29:null 2a:["$","title",null,{"children":"SAE 303 (Groupe 2) - Mathis GUELLATI & Eva LACROIX | MMI Montbéliard | Observable"}] 2f:T502,Plot.plot({ width: 1200, height: 700, projection: { type: "mercator", domain: departementsgeojson }, color: { legend: true, scheme: "Turbo", domain: [0, d3.max(garesAvecActivites, (d) => d.nombrePOI)] }, marks: [ Plot.geo(departementsgeojson, { fill: "#fafafa", stroke: "#ddd" }), Plot.dot(garesAvecActivites, { x: "longitude", y: "latitude", r: (d) => Math.sqrt(d.nombrePOI) * 2.5, fill: "nombrePOI", stroke: "white", strokeWidth: 1.5, opacity: (d) => !gareSelectionnee ? 0.95 : d.nom === gareSelectionnee.nom ? 1 : 0.4, // ← MODIFIÉ : 0.8→0.95 et 0.2→0.4 tip: true, channels: { Gare: "nom", Région: "region", Activités: "nombrePOI" } }), gareSelectionnee && Plot.text([gareSelectionnee], { x: "longitude", y: "latitude", text: (d) => `${d.nom}\n${d.nombrePOI} activités`, dy: -15, fontSize: 12, fontWeight: "bold", fill: "#dc2626", stroke: "white", strokeWidth: 4 }) ], caption: "Nombre de points d'intérêt touristiques accessibles par gare (rayon 10 km). | Sources : Base Gares – data.gouv.fr & Data Tourisme – data.gouv.fr & departementsGeoJSON.json" })30:Te0b,{ const transports = [ { nom: "Train", emoji: "🚂", champ: "train_empreinte_carbone_kgco2e", description: "Train longue distance" }, { nom: "Autocar", emoji: "🚌", champ: "autocar_longue_distance_empreinte_carbone_kgco2e", description: "Autocar longue distance" }, { nom: "Avion", emoji: "✈️", champ: "avion_empreinte_carbone_kgco2e", description: "Vol commercial" }, { nom: "Voiture électrique", emoji: "🔋", champ: "voiture_electrique_2_2_pers_empreinte_carbone_kgco2e", description: "Voiture électrique (2 pers.)" }, { nom: "Voiture thermique", emoji: "⛽", champ: "voiture_thermique_2_2_pers_empreinte_carbone_kgco2e", description: "Voiture essence/diesel (2 pers.)" } ]; const donnees = transports.map((t) => { const valeurs = data_emission .map((d) => d[t.champ]) .filter((v) => v != null && !isNaN(v)); const moyenne = d3.mean(valeurs); const min = d3.min(valeurs); const max = d3.max(valeurs); const mediane = d3.median(valeurs); return { transport: `${t.emoji} ${t.nom}`, emissions: moyenne, min: min, max: max, mediane: mediane, description: t.description, nbRoutes: valeurs.length }; }); const minEmission = d3.min(donnees, (d) => d.emissions); const maxEmission = d3.max(donnees, (d) => d.emissions); return Plot.plot({ width: 1000, marginLeft: 200, marginRight: 100, height: 480, style: { fontSize: "15px", fontFamily: "system-ui, -apple-system, sans-serif", background: "white", borderRadius: "8px", boxShadow: "0 2px 8px rgba(0,0,0,0.1)" }, x: { label: "Émissions moyennes de CO₂ (kg CO₂e) →", tickFormat: (d) => d.toLocaleString("fr-FR", { maximumFractionDigits: 0 }), grid: true, nice: true, labelOffset: 50 }, y: { label: null, tickPadding: 10 }, color: { type: "linear", domain: [minEmission, maxEmission], range: ["#2ecc71", "#f1c40f", "#e74c3c"], legend: true, label: "Émissions de CO₂ (kg CO₂e)" }, marks: [ Plot.barX(donnees, { y: "transport", x: "emissions", fill: "emissions", sort: { y: "-x" }, rx: 8, tip: { format: { y: false, x: true, fill: false } }, title: (d) => `${d.transport}\n━━━━━━━━━━━━━━━━━\n✓ Moyenne: ${d.emissions.toFixed( 1 )} kg CO₂e\n✓ Médiane: ${d.mediane.toFixed( 1 )} kg CO₂e\n✓ Min: ${d.min.toFixed( 1 )} kg CO₂e\n✓ Max: ${d.max.toFixed(1)} kg CO₂e\n✓ ${ d.description }\n✓ ${d.nbRoutes} routes analysées` }), Plot.text(donnees, { y: "transport", x: "emissions", text: (d) => `${d.emissions.toFixed(0)} kg`, dx: 50, fontSize: 14, fontWeight: "700", fill: (d) => d3.interpolateRgbBasis(["#2ecc71", "#f1c40f", "#e74c3c"])( (d.emissions - minEmission) / (maxEmission - minEmission) ), textAnchor: "start" }) ], caption: "Émissions moyennes de CO₂ par moyen de transport (toutes routes confondues) | Sources : Base de données comparatives des émissions de CO₂ – data.gouv.fr" }); }31:T799,Plot.plot({ width: 1000, marginLeft: 300, marginRight: 200, marginTop: 60, marginBottom: 80, height: 650, style: { fontSize: "16px", fontFamily: "'SF Pro Display', 'Segoe UI', system-ui, sans-serif", background: "linear-gradient(to bottom, #f8f9fa 0%, #ffffff 100%)" }, x: { label: "Attractivité touristique moyenne (POI par gare)", tickFormat: (d) => d.toFixed(0), grid: true, nice: true, labelOffset: 50 }, y: { label: null, tickPadding: 15, tickSize: 0 }, marks: [ Plot.barX(regionStats, { y: "region", x: "moyennePOI", fill: (d) => { const rank = regionStats.indexOf(d); if (rank === 0) return "#d32f2f"; if (rank < 3) return "#f57c00"; if (rank < 6) return "#ff9800"; return "#ffb74d"; }, sort: { y: "-x" }, rx: 8, strokeWidth: 1, stroke: "#fff", tip: true, title: (d) => `🌍 ${d.region}\n━━━━━━━━━━━━━━━━━\n✨ ${d.moyennePOI.toFixed( 1 )} POI en moyenne par gare\n🎯 ${d.totalPOI.toLocaleString( "fr-FR" )} POI au total\n🚉 ${d.nombreGares} gares dans la région\n🔝 Record: ${ d.maxPOI } POI (meilleure gare)` }), Plot.text(regionStats, { y: "region", x: "moyennePOI", text: (d) => `${d.moyennePOI.toFixed(1)} POI`, dx: 60, fontSize: 15, fontWeight: "800", fill: "#b71c1c", textAnchor: "start" }), Plot.text(regionStats.slice(0, 1), { y: "region", x: "moyennePOI", text: "🏆", dx: (d) => d.moyennePOI / 2, fontSize: 32, fillOpacity: 0.3 }), Plot.ruleX([0], { stroke: "#2b2d42", strokeWidth: 2.5 }) ], caption : "Attractivité touristique moyenne des régions françaises selon le nombre de points d’intérêt (POI) accessibles par gare" })32:T79c,Plot.plot({ width: 1100, height: 800, marginTop: 80, marginRight: 200, marginBottom: 100, marginLeft: 120, style: { fontSize: "13px", fontFamily: "'Inter', system-ui, sans-serif", background: "white" }, x: { label: "🚉 Nombre de gares dans la région", grid: true, nice: true, labelOffset: 50 }, y: { label: "🎯 Nombre total de points d'intérêt", grid: true, nice: true, labelOffset: 55 }, marks: [ Plot.ruleX(d3.range(0, 400, 50), { stroke: "#f0f0f0", strokeWidth: 1 }), Plot.ruleY(d3.range(0, 13000, 1000), { stroke: "#f0f0f0", strokeWidth: 1 }), Plot.line( [ { x: 0, y: 0 }, { x: d3.max(regionStatsAvecNumero, (d) => d.nombreGares) * 1.05, y: d3.max(regionStatsAvecNumero, (d) => d.totalPOI) * 1.05 } ], { x: "x", y: "y", stroke: "#e0e0e0", strokeWidth: 2, strokeDasharray: "8,4" } ), Plot.dot(regionStatsAvecNumero, { x: "nombreGares", y: "totalPOI", r: 12, fill: "#667eea", fillOpacity: 0.9, stroke: "white", strokeWidth: 3, tip: true, title: (d) => `#${d.numero} - ${d.region}\n━━━━━━━━━━━━━━━━━\n🚉 ${ d.nombreGares } gares\n🎯 ${d.totalPOI.toLocaleString( "fr-FR" )} POI\n✨ ${d.moyennePOI.toFixed(1)} POI/gare` }), Plot.text(regionStatsAvecNumero, { x: "nombreGares", y: "totalPOI", text: (d) => d.numero, fontSize: 12, fontWeight: "900", fill: "white", textAnchor: "middle" }), Plot.ruleX([0], { stroke: "#2c3e50", strokeWidth: 2 }), Plot.ruleY([0], { stroke: "#2c3e50", strokeWidth: 2 }) ], caption : "Nombre total de points d’intérêt touristiques accessibles par région en fonction du nombre de gares" })33:T80f,{ if (garesFiltrees.length === 0) { return html`

