Comment Super Prénom fabrique ses chiffres

Toutes les statistiques de naissances viennent du Fichier des prénoms de l’INSEE (Licence Ouverte v2.0) : l’ensemble des naissances enregistrées à l’état civil de 1900 à 2025, par prénom, sexe et année — soit 46.5k prénoms et 87,6 millions de naissances. La répartition géographique vient du fichier départemental du même organisme.

Une étape de consolidation fusionne les variantes accentuées d’un même prénom (André + Andre → André) pour éviter les doublons statistiques. Les fichiers consolidés sont re-générés à chaque édition annuelle de l’INSEE et librement téléchargeables sur la page open data.

Contrairement aux naissances (un fait d’état civil), l’origine d’un prénom est un travail documentaire. Le site distingue — et affiche différemment — trois niveaux :

1. Origine curatée : établie à la main à partir de références croisées (Behind The Name, Wiktionnaire, L’Officiel des prénoms, Nominis, Wikipédia). C’est le niveau le plus fiable.
2. Origine recherchée et sourcée : établie par notre pipeline de recherche documentaire, avec les sources consultées listées sur la fiche et une date de vérification affichée.
3. Origine estimée : déduite par analyse morphologique — familles de suffixes et préfixes (ex. les finales en -ig ou -enn typiques du breton), héritage des prénoms composés (Jean-Pierre → hébraïque + grec), dérivation (-ette, -ine, -iane → prénom de base). C’est une estimation, signalée comme telle sur la fiche : elle n’apparaît ni dans le titre de la page ni dans sa description, et peut être corrigée par la vérification continue.

Quand une origine ne peut être ni documentée ni raisonnablement estimée, la fiche n’affiche rien : pas de donnée vaut mieux qu’une donnée douteuse.

Une estimation peut être confirmée par recoupement et passer au niveau sourcé. C’est le rôle du Dictionnaire des noms de baptême de Beleze (Hachette, 1863), tombé dans le domaine public : quand la langue d’origine qu’il indique concorde avec notre estimation, deux démarches indépendantes aboutissent au même résultat, et l’origine cesse d’être présentée comme estimée. La règle est volontairement asymétrique — un ouvrage de 1863 précède la linguistique comparée moderne, ses étymologies sont souvent hagiographiques, et il ne sert donc jamais à créer ni à corriger une origine. Un désaccord entre lui et nous est arbitré à la main, jamais appliqué automatiquement.

Ce que ce dictionnaire documente en revanche de façon fiable, c’est l’usage : quels prénoms étaient donnés au baptême en France au XIXᵉ siècle, sous quel saint et à quelle date de fête. Les fiches concernées portent cette attestation historique, avec le lien vers la page numérisée.

Une vraie étymologie donne toujours deux choses : la langue source précise et le mot racine exact. « Camille vient du latin Camillus, qui désignait le jeune assistant lors des sacrifices religieux à Rome » est une étymologie. « Camille signifie jeune fille parfaite » n’en est pas une : c’est une glose sans langue, sans mot et sans source, du genre de celles que produisent en masse les sites de prénoms. Elle n’est ni datée, ni située, ni attestée — et surtout, elle n’est pas réfutable.

Cette règle n’est pas une intention, c’est un contrôle automatique. Chaque notice porte un étymon structuré — langue, mot racine dans son alphabet d’origine, translittération, sens littéral de la racine — et la chaîne de publication rejette celui qui donne une famille linguistique au lieu d’une langue (« hébreu », pas « hébraïque »), celui dont la racine répète simplement le prénom, et celui dont la racine ne figure pas dans le texte de la notice. Ce dernier point est le plus important : il garantit que le mot racine est bien dans ce que vous lisez, et pas seulement dans nos fichiers.

