Baptiste Coulmont

Le Compte général de l’administration de la justice criminelle donne, pour le XIXe siècle, le nombre annuel de suicides par département. En combinant ces chiffres avec ceux des recensements, il est possible de cartographier les zones suicidogènes et les zones protégées.
Ainsi, en 1890, le taux des suicides variait, dans les départements de France métropolitaine, entre 46 suicide par millions d’habitant et 556 suicides par million.

Les recensements sont disponibles sur le site de l’INSEE à partir de 1851 et jusqu’en 1921.
Il me semble que le Compte général de la justice n’a malheureusement pas été transformé en fichier utilisable directement. On les trouve sur gallica.bnf.fr mais sous la forme de copies numériques. Il faut donc faire un petit travail de copie.
Le “Compte général de la justice” a de nombreuses informations sur les suicides : nombre annuel par département, différencié selon les hommes et les femmes, par tranche d’âge, par état civil (marié, veuf, avec ou sans enfants…) On a aussi des informations sur le lieu du suicide, sur le mode de suicide :

Nous disposons aussi de la répartition mensuelle et des professions des suicidés, croisées avec le “motif présumé” (la “grossesse hors mariage” est le motif principal des suicides des “domestiques”).
La transposition de ces informations en base de données utilisables sera probablement un des exercices que je donnerai dans le cadre du cours que je vais donner sur Le Suicide de Durkheim… si, véritablement, on ne trouve pas de fichier déjà disponible.

Suite de l’étude des prénoms en Turquie commencée hier.
On dispose, pour chaque province, des 3 prénoms les plus donnés aux garçons et des trois prénoms les plus donnés aux filles. On peut considérer que plus deux provinces partagent des prénoms, plus elles sont similaires : si elles en partagent six, elles sont “semblables”.
Nous sommes limités dans l’analyse par le nombre réduit de prénoms et par l’absence d’informations sur la fréquence. Etre “numéro 1” quand on est donné à 20% des garçons et “numéro 1” quand on est donné qu’à 5% des garçons… ce n’est pas vraiment pareil.
J’ai réalisé une analyse en composantes principales (ACP) à partir des informations recueillies. Le premier axe n’est pas représenté : il est du à la seule province de Tunceli, petite et avec moins de 1000 naissances en 2013. Je ne représente ici que les axes 2 et 3.

L’axe 2 oppose des prénoms comme Hiranur, Nisanur, Muhammed et Yusuf à des prénoms comme Emir, Cinar, Kerem et Elif. L’axe 3 Mehmet et Mustafa à Irmak, Arda ou Emir.
Les individus, ici, sont les provinces : TR213 est Kiklareli province à la frontière de la Bulgarie (et que les Bulgares appellent Lozengrad).TRB24, c’ets Hakkari, à l’extrême Est de la Turquie (à la frontière avec l’Iran et l’Irak). D’un côté, à l’Ouest, les parents choisissent plutôt Emir et Elif, et à l’Est plutôt Nisanur et Muhammed.
Dans la carte suivante, les provinces sont coloriées en fonction de leur coordonnée sur l’axe 2 de l’ACP. Les rouges/orangées ont des coordonnées positives (les provinces à la droite du graphique, à l’Ouest géographiquement), les bleues foncées ont des coordonnées négatives (les provinces à l’Est, à gauche du graphique).

A partir d’une analyse des six prénoms les plus donnés aux enfants par province, en 2013, on voit apparaître des différences entre l’Est et l’Ouest de la Turquie.

Le Turkish Statistical Institute publie des données intéressantes sur les prénoms les plus donnés en Turquie : j’avais commencé à les analyser avec Elifsu Sabuncu. Et je viens de m’apercevoir (suite à un article de Julie Desbiolles dans le Le Petit Journal . com) que les données sont ventilées par “province” dans certaines publications [comme : Istatistiklerle Çocuk 2013 (ISBN.978-975-19-5976-8)].

Commençons par les prénoms des garcons :

Que retenir de ce patchwork ? Que les prénoms de la cote et des frontières occidentales (Emir et Cinar) ne se retrouvent pas (en première position) à l’Est.

