Mini-projet - Condamnations alimentaires

En classe, cette activité sert à…

Cette activité sert à travailler les notions suivantes : variables catégorielles, dates, montants, communication publique à partir d’une question située dans le contexte suivant : Santé publique et alimentation. Elle demande aux étudiantes et étudiants de répondre à la question directrice suivante : Produire un court article reproductible sur les condamnations alimentaires sans interprétation sensationnaliste.

Élément	Information
Durée	2-3 heures
Niveau	Introduction à intermédiaire
Usage recommandé	Mini-projet guidé
Préparation enseignant	Préparation requise : exécuter `Rscript datasets/condamnations-alimentaires-quebec/preparation.R` depuis la racine, puis vérifier que `data/processed/condamnations-alimentaires-quebec/condamnations_alimentaires_quebec.csv` existe.
Production attendue	Un court rapport reproductible avec contexte, tableau ou graphique, interprétation et limites.
Données	`data/processed/condamnations-alimentaires-quebec/condamnations_alimentaires_quebec.csv`

Objectifs d’apprentissage

Travailler variables catégorielles.
Travailler dates.
Travailler montants.
Travailler communication publique.
Nommer au moins une limite d’interprétation.

Données utilisées

Source : Données Québec / MAPAQ; version pédagogique fixe dans UlavalSSD. Licence : Attribution (CC-BY 4.0) selon les métadonnées CKAN vérifiées le 2026-06-20; paquet UlavalSSD sous licence MIT. Fichier principal pour l’activité : data/processed/condamnations-alimentaires-quebec/condamnations_alimentaires_quebec.csv

Préparation enseignante

Préparation requise : exécuter Rscript datasets/condamnations-alimentaires-quebec/preparation.R depuis la racine, puis vérifier que data/processed/condamnations-alimentaires-quebec/condamnations_alimentaires_quebec.csv existe.
Fichier préparé : data/processed/condamnations-alimentaires-quebec/condamnations_alimentaires_quebec.csv.
Script de préparation : datasets/condamnations-alimentaires-quebec/preparation.R.
Point à surveiller : Demander une section sur les limites, surtout l’absence de dénominateur, les délais administratifs et les précautions liées aux noms et adresses publics.

Consignes

Importer condamnations_alimentaires_quebec.csv ou exécuter datasets/condamnations-alimentaires-quebec/preparation.R si le fichier est absent.
Identifier ce que représente une ligne du fichier.
Produire un tableau ou un graphique adapté à la question directrice.
Rédiger une interprétation courte qui distingue description et explication.
Nommer au moins une limite méthodologique ou une information absente.

Appui R minimal

library(dplyr)
library(readr)

if (!file.exists("data/processed/condamnations-alimentaires-quebec/condamnations_alimentaires_quebec.csv")) {
  source("datasets/condamnations-alimentaires-quebec/preparation.R")
}

donnees <- read_csv(
  "data/processed/condamnations-alimentaires-quebec/condamnations_alimentaires_quebec.csv",
  show_col_types = FALSE
)

glimpse(donnees)

Résultat attendu

Un court rapport reproductible avec contexte, tableau ou graphique, interprétation et limites. La production doit aussi contenir une phrase sur l’unité statistique et une phrase sur une limite de la source.

Questions

Quelle est l’unité statistique utilisée dans cette activité?
Quelle transformation ou agrégation est nécessaire avant de répondre à la question?
Quelle information manque pour aller plus loin?
Quelle conclusion serait trop forte avec ces seules données?
Comment formuler une conclusion prudente à partir du résultat obtenu?

Déroulé suggéré

Cadrer la source, la licence et l’unité statistique.
Préparer ou importer les données.
Produire un premier résumé descriptif.
Construire la visualisation ou le tableau principal.
Rédiger l’interprétation et les limites.

Limites à faire nommer

Demander une section sur les limites, surtout l’absence de dénominateur, les délais administratifs et les précautions liées aux noms et adresses publics.
Si une variable ou un dénominateur nécessaire n’est pas disponible dans les données, l’écrire explicitement plutôt que l’inférer.

Contexte

Ce mini-projet prolonge l’aventure 3 en demandant un court article de données reproductible. Le défi n’est pas seulement de compter les cas, mais de communiquer sans transformer une liste de condamnations en classement sensationnaliste.

Question directrice

Produire un court article reproductible sur les infractions alimentaires.

Livrables

Un fichier Quarto qui charge, nettoie et résume la version UlavalSSD.
Un tableau des principaux types d’établissements.
Une visualisation claire des fréquences, des amendes ou des délais administratifs.
Une note méthodologique sur les limites du fichier et l’absence de dénominateur.
Une conclusion accessible à un public non spécialiste.

Critères d’évaluation suggérés

Exactitude du nettoyage de Amende.
Qualité des tableaux de fréquences.
Lisibilité du graphique.
Prudence de l’interprétation.
Clarté de la note méthodologique.
Respect des précautions liées aux noms et adresses publics.

Fiche de mise en œuvre

Contrat pédagogique

Le statut pédagogique décrit le degré de préparation de l’activité. Il ne remplace pas la vérification de la source de données.

Objectifs d'apprentissage: Travailler variables catégorielles.

Travailler dates.

Travailler montants.

Travailler communication publique.

Nommer au moins une limite d'interprétation.

Préparation requise : exécuter Rscript datasets/condamnations-alimentaires-quebec/preparation.R depuis la racine, puis vérifier que data/processed/condamnations-alimentaires-quebec/condamnations_alimentaires_quebec.csv existe.

Fichier préparé : data/processed/condamnations-alimentaires-quebec/condamnations_alimentaires_quebec.csv.

Script de préparation : datasets/condamnations-alimentaires-quebec/preparation.R.

Point à surveiller : Demander une section sur les limites, surtout l'absence de dénominateur, les délais administratifs et les précautions liées aux noms et adresses publics.

Demander une section sur les limites, surtout l'absence de dénominateur, les délais administratifs et les précautions liées aux noms et adresses publics.

Si une variable ou un dénominateur nécessaire n'est pas disponible dans les données, l'écrire explicitement plutôt que l'inférer.

Exactitude du nettoyage de Amende.

Qualité des tableaux de fréquences.

Lisibilité du graphique.

Prudence de l'interprétation.

Clarté de la note méthodologique.

Respect des précautions liées aux noms et adresses publics.
Prérequis: Vérifier le fichier ou le script de préparation annoncé avant la séance; adapter la mise en route au niveau indiqué.
Préparation enseignante: Préparation requise : exécuter Rscript datasets/condamnations-alimentaires-quebec/preparation.R depuis la racine, puis vérifier que data/processed/condamnations-alimentaires-quebec/condamnations_alimentaires_quebec.csv existe.
Production attendue: Un court rapport reproductible avec contexte, tableau ou graphique, interprétation et limites.
Critères de réussite: La production attendue est remise : Un court rapport reproductible avec contexte, tableau ou graphique, interprétation et limites.

Les résultats sont interprétés sans dépasser les limites de la source.
Adaptations possibles: Fournir une table préparée ou réduire le nombre de variables pour une première utilisation.

Ajouter une comparaison, une justification méthodologique ou une discussion des limites pour approfondir.

Statut pédagogique : Prête à enseigner