Louis-Claude Canon / Programme Licence

Commit 67cec455c8d6793e6fed327fb621ce2cc5762d11

Authored by Louis-Claude Canon 2014-03-24 11:20:16 +0100

Exists in master

Cleaner build

Showing 5 changed files with 86 additions and 80 deletions Inline Diff

Makefile
build.sh
parse.sh
script.sh
www/programme.template

all:	1	1	FORMATION=besançon2_CMI besançon2 besançon bordeaux dijon_EI dijon_MI grenoble lyon nancy rennes
./script.sh	2	2	DATA=$(addsuffix .csv, $(addprefix data/, ${FORMATION}))
		3	CAT=$(addsuffix .cat, ${DATA})
		4
		5	all: www/programme.html
		6	%.cat: %
		7	./parse.sh $<
		8	www/programme.html: www/programme.template ${CAT}
		9	./build.sh
deploy:	3	10	deploy:
scp -r www/* lccanon@lifc-home.univ-fcomte.fr:public_html/	4	11	scp -r www/* lccanon@lifc-home.univ-fcomte.fr:public_html/
clean:	5	12	clean:
-rm data/.cat data/.theme data/theme.txt www/programme.html 2> /dev/null	6	13	-rm ${CAT} data/*.theme data/csv.cat data/csv.theme data/theme.txt www/programme.html 2> /dev/null
	7	14

File was created	1	#! /bin/bash
	2
	3	# Generate web page with graphical results
	4
	5	cp www/programme.template www/programme.html
	6
	7	IFS=$'\n'
	8	for FILE in $(ls -1 data)
	9	do
	10	if [ $(grep "\[$FILE\]" www/programme.html \| tr -d '\n') ]
	11	then

File was created	1	#! /bin/bash
	2
	3	cut -d ";" -f 4 data/*.csv \| sort \| uniq > data/theme.txt
	4
	5	THEMES=$(cat data/theme.txt \| tr "\n" ",")
	6	CATEGORIES=$(grep -o -E "^[^(]*" categorie.txt \| sed "s/ $//" \| tr "\n" ",")
	7	THEMES=$(echo $THEMES \| sed "s/,/\",\"/g" \| sed "s/^/\"/" \| sed "s/,\"$//")
	8	CATEGORIES=$(echo $CATEGORIES \| sed "s/,/\",\"/g" \| sed "s/^/\"/" \| sed "s/,\"$//")
	9
	10	echo $THEMES > data/csv.theme
	11	echo $CATEGORIES > data/csv.cat
	12
	13	FORMATION=$1
	14	echo -n $FORMATION
	15
	16	echo -n -e " ("
	17	echo -n $(cut -d ";" -f 3 $FORMATION \| paste -sd+ \| bc)
	18	echo " ECTS)"
	19
	20	> $FORMATION.theme
	21	> $FORMATION.cat
	22
	23	echo -e "\tPar thème"
	24
	25	IFS=''
	26	cat data/theme.txt \|
	27	while read THEME
	28	do
	29	echo -n -e "\t\t$THEME "
	30	ECTS=$(grep $THEME$ $FORMATION \| cut -d ";" -f 3)
	31	if [[ -z "$ECTS" ]]
	32	then
	33	ECTS=0
	34	fi
	35	ECTS=$(echo $ECTS \| tr ' ' '\n' \| paste -sd+ \| bc)
	36	THEMES_ECTS=$THEMES_ECTS,$ECTS
	37	echo -n "$ECTS," >> $FORMATION.theme
	38	echo $ECTS
	39	done
	40	sed -i "s/,$/\n/" $FORMATION.theme
	41
	42	echo -e "\tPar catégorie"
	43
	44	IFS=''
	45	cat categorie.txt \|