Poursuivons avec les prénoms des filles :

Plus d’unanimisme là : les parents turcs apprécient le prénom Zeynep, qui est presque partout le prénom le plus donné aux bébés filles en 2013.
Pour saisir des différences régionales, il faut regarder les rangs suivants. Le 2e prénom le plus donné nous donne la carte suivante : Elif est souvent le 2e prénom le plus donné. Et dans les régions où Elif est le prénom le plus donné, alors Zeynep est le 2e prénom le plus donné.

En 2013, le prénom Ecrin — un prénom relativement neuf en Turquie — est le prénom le plus donné, ou le 2e prénom le plus donné dans les provinces de l’Est. Il apparaît au 3e rang dans de nombreuses provinces. Il manque des données sur la fréquence de ces prénoms, et sur leur évolution temporelle pour pouvoir en dire plus.

La fréquence des prénoms est-elle sensible aux événements ?
En 1915, le général Joffre, perçu comme un héros militaire suite aux premières victoires françaises, inspira des parents. Il naquit quelques Joffrette, que la presse — patriotique en ces temps de guerre — célébra. Des réchauds à gaz et des biscuits furent aussi baptisés Joffrette et Joffrinette : l’imagination des publicitaires est sans limite.

Balzac, qui tend parfois à expliquer l’origine des prénoms de ses personnages, indique ainsi [Beatrix, C.H., Tome 2, p.651] qu’un certain Calyste, né “le jour même de l’entrée de Louis XVIII à Calais”, reçu alors aussi le prénom de Louis.

Bref : les prénoms sont parfois choisis en hommage. Rien de nouveau. Rien d’étrange alors à que qu’un prénom comme Mazarine ou Barack, [quasi-]inconnus respectivement en France avant 1995 et aux Etats-Unis avant 2007, ne connaissent un petit succès, qui en 1996, qui en 2008-2009.
Et inversement, d’autres événements vont faire chuter certains prénoms. Les parents étatsuniens cessent de donner Hillary en 1992-1993, quand William J. “Bill” Clinton devient président et sa femme, Hillary Rodham, “First Lady”. De même Katrina connaît une chute brutale après le passage de l’ouragan du même nom en 2005-2006.

Que va-t-il se passer avec le prénom “Charlie” ? Il était, depuis une dizaine d’années, en forte croissance, à la fois comme prénom de garçon et comme prénom de fille. Les parents vont-ils continuer à le donner de plus en plus, ou vont-il cesser de le faire en raison de l’association avec les attentats du 7 janvier : on trouve déjà des “Charly” qui disposent maintenant d’une nouvelle connotation : leur prénom “dit quelque chose” (mais quoi?). Si quelques témoignages ou les premiers éléments permettent de repérer en une dizaine de jours une vingtaine de bébés Charlie dans les “Carnets” de la presse quotidienne, ce n’est peut-être qu’un feu de paille.

Mais dès 1915, les stratégies parentales d’hommages s’accommodent de la multiplicité des prénoms. Un entrefilet dans La Croix le remarque :

De très nombreux bébés naissent en France avec plusieurs prénoms, des seconds prénoms invisibles dont on a beaucoup de mal à se souvenir (que celles et ceux qui connaissent les seconds prénoms de leurs cousins et cousines lèvent la main). Ces seconds prénoms servent aux hommages familiaux — et ce d’autant plus que l’arrière-grand mère avait un “joli” prénom. Ils servent de réceptacles aux prénoms démodés des parrains — parfois, quand l’enfant est baptisé. Ils servent de tiroir aux prénoms sur lesquels le consensus ne s’est pas fait. Ils servent aussi, dans le cas présent, d’hommage indélébile mais invisible :

Prénom Charlie : pic d’attribution en 2e et 3e choix à Paris [Elodie Moreau] (…)
Si, pour l’heure, on ne note pas d’ « effet Charlie » sur l’ensemble du territoire, la capitale fait exception en la matière. Davantage de jeunes parents parisiens ont en effet choisi Charlie en 2e ou 3e prénom pour leur enfant. « C’est une nouveauté », nous confirme la mairie de Paris. Depuis mercredi dernier, ce prénom a été attribué 11 fois en 2ème ou 3ème position sur près de 670 naissances.

