Diagnostic territorial de l'école publique et analyse de l'abstention

Cette réutilisation a été développée dans le cadre du Défi data.gouv.fr (Saison 4) portant sur les élections municipales de 2026. L'objectif de ce travail est de fournir un état des lieux quantifié de l'école publique à l'échelle communale, et de croiser ces indicateurs avec les données de participation électorale pour observer les dynamiques locales.

Ce que la réutilisation permet de faire ou de montrer

L'application web propose une restitution cartographique et statistique couvrant 34 964 communes françaises. Elle permet de visualiser :

• Un indice de fragilité scolaire : Un score composite calculé par Analyse en Composantes Principales (ACP) qui agrège quatre dimensions (taux d'encadrement, concentration d'effectifs REP/REP+, part d'enseignants non titulaires, éloignement géographique).
• Une typologie des territoires : La répartition des communes en 5 profils statistiques distincts (modèle GMM), avec une identification spécifique des territoires atypiques (modèle HDBSCAN).
• Une analyse spatiale : La détection des poches de tension éducative ou des communes isolées via les indices d'autocorrélation spatiale (Getis-Ord G* et LISA).
• Un croisement électoral : Une série de visualisations mettant en relation l'indice de fragilité scolaire avec les taux d'abstention du premier tour des élections municipales de 2020, en tenant compte du contexte socio-économique (taux de pauvreté).

Méthode de création et sources des données

L'ensemble de l'analyse repose sur le croisement de jeux de données ouverts (Ministère de l'Éducation Nationale/DEPP, INSEE, IGN, Ministère de l'Intérieur).

Le pipeline de traitement des données a été réalisé en Python :

• Imputation des données manquantes par la méthode MICE.
• Réduction de dimensionnalité (ACP).
• Clustering spatial et typologique (Scikit-Learn, PySal, BayesianGMM pour la validation croisée).

L'interface de restitution est une application front-end statique développée en React/Vite, utilisant MapLibre pour la cartographie et ECharts pour les graphiques. La méthodologie de traitement des données et les choix algorithmiques sont entièrement documentés dans cette description afin de garantir la transparence de l'analyse et la bonne compréhension des résultats.