🔍

Aucun résultat

Essayez de modifier vos critères de recherche

`; } return Plot.plot({ width: 1000, height: 700, marginTop: 60, marginRight: 220, marginBottom: 80, marginLeft: 80, style: { fontSize: "15px", fontFamily: "'Inter', system-ui, sans-serif", background: "white" }, projection: { type: "mercator", domain: departementsgeojson }, color: { type: "linear", domain: [ d3.min(garesFiltrees, (d) => d.nombrePOI), d3.max(garesFiltrees, (d) => d.nombrePOI) ], range: ["#ffd93d", "#d32f2f"], legend: true, label: "Points d'intérêt" }, marks: [ Plot.geo(departementsgeojson, { fill: "#f5f5f5", stroke: "#ddd", strokeWidth: 0.5 }), Plot.dot(garesFiltrees, { x: "longitude", y: "latitude", r: (d) => Math.sqrt(d.nombrePOI) * 2, fill: "nombrePOI", fillOpacity: 0.8, stroke: "white", strokeWidth: 2.5, tip: true, title: (d) => `🚉 ${d.nom}\n━━━━━━━━━━━━━━━━━\n📍 ${d.region}\n🎯 ${ d.nombrePOI } points d'intérêt\n✨ Classement: #${garesFiltrees.indexOf(d) + 1}` }), Plot.text(garesFiltrees.slice(0, 5), { x: "longitude", y: "latitude", text: "nom", dy: -25, fontSize: 11, fontWeight: "700", fill: "#d32f2f", stroke: "white", strokeWidth: 4, paintOrder: "stroke", textAnchor: "middle" }) ], caption: "Carte des gares les plus attractives en fonction des filtres appliqués" }); }34:T7f7,{ const distanceKm = 400; const emissions = { avion: { valeur: 0.23, emoji: "✈️", nom: "Avion", couleur: "#e74c3c" }, voiture: { valeur: 0.119, emoji: "🚗", nom: "Voiture", couleur: "#e67e22" }, bus: { valeur: 0.068, emoji: "🚌", nom: "Bus", couleur: "#f39c12" }, train: { valeur: 0.004, emoji: "🚄", nom: "Train", couleur: "#27ae60" } }; const data = Object.entries(emissions).flatMap(([mode, info]) => d3.range(0, nombreVoyageurs + 100, 100).map((n) => ({ voyageurs: n, co2: (n * distanceKm * info.valeur) / 1000, mode: `${info.emoji} ${info.nom}`, couleur: info.couleur })) ); return Plot.plot({ width: 900, height: 500, marginTop: 50, marginBottom: 70, marginLeft: 70, marginRight: 150, style: { fontFamily: "system-ui", fontSize: "14px", background: "white" }, x: { label: "Nombre de voyageurs", grid: true, nice: true }, y: { label: "↑ CO₂ émis (tonnes)", grid: true, nice: true }, color: { domain: ["✈️ Avion", "🚗 Voiture", "🚌 Bus", "🚄 Train"], range: ["#e74c3c", "#e67e22", "#f39c12", "#27ae60"], legend: true }, marks: [ Plot.line(data, { x: "voyageurs", y: "co2", stroke: "mode", strokeWidth: 3, curve: "catmull-rom", tip: true, title: (d) => `${d.mode}\n${d.voyageurs.toLocaleString( "fr-FR" )} voyageurs\n${d.co2.toFixed(1)} tonnes CO₂` }), Plot.dot( data.filter( (d) => d.voyageurs === Math.floor(nombreVoyageurs / 100) * 100 ), { x: "voyageurs", y: "co2", fill: "mode", r: 6, stroke: "white", strokeWidth: 2 } ) ], caption: "Émissions CO₂ pour un trajet de 400 km (Paris-Lyon) | Sources : Base de données comparatives des émissions de CO₂ – data.gouv.fr" }); }35:T5b1,Nos visualisations ont été pensées pour **rendre la donnée vivante et intelligible**, tout en renforçant le message central : *le train n’est pas seulement un moyen de transport, c’est une expérience durable et désirable.* - **Cohérence visuelle :** > Nous avons adopté une charte graphique épurée, lumineuse et lisible. Les dégradés de couleurs (du jaune au rouge pour l’intensité touristique, du vert au rouge pour l’impact carbone) traduisent intuitivement les contrastes. Chaque graphique privilégie la **clarté et l’interactivité** : filtres, curseurs, infobulles et survols permettent d’explorer les données sans surcharge visuelle. - **Progression narrative :** > L’ordre des visualisations suit une logique de storytelling : >> 1️⃣ *Accessibilité* – où le train mène (les gares et leur environnement touristique) >> 2️⃣ *Attractivité* – quelles régions et gares offrent le plus d’expériences. >> 3️⃣ *Durabilité* – pourquoi le train est le choix le plus vertueux. > Ce cheminement guide l’utilisateur de la **curiosité géographique** vers la **prise de conscience écologique** - **Choix éditoriaux :** > Le ton reste positif et incitatif : on ne “culpabilise” pas le voyageur, on lui **donne envie**. > Chaque visualisation est accompagnée d’une **lecture guidée**, pour que le spectateur comprenne non seulement *ce qu’il voit*, mais *ce que cela raconte*.36:T47f,Les analyses mettent en lumière plusieurs tendances fortes : - **Les gares touristiques sont souvent situées dans des zones rurales ou semi-rurales**, ce qui montre que le train est un levier de désenclavement pour les territoires. Par exemple, certaines gares comme *Étival-Clairefontaine* ou *Raon-l’Étape* affichent une densité touristique surprenante, illustrant le potentiel du “tourisme de proximité”. - **Les régions à forte densité ferroviaire (comme le Grand Est ou la Bourgogne-Franche-Comté)** sont également celles où le rapport “gares / activités” est le plus élevé — une **corrélation positive** entre accessibilité ferroviaire et vitalité touristique. - **L’analyse carbone** montre que le **train surclasse tous les autres modes de transport**, avec jusqu’à **30 à 50 fois moins d’émissions que l’avion** pour un trajet équivalent. Le passage de 1 000 voyageurs de la voiture au train permet d’économiser environ **115 kg de CO₂**, soit **l’équivalent de 5 arbres plantés** ou **une voiture thermique retirée de la route** — des ordres de grandeur concrets et