Laboratoire - Défavorisation des écoles

En classe, cette activité sert à…

Cette activité sert à travailler les notions suivantes : variables numériques, régression linéaire, valeurs manquantes, diffusion partielle à partir d’une question située dans le contexte suivant : Éducation et équité. Elle demande aux étudiantes et étudiants de répondre à la question directrice suivante : Quels liens observe-t-on entre IMSE, SFR et nombre d’élèves parmi les écoles dont les indices sont diffusés?

Élément	Information
Durée	60-90 minutes
Niveau	Introduction à intermédiaire
Usage recommandé	Laboratoire guidé
Préparation enseignant	Préparation requise : exécuter `Rscript datasets/defavorisation-ecoles-primaires/preparation.R` depuis la racine, puis vérifier que `data/processed/defavorisation-ecoles-primaires/defavorisation_ecoles_primaires.csv` existe.
Production attendue	Un tableau ou graphique descriptif accompagné de trois phrases d’interprétation prudente.
Données	`data/processed/defavorisation-ecoles-primaires/defavorisation_ecoles_primaires.csv`

Données utilisées

Source : Données Québec / Ministère de l’Éducation et Ministère de l’Enseignement supérieur. Licence : Attribution (CC-BY 4.0) selon les métadonnées CKAN vérifiées le 2026-06-20. Fichier principal pour l’activité : data/processed/defavorisation-ecoles-primaires/defavorisation_ecoles_primaires.csv

Préparation enseignante

Préparation requise : exécuter Rscript datasets/defavorisation-ecoles-primaires/preparation.R depuis la racine, puis vérifier que data/processed/defavorisation-ecoles-primaires/defavorisation_ecoles_primaires.csv existe.
Fichier préparé : data/processed/defavorisation-ecoles-primaires/defavorisation_ecoles_primaires.csv.
Script de préparation : datasets/defavorisation-ecoles-primaires/preparation.R.
Point à surveiller : Faire discuter la variable Diffusion avant toute analyse numérique; les lignes non diffusées ne sont pas de simples valeurs manquantes.

Code R minimal

library(dplyr)
library(readr)

if (!file.exists("data/processed/defavorisation-ecoles-primaires/defavorisation_ecoles_primaires.csv")) {
  source("datasets/defavorisation-ecoles-primaires/preparation.R")
}

donnees <- read_csv(
  "data/processed/defavorisation-ecoles-primaires/defavorisation_ecoles_primaires.csv",
  show_col_types = FALSE
)

glimpse(donnees)

Résultat attendu

Un tableau ou graphique descriptif accompagné de trois phrases d’interprétation prudente. 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?

Limites à faire nommer

Faire discuter la variable Diffusion avant toute analyse numérique; les lignes non diffusées ne sont pas de simples valeurs manquantes.
Si une variable ou un dénominateur nécessaire n’est pas disponible dans les données, l’écrire explicitement plutôt que l’inférer.

Contexte

Ce laboratoire reprend la première mission de l’aventure 9 de STT-1100. Il sert à explorer les indicateurs de défavorisation avant de construire un modèle, avec une attention particulière à la variable Diffusion.

Objectifs d’apprentissage

Importer un fichier CSV officiel.
Identifier les lignes diffusées et non diffusées.
Explorer des relations entre variables numériques.
Interpréter une corrélation avec prudence.
Expliquer pourquoi une valeur non diffusée n’est pas une simple valeur manquante.

Question directrice

Quels liens observe-t-on entre IMSE, SFR et nombre d’élèves parmi les écoles dont les indices sont diffusés?

Consignes

Lire le fichier CSV officiel ou le fichier fourni dans l’aventure.
Compter les lignes où Diffusion vaut OUI et celles où Diffusion vaut NON.
Décrire les variables IMSE, SFR et Nbre_Eleves seulement pour les lignes diffusées.
Produire un graphique de IMSE selon SFR.
Calculer la corrélation entre IMSE et SFR.
Rédiger une conclusion prudente sur ce que le graphique montre et ne montre pas.

Pistes de solution

Une bonne réponse distingue les écoles diffusées et non diffusées avant toute analyse numérique. Une réponse excellente explique que les lignes non diffusées ne doivent pas recevoir un indice prédit présenté comme officiel.

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: Importer un fichier CSV officiel.

Identifier les lignes diffusées et non diffusées.

Explorer des relations entre variables numériques.

Interpréter une corrélation avec prudence.

Expliquer pourquoi une valeur non diffusée n'est pas une simple valeur manquante.
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/defavorisation-ecoles-primaires/preparation.R depuis la racine, puis vérifier que data/processed/defavorisation-ecoles-primaires/defavorisation_ecoles_primaires.csv existe.
Production attendue: Un tableau ou graphique descriptif accompagné de trois phrases d'interprétation prudente.
Critères de réussite: La production attendue est remise : Un tableau ou graphique descriptif accompagné de trois phrases d'interprétation prudente.

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