Pour travailler Tableaux de fréquences, Visualisation, Limites d'interprétation, nettoyage de données à partir d’un contexte sécurité publique lié à Agglomération de Montréal.
Tableaux de fréquencesVisualisationLimites d'interprétationnettoyage de donnéesdatesagrégation
Ce que les étudiantes et étudiants font
Dresser le portrait des types d'interventions.
Analyser les variations par heure, jour, mois et saison.
Comparer les interventions entre arrondissements.
À cadrer en classe
Utiliser la ressource courante et limiter l'analyse aux grands groupes d'interventions.
Aperçu des données
Entrer par les lignes, puis poser une question
Extrait public de la table préparée à partir de la source officielle, limité à 120 lignes pour une exploration rapide.
Documentation complèteSources, variables, code R minimal, méthode et limites
Pourquoi ce jeu est intéressant
Ce jeu permet de travailler avec des données locales sur les interventions d’urgence à Montréal. Il combine des dimensions temporelles, spatiales et catégorielles : moment de l’intervention, type d’incident, arrondissement, caserne, division du SIM, localisation approximative et nombre de véhicules déployés.
Il est particulièrement utile pour enseigner les dates, l’agrégation, les tableaux de fréquences, les séries temporelles, la cartographie prudente et une introduction à la classification simple.
Quotidienne; fiche descriptive modifiée le 2026-06-21 selon l’API CKAN consultée
Statut
source vérifiée
Ce que représente une ligne
Une ligne représente une intervention réalisée par le Service de sécurité incendie de Montréal. Selon la description officielle, les données proviennent du système de répartition assisté par Poste de travail, un sous-système opérationnel utilisé pour la gestion en temps réel, la répartition des véhicules et le suivi des interventions.
Variables principales
Variable source
Rôle pédagogique
Remarque
CREATION_DATE_TIME
Date et heure de l’événement
Base pour les analyses par heure, jour, mois et saison
DESCRIPTION_GROUPE
Groupe d’intervention
Regroupe les types d’interventions en grandes catégories
INCIDENT_TYPE_DESC
Type d’incident
Niveau plus détaillé que DESCRIPTION_GROUPE
CASERNE
Caserne responsable du territoire
Variable opérationnelle et territoriale
NOM_VILLE
Ville où l’événement est survenu
Utile pour distinguer Montréal et les villes liées à l’agglomération
NOM_ARROND
Arrondissement
Base pour les comparaisons territoriales
DIVISION
Division du SIM
Découpage opérationnel
LATITUDE
Latitude approximative
Position obfusquée, à utiliser avec prudence
LONGITUDE
Longitude approximative
Position obfusquée, à utiliser avec prudence
NOMBRE_UNITES
Nombre de véhicules déployés
Variable quantitative discrète, utile pour un indicateur de mobilisation
Taille et structure
Élément
Information
Nombre de lignes
Je ne sais pas.
Taille des fichiers
Fichiers CSV par période; environ 18,6 Mo pour la ressource courante, 73,1 Mo pour 2020 à 2024 et 114,5 Mo pour 2015 à 2022 selon la page consultée le 2026-06-21
Nombre de colonnes
13 champs observés dans l’en-tête du CSV courant consulté le 2026-06-21
Structure
Tabulaire, spatial, temporel, catégoriel
Format
CSV, GeoJSON et SHP
Couverture temporelle
Depuis 2005 selon la fiche officielle
Niveau pédagogique recommandé
Introduction à intermédiaire
Concepts enseignables
nettoyage de données;
dates;
agrégation;
tableaux de fréquences;
visualisation;
cartes;
séries temporelles;
comparaison de groupes;
classification simple.
Score zéro déchet
Dimension
Score
Justification
Contexte québécois
3
Le jeu décrit des interventions d’urgence dans l’agglomération de Montréal.
Accessibilité pédagogique
3
Les variables clés sont concrètes et faciles à expliquer.
Qualité documentaire
3
La page officielle fournit une description, une méthodologie, des limites et un dictionnaire.
Potentiel de nettoyage
2
Le traitement des dates, des types et des valeurs manquantes suffit pour une activité réaliste.
Potentiel de visualisation
3
Les dimensions temporelles et spatiales se prêtent à plusieurs graphiques.
