Documentation complèteSources, variables, code R minimal, méthode et limites
Pourquoi ce jeu est intéressant
Ce jeu de données décrit l’état instantané des stations BIXI à Montréal. Il relie trois dimensions très pédagogiques : localisation, capacité et disponibilité opérationnelle.
Il est utile en science des données parce qu’il oblige à joindre deux flux JSON, à construire des ratios, à distinguer variables fixes et variables instantanées, et à contrôler les coordonnées avant de cartographier.
Question d’analyse : que peut-on dire de la disponibilité des vélos dans un instantané BIXI, et quelles conclusions faut-il éviter sans série temporelle?
La description officielle indique que le jeu présente les stations du réseau de vélos en libre-service BIXI Montréal, notamment leur position géographique, le nombre de vélos disponibles et le nombre de bornes disponibles. Les droits de propriété intellectuelle sont attribués à BIXI Montréal dans la fiche Données Québec.
Ce que représente une ligne
Une ligne représente une station BIXI dans un instantané du flux GBFS, après jointure entre les informations fixes de la station et son état opérationnel courant.
Une ligne n’est pas un trajet, une personne, une journée complète, ni une mesure directe de la demande. Les valeurs peuvent changer quelques secondes plus tard.
Variables principales
Variable préparée
Rôle
Point de vigilance
station_id
Clé de jointure
Identifiant commun aux deux flux
name
Nom de la station
Utile pour inspecter les cas particuliers
lat, lon
Coordonnées publiées
8 stations ont 0,0 dans l’instantané et doivent être exclues des cartes
capacity
Nombre de bornes
Dénominateur principal
groupe_capacite
Classe préparée de capacité
Aide à comparer les petites et grandes stations
num_bikes_available
Vélos disponibles
Mesure instantanée
num_bikes_classic_available
Vélos classiques disponibles
Calculé à partir du total et des vélos électriques
num_ebikes_available
Vélos électriques disponibles
Sert à calculer la part électrique
num_docks_available
Bornes disponibles
Complément opérationnel des vélos disponibles
taux_occupation
Vélos disponibles divisés par capacité
Calculé seulement si la capacité est positive
taux_bornes_libres
Bornes disponibles divisées par capacité
Mesure l’espace disponible pour retourner un vélo
part_velos_electriques
Vélos électriques disponibles divisés par vélos disponibles
Manquante quand aucun vélo n’est disponible
etat_operationnel
État préparé de la station
Distingue les stations disponibles et non installées
coordonnees_valides
Contrôle préparé des coordonnées
Nécessaire avant toute carte
RÉSULTATS R
Les résultats ci-dessous proviennent de preparation.R, exécuté sur les flux GBFS téléchargés le 2026-06-21 à 08:20 EDT.
Indicateur
Valeur
Ressources CKAN documentées
1
Flux français dans le fichier de découverte GBFS
4
Lignes dans station_information
1 084
Colonnes dans station_information
13
Lignes dans station_status
1 084
Colonnes dans station_status
13
Lignes préparées
1 084
Colonnes préparées
28
Stations installées
1 072
Stations disponibles pour location et retour
1 072
Stations avec coordonnées valides
1 076
Stations avec coordonnées 0,0
8
Capacité totale
24 183 bornes
Capacité médiane
21 bornes
Vélos disponibles
10 800
Vélos classiques disponibles
8 522
Vélos électriques disponibles
2 278
Bornes disponibles
12 501
Vélos désactivés
792
Bornes désactivées
90
Taux d’occupation médian
0,444
Part médiane de vélos électriques parmi les vélos disponibles
0,143
Stations sous 25 % d’occupation
28,0 %
Stations au-dessus de 75 % d’occupation
19,1 %
Stations sans vélo disponible
63
Stations sans borne disponible
36
Groupes de capacité
Groupe de capacité
Stations
Capacité totale
Vélos disponibles
Vélos électriques disponibles
Bornes disponibles
Occupation médiane
Station moyenne, 16 à 25 bornes
625
12 972
6 160
1 387
6 321
0,474
Grande station, 26 à 35 bornes
213
6 221
2 674
387
3 364
0,371
Petite station, 15 bornes ou moins
196
2 769
1 280
424
1 333
0,467
Très grande station, 36 bornes ou plus
50
2 221
686
80
1 483
0,154
Cette table décrit un instantané. Elle ne mesure pas la demande, la rotation des vélos ou la performance du rééquilibrage.
