiques sur les deux jeux de données puis par type d’événement.

Figure 4 : Diagramme à moustache présentant les statistiques sur les deux jeux de données puis par type d’événement.

Des sous-composantes omniprésentes et d’autres souvent oubliées

30Les analyses menées à l’échelle des sous-composantes apportent certains éléments d’explication aux écarts précédemment observés. Dans les notifications d’exercice, les fréquences les plus élevées sont identifiées pour : (1b) le nom du département (80% de présence complète, et 92% avec les éléments partiellement remplis), (4a) la première consigne (« se confiner » ou « évitez la zone » selon l’événement), (4e) la consigne « restez attentifs aux informations diffusées par les autorités », (3a) le nom du site ou du cours d’eau, (6b) le suivi de l’ordre des invariants, (4b) le nom de la commune et (4f) la numérotation des consignes (Figure 5). Légèrement en dessous (de 65% à 50% de présence partiellement complète), se situent (6c) une mise en page aérée, (4d) la consigne « Restez en lieu sûr » et (1a) l’indication de la mention « exercice ». A l’opposé, la présence est très faible (<20%) pour (5a) les indications temporelles (9% de complétude, même avec les réponses partielles), et l’authentification de l’émetteur (1c) via un site internet. Des fréquences faibles sont aussi estimées pour (2c) les précisions sur l’événement (mentionner une fuite toxique avec des produits dangereux pour un incident industriel, ou les hauteurs d’eau prévues ou attendues en cas d’inondation), (3c) l’emprise de la zone touchée (39%), (4c) l’évitement de la zone (34%) et (6a) le respect de la syntaxe (43%).

31Dans les alertes réelles (Figure 5), le nom du département arrive à nouveau en tête. Les autres composantes les plus fréquentes sont (2a) la nature de l’événement, (1a) la mention « Alerte » et (6c) la mise en page aérée. En conditions réelles, toutes les précautions renvoyant à la tenue d’un exercice sont supprimées, ce qui réduit le nombre de caractères et permet d’aérer plus facilement le message. La nature de l’événement est aussi mieux indiquée, sans doute pour indiquer le fait que l’alerte renvoie à un événement bien réel.

32Contrairement aux exercices, les consignes ont très souvent été indiquées (4a à 4f). Constater ce regroupement confirme la part importante allouée à cet invariant en situation réelle (e.g., Cain et al., 2022 ; Smith et al., 2022 ; Sutton et al., 2023). A l’opposé (fin du graphique), la syntaxe est très peu respectée (la note de 0 est dû à la présence de mots entiers écrits en majuscules). Le nom de la commune ou du site, les impacts de l’événement ou le renvoi vers un site internet sont aussi souvent oubliés, tout comme les indications temporelles et géographiques.

Figure 5 : Présence des composantes dans les notifications ou les alertes réelles

Figure 5 : Présence des composantes dans les notifications ou les alertes réelles

Une synthèse graphique riche d’enseignements complémentaires

33La représentation des scores, classés par type d’événement et rangés dans un ordre chronologique (Figure 6a et 6b), complète l’analyse avec de nouveaux éléments :

  • La présence des consignes, la mention du test, et une mise en page aérée, tendent à devenir des éléments moins fréquents au fil des exercices, en particulier pour les notifications simulant des événements industriels (n=45), alors que les 13 premiers messages (année 2022) ont toujours une note au-dessus de 11,5/20 ;

Figure 6a : Synthèse des notifications simulant un risque industriel, NRBCE, TMD

Figure 6a : Synthèse des notifications simulant un risque industriel, NRBCE, TMD

Figure 6b : Synthèse des notifications simulant d’autres événements

Figure 6b : Synthèse des notifications simulant d’autres événements
  • Les notifications pour des événements NRBCE ont eu tendance à s’améliorer au fil du temps, même si les scores obtenus restent faibles. Ces écarts peuvent s’expliquer différemment des autres notifications d’exercices : si ces événements survenaient, la première alerte indiquerait à la population qu’un incident est en cours, et qu’il faudrait se préparer à une éventuelle évacuation, tandis que le deuxième message (si le danger est grave) matérialiserait l’évacuation, avec une tonalité sans doute bien plus préoccupante pour les riverains (Figure 6a) ;