Les sources sont hiérarchisées. Les dictionnaires étymologiques font foi : le CNRTL pour les prénoms qui sont aussi des mots français, le Gaffiot pour le latin, le Bailly pour le grec ancien. Viennent ensuite les références onomastiques — Behind the Name, qui publie sa bibliographie, et Nominis pour l’hagiographie. Le Wiktionnaire et Wikipédia sont recevables en appui, jamais seuls pour établir une racine. Une précision qui a son importance : Lexilogos est un portail d’accès à des dictionnaires, pas une source — nous citons l’ouvrage atteint, pas le portail.

Notre référence de méthode est le Dictionnaire des prénoms de Chantal Tanet et Tristan Hordé (Larousse). Comme c’est un ouvrage papier sous droits, il n’est listé comme source d’aucune notice : les sources affichées sur une fiche sont exactement celles qui ont été consultées en ligne, et rien d’autre. Nous préférons une bibliographie courte et vraie à une bibliographie flatteuse.

Enfin, certaines racines sont marquées « sens débattu ». Ce n’est pas un défaut de notre travail, c’est l’état réel du savoir : l’origine étrusque d’Antonius, dont vient Antoine, est de sens inconnu, et les significations fleuries qu’on lui prête ailleurs sont des étymologies populaires médiévales. Afficher le désaccord des spécialistes est plus utile que de trancher à leur place.

L’enrichissement n’est pas un lot figé : un processus automatisé tourne plusieurs fois par jour pour documenter de nouvelles origines et rédiger de nouvelles notices étymologiques, chacune avec ses sources. En parallèle, une re-vérification quotidienne repasse sur un lot d’origines déjà publiées : les imprécises sont corrigées, les insuffisamment sourcées sont retirées.

Chaque notice étymologique porte sa date de vérification (« Notice vérifiée le… ») et la liste des sources consultées, directement sur la fiche du prénom.

Toutes les métriques dérivées sont calculées à partir de la série INSEE complète du prénom :

• Rang annuel et rang 5 ans : le rang annuel classe les prénoms sur la seule dernière année ; le rang « 5 ans » cumule les cinq dernières années — plus stable, insensible aux à-coups d’une année isolée.
• Tendance : naissances des 5 dernières années comparées aux 5 précédentes. Au-delà de 10 % d’écart, hausse ou baisse ; sinon stable.
• « 1 chance sur N » en classe : probabilité qu’un camarade porte le même prénom, calculée sur la part du prénom dans les naissances des 5 dernières années, rapportée à une classe de 25 élèves (soit ~12 enfants du même sexe) : 1 − (1 − p)¹².
• Projection 2030 : méthode analogique (k plus proches voisins) — on cherche les prénoms dont la trajectoire passée ressemble le plus à la trajectoire actuelle du prénom, et on prolonge. Les voisins utilisés et le niveau de confiance (élevé / moyen / faible) sont affichés. Une projection reste une projection : elle peut se tromper — et nous figeons chaque année nos pronostics pour publier leur taux de réussite (cf. prénoms 2030).
• Intemporalité : score 0-100 mesurant la régularité de la courbe sur 125 ans (un prénom donné constamment score haut, un prénom à pic score bas).
• Archétypes de trajectoires : classification obtenue par clustering des 125 ans de courbes (pic fulgurant, classique intemporel, renaissance…) — détaillée dans l’étude dédiée.
• Âge moyen des porteurs : âge moyen pondéré des personnes vivantes portant le prénom, estimé à partir des naissances et des tables de mortalité.

• Les statistiques bac mention Très Bien (travaux de Baptiste Coulmont) reflètent l’origine sociale associée à un prénom, pas une causalité : un prénom ne fait pas réussir un examen.
• La carte « personnalité » est une lecture symbolique et culturelle fondée sur la littérature académique des stéréotypes de prénoms (citée sur chaque fiche) — pas une prédiction sur une personne réelle.
• L’âge au décès par prénom reflète les décès déjà survenus, pas l’espérance de vie des porteurs actuels.
• Les fiches de prénoms très rares contiennent peu de choses — c’est voulu : le site n’ajoute pas de texte de remplissage là où la donnée est mince.