parlants.37:T76f,determinerRegion = (lat, lon) => { if (lat >= 48.12 && lat <= 49.24 && lon >= 1.45 && lon <= 3.56) { return "Île-de-France"; } if (lat >= 41.33 && lat <= 43.03 && lon >= 8.54 && lon <= 9.56) { return "Corse"; } if (lat >= 47.42 && lat <= 50.17 && lon >= 3.38 && lon <= 8.24) { return "Grand Est"; } if (lat >= 46.16 && lat <= 48.41 && lon >= 2.84 && lon <= 7.16) { return "Bourgogne-Franche-Comté"; } if (lat >= 44.05 && lat <= 46.81 && lon >= 2.18 && lon <= 7.18) { return "Auvergne-Rhône-Alpes"; } if (lat >= 42.98 && lat <= 44.93 && lon >= 4.23 && lon <= 7.72) { return "Provence-Alpes-Côte d'Azur"; } if (lat >= 42.33 && lat <= 45.05 && lon >= -0.33 && lon <= 4.86) { return "Occitanie"; } if (lat >= 42.78 && lat <= 46.78 && lon >= -2.23 && lon <= 2.6) { return "Nouvelle-Aquitaine"; } if (lat >= 47.28 && lat <= 48.89 && lon >= -5.14 && lon <= -0.96) { return "Bretagne"; } if (lat >= 46.27 && lat <= 48.56 && lon >= -2.56 && lon <= 0.92) { return "Pays de la Loire"; } if (lat >= 46.35 && lat <= 48.79 && lon >= 0.07 && lon <= 3.14) { return "Centre-Val de Loire"; } if (lat >= 48.84 && lat <= 51.09 && lon >= 1.37 && lon <= 4.26) { return "Hauts-de-France"; } if (lat >= 48.18 && lat <= 49.73 && lon >= -1.98 && lon <= 1.79) { return "Normandie"; } if (lat >= 15.83 && lat <= 16.52 && lon >= -61.81 && lon <= -61.0) { return "Guadeloupe"; } if (lat >= 14.39 && lat <= 14.88 && lon >= -61.23 && lon <= -60.81) { return "Martinique"; } if (lat >= 2.11 && lat <= 5.75 && lon >= -54.61 && lon <= -51.61) { return "Guyane"; } if (lat >= -21.39 && lat <= -20.87 && lon >= 55.22 && lon <= 55.84) { return "La Réunion"; } if (lat >= -13.0 && lat <= -12.64 && lon >= 45.02 && lon <= 45.3) { return "Mayotte"; } return "Non définie"; }38:[{"id":"fc802850b1060dfaf957f6d782de90c8472ab08c7063cfffd46abfdaaabd5ae9e71fb285c5f2d7eac195aebd6645128a67c0463de4bc02924460a1391e48eebe","href":"https://static.observableusercontent.com/files/fc802850b1060dfaf957f6d782de90c8472ab08c7063cfffd46abfdaaabd5ae9e71fb285c5f2d7eac195aebd6645128a67c0463de4bc02924460a1391e48eebe","name":"sncf-siri-lite-estimated-timetable.csv","type":"text/csv","lastModified":1760945876845.496,"size":2632171},{"id":"5ac807d749e33d00c96f47273a1fd195df65d8c8c03b10e4de8a9dea8a18e3bb8fa018c602f52563c2011cff2374edfd2c44ef7de993f5acc97d37c57825b9f5","href":"https://static.observableusercontent.com/files/5ac807d749e33d00c96f47273a1fd195df65d8c8c03b10e4de8a9dea8a18e3bb8fa018c602f52563c2011cff2374edfd2c44ef7de993f5acc97d37c57825b9f5","name":"gares-de-voyageurs@1.csv","type":"text/csv","lastModified":1760950082277.971,"size":154432},{"id":"f8a8db79926f79da4ab795792d43002e6c2b7657a751b56880c5032e76391b3b6e4f4c548d2b5a801c5d6128ca92d8f05d5fef44aaf787a8cd3829867112d7a3","href":"https://static.observableusercontent.com/files/f8a8db79926f79da4ab795792d43002e6c2b7657a751b56880c5032e76391b3b6e4f4c548d2b5a801c5d6128ca92d8f05d5fef44aaf787a8cd3829867112d7a3","name":"emission-co2-perimetre-complet.json","type":"application/json","lastModified":1760960851981.514,"size":55208},{"id":"46897301072f2ec6d9e0d5595b9505237ad109543f2571396537d470e183db3e510a5999a6a75aa5ad83ab43f07da1db5895952257c370010ace805c88b1346b","href":"https://static.observableusercontent.com/files/46897301072f2ec6d9e0d5595b9505237ad109543f2571396537d470e183db3e510a5999a6a75aa5ad83ab43f07da1db5895952257c370010ace805c88b1346b","name":"datatourisme-tour.csv","type":"text/csv","lastModified":1760964091128.174,"size":18416239},{"id":"2ecf8a97add6d628118962746af04bd89222154b67c495ee33c496941fe83fabba3016004356e40f7159264580d3637ab1d625b3173486262b10fe43ba97f127","href":"https://static.observableusercontent.com/files/2ecf8a97add6d628118962746af04bd89222154b67c495ee33c496941fe83fabba3016004356e40f7159264580d3637ab1d625b3173486262b10fe43ba97f127","name":"departementsGeoJSON.json","type":"application/json","lastModified":1760992140657.338,"size":3427820},{"id":"66716a0d1bc6e24c99b1dd440ab1f52bb29771172fe1fc06a05e73da89a2129ad0eb4a0896b5126894a993ee1f13da17f2ce24d7fe618f248b8c72448d2615b1","href":"https://static.observableusercontent.com/files/66716a0d1bc6e24c99b1dd440ab1f52bb29771172fe1fc06a05e73da89a2129ad0eb4a0896b5126894a993ee1f13da17f2ce24d7fe618f248b8c72448d2615b1","name":"HeroObservable.jpg","type":"image/jpeg","lastModified":1761098673899.501,"size":52285}] 2d:{"id":"d045bc2ae99b82c1","slug":null,"title":"SAE 303 (Groupe 2) - Mathis GUELLATI & Eva LACROIX","thumbnail":"741334ccaa95c129cca4207ded1b06653841b1adf68c87835ec3b77b236dd9f8","access_level":"unlisted","create_time":"$D2025-09-30T12:59:22.245Z","update_time":"$D2026-09-02T07:06:56.621Z","view_time":null,"first_public_time":"$D2025-09-30T13:39:19.825Z","fork":false,"stars":0,"starred":false,"owner":{"type":"team","id":"29853dc62ffa3714","login":"mmi-montbeliard","name":"MMI Montbéliard","avatar_url":"https://avatars-next.observableusercontent.com/9297b8aeeda295f4db64a8d120219d0fff8dee572e0abb90500ea3732512b50b","tier":"pro_2024"},"version":967,"publish_version":null,"role":null,"authored":false,"authors":[{"type":"individual","id":"9e994ecabe6cd753","login":"xaviersenente","name":"Xavier SENENTE","avatar_url":"https://avatars-next.observableusercontent.com/00724f3264dc62ce6303793b946b15214af84cf98487a4cdaa88dbdfea37786a","tier":null}],"members":[{"type":"individual","id":"9e994ecabe6cd753","login":"xaviersenente","name":"Xavier SENENTE","avatar_url":"https://avatars-next.observableusercontent.com/00724f3264dc62ce6303793b946b15214af84cf98487a4cdaa88dbdfea37786a","tier":null,"role":"editor"},{"type":"team","id":"29853dc62ffa3714","login":"mmi-montbeliard","name":"MMI Montbéliard","avatar_url":"https://avatars-next.observableusercontent.com/9297b8aeeda295f4db64a8d120219d0fff8dee572e0abb90500ea3732512b50b","tier":"pro_2024","role":"viewer"}],"comments":[{"id":"6e9c1a44b48f9503","reply_to_id":null,"content":"Le graphique est intéressant mais il est à mon sens à nuancer. On pourrait se demander par exemple pourquoi la région parisienne qui possède énormément d'activités touristiques n'apparait pas en rouge ! Alors que dans le même temps, Saint-Dié des Vosges, qui reste un petite ville, propose autant d'activités !","create_time":"$D2025-10-30T08:59:37.730Z","update_time":null,"resolved":false,"user":{"type":"individual","id":"9e994ecabe6cd753","login":"xaviersenente","name":"Xavier SENENTE","avatar_url":"https://avatars-next.observableusercontent.com/00724f3264dc62ce6303793b946b15214af84cf98487a4cdaa88dbdfea37786a","tier":null}},{"id":"bcffaa6e2aa22517","reply_to_id":null,"content":"Il faut préciser davantage comment sont déterminés ces chiffres. Une partie de la réponse se trouve dans les sources elles-mêmes","create_time":"$D2025-10-30T09:03:14.279Z","update_time":null,"resolved":false,"user":{"type":"individual","id":"9e994ecabe6cd753","login":"xaviersenente","name":"Xavier SENENTE","avatar_url":"https://avatars-next.observableusercontent.com/00724f3264dc62ce6303793b946b15214af84cf98487a4cdaa88dbdfea37786a","tier":null}},{"id":"88092cde13f0da88","reply_to_id":null,"content":"Le filtre a peu d'intérêt ici car il n'affecte pas vraiment le graphique","create_time":"$D2025-10-30T09:06:03.991Z","update_time":null,"resolved":false,"user":{"type":"individual","id":"9e994ecabe6cd753","login":"xaviersenente","name":"Xavier SENENTE","avatar_url":"https://avatars-next.observableusercontent.com/00724f3264dc62ce6303793b946b15214af84cf98487a4cdaa88dbdfea37786a","tier":null}}],"custom_thumbnail":false,"trashed":false,"subscribed":null,"forks":3,"collection":null,"type":"notebook","body":{"title":"SAE 303 (Groupe 2) - Mathis GUELLATI & Eva LACROIX","cells":[{"id":0,"value":"# SAE 303 (Groupe 2) - Mathis GUELLATI & Eva LACROIX","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":7,"value":"viewof defi = Inputs.select(\n [null, \"Santé et Territoire\", \"Tourisme en train\", \"Offre culturelle\"],\n { label: \"Défi\" }\n)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":958,"value":"Hero = FileAttachment(\"HeroObservable.jpg\").image()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":100,"value":"# Et si le train était la plus belle façon d’explorer la France ?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":103,"value":"> À travers les données ouvertes du réseau ferroviaire et du tourisme français, découvrons comment le train peut devenir la **porte d’entrée vers une France plus curieuse, accessible et inspirante**.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":108,"value":"> Voyager en train, c’est bien plus qu’un simple déplacement : \n>>c’est une manière d’**habiter le territoire autrement**, de redécouvrir la diversité des régions, et de **donner du sens à la mobilité**.\n\n> Dans ce projet, nous explorons le **potentiel touristique du rail en France**, en combinant **open data ferroviaire** et **open data touristique**.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":602,"value":"## Important : \nNous avons réalisé un nettoyage et un croisement des données pour créer un dataset unifié et exploitable, garantissant la qualité et la cohérence des analyses. Les détails complets de ce traitement se trouvent en annexe à la fin du fichier.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":367,"value":"---","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":160,"value":"## Objectif :\n> Redonner envie de voyager en train, en montrant qu’il s’agit d’une **alternative plaisante, pratique et pleine de découvertes**.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":369,"value":"---","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":172,"value":"## Axe de communication","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":174,"value":"> **Comment redonner envie de voyager en train en France, en montrant que les destinations accessibles par le rail sont à la fois attractives, durables et faciles d’accès ?**","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":176,"value":">> **Notre approche** \n- **Centrée sur l’expérience voyageur** : comprendre comment le train peut inspirer le voyage. \n- **Appuyée sur la data** : objectiver les atouts du rail à travers les chiffres. \n- **Racontée par la visualisation** : donner à voir une France du train vivante et désirable.\n\n>> **Questions directrices** :\n- Où peut-on aller facilement en train ? \n- Quelles villes offrent le plus d’attractivité touristique ? \n- Comment le train révèle-t-il une autre manière de voyager, plus douce et plus proche ?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":332,"value":"*“Et si le train n’était pas seulement un moyen de transport… mais une porte d’entrée sur tout un territoire ?”*","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":453,"value":"---","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":222,"value":"## Visualisations et analyses","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":192,"value":"### 1. Territoires d'Expériences : la France accessible en train","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":194,"value":"#### Objectif :\nAfficher sur une carte de France les **gares disposant d’activités touristiques dans un rayon de 10 km**, afin de mettre en évidence les zones où le train donne facilement accès à des expériences attractives.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":468,"value":"#### Filtre - Recherche d’une gare spécifique","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":293,"value":"viewof rechercheGare = Inputs.search(\n garesAvecActivites.sort((a, b) => b.nombrePOI - a.nombrePOI),\n {\n placeholder: \"🔍 Rechercher une gare...