#! /bin/bash	1	File was deleted
	2
cut -d ";" -f 4 data/*.csv \| sort \| uniq > data/theme.txt	3
	4
THEMES=$(cat data/theme.txt \| tr "\n" ",")	5
CATEGORIES=$(grep -o -E "^[^(]*" categorie.txt \| sed "s/ $//" \| tr "\n" ",")	6
THEMES=$(echo $THEMES \| sed "s/,/\",\"/g" \| sed "s/^/\"/" \| sed "s/,\"$//")	7
CATEGORIES=$(echo $CATEGORIES \| sed "s/,/\",\"/g" \| sed "s/^/\"/" \| sed "s/,\"$//")	8
	9
echo $THEMES > data/csv.theme	10
echo $CATEGORIES > data/csv.cat	11
	12
for FORMATION in $(ls data/*.csv)	13
do	14
echo -n $FORMATION	15
	16
echo -n -e " ("	17
echo -n $(cut -d ";" -f 3 $FORMATION \| paste -sd+ \| bc)	18
echo " ECTS)"	19
	20
> $FORMATION.theme	21
> $FORMATION.cat	22
	23
echo -e "\tPar thème"	24
	25
IFS=''	26
cat data/theme.txt \|	27
while read THEME	28
do	29
echo -n -e "\t\t$THEME "	30
ECTS=$(grep $THEME$ $FORMATION \| cut -d ";" -f 3)	31
if [[ -z "$ECTS" ]]	32
then	33
ECTS=0	34
fi	35
ECTS=$(echo $ECTS \| tr ' ' '\n' \| paste -sd+ \| bc)	36
THEMES_ECTS=$THEMES_ECTS,$ECTS	37
echo -n "$ECTS," >> $FORMATION.theme	38
echo $ECTS	39
done	40
sed -i "s/,$/\n/" $FORMATION.theme	41
	42
echo -e "\tPar catégorie"	43
	44
IFS=''	45
cat categorie.txt \|	46
while read CAT	47
do	48
CATEGORIE=$(echo $CAT \| grep -o -E "^[^(]*")	49
PATT=$(echo $CAT \| grep -o "(.*)")	50
echo -n -e "\t\t$CATEGORIE"	51
ECTS=$(grep -E $PATT$ $FORMATION \| cut -d ";" -f 3 \| paste -sd+ \| bc)	52
echo -n "$ECTS," >> $FORMATION.cat	53
echo $ECTS	54
done	55
sed -i "s/,$/\n/" $FORMATION.cat	56
done	57

