Elections

Ce défi a été développé dans le cadre de l'Open Data University.

Lancer ce défi sur un environnement de travail configuré proposé sur le Datalab "SSP Cloud" de l'INSEE

Contexte du projet

Description rapide des utilisateurs, de la problématique, de l'état de l'art et des besoins.

Les résultats d’une élection sont souvent analysés à différentes échelles géographiques, et notamment à la commune.

Depuis 2023, l’Insee met à disposition des données reliant les adresses des électeurs à leur bureau de vote de rattachement, qui ouvrent des possibilités d’analyses inédites. Celles-ci peuvent être utilisées pour générer des contours de bureaux de vote, ce qui permet ensuite de croiser les données des élections du Ministère de l’intérieur et des Outre-mer avec d’autres informations (niveau de vie, âge, etc.) et d’étudier les comportements électoraux à une échelle infra-communale.

Avant la publication de ces données, des travaux à l'échelle du bureau de vote avaient déjà pu être menés en utilisant des données locales ou issues de projets de recherche (Cartelec).

La problématique

Ce projet vous propose de mettre en regard les résultats des élections avec les caractéristiques sociodémographiques des électeurs à différentes échelles géographiques et notamment au niveau infra-communal.

Objectifs du projet

L'objectif général du projet et les impacts recherchés.

Les travaux réalisés dans le cadre de ce projet permettront :

• A chaque citoyen de consulter facilement les résultats des élections présidentielles, législatives et municipales à travers le temps et de mieux comprendre les dynamiques à l’œuvre ;
• A l’administration de mieux exposer les résultats des élections et de rendre ces informations accessibles à toutes et tous.

Réalisations possibles

Les types de production qui peuvent être attendus des élèves.

Vous êtes libres de choisir les livrables que vous jugerez les plus pertinents pour répondre au mieux à la problématique proposée. Voilà quelques exemples de livrables possibles pour vous aider dans votre démarche.

• Datavisualisation – Une cartographie qui permet de visualiser les résultats des élections présidentielles, législatives et/ou municipales (au choix), à différentes échelles (région, département, commune, bureau de vote)
• Data analyse / Datavisualisation – Une analyse qui croise les résultats des élections présidentielles, législatives et/ou municipales (au choix) avec les caractéristiques sociodémographiques des électeurs (âge, catégorie socioprofessionnelle, revenus, etc.)
• Editorialisation – Un rapport qui décrit les corrélations entre vote et variables sociodémographiques

Des ressources et inspirations :

• Un exemple d'analyse électorale à l'échelle du bureau de vote dans les grandes villes
• Un exemple de croisement des données électorales avec des données sociodémographiques

Deux versions sont disponibles pour ce projet :

• Une version simple, à partir des données des élections agrégées et la proposition de contours de bureaux de vote proposées par l’équipe de data.gouv.fr ;
• Une version plus complexe, à partir des données publiées par le Ministère de l’intérieur et des Outre-mer.

Les travaux déjà réalisés par d'autres étudiantes et étudiants

Vous pouvez retrouver les réalisations d'autres étudiantes et étudiants en fin de page. N'hésitez pas à vous en inspirer !

Ce défi est-il pour moi ?

Tous les défis sont accessibles à différents niveaux (les différentes réalisations possibles mobilisent des compétences hétérogènes pour un même défi).

Néanmoins, ce défi semble particulièrement adapté (mais pas exclusivement) à des participants de niveau : Confirmé

La principale difficulté identifiée est : L'interpolation spatiale entre les bureaux de vote et les autres données spatialisées (IRIS ou les carroyages).

Pour faire votre choix, vous pouvez aussi vous appuyer sur :

• les réalisations possibles (voir ci-dessus)
• les mots-clés techniques : modélisation de séries temporelles, préparation des données, données géographiques

Valorisation du projet

La mise en avant des réalisations

Pour valoriser vos travaux, nous vous invitons à les partager avec l’ensemble de la communauté en publiant une réutilisation sur data.gouv.fr. Cela vous permettra notamment de :

• Profiter d’une visibilité accrue
• Obtenir des retours constructifs
• Engager un dialogue avec les producteurs de données
• Inspirer les autres

La marche à suivre est détaillée dans ce guide. Nous avons hâte de voir vos réalisations !

Aspects techniques

Les contraintes techniques du projet : environnement matériel et logiciel, outils de développement, méthodologies, ressources de calcul, etc.

Données

De nombreuses données ouvertes sont mises à votre disposition pour vous aider à répondre au projet proposé. La liste ci-dessous constitue une première base à exploiter dans le cadre du projet, elle est non exhaustive et nous vous encourageons à explorer davantage de données ouvertes.

Toutes les données sur les élections publiées par le Ministère de l'intérieur et des Outre-mer sont disponibles dans l'inventaire thématique dédié.

Les données électorales produites dans le cadre des travaux de Julia Cagé et Thomas Piketty pour l'ouvrage "Une histoire du conflit politique. Elections et inégalités sociales en France, 1789-2022" pourraient également être une ressource utile.

Environnement de travail

Si vous le souhaitez, un environnement de travail déjà configuré sur le Datalab « SSP Cloud » de l’INSEE est à votre disposition, et lançable directement pour réaliser ce défi. Les données y sont préalablement chargées.

Le Datalab « SSP Cloud » est une plateforme mutualisée de traitement de données mise en œuvre par l’INSEE. Il propose un ensemble de services destinés aux traitements statistiques de données ainsi qu’à la gestion complète des projets de datascience. Pour en savoir plus, nous vous invitons à consulter la documentation du SSP Cloud.

Cette plateforme est ouverte aux agents publics ainsi qu’aux enseignants et étudiants d’universités publiques et du Groupe des écoles nationales d’économie et de statistique. Pour y accéder, il suffit de s’inscrire avec son adresse mail professionnelle, d’université ou d’école.

Réaliser ce défi sur l'environnement de travail configuré proposé sur le Datalab "SSP Cloud" de l'INSEE