\",\n label: \"Sélectionner une gare\",\n datalist: garesAvecActivites.map((d) => d.nom)\n }\n)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":472,"value":"#### Visualisation","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":483,"value":"$2f","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":463,"value":"#### Sources et données\n> **Sources :** \n>> - [Base Gares – data.gouv.fr](https://defis.data.gouv.fr/datasets/65d81858179dc96581d981db)\n>> - [Data Tourisme – data.gouv.fr](https://defis.data.gouv.fr/datasets/5b598be088ee387c0c353714)\n>> - [departementsGeoJSON.json](https://france-geojson.gregoiredavid.fr/)\n\n> **Fonctions utilisées :** \n>> - `garesAvecActivites`\n>> - `gareSelectionnee`","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":478,"value":"#### Lecture et interprétation\n\n- Chaque point représente une gare française\n- La taille du point correspond au nombre d’activités touristiques dans un rayon de 10 km\n- La couleur indique l’intensité touristique (plus c’est chaud, plus c’est dense)\n- Interactions :\n> - Survol → affiche les infos de la gare\n> - Sélection → met la gare en avant, les autres deviennent transparentes","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":480,"value":"#### Intérêt de la visualisation\n\nCette carte révèle :\n- Les zones où le train rend le tourisme de proximité le plus accessible\n- Une corrélation entre densité de gares et attractivité touristique\n- Un outil concret pour promouvoir le tourisme durable en France : “et si votre prochaine aventure commençait à la gare ?”","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":492,"value":"> ----","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":488,"value":"### 2. Impact carbone des différents modes de transport","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":495,"value":"#### Objectif : \nComparer les **émissions moyennes de CO₂** générées par plusieurs moyens de transport en France afin de montrer concrètement **les avantages écologiques du train** face à d’autres modes de déplacement.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":499,"value":"$30","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":754,"value":"#### Sources et données\n> **Sources :** \n>> - [Base de données comparatives des émissions de CO₂ – data.gouv.fr](https://ressources.data.sncf.com/explore/dataset/emission-co2-perimetre-complet)\n>> - Données issues de `data_emission` (119 enregistrements)\n\n> **Fonctions utilisées :** \n>> - `transports` \n>> - `donnees` (calcul des moyennes, médianes, min et max des émissions) ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":518,"value":"#### Lecture et interprétation","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":520,"value":"- Chaque barre horizontale représente un mode de transport\n- Plus la barre est longue, plus le taux moyen d’émission de CO₂ est élevé\n- Les couleurs suivent un dégradé dynamique :\n> - 🟢 faible émission → 🟡 moyenne → 🔴 forte émission\n- Les infobulles détaillent les valeurs statistiques : min, max, médiane et moyenne.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":522,"value":"#### Intérêt de la visualisation\n- Met en lumière la supériorité écologique du train face à la voiture et à l’avion\n- Donne un ordre de grandeur clair et pédagogique des émissions\n- Sensibilise sur la décarbonation du voyage en France.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":568,"value":"> ---","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":535,"value":"### 3. Attractivité touristique par région","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":543,"value":"#### Objectif : \nComparer l’**attractivité touristique moyenne** des différentes régions françaises à travers le nombre de **POI (points d’intérêt) accessibles par gare**. \nMettre en avant les régions où le voyage en train permet de découvrir le plus d’activités et de lieux touristiques.\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":570,"value":"#### Visualisation","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":556,"value":"$31","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":768,"value":"#### Sources et données\n> **Sources :** \n>> - Données touristiques par région calculées à partir de `data_tourisme` et `garesInfoMap` \n>> - Agrégation des POI par région effectuée via `regionStats` \n\n> **Fonctions utilisées :** \n>> - `regionStats` (calcul du nombre de gares, total et moyenne de POI par région) ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":572,"value":"#### Lecture et interprétation\n- Chaque **barre horizontale** représente une **région française**.\n- La **longueur de la barre** correspond à la **moyenne de POI par gare**, c’est-à-dire le nombre moyen de lieux touristiques accessibles par gare.\n- Les **couleurs des barres** indiquent le classement :\n> - 🟨Plus petit POI → 🟥Plus haut POI\n- Les **infobulles** détaillent le total de POI, le nombre de gares et la meilleure gare de la région.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":586,"value":"#### Intérêt de la visualisation\n- Permet de voir rapidement **les régions les plus attractives pour le tourisme ferroviaire**.\n- Identifie les zones où le train offre le **meilleur accès aux activités touristiques**.\n- Aide à prioriser la communication ou le développement d’itinéraires ferroviaires pour le tourisme.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":773,"value":"---","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":817,"value":"### 4. Corrélation entre le nombre de gares et le nombre total de points d’intérêt par région","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":819,"value":"#### Objectif : \nComparer l’**attractivité touristique moyenne** des différentes régions françaises à travers le nombre de **POI (points d’intérêt) accessibles par gare**. \nMettre en avant les régions où le voyage en train permet de découvrir le plus d’activités et de lieux touristiques.\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":821,"value":"#### Visualisation","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":527,"value":"$32","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":824,"value":"#### Sources et données\n> **Sources :** \n>> - Données touristiques par région calculées à partir de `data_tourisme` et `garesInfoMap` \n>> - Agrégation effectuée via `regionStats`\n\n> **Fonctions utilisées :** \n>> - `regionStats` (calcul du nombre de gares, total et moyenne de POI par région) \n>> - `regionStatsAvecNumero` (ajout d’un numéro à chaque région pour l’affichage sur les graphiques et les infobulles, utilisé pour `Plot.line`, `Plot.dot` et `Plot.text`)","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":828,"value":"#### Lecture et interprétation\n- Chaque point représente une **région française**. \n- La position **horizontale** indique le **nombre de gares**. \n- La position **verticale** indique le **nombre total de POI**. \n- Les infobulles détaillent le **classement**, le **nombre de gares** et la **moyenne de POI par gare**.