<?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>Objectifs</h1>	11	11	<h1>Comparaison des licences informatiques</h1>
		12	<h2>Objectifs</h2>
<p>L'analyse suivante compare le programme de plusieurs licences d'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>	12	13	<p>L'analyse suivante compare le programme de plusieurs licences d'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	14
<h1>Protocole</h1>	14	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) :	15	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>	16	17	<ul>
<li>Algorithmique (algorithmique)</li>	17	18	<li>Algorithmique (algorithmique)</li>
<li>Machine (architecture\|système\|réseau)</li>	18	19	<li>Machine (architecture\|système\|réseau)</li>
<li>Programmation (programmation\|programmation fonctionnelle\|programmation OO\|web\|outils de développement)</li>	19	20	<li>Programmation (programmation\|programmation fonctionnelle\|programmation OO\|web\|outils de développement)</li>
<li>Informatique fondamentale (calculabilité\|compilation\|langage\|logique)</li>	20	21	<li>Informatique fondamentale (calculabilité\|compilation\|langage\|logique)</li>
<li>Information (base de données\|xml\|modélisation)</li>	21	22	<li>Information (base de données\|xml\|modélisation)</li>
<li>Mathématiques (mathématiques)</li>	22	23	<li>Mathématiques (mathématiques)</li>
<li>Science (science)</li>	23	24	<li>Science (science)</li>
<li>Connexe (anglais\|projet\|stage)</li>	24	25	<li>Connexe (anglais\|projet\|stage)</li>
<li>Autre (autre\|sécurité\|graphique)</li>	25	26	<li>Autre (autre\|sécurité\|graphique)</li>
</ul>	26	27	</ul>
<p>Cette classification s'inspire de celle de Dowek (Algorithmique, Machine, Langage, Information).</p>	27	28	<p>Cette classification s'inspire de celle de Dowek (Algorithmique, Machine, Langage, Information).</p>
<p>Le nombre total d'ECTS attribué à chaque thème et à chaque catégorie a ensuite été calculé pour chaque formation.</p>	28	29	<p>Le nombre total d'ECTS attribué à chaque thème et à chaque catégorie a ensuite été calculé pour chaque formation.</p>
	29	30
<h1>Limites de l'approche</h1>	30	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>	31	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>
	32	33
<h1>Résultats</h1>	33	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 de la formation.</p>	34	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 de la formation.</p>
	35	36
<canvas id="canvas1" height="600" width="1200"></canvas>	36	37	<canvas id="canvas1" height="600" width="1200"></canvas>
	37	38
<p>On constate une forte hétérogénéité sur certains thèmes (du simple au double pour les mathématiques).</p>	38	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>	39	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>
	40	41
<canvas id="canvas2" height="600" width="1200"></canvas>	41	42	<canvas id="canvas2" height="600" width="1200"></canvas>
	42	43
<p>L'hétérogénéité précédente est lissé avec les catégories plus larges. Les constats sont les mêmes : moins d'algorithmique et de mathématiques et plus d'information et de science que toutes les autres licences.</p>	43	44	<p>L'hétérogénéité précédente est lissé avec les catégories plus larges. Les constats sont les mêmes : moins d'algorithmique et de mathématiques et plus d'information et de science que toutes les autres licences.</p>
	44	45
<h1>Évolution avec le CMI</h1>	45	46	<h2>Évolution avec le CMI</h2>
	46	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>	47	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>
	48	49
<canvas id="canvas4" height="600" width="1200"></canvas>	49	50	<canvas id="canvas4" height="600" width="1200"></canvas>
	50	51
<p>Le nouveau programme rajoute des ECTS en Information au détriment de la Programmation.</p>	51	52	<p>Le nouveau programme rajoute des ECTS en Information au détriment de la Programmation.</p>