ou encore :

«Charlie» se glisse dans les berceaux des maternités [Aline Gérard]
« On s’en est aperçu lors de la déclaration de naissance d’un petit garçon né le 10 janvier. Ses parents lui avaient donné comme troisième prénom Charlie. D’habitude, les couples choisissent comme deuxième ou troisième prénom celui d’un ascendant ou d’un parrain. Mais là, il n’y avait aucun Charlie ni dans la généalogie, ni dans l’entourage », raconte un agent des services de l’état civil de la mairie du XIIIe arrondissement de Paris.
« Ces parents placent Charlie généralement en troisième ou quatrième position », précise-t-on à la mairie du XVe où, là aussi, on a repéré le phénomène. « En quelques jours, on a vu passer une petite dizaine de déclarations de ce type, qu’il s’agisse de garçons ou de filles », constate, de son côté, la mairie du XIIe arrondissement.

L’hommage onomastique passera donc peut-être, en janvier-février 2015, par la multiplication des “Charlie” en deuxième position : un marquage conjugal / familial du moment de la naissance, marquage invisible aux yeux de presque tous, mais marquage permanent. Le prénom inscrit aujourd’hui les personnes dans des générations, des classes d’âge. Il peut aussi marquer le moment, l’événement (la conjonction de l’événement parental et de l’événement politique).

Depuis quelques années, j’utilise les résultats nominatifs au bac pour donner à voir une des dimensions de l’espace social. Des prénoms différents sont en effet associés à des proportions différentes d’accès à la mention “Très bien”. Cela n’a rien à voir avec les prénoms eux-mêmes : des groupes sociaux différents utilisent des prénoms différents, et l’on sait que les résultats scolaires des enfants dépendent fortement des diplômes des parents.
Sociologie d’une évidence, mais encore fallait-il le montrer. J’ai mis en place un “mini-site”, le “projet mention” qui permet de savoir quelle est la proportion de mentions obtenue par les porteurs de tel ou tel prénom (plus de 1100 prénoms sont renseignés).
Temporellement, l’intérêt des non-sociologues pour ce travail est lié à la publication résultats du bac : un peu avant le 14 juillet.
Mais la semaine dernière, une avalanche de liens, partis d’un article sur un site, demotivateur.fr, a reproduit un petit (tout petit) “buzz”. Voici une partie des articles, par ordre chronologique : 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21
Ces articles, recopiés, copiés, plagiés les uns sur les autres, proposent une lecture prospective de statistiques “constatatives”. Si n% des Adèle ont eu mention TB au cours des trois années précédentes, il est fort probable que n% (± m%) l’obtiendront cette année. En effet, la structure des goûts, qui reflète partiellement la structure sociale, évolue plus lentement que les saisons. Je pourrais, moi-même, faire cette lecture. Mais le démotivateur.fr et ses suiveurs vont plus loin, en escamotant la structure sociale, ils me font dire l’opposé de ce que j’écris. En proposant un “Top 10 des prénoms de filles qui ont eu les meilleurs résultats au bac…” et un “Top 10 des prénoms de filles qui se sont un peu laissé aller…” ils créent un palmarès, qui, malheureusement, est un faux palmarès (les “Philomène” ont encore plus de mentions TB que les “Adèle”). Un graphique a même été produit, par @FrancoisKeck sur twitter pour expliquer le raisonnement :

Enfin, ces articles concluent par une formule très bizarre, très très bizarre :