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":830,"value":"#### Intérêt de la visualisation\n\n- Permet d’identifier rapidement les **régions où le train offre à la fois densité ferroviaire et richesse touristique**. \n- Sert à **prioriser le développement d’itinéraires ferroviaires pour le tourisme**.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":795,"value":"---","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":832,"value":"### 5. Gares les plus attractives par région et filtres personnalisés","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":834,"value":"#### Objectif : \nAfficher les gares les plus attractives en fonction de critères dynamiques : région, seuil minimum de points d’intérêt et nombre maximal de gares à afficher. \nMettre en avant les zones où le train permet de découvrir le plus de POI.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":840,"value":"#### Filtres","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":529,"value":"viewof regionSelectionnee = Inputs.select(\n [\n \"Toutes\",\n ...new Set(\n garesAvecActivites.map((d) => d.region).filter((r) => r !== \"Non définie\")\n )\n ].sort(),\n {\n label: \"🗺️ Région\",\n value: \"Toutes\"\n }\n)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":538,"value":"viewof seuilPOI = Inputs.range([0, 300], {\n label: \"✨ Points d'intérêt minimum\",\n value: 50,\n step: 10\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":541,"value":"viewof nombreGaresMax = Inputs.range([1, 20], {\n label: \"🚉 Nombre de gares à afficher\",\n value: 10,\n step: 1\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":551,"value":"$33","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":846,"value":"#### Sources et données\n> **Sources :** \n>> - [Base Gares – data.gouv.fr](https://defis.data.gouv.fr/datasets/65d81858179dc96581d981db)\n>> - [Data Tourisme – data.gouv.fr](https://defis.data.gouv.fr/datasets/5b598be088ee387c0c353714)\n>> - [departementsGeoJSON.json](https://france-geojson.gregoiredavid.fr/)\n\n> **Fonctions utilisées :** \n>> - `garesAvecActivites` (calcul du nombre de POI par gare)\n>> - `garesFiltrees` (filtrage dynamique selon région, seuil de POI et nombre de gares)\n>> - `regionSelectionnee`, `seuilPOI`, `nombreGaresMax` (utilisées dans `garesFiltrees`)","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":853,"value":"#### Lecture et interprétation\n- **Chaque point** représente une **gare française** \n- **La taille du point** indique le **nombre de points d’intérêt (POI)** autour de la gare \n- **La couleur** traduit l’**intensité touristique** — du **jaune** (modérée) au **rouge** (forte)\n- **Les infobulles** détaillent le **nom de la gare**, la **région**, le **nombre de POI** et le **classement** parmi les gares filtrées ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":855,"value":"#### Intérêt de la visualisation\n- Permet de **visualiser rapidement les zones les plus attractives** par région. \n- Sert à **identifier les gares prioritaires** pour le développement du **tourisme ferroviaire**","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":844,"value":"---","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":865,"value":"### 6. Comparaison des émissions de CO₂ selon le mode de transport","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":867,"value":"#### Objectif :\n\nÉvaluer l’impact environnemental des différents modes de transport (avion, voiture, bus, train) pour un trajet type de **400 km** — équivalent à un Paris–Lyon.\nVisualiser comment les émissions évoluent selon le **nombre de voyageurs** passant de la voiture ou de l’avion au train.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":871,"value":"#### Filtre","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":617,"value":"viewof nombreVoyageurs = Inputs.range([100, 10000], {\n label: \"🚶 Nombre de voyageurs passant de la voiture au train\",\n value: 1000,\n step: 100\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":876,"value":"#### Visualisation","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":637,"value":"$34","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":878,"value":"#### Sources et données\n> **Sources :** \n>> - [Base de données comparatives des émissions de CO₂ – data.gouv.fr](https://ressources.data.sncf.com/explore/dataset/emission-co2-perimetre-complet)\n\n> **Paramètres utilisés :**\n>> - `distanceKm` = 400\n>> - `emissions` : dictionnaire des valeurs moyennes de CO₂ par passager·km\n>> - ✈️ Avion → 0.23 kgCO₂/passager·km\n>> - 🚗 Voiture → 0.119 kgCO₂/passager·km\n>> - 🚌 Bus → 0.068 kgCO₂/passager·km\n>> - 🚄 Train → 0.004 kgCO₂/passager·km\n\n> **Fonctions utilisées :** \n>> - `nombreVoyageurs` (valeur du curseur interactif)\n>> - `data` (calcul des émissions cumulées selon le nombre de voyageurs et le mode de transport)","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":895,"value":"#### Lecture et interprétation\n- **Chaque courbe** représente un **mode de transport**\n- L’**axe horizontal** (x) indique le nombre de **voyageurs considérés**\n- L’**axe vertical** (y) montre les **émissions totales de CO₂** (en tonnes) pour ces voyageurs sur **400 km**\n- Les **infobulles** affichent pour chaque point le **mode de transport**, le **nombre de voyageurs** et les **émissions associées**\n- Les **points pleins** marquent la **valeur correspondant au seuil défini** par le curseur interactif","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":899,"value":"#### Intérêt de la visualisation\n- Met en évidence la **supériorité écologique du train**, même pour des volumes élevés de voyageurs\n- Montre de façon intuitive l’**impact collectif** d’un **report modal** (passer de la voiture ou de l’avion au train)\n- Sert de **base argumentaire** pour la communication sur la **décarbonation du transport ferroviaire**","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":604,"value":"---","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":904,"value":"## Analyse rédigée","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":906,"value":"### Explication des choix graphiques et éditoriaux","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":909,"value":"$35","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":920,"value":"### Interprétation des données et corrélations","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":917,"value":"$36","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":923,"value":"### Identification d’éventuels biais","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":925,"value":"Toute démarche de data visualisation implique une part de simplification :\n\n- **Biais de couverture géographique :** \n Les points d’intérêt touristiques dépendent des bases open data disponibles. \n Certaines régions peuvent sembler moins attractives faute de référencement complet (notamment dans les zones rurales ou ultramarines non incluses ici).