Commit 411dfb70db6d6387f624fd2af8a6c6f5cf90c414

Authored by Louis-Claude Canon
1 parent 349ba10619
Exists in master

More neutral conclusion

Showing 1 changed file with 2 additions and 2 deletions Inline Diff

www/programme.template View file @ 411dfb7
<?xml version="1.0" encoding="utf-8"?> 1 1 <?xml version="1.0" encoding="utf-8"?>
<!doctype html> 2 2 <!doctype html>
<html> 3 3 <html>
<head> 4 4 <head>
<title>Programme de la licence Informatique</title> 5 5 <title>Programme de la licence Informatique</title>
<script src="Chart.js"></script> 6 6 <script src="Chart.js"></script>
<meta name = "viewport" content = "initial-scale = 1, user-scalable = no"> 7 7 <meta name = "viewport" content = "initial-scale = 1, user-scalable = no">
<meta charset="utf-8"> 8 8 <meta charset="utf-8">
</head> 9 9 </head>
<body> 10 10 <body>
<h1>Comparaison des licences informatiques</h1> 11 11 <h1>Comparaison des licences informatiques</h1>
<h2>Objectifs</h2> 12 12 <h2>Objectifs</h2>
<p>L'analyse suivante compare le programme de plusieurs licences informatique. Il s'agit d'une approche quantitative qui mérite d'être améliorée (n'hésitez pas à me transmettre vos suggestions). L'objectif est d'identifier les lacunes que pourraient avoir nos étudiants qui intègrent d'autres masters qui correspondent mieux à leur projet, mais aussi les lacunes des étudiants extérieurs intégrant le M1.</p> 13 13 <p>L'analyse suivante compare le programme de plusieurs licences informatique. Il s'agit d'une approche quantitative qui mérite d'être améliorée (n'hésitez pas à me transmettre vos suggestions). L'objectif est d'identifier les lacunes que pourraient avoir nos étudiants qui intègrent d'autres masters qui correspondent mieux à leur projet, mais aussi les lacunes des étudiants extérieurs intégrant le M1.</p>
14 14
<h2>Protocole</h2> 15 15 <h2>Protocole</h2>
<p>Pour chaque formation, un thème a été associé à chaque enseignement ("compilation" par exemple), puis ces thèmes ont été regroupés dans des catégories plus larges de la façon suivante (chaque ligne correspond à une catégorie, les thèmes sont entre parenthèse) : 16 16 <p>Pour chaque formation, un thème a été associé à chaque enseignement ("compilation" par exemple), puis ces thèmes ont été regroupés dans des catégories plus larges de la façon suivante (chaque ligne correspond à une catégorie, les thèmes sont entre parenthèse) :
<ul> 17 17 <ul>
<li>Algorithmique (algorithmique)</li> 18 18 <li>Algorithmique (algorithmique)</li>
<li>Machine (architecture|système|réseau)</li> 19 19 <li>Machine (architecture|système|réseau)</li>
<li>Programmation (programmation|programmation fonctionnelle|programmation OO|web|outils de développement)</li> 20 20 <li>Programmation (programmation|programmation fonctionnelle|programmation OO|web|outils de développement)</li>
<li>Informatique fondamentale (calculabilité|compilation|langage|logique)</li> 21 21 <li>Informatique fondamentale (calculabilité|compilation|langage|logique)</li>
<li>Information (base de données|xml|modélisation)</li> 22 22 <li>Information (base de données|xml|modélisation)</li>
<li>Mathématiques (mathématiques)</li> 23 23 <li>Mathématiques (mathématiques)</li>
<li>Science (science)</li> 24 24 <li>Science (science)</li>
<li>Connexe (anglais|projet|stage)</li> 25 25 <li>Connexe (anglais|projet|stage)</li>
<li>Autre (autre|sécurité|graphique)</li> 26 26 <li>Autre (autre|sécurité|graphique)</li>
</ul> 27 27 </ul>
<p>Cette classification s'inspire de celle de Dowek (Algorithmique, Machine, Langage, Information).</p> 28 28 <p>Cette classification s'inspire de celle de Dowek (Algorithmique, Machine, Langage, Information).</p>
<p>Le nombre total d'ECTS attribués à chaque thème et à chaque catégorie a ensuite été calculé pour chaque formation.</p> 29 29 <p>Le nombre total d'ECTS attribués à chaque thème et à chaque catégorie a ensuite été calculé pour chaque formation.</p>