On trouve ainsi des formules comme : “rassurez-vous, ce ne sont que des statistiques”, ou “il s’agit de simples statistiques”. J’avoue avoir du mal à comprendre. Ce sont certes de “simples statistiques”, au sens où il y a création d’une proportion [1000 Adèle ont eu 8 ou plus au bac entre 2012 et 2014, et 200 ont obtenu une mention TB, ce qui fait 20% des Adèle]. Mais leur simplicité, ici, c’est leur force. Elles reflêtent des résultats réels. Que 2% des Cynthia ont obtenu une mention TB — et qu’il existe donc des élèves excellentes prénommées Cynthia — ne devrait pas “rassurer”. Cela reste 10 fois moins fréquent que pour les Adèle. Que veut donc dire l’expression : “ce ne sont que des statistiques” ? Si c’est pour souligner que si 20% des Adèle ont eu mention TB, cela signifie que 80% ne l’ont pas obtenu… cela reste un raisonnement statistique. C’est sans doute pour dire autre chose que cette expression est utilisée : pour entretenir la croyance à l’autonomie absolue de l’individu, car, après tout, “je ne suis pas une statistique”. Ces articles, en cherchant à rassurer (“il existe des Grégoire qui passe à l’oral”), passent sous silence ce qui constitue l’évidence sociologique, le poids de l’origine sociale dans le destin collectif.
Continuons avec des critiques de détail : le démotivateur.fr et les articles derivés ont réutilisé un graphique modifié par une personne qui ne connaissait pas les échelles logarithmiques et ne savait pas les lire, et qui a ajouté des couleurs et des chiffres qui n’ont aucun lien — mais vraiment aucun lien — avec les données.

Avec l’étude des résultats nominatifs au bac, j’avais essayé de faire de la sociologie simple, pédagogique. D’explorer un espace limité. Je m’aperçois qu’il faut, mille fois, se remettre à l’ouvrage [par exemple, à la radio], rendre mon propos plus clair, plus précis. Même s’il ne s’agit que du calcul d’une proportion et de la relecture d’un résultat établi par plus de 60 ans de sociologie de l’éducation.

Depuis un peu plus d’un an, les visiteurs de https://coulmont.com/bac/ ont fait 265000 requêtes. Le prénom Kevin a été entré 4600 fois, suivi par Marie (2500), Mathilde et Mohamed (2200). 15 000 prénoms différents ont été recherchés, dont Yseulys, Yssam, ou encore Yun (à une reprise).
Parce que seul le prénom et l’heure de la requête sont gardés en mémoire et que ni l’adresse IP, ni la configuration informatique, ni rien d’autre n’est enregistré, je ne peux savoir qui cherche 15 prénoms, qui n’en cherche qu’un seul.
Je me demandais si les prénoms recherchés étaient surtout les prénoms des bacheliers (les personnes cherchant à valider statistiquement leur classement) ou des prénoms d’enfants à naître (les futurs parents essayant de s’assurer statistiquement de leur choix).
Examinons d’abord les 50 prénoms les plus recherchés (ils ont été à l’origine de 65000 requêtes) : Kevin Marie Mathilde Mohamed Pierre Louis Charles Camille Antoine Adele Paul Nicolas Alexandre Thomas Louise Guillaume Claire Jean Francois Charlotte Baptiste Pauline Lea Julien Maxime Alice Juliette Sophie Chloe Arthur Julie Clement Mohammed Vincent Sarah Victor Manon Jeanne Agathe Anne Hugo Edouard Adrien Dylan Lucie Clemence Marion Romain Emma et enfin Olivier
Ce sont des prénoms qui, à eux tous, suffisent à nommer 35% des naissances de 1900. Et surtout, ils forment un groupe de prénoms qui nomme 26,5% des naissances de 1996. Les 50 prénoms les plus fréquemment recherchés sont les prénoms des bacheliers de 2012-2014.

Les prénoms un peu moins recherchés (disons ceux qui sont entre le 51 et le 200e rang) sont surtout des prénoms des années 60-80 : on y trouve Axel, Damien, Delphine, Elsa, Loïc…
En dessous, entre le 201e rang et le 800e rang se trouvent les prénoms des parents des bacheliers : Claudine, Evelyne, Francis, Jean-Claude (recherché à 90 reprises)… Ce groupe de prénom nomme 55% des naissances de 1955
Et les prénoms très peu recherchés, ceux qui se trouvent sous le 800e rang ? On y trouve les prénoms des grands-parents mais aussi des prénoms en voie de croissance, des prénoms de plus en plus donnés depuis le début des années 2000. Ils ne peuvent couvrir que 10% des bacheliers de 2013, mais ils représentent 30% des naissances de 2012. Malheureusement pour les internautes, ces prénoms ne se trouvent pas dans la base : ils sont trop rares.