\n\n- **Biais temporel :** \n Les données touristiques ne reflètent pas toujours la saisonnalité. \n Une gare très fréquentée en été (ex. : littoral, stations de montagne) peut paraître sous-représentée sur l’année.\n\n- **Biais de distance et de pondération :** \n Le rayon de 10 km autour des gares est une moyenne raisonnable, mais ne tient pas compte des conditions réelles d’accès (transports locaux, relief, etc.).\n\n- **Simplification des calculs carbone :** \n Les émissions sont calculées sur des valeurs moyennes par passager·km, sans différencier les types de trains (TER, TGV) ni les taux de remplissage réels.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":902,"value":"---","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":606,"value":"## Annexes : Nettoyage et croisement des données","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":182,"value":"> Pour ce projet nous avons combiné plusieurs **jeux de données open source** disponibles sur différents sites afin de créer un dataset unifié et exploitable pour nos visualisations.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":342,"value":"### Jeux de données et fonctions utilisé","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":374,"value":"#### Géographie et départements","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":735,"value":"- Sources :\n - https://france-geojson.gregoiredavid.fr/","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":388,"value":"- Contient la géométrie des 96 départements français\n- Sert pour la projection cartographique et la visualisation des zones","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":289,"value":"departementsgeojson = FileAttachment(\"departementsGeoJSON.json\").json()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":394,"value":"#### Gares et voyageurs","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":675,"value":"- Sources :\n - https://defis.data.gouv.fr/datasets/65d81858179dc96581d981db","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":397,"value":"- Contient les informations sur les gares fréquentées et leur fréquentation\n- Permet d’analyser la fréquentation et de pondérer l’attractivité touristique","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":48,"value":"garesDeVoyageurs = await FileAttachment(\"gares-de-voyageurs@1.csv\").csv({typed: \"auto\"})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":413,"value":"#### Horaires estimés","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":691,"value":"- Sources :\n - https://defis.data.gouv.fr/datasets/6853c089b3ed5781f6adfdf7","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":416,"value":"- Fournit les horaires et trajets estimés des trains\n- Utile pour calculer la durée d’accès aux destinations touristiques depuis chaque gare","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":20,"value":"sncfSiriLiteEstimatedTimetable = await FileAttachment(\"sncf-siri-lite-estimated-timetable.csv\").csv({typed: \"auto\"})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":421,"value":"#### Émissions de CO₂","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":680,"value":"- Sources :\n - [https://ressources.data.sncf.com/explore/dataset/emission-co2-perimetre-complet](https://ressources.data.sncf.com/explore/dataset/emission-co2-perimetre-complet/export/?sort=origine_uic&dataChart=eyJxdWVyaWVzIjpbeyJjb25maWciOnsiZGF0YXNldCI6ImVtaXNzaW9uLWNvMi1wZXJpbWV0cmUtY29tcGxldCIsIm9wdGlvbnMiOnsic29ydCI6Im9yaWdpbmVfdWljIn19LCJjaGFydHMiOlt7ImFsaWduTW9udGgiOnRydWUsInR5cGUiOiJjb2x1bW4iLCJmdW5jIjoiQVZHIiwieUF4aXMiOiJkaXN0YW5jZV9lbnRyZV9sZXNfZ2FyZXMiLCJzY2llbnRpZmljRGlzcGxheSI6dHJ1ZSwiY29sb3IiOiIjQTEwMDZCIn1dLCJ4QXhpcyI6Im9yaWdpbmUiLCJtYXhwb2ludHMiOjUwLCJzb3J0IjoiIn1dLCJ0aW1lc2NhbGUiOiIiLCJkaXNwbGF5TGVnZW5kIjp0cnVlLCJhbGlnbk1vbnRoIjp0cnVlfQ%3D%3D)","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":425,"value":"- Permet de comparer l'impact environnemental des différents moyens de transport\n- Utile si l’on souhaite intégrer une dimension “durabilité”, mais peut être optionnel pour se concentrer sur le tourisme","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":130,"value":"emissionCo2PerimetreComplet = FileAttachment(\"emission-co2-perimetre-complet.json\").json()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":131,"value":"data_emission = emissionCo2PerimetreComplet.map(\n ({ transporteur, ...rest }) => rest\n)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":428,"value":"#### Informations touristiques","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":695,"value":"- Sources :\n - https://defis.data.gouv.fr/datasets/5b598be088ee387c0c353714","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":430,"value":"- Contient les points d’intérêt touristiques bruts\n- Sert de base pour calculer le nombre d’activités autour des gares","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":155,"value":"datatourismeTour = await FileAttachment(\"datatourisme-tour.csv\").csv({typed: \"auto\"})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":435,"value":"#### Détermination des régions","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":242,"value":"- Fonction permettant d'associer chaque point géographique à sa région administrative\n- Simplifie le regroupement des données par région pour les visualisations","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":59,"value":"$37","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":728,"value":"#### Calcul des gares avec activités touristiques","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":732,"value":"> - On calcule la distance entre chaque gare et les points touristiques à proximité (via Haversine)\n> - On compte le nombre d’activités situées dans un rayon de 10 km\n> - On filtre les gares sans activité pour ne garder que les zones touristiques pertinentes.