Données — Structuration et traitement

Vérifier un fichier

Lis le document 1 et sa légende, puis réponds aux questions.

1. 1.Quel caractère joue ici le rôle de séparateur ? Combien d’élèves ce fichier décrit-il ?

   1 pt
   Voir la correction

   Le point-virgule ; sept élèves, un par ligne, de la ligne 2 à la ligne 8.

   Le séparateur s’identifie dès la première ligne ; la ligne 1 nomme les colonnes, elle n’est pas un enregistrement. 0,5 point par réponse.

2. 2.Ligne 8, on lit « 0,5 ». Que peut signifier ce nombre, et que faudrait-il savoir pour trancher ?

   1 pt
   Voir la correction

   Probablement une demi-heure, quand les autres durées semblent données en minutes. Pour trancher, il faut savoir comment la durée a été demandée aux élèves : cette information doit accompagner le fichier.

   Rien dans le fichier ne dit en quoi la durée s’exprime : seule une métadonnée, ou le producteur du fichier, peut trancher entre une demi-heure et une demi-minute.

3. 3.Ligne 7, la durée est écrite « vingt ». Quel problème cela pose-t-il pour un programme, et comment le traiter ?

   1 pt
   Voir la correction

   C’est du texte et non un nombre : un programme ne peut ni l’additionner ni le trier avec les autres durées. On la remplace par 20 dans une copie du fichier, en gardant l’original intact.

   Un nombre stocké comme texte fausse tout tri et tout calcul ; travailler sur une copie permet de revenir à la donnée d’origine. 0,5 pour le problème, 0,5 pour le traitement.

4. 4.Ligne 4, la durée est vide. Calcule la durée moyenne sur les seules lignes 2, 3, 5 et 6, puis la valeur qu’on obtiendrait en comptant la case vide pour 0. Laquelle faut-il retenir ?

   1 pt
   Voir la correction

   25 + 12 + 40 + 15 = 92 ; 92 ÷ 4 = 23 min. En comptant la case vide pour 0 : 92 ÷ 5 = 18,4 min. Il faut retenir 23 min, calculée sur les valeurs connues.

   Une case vide est une information non saisie, pas une durée nulle : la compter pour 0 fait baisser la moyenne sans raison. 0,5 pour les deux calculs, 0,5 pour le choix justifié.

Traiter une table

Lis le document 2. Pour chaque question, écris les opérations utilisées dans l’ordre, puis le résultat.

1. 1.Combien de prêts concernent une classe de seconde ?

   1 pt
   Voir la correction

   Filtrer sur « classe commence par 2nde », puis calculer l’effectif : 6 prêts (P01, P03, P04, P06, P08, P09).

   Un filtre suivi d’un comptage : on garde les enregistrements qui vérifient la condition, puis on les compte. 0,5 pour les opérations, 0,5 pour le résultat.

2. 2.Quels prêts ont eu lieu le mardi, du plus long au plus court ?

   1 pt
   Voir la correction

   Filtrer sur « jour = mardi », puis trier par duree_h décroissante : P03 (2 h), P05 (1,5 h), P04 (0,5 h).

   Le filtre réduit la table à trois enregistrements, le tri les ordonne sans en retirer aucun.

3. 3.Pour la question précédente, Léo trie d’abord les dix prêts par durée, puis ne garde que ceux du mardi ; Sarah filtre d’abord, puis trie. Obtiennent-ils le même résultat ? Quelle démarche coûte le moins ?

   1 pt
   Voir la correction

   Le même résultat : P03, P05, P04. La démarche de Sarah coûte moins, car elle ne trie que trois lignes au lieu de dix.

   L’ordre des opérations change le coût du traitement, jamais le résultat : filtrer d’abord réduit ce qu’il reste à trier.

4. 4.Regroupe les prêts par motif et calcule la durée moyenne d’un prêt pour chaque motif.

   1.5 pt
   Voir la correction

   Regrouper par motif, puis calculer la moyenne dans chaque groupe. Exposé : 1 + 2 + 1 + 0,5 + 1 = 5,5 ; 5,5 ÷ 5 = 1,1 h. Recherche : 1,5 + 0,5 + 1,5 + 0,5 + 2 = 6 ; 6 ÷ 5 = 1,2 h.

   Chaque groupe compte cinq prêts : on divise la somme de chaque groupe par 5, pas par 10. 0,5 pour le regroupement, 0,5 par moyenne juste.

5. 5.Une élève conclut : « Les élèves de seconde se servent bien plus des ordinateurs que ceux de terminale. » Ce fichier permet-il de l’affirmer ? Justifie.

   1.5 pt
   Voir la correction

   Non. Le fichier compte des prêts d’une seule semaine, dans un seul CDI : il mesure la durée des prêts, pas le temps réel d’utilisation ni les ordinateurs utilisés ailleurs. Il ne dit pas non plus combien d’élèves compte chaque niveau.

   C’est la dernière étape de la méthode : conclure sur ce que les données mesurent, et sur ce qu’elles ne mesurent pas. 0,5 par limite pertinente, dans la limite de 1,5.