Il semble donc y avoir, grosso modo, une relation entre la popularité des requêtes et les générations.

Comment ont évolué, au cours des dernières années, les notes au bac ? Dans le cadre des discussions politiques autour des “bourses au mérite”, un examen de la dispersion de ces notes peut être révélateur.
La MENESR-DEPP dispose d’une série, “Distribution des candidats présents au baccalauréat professionnel, technologique ou général selon la moyenne finale obtenue”, entre 2006 et 2013, que l’on va étudier ici. Notons tout de suite que l’on ne prend en compte que les candidats présents, pas les candidats inscrits au bac mais ne le passant pas ou passant seulement une partie des épreuves, pour une raison ou une autre.

Commençons par les bacs professionnels : le graphique ci-dessous indique qu’environ 40% des élèves obtiennent le bac pro avec entre 10 et 12 de moyenne. Au cours des 9 dernières années, la proportion d’élèves obtenant entre 8 et 10 a eu tendance à baisser. Notons que, sur la même période, il y a eu une réforme du bac pro et une forte augmentation des effectifs.

Poursuivons par les bacs techno : les notes semblent un peu plus concentrées autour de la moyenne.

Terminons par les bacs généraux : les notes sont moins concentrées autour de la moyenne, et on remarque une tendance à la diminution de la proportion des notes inférieures à 10.

Si l’on anime ce dernier graphique, en faisant défiler les différentes années les unes après les autres, voici ce que cela donne :

On remarque mieux les mouvements d’une année sur l’autre.

L’intérêt de la série de la DEPP est sa finesse : les moyennes sont disponibles au dixième de point près.

On voit, sur ce graphique, l’attraction pour les notes rondes. Il est entièrement faux de dire que “on donne le bac à tout le monde”. Seul un tiers d’une cohorte d’élève obtient le bac dans les temps écrivent T. de Saint-Pol et J. Cayouette : “seul un tiers des élèves entrant en 6e parvient effectivement à ce diplôme dans le temps initialement prévu”. Et à quoi servirait de recaler un élève pour 0,1 0,2 ou 0,3 points ? La barrière est-elle plus importante que le niveau ? Les jurys évaluent donc, pour les notes rondes, l’ensemble des éléments dont ils disposent. Ainsi, environ 5% des candidats obtiennent une moyenne comprise entre 10 et 10,0999.

Entre 5/20 et 9,9/20, la répartition des notes forme deux “vagues”, résultat, sans doute, de la barrière à 8/20 pour passer à l’oral, et de l’attirance pour le 10 qui crée la bachelière. Et ensuite, l’on repère l’attraction qu’exerce les 12, 14 et 16, barrières des mentions. Le 18, qui ne donne aucune mention (les “félicitations du jury” n’existant absolument pas, sauf dans l’esprit de quelques parents), ne donne pas lieu à un pic.

Mais un phénomène intéressant est repérable vers les très hautes notes. La proportion de candidats obtenant in fine une moyenne supérieure à 18/20 est passée, entre 2006 et 2013 de 0,4% à 1,8%. Les candidats ayant une note supérieure à 19 sont passés de 160 à près de 1600. Le 20/20 était obtenu par 6 candidats en 2006, et par un peu plus de 60 candidats en 2013.

Les très hautes notes sont toujours un signal. La mention “TB” remplissait “de mon temps”, ce signal, quand les IEP quasiment d’office admettaient les candidats l’ayant reçue, ce qui a maintenant pris fin. Ce sont les “20/20” qui, maintenant, sont interviewées par la presse régionale.

Mise à jour (2021) : pour plus d’informations (et des données) consultez Fanny THOMAS, Résultats définitifs de la session 2016 du baccalauréat : stabilité de la réussite dans les voies générale et technologique, progression dans la voie professionnelle, MENESR-DEPP, Note d’information, n° 17.05, Mars 2017

Chaque personne est unique, mais son prénom beaucoup moins. Coca-Cola l’a bien compris (faisons ici comme si Coca était une personne).
Depuis quelques années, Coca édite des canettes “personnalisées” : une centaine de prénoms d’abord, puis plus de 250 (été 2013), et enfin, cette année, 1000 prénoms.
Ainsi, une bonne partie de la population née en France est couverte par cette personnalisation. Avec 1000 prénoms, c’est presque 80% des personnes nées vers 2000 qui peuvent trouver bouteille à leur nom, et plus de 60% des jeunes enfants nés vers 2010.