Potentiel de statistique descriptive
3
Les fréquences, proportions et comparaisons de groupes sont directes.
Potentiel d’inférence
2
Des comparaisons exploratoires sont possibles avec prudence.
Potentiel de modélisation
2
Un modèle simple peut prédire une mobilisation élevée, sans conclusion causale.
Potentiel de discussion éthique
3
La localisation approximative et l’interprétation du risque ouvrent une discussion importante.
Réutilisabilité dans plusieurs cours
3
Le jeu peut servir en nettoyage, visualisation, séries temporelles, cartographie et modélisation.
Total : 27 sur 30.
Activité courte
En 30 à 45 minutes, faire produire un portrait des grands types d’interventions avec DESCRIPTION_GROUPE, puis demander une phrase sur ce que ces fréquences mesurent réellement.
Activité longue
En 2 à 3 heures, demander un mini-rapport Quarto combinant agrégation mensuelle, comparaison par arrondissement, graphique temporel et carte agrégée.
Projets possibles
Dresser le portrait des types d’interventions.
Analyser les variations par heure, jour, mois et saison.
Comparer les interventions entre arrondissements.
Cartographier les interventions avec agrégation spatiale.
Étudier le nombre d’unités déployées.
Construire un mini-modèle pour prédire les interventions mobilisant plusieurs unités.
Questions pédagogiques possibles
Quelle est l’unité statistique du jeu de données?
Quels types d’interventions dominent dans la ressource courante?
Les profils horaires diffèrent-ils selon DESCRIPTION_GROUPE?
Comment comparer des arrondissements sans confondre volume brut et exposition?
Comment utiliser les coordonnées sans donner une impression de précision excessive?
Quel seuil définit une intervention mobilisant plusieurs unités?
Quelles variables pourraient être utilisées dans un modèle simple?
Pourquoi ces données ne mesurent-elles pas directement le risque réel?
Code R minimal
# Load librarieslibrary(readr)library(dplyr)library(lubridate)library(ggplot2)# Import the current CSV resource from the official Ville de Montréal portalsim_url <-"https://donnees.montreal.ca/dataset/2fc8a2b9-1556-410e-a118-c46e97e9f19e/resource/71e86320-e35c-4b4c-878a-e52124294355/download/donneesouvertes-interventions-sim.csv"interventions <-read_csv(sim_url, show_col_types =FALSE)# Count interventions by month and broad intervention typeinterventions_mensuelles <- interventions |>mutate(mois =floor_date(CREATION_DATE_TIME, unit ="month"),type_intervention = DESCRIPTION_GROUPE ) |>filter(!is.na(mois), !is.na(type_intervention)) |>count(mois, type_intervention, name ="n_interventions")# Plot monthly counts by intervention typeggplot( interventions_mensuelles,aes(x = mois, y = n_interventions, color = type_intervention)) +geom_line(linewidth =0.8) +geom_point(size =1.4) +labs(title ="Interventions du SIM par mois et par type",x ="Mois",y ="Nombre d'interventions",color ="Type d'intervention" ) +theme_minimal()
Limites et précautions
La localisation est approximative afin de protéger la vie privée et les renseignements personnels.
La position géographique correspond à une intersection du segment de rue où l’intervention a eu lieu, pas nécessairement au lieu exact.
Ces données administratives décrivent les interventions consignées par le SIM; elles ne mesurent pas directement le risque réel d’incendie ou d’urgence.
Le type d’un événement peut être modifié si des éléments s’ajoutent au rapport initial.
Les données peuvent être révisées et sont regroupées par année calendaire.
Les comparaisons entre arrondissements devraient tenir compte de la population, de la superficie, de l’activité urbaine et d’autres facteurs de contexte.
Extensions
Extension intro : produire un tableau de fréquences par DESCRIPTION_GROUPE.
Extension intermédiaire : comparer les profils horaires de deux groupes d’interventions.
Extension avancée : créer une variable binaire plusieurs_unites et ajuster un modèle de classification simple.
Extension cartographie : agréger les points dans une grille ou par arrondissement avant de cartographier.
Extension communication scientifique : rédiger une note méthodologique sur les limites de la localisation obfusquée.