  • Les notifications en cas d’accidents ferroviaires sont hétérogènes. Seule la nature de l’événement et le respect de la syntaxe sont communs aux 4 notifications ;

  • Pour les notifications envoyées en cas d’inondation, les consignes (sans doute plus connues) et la caractérisation du danger (plus facile à indiquer) sont bien présentes, mais les indications de temps ont presque toujours été oubliées (si l’heure de fin d’une inondation est complexe, rien n’empêche en revanche d’indiquer l’heure de prévision attendue pour le pic de crue) ;

  • La description du danger a souvent été occultée pour les exercices rupture de barrage (Figure 6b), alors qu’il conviendrait de préciser qu’une inondation risque de se produire dans un délai court.

34La comparaison avec les alertes réelles (Figure 7) montre par ailleurs que :

  • Les indications de temps sont absentes sauf exception (le 1er novembre 2023) ;

  • Pour un même événement, en l’absence de coordination interdépartementale, les scores peuvent présenter des écarts marqués (allant par exemple de 35 à 73% pour la vigilance rouge diffusée le 11 juillet 2023 dans 5 départements) ;

  • A l’inverse, si les préfectures se coordonnent, les scores sont similaires (l’épisode du 1er novembre 2023, avec une diffusion commune dans 3 départements).

Figure 7. Synthèse graphique pour les alertes réelles

Figure 7. Synthèse graphique pour les alertes réelles

Éléments de discussion

Une grille d’analyse comme support de discussions

35Sur le plan méthodologique, certains choix opérés peuvent être discutés, comme par exemple accorder un poids identique à chaque sous-composante, ou additionner les points sans donner des valeurs négatives aux éléments manquants. Dans la version actuelle, le cumul des consignes conduit à accorder 6 points à cet invariant, contre 3 points seulement pour chacun des autres invariants. A la place d’utiliser une addition sans pondération, nous aurions pu calculer un score après avoir normalisé les sous-composantes, ou accorder des poids différents à certaines d’entre-elles. Néanmoins, cela aurait nécessité de justifier de tels choix méthodologiques, et la valeur des scores globaux aurait perdu de leur lisibilité et de leur visée opérationnelle. Les indications temporelles, souvent occultées, avaient d’ailleurs été minorées dans les messages préformatés proposés en 2022, et c’est l’analyse des alertes réelles et la relecture de l’état de l’art qui a permis de les remettre en avant.

36Pour autant, cette grille contribue à l’évaluation du contenu des messages d’alerte en lien avec d’autres travaux menés à l’échelle internationale. L’analyse du contenu de 1 284 messages diffusés aux Etats-Unis via le système WEA (Wireless Emergency Alert), entre janvier 2020 et avril 2022 (Kuligowski et al., 2023), avait déjà bien montré que deux invariants (la localisation et la nature de l’événement) étaient les plus souvent mentionnés. Ici, l’analyse sur l’ensemble des 129 notifications montrent que c’est le nom de l’émetteur qui arrive en premier, tandis que la localisation ou la nature de l’événement arrivent plus loin dans le classement. Si ces invariants arrivent en 4ème et 5ème position dans le modèle WRM (Bean, 2019), il convient de leur accorder plus d’importance, et de les mettre mieux en évidence dans les contenus diffusés via FR-Alert®, même si certains estiment que la localisation peut être liée à la description du danger (Kuligowski et al., 2019). En revanche, les conséquences du danger sont insuffisamment décrites, tout comme les indications temporelles, et ce constat est malheureusement commun aux autres études précédemment menées.

Accompagner ou contraindre la rédaction des messages ?