Mais 1000 prénoms ne couvrent pas toute la population. Plusieurs prénoms sont absents de la liste, dont la transcription francophone de celui du prophète de l’Islam. Mais aussi Georgette, Mauricette, Marcelle, Renée, Simone, qui ne se trouvent pas dans le cœur de cible de la marque (en revanche, les Mathis, Léna, Hugo, Maelys, nés vers 2010, peuvent se trouver sur des canettes).
Voici les 50 plus “gros” prénoms ne se trouvant pas dans la liste 2014 des prénoms-Coca.

De fait, une bonne proportion des personnes nées avant 1930 sont décédées… Il reste peu de Simone en vie par comparaison aux Simone nées.
Une autre manière de représenter l’intérêt pour certaines générations est de se concentrer sur la proportion du “top 100” ou du “top 1000” couvert par la liste des 1000 prénoms Coca. Tous les prénoms du “Top 100” après 1950 sont dans la liste. Coca s’intéresse bien aux prénoms les plus répandus. Mais Coca est plus sélectif quand on compare avec le “Top 1000” des prénoms les plus répandus une année données. Ainsi, au maximum, seuls 80% des prénoms du “Top 1000” de 1990 (les 1000 prénoms les plus donnés aux bébés cette année-là) se trouvent dans la liste Coca.

Il y a donc une liste d’environ 200 prénoms qui se trouvent dans cette liste et qui ne devraient pas s’y trouver si Coca suivait uniquement la liste des fréquences.

Le site open-data de Nantes, data.nantes.fr, est riche. On y trouve : un fond de carte des “quartiers”, un fond de carte des “bureaux de vote”, la liste (avec les adresses) des associations, et enfin un fichier avec la géolocalisation de chaque adresse postale. En combinant ces fichiers, il est possible de repérer dans quels “microquartiers” la vie associative est plus développée, ou, au moins là où les associations sont implantées.

Les Nantais ou les spécialistes de la Sociologie de Nantes comprendront sans doute mieux que moi la logique des implantations.

La réalisation a consister à assigner à chaque adresse de Nantes le nombre d’associations qui y avaient élu domicile (pas leur siège, mais leur lieu d’activité), et ensuite à associer à chaque adresse un “bureau de vote” correspondant, et enfin à associer à chaque bureau de vote le nombre d’associations qui se trouvaient dans son ressort.

Voici le code R :

library(maptools)
library(sp)
library(RColorBrewer)
library(classInt)
 
# shapefile des quartiers de Nantes
# Charger le fichier des adresses
adresses<-readShapeSpatial("~/Desktop/nantes/ADRESSES_NM_shp_l93/ADRESSES_NM.shp")
adresses<-subset(adresses,adresses$NOMCOM=="NANTES")
adresses$ADRESSE<-iconv(adresses$ADRESSE,from="latin1",to="ASCII//TRANSLIT")
adresses$ADRESSE<-toupper(adresses$ADRESSE)
# Charger le fichier associations
associations <- read.csv("~/Desktop/nantes/nantes-associations.csv",header=T)
# charger le shapefile des bureaux de vote de Nantes
nantesbv<-readShapeSpatial("~/Desktop/nantes/DECOUPAGE_BUREAUX_VOTE_NANTES_shp_l93/DECOUPAGE_BUREAUX_VOTE_NANTES.shp")
 
assoces<-associations[,c("SIEGE_NUM","SIEGE_VOIE","LIEU_ACT_NUM","LIEU_ACT_VOIE","LIB_THEME")]
assoces$SIEGE<-paste(assoces$SIEGE_NUM,assoces$SIEGE_VOIE)
assoces$LIEU<-paste(assoces$LIEU_ACT_NUM,assoces$LIEU_ACT_VOIE)
assoces$SIEGE<-iconv(assoces$SIEGE,from="UTF-8",to="ASCII//TRANSLIT")
assoces$LIEU<-iconv(assoces$LIEU,from="UTF-8",to="ASCII//TRANSLIT")
assoces$SIEGE<-toupper(assoces$SIEGE)
assoces$LIEU<-toupper(assoces$LIEU)
assoces$NB<-1
 