30 30
<h2>Limites de l'approche</h2> 31 31 <h2>Limites de l'approche</h2>
<p>Cette approche est limitée par la présence des options, le manque d'information (nombre d'ECTS ou contenu exact), l'orientation pluri-disciplinaire de certaines licences (mathématiques, électronique, ...), une catégorisation imparfaite (pour sécurité et graphique notamment) et une comparaison uniquement quantitative.</p> 32 32 <p>Cette approche est limitée par la présence des options, le manque d'information (nombre d'ECTS ou contenu exact), l'orientation pluri-disciplinaire de certaines licences (mathématiques, électronique, ...), une catégorisation imparfaite (pour sécurité et graphique notamment) et une comparaison uniquement quantitative.</p>
33 33
<h2>Résultats</h2> 34 34 <h2>Résultats</h2>
<p>Les formations considérées (dans le même ordre que sur les figures) : Besançon (181), Bordeaux 1 (180), Dijon EI (180), Dijon MI (180), Grenoble 1 (180), Lyon 1 (186), Nancy 1 (180) et Rennes 1 (177). Le nombre en parenthèse correspond au nombre d'ECTS total pris en compte pour la formation.</p> 35 35 <p>Les formations considérées (dans le même ordre que sur les figures) : Besançon (181), Bordeaux 1 (180), Dijon EI (180), Dijon MI (180), Grenoble 1 (180), Lyon 1 (186), Nancy 1 (180) et Rennes 1 (177). Le nombre en parenthèse correspond au nombre d'ECTS total pris en compte pour la formation.</p>
36 36
<canvas id="canvas1" height="600" width="1200"></canvas> 37 37 <canvas id="canvas1" height="600" width="1200"></canvas>
38 38
<p>On constate une forte hétérogénéité sur certains thèmes (du simple au double pour les mathématiques).</p> 39 39 <p>On constate une forte hétérogénéité sur certains thèmes (du simple au double pour les mathématiques).</p>
<p>Sur les thèmes qui dépassent 7,5 ECTS, la licence de Besançon se distingue en étant celle qui a le moins d'algorithmique, de mathématiques et de programmation impérative. C'est également celle qui a le plus de base de données (égalité avec Lyon et Nancy), de modélisation (égalité avec Dijon et Lyon), de science et de stage.</p> 40 40 <p>Sur les thèmes qui dépassent 7,5 ECTS, la licence de Besançon se distingue en étant celle qui a le moins d'algorithmique, de mathématiques et de programmation impérative. C'est également celle qui a le plus de base de données (égalité avec Lyon et Nancy), de modélisation (égalité avec Dijon et Lyon), de science et de stage.</p>
41 41
<canvas id="canvas2" height="600" width="1200"></canvas> 42 42 <canvas id="canvas2" height="600" width="1200"></canvas>
43 43
<p>L'hétérogénéité précédente est lissée avec les catégories plus larges. Les observations sont cohérentes : moins d'algorithmique et de mathématiques et plus d'information et de science que toutes les autres licences.</p> 44 44 <p>L'hétérogénéité précédente est lissée avec les catégories plus larges. Les observations sont cohérentes : moins d'algorithmique et de mathématiques et plus d'information et de science que toutes les autres licences.</p>
45 45
<h2>Évolution avec le CMI</h2> 46 46 <h2>Évolution avec le CMI</h2>
47 47
<p>Pour faciliter la lecture, voici un focus sur les formations les plus comparables (c'est-à-dire avec le moins de mathématiques) : Bordeaux 1, Nancy 1 et Rennes 1. La nouvelle licence non-CMI est rajoutée à droite (la licence actuelle étant toujours à gauche).</p> 48 48 <p>Pour faciliter la lecture, voici un focus sur les formations les plus comparables (c'est-à-dire avec le moins de mathématiques) : Bordeaux 1, Nancy 1 et Rennes 1. La nouvelle licence non-CMI est rajoutée à droite (la licence actuelle étant toujours à gauche).</p>
49 49
<canvas id="canvas4" height="600" width="1200"></canvas> 50 50 <canvas id="canvas4" height="600" width="1200"></canvas>