37En amont de certains exercices (n=23), des réunions avaient été organisées avec les autorités préfectorales, pour échanger sur les contenus et la nature de l’événement qu’elles voulaient jouer. Si on isole ces messages « accompagnés » (i.e., qui sont désignés par une étoile dans la colonne « Acc » dans les Figures 7 et 8), la médiane devient plus élevée (63%), avec un écart interquartile de 16%, un minimum de 40% et un maximum de 84%. Si on enlève ces notifications, la médiane des notifications d’exercice restantes (n=77) aurait chuté à 50% (donc une diminution de 8 points de pourcentage), et le maximum aurait été de 72% (contre 84%).

38D’un autre côté, les autorités ont été forces de propositions à plusieurs occasions. A titre d’exemple, le renvoi vers le compte Facebook d’une préfecture a été intégré au cours d’un exercice (ce qui équivaut à intégrer un lien vers un site internet, pour certifier la source). Le numéro de téléphone de la Cellule d’Information du Public (CIP) a aussi été intégré à plusieurs reprises, notamment quand des autoroutes traversaient la zone d’alerte (en juin 2022, lors d’un exercice, sur les 90 appels, 72 ont eu pour but de vérifier si le numéro est bien celui de la préfecture).

39Ce constat amène à poser la question de la liberté dont disposent actuellement les autorités lors de la phase de rédaction des notifications : doit-on envisager un outil imposant de renseigner les sous-composantes et les invariants à considérer avant l’envoi final ? Lorsqu’une demande émane d’une autre entité (une commune, un producteur de risque, un gestionnaire de site ou un organisateur d’événement), faut-il lui demander de préremplir l’ensemble des éléments ? Ou au contraire, doit-on éviter de tendre vers l’automatisation, qui allongerait le délai de rédaction et celui de la prise de décision ? Doit-on conserver une certaine souplesse, pour pouvoir s’ajuster aux informations remontées en temps réel, ou pour territorialiser le contenu des alertes ? Répondre à toutes ces questions n’est pas simple, mais une chose est certaine : le message d’alerte idéal n’existe pas, et un message respectant l’ensemble des suggestions ne saurait présager d’une compréhension et d’une application des consignes par 100% des individus recevant l’alerte.

Retombées pour les acteurs opérationnels

40En s’appuyant sur la grille d’évaluation, les autorités préfectorales peuvent identifier des pistes d’amélioration et voir comment progresser dans les scores obtenus. En juin 2022, moins de 30 agents en France hexagonale avaient suivi une formation de 2 jours (au cours de laquelle ces agents ont surtout appris à manipuler la plateforme FR-Alert®), alors qu’au mois de février 2024, on en comptait plus de 850. Des agents ont parfois envoyé des alertes réelles sans avoir eu le temps de tester au préalable la plateforme. Sans entraînement, les agents peuvent oublier des aspects techniques ou les recommandations, en sachant qu’ils sont soumis à d’autres sollicitations dans leur quotidien. Si de tels « effets de personne » sont compliqués à mesurer, la grille permet néanmoins de proposer un support propice à l’intelligence collective.

41Pour espérer une mise en application concrète du cadre normatif, il convient alors de réfléchir aux modalités de transfert des connaissances à destination des acteurs opérationnels. Une solution éprouvée a été de participer aux retours d’expérience post-exercices, organisés à la demande des autorités préfectorales (n=22), les chercheurs présentant leur démarche et les résultats de leurs travaux, tout en écoutant et comprenant les conditions du déclenchement de l’alerte. Une autre piste (initiée en mars 2024) a été d’échanger avec certaines préfectures (n=2), qui ont réalisé plusieurs exercices, pour leur présenter la grille d’évaluation et discuter des scores obtenus. Actuellement, ces deux préfectures (Alpes Maritimes, Bouches-du-Rhône) sont déjà très sensibilisées à l’outil car elles cumulent 9 utilisations de FR-Alert®, alors que 25 préfectures ont réalisé un seul exercice, et 22 aucun (à la date du 30 mars 2024). Ce choix peut donner l’impression d’aller discuter avec des acteurs qui sont déjà bien informés sur l’outil, mais en étudiant leurs scores, on a observé une très grande constance dans les contenus. Autrement dit, le premier message testé semble conditionner les suivants, indépendamment du type d’événement joué. Les premiers retours ont donné à une très grande attention des acteurs, et l’envie de poursuivre dans cette direction.