	52	53
<h1>Perspectives</h1>	53	54	<h2>Perspectives</h2>
	54	55
<p>Ces données suggèrent qu'il serait pertinent de rajouter 3 à 6 ECTS pour de l'algorithmique (le sujet est vaste) et autant pour les mathématiques (des choses spécifiques à la sécurité ou au graphisme par exemple) en prenant si besoin sur les catégories Information et Science.</p>	55	56	<p>Ces données suggèrent qu'il serait pertinent de rajouter 3 à 6 ECTS pour de l'algorithmique (le sujet est vaste) et autant pour les mathématiques (des choses spécifiques à la sécurité ou au graphisme par exemple) en prenant si besoin sur les catégories Information et Science.</p>
	56	57
<script>	57	58	<script>
	58	59
var barChartData1 = {	59	60	var barChartData1 = {
labels : [csv.theme],	60	61	labels : [csv.theme],
datasets : [	61	62	datasets : [
{	62	63	{
fillColor : "rgba(220,220,220,0.5)",	63	64	fillColor : "rgba(220,220,220,0.5)",
strokeColor : "rgba(220,220,220,1)",	64	65	strokeColor : "rgba(220,220,220,1)",
data : [besançon.csv.theme]	65	66	data : [besançon.csv.theme]
},	66	67	},
{	67	68	{
fillColor : "rgba(205,151,187,0.5)",	68	69	fillColor : "rgba(205,151,187,0.5)",
strokeColor : "rgba(205,151,187,1)",	69	70	strokeColor : "rgba(205,151,187,1)",
data : [bordeaux.csv.theme]	70	71	data : [bordeaux.csv.theme]
},	71	72	},
{	72	73	{
fillColor : "rgba(187,205,151,0.5)",	73	74	fillColor : "rgba(187,205,151,0.5)",
strokeColor : "rgba(187,205,151,1)",	74	75	strokeColor : "rgba(187,205,151,1)",
data : [dijon_EI.csv.theme]	75	76	data : [dijon_EI.csv.theme]
},	76	77	},
{	77	78	{
fillColor : "rgba(151,187,205,0.5)",	78	79	fillColor : "rgba(151,187,205,0.5)",
strokeColor : "rgba(151,187,205,1)",	79	80	strokeColor : "rgba(151,187,205,1)",
data : [dijon_MI.csv.theme]	80	81	data : [dijon_MI.csv.theme]
},	81	82	},
{	82	83	{
fillColor : "rgba(187,151,205,0.5)",	83	84	fillColor : "rgba(187,151,205,0.5)",
strokeColor : "rgba(187,151,205,1)",	84	85	strokeColor : "rgba(187,151,205,1)",
data : [grenoble.csv.theme]	85	86	data : [grenoble.csv.theme]
},	86	87	},
{	87	88	{
fillColor : "rgba(151,205,187,0.5)",	88	89	fillColor : "rgba(151,205,187,0.5)",
strokeColor : "rgba(151,205,187,1)",	89	90	strokeColor : "rgba(151,205,187,1)",
data : [lyon.csv.theme]	90	91	data : [lyon.csv.theme]
},	91	92	},
{	92	93	{
fillColor : "rgba(205,187,151,0.5)",	93	94	fillColor : "rgba(205,187,151,0.5)",
strokeColor : "rgba(205,187,151,1)",	94	95	strokeColor : "rgba(205,187,151,1)",
data : [nancy.csv.theme]	95	96	data : [nancy.csv.theme]
},	96	97	},
{	97	98	{
fillColor : "rgba(151,151,151,0.5)",	98	99	fillColor : "rgba(151,151,151,0.5)",
strokeColor : "rgba(151,151,151,1)",	99	100	strokeColor : "rgba(151,151,151,1)",
data : [rennes.csv.theme]	100	101	data : [rennes.csv.theme]
}	101	102	}
]	102	103	]
	103	104
}	104	105	}
	105	106
var barChartData2 = {	106	107	var barChartData2 = {
labels : [csv.cat],	107	108	labels : [csv.cat],
datasets : [	108	109	datasets : [
{	109	110	{
fillColor : "rgba(220,220,220,0.5)",	110	111	fillColor : "rgba(220,220,220,0.5)",
strokeColor : "rgba(220,220,220,1)",	111	112	strokeColor : "rgba(220,220,220,1)",
data : [besançon.csv.cat]	112	113	data : [besançon.csv.cat]
},	113	114	},
{	114	115	{
fillColor : "rgba(205,151,187,0.5)",	115	116	fillColor : "rgba(205,151,187,0.5)",
strokeColor : "rgba(205,151,187,1)",	116	117	strokeColor : "rgba(205,151,187,1)",
data : [bordeaux.csv.cat]	117	118	data : [bordeaux.csv.cat]
},	118	119	},
{	119	120	{
fillColor : "rgba(187,205,151,0.5)",	120	121	fillColor : "rgba(187,205,151,0.5)",
strokeColor : "rgba(187,205,151,1)",	121	122	strokeColor : "rgba(187,205,151,1)",
data : [dijon_EI.csv.cat]	122	123	data : [dijon_EI.csv.cat]
},	123	124	},
{	124	125	{