51 51
<p>Le nouveau programme rajoute 3 ECTS en Information (BDA) au détriment de la Programmation (PF).</p> 52 52 <p>Le nouveau programme rajoute 3 ECTS en Information (base de données) au détriment de Programmation.</p>
53 53
<h2>Perspectives</h2> 54 54 <h2>Perspectives</h2>
55 55
<p>À partir de ces données, je trouve qu'il serait pertinent de rajouter de l'algorithmique (le sujet est vaste) et des mathématiques (là aussi, il y a de quoi faire comme des choses spécifiques à la sécurité ou au graphisme par exemple). À l'inverse, les catégories qui me semblent sur-représentées sont Information et Science.</p> 56 56 <p>À partir de ces données, on voit qu'on pourrait rajouter de l'algorithmique (le sujet est vaste) et des mathématiques (là aussi, il y a de quoi faire comme des choses spécifiques à la sécurité ou au graphisme par exemple). À l'inverse, les catégories qui sont sur-représentées vis-à-vis des autres licences sont Information et Science.</p>
57 57
<script> 58 58 <script>
59 59
var barChartData1 = { 60 60 var barChartData1 = {
labels : [csv.theme], 61 61 labels : [csv.theme],
datasets : [ 62 62 datasets : [
{ 63 63 {
fillColor : "rgba(220,220,220,0.5)", 64 64 fillColor : "rgba(220,220,220,0.5)",
strokeColor : "rgba(220,220,220,1)", 65 65 strokeColor : "rgba(220,220,220,1)",
data : [besançon.csv.theme] 66 66 data : [besançon.csv.theme]
}, 67 67 },
{ 68 68 {
fillColor : "rgba(205,151,187,0.5)", 69 69 fillColor : "rgba(205,151,187,0.5)",
strokeColor : "rgba(205,151,187,1)", 70 70 strokeColor : "rgba(205,151,187,1)",
data : [bordeaux.csv.theme] 71 71 data : [bordeaux.csv.theme]
}, 72 72 },
{ 73 73 {
fillColor : "rgba(187,205,151,0.5)", 74 74 fillColor : "rgba(187,205,151,0.5)",
strokeColor : "rgba(187,205,151,1)", 75 75 strokeColor : "rgba(187,205,151,1)",
data : [dijon_EI.csv.theme] 76 76 data : [dijon_EI.csv.theme]
}, 77 77 },
{ 78 78 {
fillColor : "rgba(151,187,205,0.5)", 79 79 fillColor : "rgba(151,187,205,0.5)",
strokeColor : "rgba(151,187,205,1)", 80 80 strokeColor : "rgba(151,187,205,1)",
data : [dijon_MI.csv.theme] 81 81 data : [dijon_MI.csv.theme]
}, 82 82 },
{ 83 83 {
fillColor : "rgba(187,151,205,0.5)", 84 84 fillColor : "rgba(187,151,205,0.5)",
strokeColor : "rgba(187,151,205,1)", 85 85 strokeColor : "rgba(187,151,205,1)",
data : [grenoble.csv.theme] 86 86 data : [grenoble.csv.theme]
}, 87 87 },
{ 88 88 {
fillColor : "rgba(151,205,187,0.5)", 89 89 fillColor : "rgba(151,205,187,0.5)",
strokeColor : "rgba(151,205,187,1)", 90 90 strokeColor : "rgba(151,205,187,1)",
data : [lyon.csv.theme] 91 91 data : [lyon.csv.theme]
}, 92 92 },
{ 93 93 {
fillColor : "rgba(205,187,151,0.5)", 94 94 fillColor : "rgba(205,187,151,0.5)",
strokeColor : "rgba(205,187,151,1)", 95 95 strokeColor : "rgba(205,187,151,1)",
data : [nancy.csv.theme] 96 96 data : [nancy.csv.theme]
}, 97 97 },
{ 98 98 {
fillColor : "rgba(151,151,151,0.5)", 99 99 fillColor : "rgba(151,151,151,0.5)",
strokeColor : "rgba(151,151,151,1)", 100 100 strokeColor : "rgba(151,151,151,1)",
data : [rennes.csv.theme] 101 101 data : [rennes.csv.theme]
} 102 102 }
] 103 103 ]
104 104
} 105 105 }
106 106
var barChartData2 = { 107 107 var barChartData2 = {
labels : [csv.cat], 108 108 labels : [csv.cat],
datasets : [ 109 109 datasets : [
{ 110 110 {
fillColor : "rgba(220,220,220,0.5)", 111 111 fillColor : "rgba(220,220,220,0.5)",
strokeColor : "rgba(220,220,220,1)", 112 112 strokeColor : "rgba(220,220,220,1)",
data : [besançon.csv.cat] 113 113 data : [besançon.csv.cat]
}, 114 114 },
{ 115 115 {
fillColor : "rgba(205,151,187,0.5)", 116 116 fillColor : "rgba(205,151,187,0.5)",
strokeColor : "rgba(205,151,187,1)", 117 117 strokeColor : "rgba(205,151,187,1)",
data : [bordeaux.csv.cat] 118 118 data : [bordeaux.csv.cat]
}, 119 119 },
{ 120 120 {