42A court terme, il faudrait pouvoir convertir les préfectures en structures apprenantes et insister sur l’importance des invariants dans la rédaction des messages d’alerte, à la fois dans les formations ou dans les documents d’orientation, à l’image de ce qui a été mis en place aux Etats-Unis (FEMA National Integration Center 2021 ; FEMA IPAWS, 2023). Si le guide ORSEC prévalant à l’échelle nationale (DSGCGC, 2013) nécessite une mise à jour incluant la plateforme FR-Alert®, on pourrait aussi imaginer la présence de messages préformatés dans les Plans Particuliers d’Intervention (PPI) ou dans les guides utilisés par les Directeurs d’Animation (DIRANIM), qui préparent les exercices d’alerte organisés mensuellement par les préfectures.

43A moyen terme, la plateforme pourrait aussi servir à optimiser la gestion territoriale d’une alerte. Il n’est actuellement pas possible de connaître le nombre d’individus qui reçoivent les notifications, ni de savoir dans quelle situation ils sont (danger visible, danger à distance, pas de danger…). Des prototypes sont actuellement en phase de tests pour justement cartographier ces retours citoyens, avec une liaison directe vers les appels d’urgence, et on n’imagine la portée que pourrait avoir de telles solutions.

Conclusions

44Cette étude a permis d’apporter des éléments de réponse aux quatre questions de recherche posées initialement. Les notifications respectent globalement le cadre normatif (avec une médiane de 58%), et certaines suivent même très fortement les propositions (Q1). En revanche, d’autres s’en éloignent, notamment en occultant les indications de début d’alerte et l’authentification de l’émetteur (Q2). La nature de l’événement induit des écarts dans les contenus, en particulier pour les risques de rupture de barrage (exercices) ou les tempêtes et les vigilances pluies/orages (lors de situations réelles). Les alertes réelles ont des contenus s’écartant le plus du cadre normatif (Q3), sans doute à cause des pressions induites par la crise elle-même. Pour finir, les contenus semblent ne pas évoluer dans le temps, malgré la démultiplication des exercices ou des déclenchements en situation réelle (Q4), ce qui pose la question des conditions de transfert des connaissances vers les acteurs opérationnels. Souhaiter que les autorités mettent en pratique le cadre normatif ne peut donc se faire sans échanger avec elles, ni sans une appropriation de l’état des connaissances issues de la littérature scientifique et opérationnelle.

45Au cours de nombreux exercices (n=73), un lien renvoyant vers un questionnaire en ligne avait aussi été intégré. 37 715 individus ont ainsi donné leur avis, en particulier sur les invariants et les sous-composantes. Les analyses sont toujours en cours, mais une synthèse grand public a récemment été publiée (Douvinet et al., 2024). De façon intéressante, la part des commentaires positifs (laissés à la fin du questionnaire) n’est pas systématiquement plus élevé lorsque le contenu obtient un score élevé via la grille d’analyse. Un message suivant l’état des connaissances n’est donc pas gage d’acceptation du côté des individus, et l’inverse est tout aussi possible. On remarque toutefois que le type d’événement influence en partie les commentaires : les messages d’exercice indiquant une inondation ont été mieux appréciés que ceux scénarisant un accident nucléaire, une rupture de barrage ou un risque industriel. Le ressenti lors de la réception de l’alerte sonore (avec un son strident), qui est lui fortement associé à l’âge des répondants (i.e., 45% de stress et 37% de peur chez les moins de 25 ans, contre 21% et 20% chez les plus de 65 ans ; Douvinet et al., 2024), n’est pas non plus en lien avec le score.

46Et pour finir, il est nécessaire d’ouvrir la discussion sur la superposition des vecteurs d’alerte, et des messages en situation de crise. De nombreuses communes disposent d’automates d’appels de masse (envoi de SMS), de comptes sur les réseaux sociaux, ou d’applications, pour communiquer avec leurs propres outils. Cette diversité de vecteurs est utile, ne serait-ce que pour toucher des publics ayant des référentiels différents. Pour autant, les contenus doivent être coordonnés, car sinon la diversité des vecteurs va accentuer la « cacophonie en période de crise », et augmenter les effets de peur ou d’incompréhension. Si un outil indique le confinement et un autre l’évacuation, on imagine évidemment les problématiques que cela pourrait poser pour les individus recevant simultanément ces messages...