fillColor : "rgba(151,187,205,0.5)",	125	126	fillColor : "rgba(151,187,205,0.5)",
strokeColor : "rgba(151,187,205,1)",	126	127	strokeColor : "rgba(151,187,205,1)",
data : [dijon_MI.csv.cat]	127	128	data : [dijon_MI.csv.cat]
},	128	129	},
{	129	130	{
fillColor : "rgba(187,151,205,0.5)",	130	131	fillColor : "rgba(187,151,205,0.5)",
strokeColor : "rgba(187,151,205,1)",	131	132	strokeColor : "rgba(187,151,205,1)",
data : [grenoble.csv.cat]	132	133	data : [grenoble.csv.cat]
},	133	134	},
{	134	135	{
fillColor : "rgba(151,205,187,0.5)",	135	136	fillColor : "rgba(151,205,187,0.5)",
strokeColor : "rgba(151,205,187,1)",	136	137	strokeColor : "rgba(151,205,187,1)",
data : [lyon.csv.cat]	137	138	data : [lyon.csv.cat]
},	138	139	},
{	139	140	{
fillColor : "rgba(205,187,151,0.5)",	140	141	fillColor : "rgba(205,187,151,0.5)",
strokeColor : "rgba(205,187,151,1)",	141	142	strokeColor : "rgba(205,187,151,1)",
data : [nancy.csv.cat]	142	143	data : [nancy.csv.cat]
},	143	144	},
{	144	145	{
fillColor : "rgba(151,151,151,0.5)",	145	146	fillColor : "rgba(151,151,151,0.5)",
strokeColor : "rgba(151,151,151,1)",	146	147	strokeColor : "rgba(151,151,151,1)",
data : [rennes.csv.cat]	147	148	data : [rennes.csv.cat]
}	148	149	}
]	149	150	]
	150	151
}	151	152	}
	152	153
var barChartData3 = {	153	154	var barChartData3 = {
labels : [csv.theme],	154	155	labels : [csv.theme],
datasets : [	155	156	datasets : [
{	156	157	{
fillColor : "rgba(220,220,220,0.5)",	157	158	fillColor : "rgba(220,220,220,0.5)",
strokeColor : "rgba(220,220,220,1)",	158	159	strokeColor : "rgba(220,220,220,1)",
data : [besançon.csv.theme]	159	160	data : [besançon.csv.theme]
},	160	161	},
{	161	162	{
fillColor : "rgba(205,151,187,0.5)",	162	163	fillColor : "rgba(205,151,187,0.5)",
strokeColor : "rgba(205,151,187,1)",	163	164	strokeColor : "rgba(205,151,187,1)",
data : [bordeaux.csv.theme]	164	165	data : [bordeaux.csv.theme]
},	165	166	},
{	166	167	{
fillColor : "rgba(205,187,151,0.5)",	167	168	fillColor : "rgba(205,187,151,0.5)",
strokeColor : "rgba(205,187,151,1)",	168	169	strokeColor : "rgba(205,187,151,1)",
data : [nancy.csv.theme]	169	170	data : [nancy.csv.theme]
},	170	171	},
{	171	172	{
fillColor : "rgba(151,151,151,0.5)",	172	173	fillColor : "rgba(151,151,151,0.5)",
strokeColor : "rgba(151,151,151,1)",	173	174	strokeColor : "rgba(151,151,151,1)",
data : [rennes.csv.theme]	174	175	data : [rennes.csv.theme]
},	175	176	},
{	176	177	{
fillColor : "rgba(205,205,205,0.5)",	177	178	fillColor : "rgba(205,205,205,0.5)",
strokeColor : "rgba(205,205,205,1)",	178	179	strokeColor : "rgba(205,205,205,1)",
data : [besançon2.csv.theme]	179	180	data : [besançon2.csv.theme]
}	180	181	}
]	181	182	]
	182	183
}	183	184	}
	184	185
var barChartData4 = {	185	186	var barChartData4 = {
labels : [csv.cat],	186	187	labels : [csv.cat],
datasets : [	187	188	datasets : [
{	188	189	{
fillColor : "rgba(220,220,220,0.5)",	189	190	fillColor : "rgba(220,220,220,0.5)",
strokeColor : "rgba(220,220,220,1)",	190	191	strokeColor : "rgba(220,220,220,1)",
data : [besançon.csv.cat]	191	192	data : [besançon.csv.cat]
},	192	193	},
{	193	194	{
fillColor : "rgba(205,151,187,0.5)",	194	195	fillColor : "rgba(205,151,187,0.5)",
strokeColor : "rgba(205,151,187,1)",	195	196	strokeColor : "rgba(205,151,187,1)",
data : [bordeaux.csv.cat]	196	197	data : [bordeaux.csv.cat]
},	197	198	},
{	198	199	{
fillColor : "rgba(205,187,151,0.5)",	199	200	fillColor : "rgba(205,187,151,0.5)",
strokeColor : "rgba(205,187,151,1)",	200	201	strokeColor : "rgba(205,187,151,1)",
data : [nancy.csv.cat]	201	202	data : [nancy.csv.cat]
},	202	203	},
{	203	204	{
fillColor : "rgba(151,151,151,0.5)",	204	205	fillColor : "rgba(151,151,151,0.5)",
strokeColor : "rgba(151,151,151,1)",	205	206	strokeColor : "rgba(151,151,151,1)",
data : [rennes.csv.cat]	206	207	data : [rennes.csv.cat]