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":740,"value":"garesAvecActivites = {\n const haversine = (lat1, lon1, lat2, lon2) => {\n const toRad = Math.PI / 180;\n const dLat = (lat2 - lat1) * toRad;\n const dLon = (lon2 - lon1) * toRad;\n const a =\n Math.sin(dLat / 2) ** 2 +\n Math.cos(lat1 * toRad) * Math.cos(lat2 * toRad) * Math.sin(dLon / 2) ** 2;\n return 6371 * 2 * Math.atan2(Math.sqrt(a), Math.sqrt(1 - a));\n };\n return data_gare\n .map((g) => {\n const poisZone = data_tourisme.filter(\n (p) =>\n Math.abs(p.Latitude - g.latitude) < 0.8 &&\n Math.abs(p.Longitude - g.longitude) < 0.8\n );\n const nombrePOI = poisZone.filter(\n (p) =>\n haversine(g.latitude, g.longitude, p.Latitude, p.Longitude) <= 100\n ).length;\n\n return {\n nom: g.StopPointName,\n latitude: g.latitude,\n longitude: g.longitude,\n region: g.region,\n nombrePOI\n };\n })\n .filter((g) => g.nombrePOI > 0);\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":439,"value":"#### Informations sur les gares","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":249,"value":"- garesInfoMap : relie chaque nom de gare à sa latitude, longitude et région\n- data_gare : contient tous les arrêts de train et les relie à leur gare correspondante, avec latitude, longitude et région","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":69,"value":"// relie chaque nom de gare à sa latitude, sa longitude et sa région, comme ça t’as juste à appeler le nom pour direct choper les infos sans te retaper toute la liste\ngaresInfoMap = new Map(\n garesDeVoyageurs.map(d => [\n d.nom, \n {\n latitude: d.latitude,\n longitude: d.longitude,\n region: determinerRegion(d.latitude, d.longitude)\n }\n ])\n)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":71,"value":"data_gare = Array.from(\n new Map(\n sncfSiriLiteEstimatedTimetable\n .filter((d) => garesInfoMap.has(d.StopPointName))\n .map((d) => {\n const gareInfo = garesInfoMap.get(d.StopPointName);\n return [\n d.StopPointName,\n {\n ...d,\n latitude: gareInfo.latitude,\n longitude: gareInfo.longitude,\n region: gareInfo.region\n }\n ];\n })\n ).values()\n)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":254,"value":"#### Informations touristiques avec régions","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":447,"value":"- datatourismeTourAvecRegion : ajout des régions aux points touristiques\n- data_tourisme : base complète des points d’intérêt touristique, monuments, musées, sites naturels, etc...","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":161,"value":"// Ajouter la colonne région au tableau datatourismeTour\ndatatourismeTourAvecRegion = datatourismeTour.map((d) => ({\n ...d,\n region: determinerRegion(d.Latitude, d.Longitude)\n}))","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":171,"value":"// Retirer plusieurs colonnes\ndata_tourisme = datatourismeTourAvecRegion.map(\n ({\n Categories_de_POI,\n Contacts_du_POI,\n Classements_du_POI,\n URI_ID_du_POI,\n SIT_diffuseur,\n Covid19_mesures_specifiques,\n Date_de_mise_a_jour,\n ...rest\n }) => rest\n)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":787,"value":"#### Sélection d’une gare","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":295,"value":"gareSelectionnee = rechercheGare.length > 0 ? rechercheGare[0] : null","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":792,"value":"#### Agrégation des POI par région","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":553,"value":"regionStats = d3\n .rollups(\n garesAvecActivites,\n (v) => ({\n moyennePOI: d3.mean(v, (d) => d.nombrePOI),\n totalPOI: d3.sum(v, (d) => d.nombrePOI),\n nombreGares: v.length,\n maxPOI: d3.max(v, (d) => d.nombrePOI)\n }),\n (d) => d.region\n )\n .map(([region, stats]) => ({\n region,\n ...stats\n }))\n .filter((d) => d.region !== \"Non définie\")\n .sort((a, b) => b.moyennePOI - a.moyennePOI)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":812,"value":"#### Attribution d’un numéro à chaque région pour l’affichage des graphiques","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":807,"value":"regionStatsAvecNumero = regionStats.map((d, index) => ({\n ...d,\n numero: index + 1\n}))","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":837,"value":"#### Filtrage dynamique des gares selon critères interactifs","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":547,"value":"garesFiltrees = {\n let resultats = garesAvecActivites\n .filter((d) => d.region !== \"Non définie\")\n .filter((d) => d.nombrePOI >= seuilPOI);\n\n if (regionSelectionnee !== \"Toutes\") {\n resultats = resultats.filter((d) => d.region === regionSelectionnee);\n }\n\n return resultats\n .sort((a, b) => b.nombrePOI - a.nombrePOI)\n .slice(0, nombreGaresMax);\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"},{"id":873,"value":"#### Calcul des économies de CO₂ et équivalences environnementales","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined"},{"id":635,"value":"{\n const emissionVoiture = 0.119;\n const emissionTrain = 0.004;\n\n const co2Voiture = nombreVoyageurs * emissionVoiture;\n const co2Train = nombreVoyageurs * emissionTrain;\n const co2Economise = co2Voiture - co2Train;\n const co2EconomiseTonnes = co2Economise / 1000;\n\n const arbresEquivalent = Math.round(co2EconomiseTonnes * 45);\n const voituresRetirees = Math.round(co2EconomiseTonnes / 2.3);\n\n return {\n co2Voiture,\n co2Train,\n co2Economise,\n co2EconomiseTonnes,\n arbresEquivalent,\n voituresRetirees\n };\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined"}],"files":"$W38","stdlib":"2","titling":"auto"}} 2e:"$2d:body"