Mini-projet - Concevoir un protocole d’archivage GTFS-realtime

En classe, cette activité sert à…

Cette activité sert à travailler les notions suivantes : flux temps réel, séries temporelles, échantillonnage temporel, données manquantes, qualité de service à partir d’une question située dans le contexte suivant : Mobilité et performance de service. Elle demande aux étudiantes et étudiants de répondre à la question directrice suivante : Comment archiver un flux GTFS-realtime pour produire une table de ponctualité utilisable en statistique descriptive?

Élément	Information
Durée	2-3 heures
Niveau	Intermédiaire
Usage recommandé	Audit de source
Préparation enseignant	Vérifier que `data/processed/retards-transport-collectif/resume_retards_transport.csv` est disponible; aucune collecte en direct n’est nécessaire pour lancer l’activité.
Production attendue	Un protocole ou une note d’audit qui distingue ce qui est vérifié, ce qui manque et ce qui ne peut pas encore être mesuré.
Données	`data/processed/retards-transport-collectif/resume_retards_transport.csv`

Objectifs d’apprentissage

Travailler flux temps réel.
Travailler séries temporelles.
Travailler échantillonnage temporel.
Travailler données manquantes.
Nommer au moins une limite d’interprétation.

Données utilisées

Source : Société de transport de Montréal / Données Québec. Licence : Attribution (CC-BY 4.0) selon les métadonnées CKAN vérifiées le 2026-06-21. Fichier principal pour l’activité : data/processed/retards-transport-collectif/resume_retards_transport.csv

Préparation enseignante

Vérifier que data/processed/retards-transport-collectif/resume_retards_transport.csv est disponible; aucune collecte en direct n’est nécessaire pour lancer l’activité.
Fichier préparé : data/processed/retards-transport-collectif/resume_retards_transport.csv.
Script de préparation : datasets/retards-transport-collectif/preparation.R.
Point à surveiller : Évaluer la qualité du protocole et la prudence statistique plutôt que la capacité à accéder au flux en direct.

Consignes

Importer resume_retards_transport.csv ou exécuter datasets/retards-transport-collectif/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.

Résultat attendu

Un protocole ou une note d’audit qui distingue ce qui est vérifié, ce qui manque et ce qui ne peut pas encore être mesuré. 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

Évaluer la qualité du protocole et la prudence statistique plutôt que la capacité à accéder au flux en direct.
Si une variable ou un dénominateur nécessaire n’est pas disponible dans les données, l’écrire explicitement plutôt que l’inférer.

Contexte

Cette activité prolonge le laboratoire court. Les étudiants et étudiantes doivent concevoir le plan qui transformerait un flux temps réel STM en jeu de données exploitable pour étudier la ponctualité. Le livrable principal est un protocole reproductible, pas une conclusion prématurée sur les retards.

Question directrice

Comment archiver un flux GTFS-realtime pour produire une table de ponctualité utilisable en statistique descriptive?

Livrables

Une courte description de la source officielle et du mode d’accès.
Une unité statistique choisie et justifiée.
Un dictionnaire de 8 à 12 variables, en séparant variables brutes, variables ajoutées à la collecte et variables dérivées.
Un protocole de collecte : fréquence, durée, fuseau horaire, stockage et contrôle des erreurs.
Une stratégie de validation : doublons, trous temporels, messages sans délai, positions manquantes.
Deux graphiques prévus, avec les variables nécessaires pour les produire.
Un paragraphe sur les limites et les risques d’interprétation.

Structure suggérée

1. Accès et provenance

Nommer la page Données Québec, le portail développeur STM, la licence et la date d’accès.

2. Unité statistique

Choisir une unité parmi :

une position de véhicule à un instant donné;
une mise à jour de trajet;
une mise à jour de passage à un arrêt;
une alerte de service.

Expliquer pourquoi ce choix convient à la question de ponctualité.

3. Variables

Inclure au minimum :

collection_time;
message_type;
route_id;
trip_id ou vehicle_id;
stop_id, si l’unité est liée aux arrêts;
delay_seconds, si le champ est présent;
retard_minutes, comme variable dérivée;
un indicateur de données manquantes ou de message incomplet.

4. Validation statistique

Le protocole doit montrer comment vérifier que les comparaisons par ligne sont défendables. Par exemple, il faut rapporter le nombre d’observations par ligne, la période couverte, les trous de collecte et la proportion de messages avec délai disponible.

Appui R minimal

library(dplyr)
library(readr)

source("datasets/retards-transport-collectif/preparation.R")

variables <- read_csv(
  "data/processed/retards-transport-collectif/variables_gtfs_realtime_retards_transport.csv",
  show_col_types = FALSE
)

protocole <- read_csv(
  "data/processed/retards-transport-collectif/protocole_archivage_retards_transport.csv",
  show_col_types = FALSE
)

variables |>
  count(message_type, sort = TRUE)

protocole |>
  select(step, action, point_de_controle)

Critères d’évaluation suggérés

Exactitude de la description de la source.
Cohérence entre la question, l’unité statistique et les variables.
Reproductibilité du protocole.
Gestion explicite des données manquantes et des erreurs de collecte.
Prudence de l’interprétation statistique.
Qualité de la communication écrite.

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 flux temps réel.

Travailler séries temporelles.

Travailler échantillonnage temporel.

Travailler données manquantes.

Nommer au moins une limite d'interprétation.

Vérifier que data/processed/retards-transport-collectif/resume_retards_transport.csv est disponible; aucune collecte en direct n'est nécessaire pour lancer l'activité.

Fichier préparé : data/processed/retards-transport-collectif/resume_retards_transport.csv.

Script de préparation : datasets/retards-transport-collectif/preparation.R.

Point à surveiller : Évaluer la qualité du protocole et la prudence statistique plutôt que la capacité à accéder au flux en direct.

Évaluer la qualité du protocole et la prudence statistique plutôt que la capacité à accéder au flux en direct.

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

une position de véhicule à un instant donné;

une mise à jour de trajet;

une mise à jour de passage à un arrêt;

une alerte de service.

collection_time;

message_type;

route_id;

trip_id ou vehicle_id;

stop_id, si l'unité est liée aux arrêts;

delay_seconds, si le champ est présent;

retard_minutes, comme variable dérivée;

un indicateur de données manquantes ou de message incomplet.

Exactitude de la description de la source.

Cohérence entre la question, l'unité statistique et les variables.

Reproductibilité du protocole.

Gestion explicite des données manquantes et des erreurs de collecte.

Prudence de l'interprétation statistique.

Qualité de la communication écrite.
Prérequis: Vérifier le fichier ou le script de préparation annoncé avant la séance; adapter la mise en route au niveau indiqué.
Préparation enseignante: Vérifier que data/processed/retards-transport-collectif/resume_retards_transport.csv est disponible; aucune collecte en direct n'est nécessaire pour lancer l'activité.
Production attendue: Un protocole ou une note d'audit qui distingue ce qui est vérifié, ce qui manque et ce qui ne peut pas encore être mesuré.
Critères de réussite: La production attendue est remise : Un protocole ou une note d'audit qui distingue ce qui est vérifié, ce qui manque et ce qui ne peut pas encore être mesuré.

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