État opérationnel
État opérationnel
Stations
Pourcentage
Disponible pour location et retour
1 072
98,9 %
Non installée
12
1,1 %
Les stations non installées ne doivent pas être traitées comme des stations vides ordinaires. Plusieurs ont aussi des coordonnées non cartographiables.
Valeurs manquantes principales
Variable
Valeurs manquantes
Pourcentage
part_velos_electriques
63
5,81 %
taux_bornes_libres
2
0,18 %
taux_occupation
2
0,18 %
La variable part_velos_electriques est manquante lorsque le dénominateur est nul, c’est-à-dire lorsqu’aucun vélo n’est disponible dans la station.
Lecture statistique
Une analyse prudente suit cet ordre :
identifier l’instant exact du téléchargement;
joindre station_information et station_status par station_id;
distinguer variables fixes et variables instantanées;
filtrer les coordonnées invalides avant les cartes;
calculer les ratios seulement avec une capacité positive;
séparer disponibilité opérationnelle et demande des usagers;
éviter toute conclusion temporelle sans plusieurs instantanés comparables.
Les données sont excellentes pour enseigner l’importation JSON, les jointures et la communication responsable d’indicateurs opérationnels.
Concepts enseignables
importation de flux JSON;
découverte GBFS;
jointure par identifiant;
ratios et dénominateurs;
coordonnées invalides;
visualisation de distributions;
cartes de points;
limites d’un instantané temps réel.
Score zéro déchet
Dimension
Score
Justification
Contexte québécois
3
Service de mobilité montréalais
Accessibilité pédagogique
3
Les variables sont concrètes et rapidement interprétables
Qualité documentaire
3
Page Données Québec, API CKAN et flux GBFS
Potentiel de nettoyage
2
Jointure, ratios et contrôle des coordonnées
Potentiel de visualisation
3
Histogrammes, nuages de points et cartes
Potentiel de statistique descriptive
3
Résumés naturels de capacité et disponibilité
Potentiel d’inférence
1
Un instantané seul limite fortement l’inférence
Potentiel de modélisation
2
Modélisation exploratoire possible avec plusieurs instantanés
Potentiel éthique
2
Discussion sur l’accès territorial au service
Réutilisabilité
3
Utile en importation, EDA, cartographie et communication
Total : 25 sur 30.
Activité courte
En 30 à 45 minutes, calculer le taux d’occupation des stations, produire un histogramme et expliquer pourquoi un instantané ne mesure pas la demande.
Activité longue
En 2 à 3 heures, produire un mini-rapport sur la disponibilité BIXI avec jointure GBFS, contrôle des coordonnées, carte filtrée et section de limites.
Code R minimal
À exécuter depuis la racine du projet.
# Load librarieslibrary(dplyr)library(ggplot2)library(readr)# Download, validate and prepare the official GBFS feedssource("datasets/bixi/preparation.R")# Import prepared datastations <-read_csv("data/processed/bixi/stations_bixi_snapshot.csv",show_col_types =FALSE)# Visualise station occupancystations |>filter(!is.na(taux_occupation), capacity >0) |>ggplot(aes(x = taux_occupation)) +geom_histogram(binwidth =0.05, boundary =0, fill ="#325EA8", color ="white") +labs(x ="Taux d'occupation instantané",y ="Nombre de stations",title ="Occupation instantanée des stations BIXI",subtitle ="Un instantané ne mesure pas la demande quotidienne" )
Limites et précautions
Les données changent rapidement; les résultats décrivent un instantané.
Un faible nombre de vélos disponibles peut refléter une forte demande, un rééquilibrage incomplet ou un moment particulier de la journée.
Les coordonnées 0,0 doivent être exclues avant toute carte.
La disponibilité observée ne mesure ni les trajets, ni les arrivées, ni les départs.
Les comparaisons territoriales exigent une source géographique et plusieurs observations temporelles.
Extensions
Comparer les petites, moyennes et grandes stations.
Cartographier seulement les stations avec coordonnees_valides == TRUE.
Collecter plusieurs instantanés et comparer matin, midi et soir.
Étudier séparément les vélos électriques et classiques.
Construire un tableau de bord statique avec horodatage visible.