Haut de page

Bibliographie

AIDR. (2018). Warning Message Construction: Choosing your words (Australian Disaster Resilience Handbook Collection, p. 18). Report of Australian Institute for Disaster Resilience. https://knowledge.aidr.org.au/media/6252/guideline-warnings-choosing-your-words.pdf

BEAN, H. (2019). Mobile technology and the transformation of public alert and warning (First edition). Praeger Security International. Santa Barbara, CA: ABC-CLIO, 287 p.

BEAN, H., SUTTON, J., LIU, B. F., MADDEN, S., WOOD, M. M., & MILETI, D. S. (2015). The Study of Mobile Public Warning Messages: A Research Review and Agenda. Review of Communication, 15(1), 60-80. https://doi.org/10.1080/15358593.2015.1014402

BOPP, E., & DOUVINET, J. (2022). Alerting people prioritising territories over technologies. A design framework for local decision makers in France. Applied Geography, 146, 102769. https://doi.org/10.1016/j.apgeog.2022.102769

BUYLOVA, A., CHEN, C., CRAMER, L. A., WANG, H., & COX, D. T. (2020). Household risk perceptions and evacuation intentions in earthquake and tsunami in a Cascadia Subduction Zone. International Journal of Disaster Risk Reduction, 44, 101442. https://doi.org/10.1016/j.ijdrr.2019.101442

CAIN, L., HEROVIC, E., & WOMBACHER, K. (2021). “You are here”: Assessing the inclusion of maps in a campus emergency alert system. Journal of Contingencies and Crisis Management, 29(3), Article 3. https://doi.org/10.1111/1468-5973.12358

CHANDLER, R. C. (2010). Emergency Notification. ABC-CLIO Reports, 45 p.

CRÉTON-CAZANAVE L., 2010, Penser l’alerte par les distances. Entre planification et émancipation, l’exemple du processus d’alerte aux crues rapides sur le bassin versant du Vidourle, Thèse de doctorat, Université Joseph-Fourier - Grenoble I, 350 p.

DGSCGC. (2013). Guide ORSEC. Alerte et information des populations (p. 91). Ministère de l’Intérieur.

DOERMANN, J. L., KULIGOWSKI, E.D. & MILKE, J. (2021). From social science research to engineering practice: Development of a short message creation tool for wildfire emergencies. Fire Technol. 57, 815–837. https://doi.org/10.1007/s10694-020-01008-7

DOUVINET, J. (2018). Alerter face aux crues rapides en France : compréhension d’un processus en mutation et en évolution, Volume 1 Habilitation à diriger des recherches, Avignon Université, 248 p. https://shs.hal.science/tel-02502482/

DOUVINET, J., CAVALIÈRE, C., BOPP, E., WEISS, K., EMSELLEN, K., GISCLARD, B., MARTIN, G., & COULON, M. (2022). Évaluer la perception de notifications d’alerte scénarisées dans différents contextes en France : Cybergeo. https://doi.org/10.4000/cybergeo.39454

DOUVINET J., MOUTARD R., FOULQUIER P, GRANCHER D., DAUDÉ E., BOPP E. (2023). Des avancées significatives et des défis qui persistent pour FR-Alert©, Risques infos, n°46, Institut des Risques Majeurs, https://www.irma-grenoble.com/PDF/risques_infos/N46/46article06.pdf

FEMA NATIONAL INTEGRATION CENTER (2021). When minutes matter. https://www.fema.gov/sites/default/files/documents/fema_2021-ipaws-users- conference-nic-technical-assistance-workshops-presentation.pdf

FEMA IPAWS (Integrated Public Alert and Warning System) (2023). IPAWS best practices. https://www.fema.gov/sites/default/files/documents/fema_ipaws-best-practices- guide.pdf

FENET, J., & DAUDÉ, É. (2020). La population, grande oubliée des politiques de prévention et de gestion territoriales des risques industriels : Le cas de l’agglomération rouennaise. Cybergeo. https://doi.org/10.4000/cybergeo.34020

GRANT, S., & SMITH, K. (2019). Emergency Alerting in England. Warning simulation exercise.

