Voisins vigilants

Cartographier la distribution des communautés de voisins vigilants en France

Contexte

Les données sur les communautés de voisins vigilants ont été archivées grâce à la Wayback Machine et récoltées grâce au package rvest, dédié au webscraping.

Incident

Suite à une cyberattaque, la Wayback Machine est indisponible pour une durée indéterminée.

Bibliographie

Deux références, pour les personnes intéressées : Elguezabal Eleonora, « Mon voisin est-il vigilant ou l’ami des gendarmes ? Participation citoyenne et extension du domaine sécuritaire », Monde commun, 25 février 2020, N° 4, nᵒ 1, p. 54‑71 & Gardenier Matthijs, « La communauté au service de la surveillance : capital social, lien social et figure de l’ennemi. Essai de typologie des “Voisins vigilants” », Revue européenne des sciences sociales, 2020, vol. 58‑2, nᵒ 2, p. 189‑216.

Le fichier contenant les contours des départements a été récupéré grâce au package CARTElette et à sa fonction charger_carte, puis nettoyé.

Les données sur la population départementale sont issues des estimations de population au premier janvier par sexe et âge, réalisées par l’INSEE. Elles ont également été nettoyées.

Import

• Assurez vous d’avoir téléchargé les trois fichiers dans un sous-dossier data, que vous aurez créé à la racine du dossier correspondant à votre projet R.
• Chargez les packages tidyverse et sf
• Importez les données sur la population de chaque département, avec la fonction read_csv.
• Importez de même les données sur le nombre de communautés de voisins vigilants par département.
• Importez les données géographiques à l’aide de la fonction st_read.
• Quel est le nombre et le type des variables contenues dans chaque jeu de données ? Quel est le nombre d’observations ?

Conseil

Assurez vous d’assigner les trois jeux de données importés à des objets aux noms explicites, mais courts.

Jointure

L’objectif est de réunir ces trois sources d’informations dans un jeu de données unique.

• Cherchez s’il existe une variable présente dans les 3 jeux de données, qui pourrait servir de clé. Porte-elle partout le même nom ? Est-elle exactement identique d’un jeu de données à l’autre ?
• En tapant ?left_join dans la console, consultez l’aide de la fonction left_join du package dplyr. Utilisez cette fonction pour réaliser la jointure.

Recodage

On souhaite calculer la prévalence de la vigilance, pour chaque département.

• Consultez l’aide de la fonction mutate du package dplyr.
• Utilisez cette fonction pour ajouter à votre jeu de données une nouvelle variable, donnant le nombre de communautés de voisins vigilants pour 100 000 habitants adultes. C’est cette variable qui va désormais nous intéresser.

Distribution

• Quelle est la moyenne, la médiane de votre nouvelle variable ? Quels sont les premier et troisième quartiles ? Son minimum et son maximum ? Vous pourrez utiliser la fonction summary.
• Utiliser les fonction geom_boxplot, geom_histogram et geom_density pour visualiser la distribution de la variable.
• Utilisez la fonction geom_sf pour obtenir une première cartographie.
• Qu’est-il arrivé à la Corse ?
• Changez la palette de couleurs.

Discrétisation

Pour faire des cartes lisibles et efficaces, il est nécessaire de découper en tranches vos variables quantitatives.

• Étant donné la distribution de votre variable, quel type de discrétisation vous semble a priori le plus adapté ?
• À l’aide de la fonction classInt::classIntervals, procédez à la discrétisation.

Cartographie

• Cartographiez le nombre de voisins vigilants par département, pour 100 000 habitants adultes, en utilisant ces trois fonctions : ggplot, geom_sf et scale_fill_viridis_b.
• Variez les discrétisations.
• Essayez différentes palettes de couleurs.