#assoces_adresses<-aggregate(NB~SIEGE,data=assoces,sum)
assoces_adresses<-aggregate(NB~LIEU,data=assoces,sum)
 
# associer les adresses des associations avec leurs coordonnées
#m<-match(adresses$ADRESSE,assoces_adresses$SIEGE)
m<-match(adresses$ADRESSE,assoces_adresses$LIEU)
adresses$NB<-assoces_adresses$NB[m]
 
# nantesbv : bureaux de votes de nantes
# associer chaque adresse à un bureau de vote
# code non optimal : boucle "for" très lente
BV<-NULL
test2<-NULL
for (i in 1:nrow(adresses)){
for (j in 1:nrow(nantesbv))	{
ifelse(point.in.polygon(adresses@coords[[i,1]],adresses@coords[[i,2]],nantesbv@polygons[[j]]@Polygons[[1]]@coords[,1],nantesbv@polygons[[j]]@Polygons[[1]]@coords[,2])==1,BV[i]<-j,test2<-j)
}
}
 
adresses$BV<-nantesbv$IDBURO[BV]
assoc_bv<-aggregate(NB~BV,data=adresses,sum)
m<-match(nantesbv$IDBURO,assoc_bv$BV)
nantesbv$NB<-assoc_bv$NB[m]
nclr <- 7
plotclr <- brewer.pal(nclr,"RdYlBu")[nclr:1] 
class <- classIntervals(nantesbv$NB, nclr, style="fisher",dataPrecision=0)
colcode <- findColours(class, plotclr)
par(mar=c(1,1,1,1))
plot(nantesbv,col=colcode,border="black",lwd=.1)
legend(348479,6698193,legend=names(attr(colcode,"table")), fill=attr(colcode, "palette"), cex=2, bty="n",title="Nombre d'associations")
plot(quartiers,add=T)
title(sub="Réalisation Baptiste Coulmont, https://coulmont.com | Données : data.nantes.fr",cex.sub=1,adj=0,line=-3)
title(main="La vie associative à Nantes",line=-1.7,cex.main=3,adj=0)

Created by Pretty R at inside-R.org

L’échec à l’université est une question importante. Le gouvernement actuel s’en préoccupe en mots principalement : sur le terrain, on voit surtout la diminution des recrutements d’enseignants chercheurs, l’absence d’aides pérennes, la maigreur des budgets, les injonctions à l’excellence (qui ne prennent jamais en compte l’engagement pédagogique).
Pour objectiver un peu l’échec, j’ai demandé la liste des notes obtenues par les étudiantes en majeure de sociologie, et j’ai retenu un échantillon de 156 étudiantes de première année de licence, qui s’étaient inscrits pour la première fois à Paris 8 en 2013. Ce sont des étudiantes ayant obtenu au moins une note.
Ce qui m’intéresse ici, c’est la relation entre moyenne générale (non pondérée) et nombre de notes obtenues. Car nos étudiants sont adultes : rien ne les oblige à venir en cours (sinon l’obligation d’assiduité inscrite dans le règlement intérieur), et rien ne les oblige à être étudiants “à plein temps”.

19 étudiantes n’ont obtenu qu’une seule note l’année dernière, la moyenne de ces individus est de 5/20.
Les étudiantes ayant plus de 8 notes, qui ont passé plus de 8 examens, forment un groupe qui réussit aux examens. La moyenne de ce groupe est nettement supérieure à 10/20. Les étudiantes qui passent peu d’examens, elles, ont des notes en général bien basses : elles n’obtiendront pas leur licence, à la fois parce que leurs notes sont trop faibles, mais aussi parce qu’elles ne passent pas les examens.