SlideShare une entreprise Scribd logo
La Cartographie statistique
décisionnelle
Pour qui et pour quel usage ?

Jerome GUYOT
Chef de Produit Cartes & Données
Groupe ARTICQUE
06 mars 2014
La Cartographie statistique décisionnelle

DE LA DONNÉE À LA CARTE
De plus en plus de
données disponibles
Une collecte autrefois difficile…
• Un processus long et coûteux
– Enregistrement
– Classement / stockage
– Ex : recensement de la population en Cote
d’Ivoire
…mais aujourd’hui facilitée !
• Capacités de
stockage / calcul
• Outils informatiques
• Internet / Cloud
• Explosion du mobile
– Ex : élection
présidentielle en
Côte d’Ivoire
Toujours plus de données
• Instituts
statistiques
• Observatoires
• Open data
– Data.gouv.fr

• Big Data
Un intérêt croissant
• « Consommation » de
données
• Nouveaux métiers
– Data-journalisme
• Data.lesechos.fr

– Data-scientist
Un paradoxe ?

Données
Information
utile

Temps

Temps
De la Donnée à la Décision
Connaissance = Décision

Informations

Contexte

Données

Compréhension
Une solution ?
La Carte, outil d’analyse et de prise de décision

LOCALISER, ANALYSER,
COMMUNIQUER
Réflexion + Intuition = Décision
Raisonnement

•Données
qualitatives
•Données
quantitativ
es
•Données
spatiales
•Notion
Date

Données

Intuition

Décision

Statistiques
Cartographie
•Descriptive
•Exploratoire
•Prédictive
•Chronologie

•Géocodage
•Projection
Gestion Donnée
spatiale

•Localisation
•Illustrative
•Typologie
•Sectorisation

•Power
Point
•Illustrator
•Impression
Papier
•Image site
Web
•webCarto
interactif
•Tactiles

Communication

Décision
•Optimisation
•Prédiction
•Modification
Localiser
• 85 % des données sont localisables
Localiser
• Notion de territoire
Localiser
• Vision
d’ensemble
• Permet de
contextualiser
Localiser
• Choisir la bonne échelle
Localiser
• Jusqu’aux niveaux les plus fins
Localiser
• Pas « que » de la Géographie
Analyser
• Traiter les données = se donner les
moyens de les découvrir (discrétisation)
Analyser
• Confronter les données pour relativiser
Analyser
L’analyse de grille
permet de « lisser » un
phénomène
pour en faire apparaitre
les grandes tendances

C’est aussi un moyen de
rendre anonymes les
données en supprimant
le découpage
administratif fin
Analyser
• Identifier les variables explicatives
• Analyses multivariées / Typologies
Analyser
• Prévoir et anticiper les actions
EDF

Ministère de l’Intérieur
Ville de Caen
Communiquer
• De la Donnée vers l’Information diffusée :

Données

• Forte volumétrie
• Diversité
• Complexité

•
•
•
•
•

• Synthèse :
Tri / Sélection
• - de données
Perception
• + de Compréhension
Traitement
• + de Contexte
Choix du message
Choix du public
Communiquer
• Outil de réflexion

• Un document
« statique » ?
• En réalité, un visuel
« dynamique »
– Doit évoluer pour
suivre la réflexion

• Une création
mutuelle
– Utilité des outils
logiciels
– Processus
collaboratif
Communiquer
• La carte
interactive
– Atlas web
dynamiques
– Applications
• Informations à jour
• Diffusion selon
profil
• Appropriation,
personnalisation
Communiquer
• Outils d’action
– Carte = outil de
saisie
– Réactivité
– Le lecteur devient
un acteur impliqué

• Exemples :
– L’application Erika
– C&D Web
La Cartographie statistique décisionnelle : exemples d’usages

DE NOMBREUSES
APPLICATIONS
Politique
Santé

Ministère de la Santé : étude de l’offre de soin
Epidémiologie
Energie
IEA
Urbanisme

Agence d’Urbanisme de la Région Angevine (AURA)
Economie
Commerce
CCI de La Moselle
Culture
Cité de la Musique
Environnement
Climat / Météo
Agriculture

UNIFA
Agriculture
Institut de l’Elevage
Transports
La Cartographie statistique décisionnelle : pour qui ?