Structurer des données

Lis le document 3, puis réponds aux questions.

1. 1.Relève dans le document 3 un couple nom-valeur simple, puis un champ dont la valeur est une liste.

   1 pt
   Voir la correction

   Par exemple « classe » : « 2nde B » ; le champ « accompagnateurs » (ou « eleves ») contient une liste.

   Un couple simple associe un nom à une seule valeur ; les crochets signalent une liste. 0,5 point par élément.

2. 2.Pourquoi ces données ne tiennent-elles pas telles quelles en une seule ligne de CSV ?

   1 pt
   Voir la correction

   Parce que le champ « eleves » contient une liste d’objets, de longueur variable, chacun avec ses propres champs : la structure est imbriquée, alors qu’une ligne de CSV ne range qu’une valeur par case.

   Le CSV convient aux tables plates, le JSON aux données arborescentes : une liste d’objets ne s’aplatit pas sans choisir une autre organisation.

3. 3.Écris un fichier CSV qui décrit les élèves de cette sortie : une ligne d’en-tête, puis une ligne par élève.

   1.5 pt
   Voir la correction

   prenom;repas;classe — Lou;pique-nique;2nde B — Sami;cantine;2nde B — Zoé;pique-nique;2nde B (quatre lignes ; on peut aussi répéter la sortie et la date sur chaque ligne).

   On choisit qu’un enregistrement représente un élève ; ce qui est commun à tous, comme la classe, se répète sur chaque ligne. 0,5 pour l’en-tête, 0,5 pour les trois lignes, 0,5 pour un séparateur unique.

Appliquer le RGPD

Lis le document 4, puis réponds aux questions en citant les lignes utiles.

1. 1.Parmi les champs des lignes 3 à 5, lesquels permettent, à eux seuls, de retrouver qui s’est inscrit ? Cites-en deux, en justifiant.

   1 pt
   Voir la correction

   Par exemple la photographie et le numéro de téléphone : sans le nom, chacun suffit à reconnaître ou à joindre l’inscrit, qui reste identifiable.

   Une donnée est personnelle dès que la personne est identifiable, directement ou par recoupement ; le nom n’est qu’un cas parmi d’autres. 0,5 par champ justifié.

2. 2.Au regard de l’usage annoncé (ligne 2), quels champs sont de trop ? Quel principe le formulaire méconnaît-il ?

   1 pt
   Voir la correction

   La religion et la liste des sites consultés n’ont aucun rapport avec un trajet partagé (la date de naissance est discutable). Le formulaire méconnaît la minimisation.

   La minimisation impose de ne collecter que ce qui est nécessaire à l’usage annoncé : pour mettre en relation des élèves sur un trajet, la commune et un moyen de contact suffisent.

3. 3.La ligne 6, puis la ligne 7 : quelle règle du RGPD chacune enfreint-elle ?

   1 pt
   Voir la correction

   Ligne 6 : on ne garde les données que le temps de l’usage, jamais indéfiniment. Ligne 7 : aucun usage précis n’est annoncé, ce qui viole la finalité ; accepter un usage inconnu, ce n’est pas accepter en connaissance de cause.

   La conservation a une fin, et un accord ne vaut que pour un usage annoncé à l’avance. 0,5 par ligne.

4. 4.Un élève quitte le lycée et veut que l’application supprime ses données ; une autre refuse que son numéro serve à lui envoyer de la publicité. Quel droit chacun exerce-t-il ?

   1 pt
   Voir la correction

   Le premier exerce son droit à l’effacement ; la seconde, son droit d’opposition.

   L’effacement fait supprimer les données ; l’opposition permet de refuser un usage particulier, ici la publicité. 0,5 par droit.

Interpréter un résultat

Une ville équipe ses rues de capteurs. Chacun envoie une mesure chaque seconde ; s’y ajoutent les images des caméras de circulation et les messages laissés par les habitants. Chaque jour, des milliards de valeurs arrivent. Réponds aux questions.

1. 1.Associe chacun des trois aspects du big data à un élément de la situation : le volume, la vitesse, la variété.

   1.5 pt
   Voir la correction

   Volume : des milliards de valeurs par jour. Vitesse : une mesure chaque seconde. Variété : des nombres, des images et des messages écrits.

   Les trois aspects ne se confondent pas : la quantité totale, le rythme d’arrivée, la diversité des natures de données. 0,5 par association juste.

2. 2.Sans hypothèse de départ, les analystes constatent que les jours où l’on vend le plus de parapluies, les bus ont le plus de retard. Peut-on dire que les parapluies retardent les bus ? Propose une autre explication.

   1 pt
   Voir la correction

   Non : c’est une corrélation, pas une cause. Une autre explication : la pluie fait à la fois vendre des parapluies et ralentir la circulation.

   Deux grandeurs peuvent varier ensemble parce qu’une même cause agit sur les deux ; une corrélation trouvée sans hypothèse doit être expliquée, pas prise pour une cause. 0,5 pour le refus, 0,5 pour l’explication.