GROTHMANN, T., & REUSSWIG, F. (2006). People at Risk of Flooding : Why Some Residents Take Precautionary Action While Others Do Not. Natural Hazards, 38(1-2), 101-120. https://doi.org/10.1007/s11069-005-8604-6

IBZ. (2017). Principe de fonctionnement de Be-Alert (p. 42). Service Public Fédéral Intérieur.

KULIGOWSKI, E. D., & DOERMANN, J. (2018). A review of public response to short message alerts under imminent threat (NIST TN 1982; Numéro NIST TN 1982, p. NIST TN 1982). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.TN.1982

KULIGOWSKI, E., & DOOTSON, P. (2018). Emergency notification: Warnings and alerts. In S. Manzello (Éd.), Encyclopedia of Wildfires and Wildland-Urban Interface (WUI) Fires. Springerlink.

LEE, M., & YOU, M. (2021). Effects of COVID-19 Emergency Alert Text Messages on Practicing Preventive Behaviors: Cross-sectional Web-Based Survey in South Korea. Journal of Medical Internet Research, 23(2), e24165. https://doi.org/10.2196/24165

LINDELL, M. K., PRATER, C. S., GREGG, C. E., APATU, E. J. I., HUANG, S.-K., & WU, H. C. (2015). Households’ immediate Responses to the 2009 American Samoa Earthquake and Tsunami. International Journal of Disaster Risk Reduction, 12, 328-340. https://doi.org/10.1016/j.ijdrr.2015.03.003

MILETI, D. S. & SORENSEN J.H. (1990). Communication of emergency public warnings: A social science perspective and state-of-the-art assessment. Oak Ridge National Laboratory.

MCGEE, T. K., & GOW, G. A. (2012). Potential responses by on-campus university students to a university emergency alert. Journal of Risk Research, 15(6), 693-710. https://doi.org/10.1080/13669877.2011.652653

NAGOURNEY, A., SANGER D.E., & BARR, J. (2018). Hawaii panics after alert about missile is sent in error. NY Times. https://www.nytimes.com/2018/01/13/us/hawaii-missile.html

NEUßNER, O. (2021). Early warning alerts for extreme natural hazard events: A review of worldwide practices. International Journal of Disaster Risk Reduction, 60, 102295. https://doi.org/10.1016/j.ijdrr.2021.102295

PERREAULT, M. F., HOUSTON, J. B., & WILKINS, L. (2014). Does Scary Matter? : Testing the Effectiveness of New National Weather Service Tornado Warning Messages. Communication Studies, 65(5), Article 5. https://doi.org/10.1080/10510974.2014.956942

POTTER, S. H., SCOTT, B. J., FEARNLEY, C. J., LEONARD, G. S., & GREGG, C. E. (2018). Challenges and Benefits of Standardising Early Warning Systems: A Case Study of New Zealand’s Volcanic Alert Level System. In C. J. Fearnley, D. K. Bird, K. Haynes, W. J. McGuire, & G. Jolly (Éds.), Observing the Volcano World : Volcano Crisis Communication (p. 601-620). Springer International Publishing. https://doi.org/10.1007/11157_2017_18

PROVITOLO, D., TRICOT, A., SCHLEYER-LINDENMANN, A., BOUDOUKHA, A.-H., VERDIÈRE, N., HAULE, S., DUBOS-PAILLARD, E., LANZA, V., CHARRIER, R., BERTELLE, C., NAVARRO, O., LAGO-MARQUES, M., RANARIMAHEFA, P., BERRED, A., AZIZ-ALAOUI, M., MALLET, P., PEREZ, S., &’ TRIC, E. (2022). Saisir les comportements humains en situation de catastrophes : Proposition d’une démarche méthodologique immersive. Cybergeo. https://doi.org/10.4000/cybergeo.39495

REUTER, C., KAUFHOLD, M.-A., SCHMID, S., SPIELHOFER, T., & HAHNE, A. S. (2019). The impact of risk cultures: Citizens’ perception of social media use in emergencies across Europe. Technological Forecasting and Social Change, 148, 119724. https://doi.org/10.1016/j.techfore.2019.119724

SORENSEN, J.H. (2000). Hazard Warning Systems: Review of 20 Years of Progress. Natural Hazard Review 1(2), 119-125.