fillColor : "rgba(187,205,151,0.5)", 121 121 fillColor : "rgba(187,205,151,0.5)",
strokeColor : "rgba(187,205,151,1)", 122 122 strokeColor : "rgba(187,205,151,1)",
data : [dijon_EI.csv.cat] 123 123 data : [dijon_EI.csv.cat]
}, 124 124 },
{ 125 125 {
fillColor : "rgba(151,187,205,0.5)", 126 126 fillColor : "rgba(151,187,205,0.5)",
strokeColor : "rgba(151,187,205,1)", 127 127 strokeColor : "rgba(151,187,205,1)",
data : [dijon_MI.csv.cat] 128 128 data : [dijon_MI.csv.cat]
}, 129 129 },
{ 130 130 {
fillColor : "rgba(187,151,205,0.5)", 131 131 fillColor : "rgba(187,151,205,0.5)",
strokeColor : "rgba(187,151,205,1)", 132 132 strokeColor : "rgba(187,151,205,1)",
data : [grenoble.csv.cat] 133 133 data : [grenoble.csv.cat]
}, 134 134 },
{ 135 135 {
fillColor : "rgba(151,205,187,0.5)", 136 136 fillColor : "rgba(151,205,187,0.5)",
strokeColor : "rgba(151,205,187,1)", 137 137 strokeColor : "rgba(151,205,187,1)",
data : [lyon.csv.cat] 138 138 data : [lyon.csv.cat]
}, 139 139 },
{ 140 140 {
fillColor : "rgba(205,187,151,0.5)", 141 141 fillColor : "rgba(205,187,151,0.5)",
strokeColor : "rgba(205,187,151,1)", 142 142 strokeColor : "rgba(205,187,151,1)",
data : [nancy.csv.cat] 143 143 data : [nancy.csv.cat]
}, 144 144 },
{ 145 145 {
fillColor : "rgba(151,151,151,0.5)", 146 146 fillColor : "rgba(151,151,151,0.5)",
strokeColor : "rgba(151,151,151,1)", 147 147 strokeColor : "rgba(151,151,151,1)",
data : [rennes.csv.cat] 148 148 data : [rennes.csv.cat]
} 149 149 }
] 150 150 ]
151 151
} 152 152 }
153 153
var barChartData3 = { 154 154 var barChartData3 = {
labels : [csv.theme], 155 155 labels : [csv.theme],
datasets : [ 156 156 datasets : [
{ 157 157 {
fillColor : "rgba(220,220,220,0.5)", 158 158 fillColor : "rgba(220,220,220,0.5)",
strokeColor : "rgba(220,220,220,1)", 159 159 strokeColor : "rgba(220,220,220,1)",
data : [besançon.csv.theme] 160 160 data : [besançon.csv.theme]
}, 161 161 },
{ 162 162 {
fillColor : "rgba(205,151,187,0.5)", 163 163 fillColor : "rgba(205,151,187,0.5)",
strokeColor : "rgba(205,151,187,1)", 164 164 strokeColor : "rgba(205,151,187,1)",
data : [bordeaux.csv.theme] 165 165 data : [bordeaux.csv.theme]
}, 166 166 },
{ 167 167 {
fillColor : "rgba(205,187,151,0.5)", 168 168 fillColor : "rgba(205,187,151,0.5)",
strokeColor : "rgba(205,187,151,1)", 169 169 strokeColor : "rgba(205,187,151,1)",
data : [nancy.csv.theme] 170 170 data : [nancy.csv.theme]
}, 171 171 },
{ 172 172 {
fillColor : "rgba(151,151,151,0.5)", 173 173 fillColor : "rgba(151,151,151,0.5)",
strokeColor : "rgba(151,151,151,1)", 174 174 strokeColor : "rgba(151,151,151,1)",
data : [rennes.csv.theme] 175 175 data : [rennes.csv.theme]
}, 176 176 },
{ 177 177 {
fillColor : "rgba(205,205,205,0.5)", 178 178 fillColor : "rgba(205,205,205,0.5)",
strokeColor : "rgba(205,205,205,1)", 179 179 strokeColor : "rgba(205,205,205,1)",
data : [besançon2.csv.theme] 180 180 data : [besançon2.csv.theme]
} 181 181 }
] 182 182 ]
183 183
} 184 184 }
185 185
var barChartData4 = { 186 186 var barChartData4 = {
labels : [csv.cat], 187 187 labels : [csv.cat],
datasets : [ 188 188 datasets : [
{ 189 189 {
fillColor : "rgba(220,220,220,0.5)", 190 190 fillColor : "rgba(220,220,220,0.5)",
strokeColor : "rgba(220,220,220,1)", 191 191 strokeColor : "rgba(220,220,220,1)",
data : [besançon.csv.cat] 192 192 data : [besançon.csv.cat]
}, 193 193 },
{ 194 194 {
fillColor : "rgba(205,151,187,0.5)", 195 195 fillColor : "rgba(205,151,187,0.5)",
strokeColor : "rgba(205,151,187,1)", 196 196 strokeColor : "rgba(205,151,187,1)",
data : [bordeaux.csv.cat] 197 197 data : [bordeaux.csv.cat]
}, 198 198 },
{ 199 199 {
fillColor : "rgba(205,187,151,0.5)", 200 200 fillColor : "rgba(205,187,151,0.5)",
strokeColor : "rgba(205,187,151,1)", 201 201 strokeColor : "rgba(205,187,151,1)",
data : [nancy.csv.cat] 202 202 data : [nancy.csv.cat]
}, 203 203 },