SUN, Y., & SUN, J. (2020). Self-assessment of tsunami evacuation logistics : Importance of time and earthquake experience. Transportation Research Part D: Transport and Environment, 87, 102512. https://doi.org/10.1016/j.trd.2020.102512

SUTTON, J., & KULIGOWSKI, E. D. (2019). Alerts and Warnings on Short Messaging Channels: Guidance from an Expert Panel Process. Natural Hazards Review, 20(2), 04019002. https://doi.org/10.1061/(ASCE)NH.1527-6996.0000324

SUTTON, J., OLSON, M.K., & WAUGH, N-A. (2023) The warning lexicon: A multiphased study to identify, design, and develop content for warning messages, Natural Hazards Review, 25(1), https://doi.org/10.1061/NHREFO.NHENG-1900

TUTTEN, J. (2023). Officials apologize after ‘emergency alert’ test sent in ‘error’ to cell phones at 4:45 a.m.” WFTV9, Consulté le 15 février 2024

WOOD, M. M., BEAN, H., LIU, B. F., & BOYD, M. (2015). Comprehensive testing of imminent threat public messages for mobile devices: Updated findigs (p. 119p). Homeland Security.

WOODY, C., & ELLISON, R. (2014). Maximizing Trust in the Wireless Emergency Alerts (WEA) Service: Defense Technical Information Center. https://doi.org/10.21236/ADA609838 Whitcomb, D. 2018. “After disaster alert failures, US moves toward national system.” Reuters. Consulté le 5 mars 2024.

Haut de page

Notes

1 Outil historique déployé à partir de la fin de Seconde Guerre Mondiale, les sirènes (2 254) font aujourd’hui partie du Système d’Alerte et d’Information des Populations (SAIP). Elles sont toujours en place puisque 2 254 sirènes sont fonctionnelles en 2024.

2 FR-Alert est un système d'information national, conçu par la Direction de la Transformation Numérique (DTUNM) du Ministère de l'Intérieur et des Outrte-Mer (MIOM), avec son partenaire Intersec. Ce projet s'est vu doté de plusieurs dizaines de millions d'euros de crédits, dont des crédits européens, permettant notamment les investissements pour les opérateurs de téléphonie

3 https://storymaps.arcgis.com/stories/1aa7849e09094cdf9b8936e0faecd52c

4 La mise à jour est automatique sous Android (il convient toutefois d’avoir la version 12), mais elle doit être activée par l’utilisateur sous IPhone (et avoir au minimum la version 15.1). Il faut aussi être raccordé à une antenne diffusant la notification (sur un réseau 4G ou 5G).

5 https://theconversation.com/risques-naturels-et-technologiques-le-lent-demarrage-de-la-plateforme-fr-alert-202572

6 Si la notification n’est pas lue (ou acquittée par l’individu la recevant), le téléphone va vocaliser le contenu (via la fonction "Text to speach"). Dès lors, un mot écrit en totalité en majuscules va devenir inaudible (par exemple, le mot EXERCICE sera épelé « E.X.E.R.C.I.C.E »).

7 Projet ANR Cap-4-Multi-Can’Alert, co-financé par l’Agence Nationale de la Recherche (ANR) et le Secrétariat Général de Défense et Sécurité Nationale (SGDSN), https://capalert.univ-avignon.fr/

8 https://www.fr-alert.gouv.fr/les-alertes

9 Un exemple de notification envoyée sans contenir un exemple de message d’alerte que les populations pourraient recevoir en situation réelle (donc exclu de cette étude) peut être visualisée ici par exemple : https://www.fr-alert.gouv.fr/les-alertes/FR-ALERT.1697576779.90000.0#info-1

10 https://www.bouches-du-rhone.gouv.fr/Actions-de-l-Etat/Prevention-des-risques/Exercices-de-gestion-de-crise/16-au-19-mai-2022-Exercice-europeen-de-securite-civile-DOMINO

Haut de page

Table des illustrations

Titre Figure 1 : Exemple de notifications d’exercice reçues sur Iphone en 2022 et 2023.
URL http://journals.openedition.org/netcom/docannexe/image/8740/img-1.jpg
Fichier image/jpeg, 196k
Titre Figure 2 : Exemple d’alertes réelles reçues sur Android en 2023.
URL http://journals.openedition.org/netcom/docannexe/image/8740/img-2.jpg
Fichier image/jpeg, 213k
Titre Figure 3 : Application de la grille d’analyse sur une notification d’exercice
URL http://journals.openedition.org/netcom/docannexe/image/8740/img-3.jpg
Fichier image/jpeg, 268k
Titre Figure 4 : Diagramme à moustache présentant les statistiques sur les deux jeux de données puis par type d’événement.
URL http://journals.openedition.org/netcom/docannexe/image/8740/img-4.png
Fichier image/png, 201k
Titre Figure 5 : Présence des composantes dans les notifications ou les alertes réelles
URL http://journals.openedition.org/netcom/docannexe/image/8740/img-5.jpg
Fichier image/jpeg, 252k
Titre Figure 6a : Synthèse des notifications simulant un risque industriel, NRBCE, TMD
URL http://journals.openedition.org/netcom/docannexe/image/8740/img-6.png
Fichier image/png, 1,1M
Titre Figure 6b : Synthèse des notifications simulant d’autres événements
URL http://journals.openedition.org/netcom/docannexe/image/8740/img-7.jpg
Fichier image/jpeg, 320k
Titre Figure 7. Synthèse graphique pour les alertes réelles
URL http://journals.openedition.org/netcom/docannexe/image/8740/img-8.jpg
Fichier image/jpeg, 208k
URL http://journals.openedition.org/netcom/docannexe/image/8740/img-9.png
Fichier image/png, 214k
Haut de page

Pour citer cet article

Référence électronique

Johnny Douvinet, Miangaly Rakoto, Delphine Grancher, Eric Daudé et Romain Moutard, « Évaluer le contenu des notifications d’alerte diffusées en France via FR-Alert® : enjeux scientifiques et retombées opérationnelles »Netcom [En ligne], 37-3/4 | 2023, mis en ligne le 03 mai 2024, consulté le 12 mai 2025. URL : http://journals.openedition.org/netcom/8740 ; DOI : https://doi.org/10.4000/w8a0

Haut de page

Auteurs

Johnny Douvinet

Professeur en Géographie,

Avignon Université, UMR ESPACE 7300 CNRS,

Membre Junior de l’Institut Universitaire de France (IUF)

Johnny.douvinet@univ-avignon.fr

Articles du même auteur

  • Expérimentations sur 50 applications smartphones proposant d’alerter la population face aux risques majeurs en France
    Ranking the smartphone applications”: Experiments on 50 smartphone applications intended for alerting population in case of major risks in France
    Paru dans Netcom, 32-3/4 | 2018

Miangaly Rakoto

Doctorante en géographie,

Université de Montpellier III, EA LAGAM,

miangaly.rakoto@etu.univ-montp3.fr

Delphine Grancher

Ingénieur de recherche CNRS,

Laboratoire de Géographie Physique, Thiais, Paris

Delphine.grancher@cnrs.fr

Eric Daudé

Directeur de recherche au CNRS

Membre de l'UMR 6266 IDEES, Rouen

Eric.daude@cnrs.fr

Articles du même auteur

Romain Moutard

Directeur de programme,

Direction de la Transformation Numérique,

Ministère de l’Intérieur et des Outre-Mer,

Romain.moutard@interieur.gouv.fr

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search