UN DOMAINE RÉSERVÉ ?
Les outils
• Les logiciels SIG
– Solutions puissantes et précises
– Richesse des ressources disponibles
– Prise en main pas toujours facile
– Investissement coûteux en temps
– Dédiés à l’aspect spatial, pas toujours à
l’analyse statistique
– Pas toujours très développés sur la
représentation graphique des données
Les outils
• Les logiciels de cartographie statistique
– Plus faciles d’accès
– Intègrent des fonctions statistiques en
standard
– Accompagnement, indicateurs
– Tournés vers l’analyse exploratoire des
données
– Nombreux modes de représentations
– Moins développés sur l’aspect « spatial »
Les outils
• Les solutions de webmapping
– Atlas web « prêts à l’emploi »
– Niveau d’interactivité variable
– Solutions libres
– Nécessitent souvent des compétences
techniques (web ou développement)
– Développement des solution simplifiées avec
backoffice d’administration intégré
Faut-il être un « pro » ?
• Hier encore :
– Réservé aux cartographes, aux « Sigistes »
– Un métier dédié aux SIG : Géomaticien

• Aujourd’hui :
– Démocratisation des outils
– Familiarisation du public
• Google maps/earth, Open Street Map…
Faut-il être un « pro » ?
• Alors : statisticien, géographe, ou les deux ?
– Pas toujours facile de choisir les méthodes
d’analyse à appliquer…
– Besoin de connaitre/choisir le « terrain »
– Surtout, maîtriser ses données
• Les structurer
• Les sélectionner
• Les fiabiliser : complétude, sources, métadonnées…
Avant tout : rester
un spécialiste de son métier
• L’outil ne remplace pas l’expérience
– Apporter son bon sens avec soi
– Meilleure capacité à contextualiser
– Intuition
– Expertise des « indicateurs clés », des
informations stratégiques
– Capacité à transformer les informations en
connaissances/décisions
– Connaitre les destinataires des messages
– Faire « parler » les données
Conclusion
« Dans tous les cas, la carte est un moyen très
efficace d’exprimer des idées et de repérer des
phénomènes qui ne le seraient pas, ou qui le
seraient plus difficilement, par d’autres moyens.
En ce sens, elle permet au chercheur de
s’exprimer plus efficacement, mais aussi au
lecteur de mieux le comprendre. »
Christine Zanin
CNRS - Université Paris Diderot - Paris 7
Merci de votre attention !
Participez à nos prochains
Rendez-vous RITME
nsorhaitz@ritme.com--http://www.ritme.com

Contenu connexe

Similaire à Cartographie statistique décisionnelle--Rendez-vous Ritme du 6 mars 2014

Avons-nous besoin d’infolabs ?
Avons-nous besoin d’infolabs ?Avons-nous besoin d’infolabs ?
Avons-nous besoin d’infolabs ?
Fing
 
AGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoireAGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoire
noucher
 
L'émergence d'une nouvelle filière de formation : data science
L'émergence d'une nouvelle filière de formation : data scienceL'émergence d'une nouvelle filière de formation : data science
L'émergence d'une nouvelle filière de formation : data scienceKezhan SHI
 
Réflexions sur les missions et les compétences liées à une démarche data terr...
Réflexions sur les missions et les compétences liées à une démarche data terr...Réflexions sur les missions et les compétences liées à une démarche data terr...
Réflexions sur les missions et les compétences liées à une démarche data terr...
Mairie de Paris
 
20100211 Partage De DonnéEs Publiques V2
20100211    Partage De DonnéEs Publiques V220100211    Partage De DonnéEs Publiques V2
20100211 Partage De DonnéEs Publiques V2Fing
 
Quelle société voulons-nous à l'ère numérique ? Leviers d'action pour une col...
Quelle société voulons-nous à l'ère numérique ? Leviers d'action pour une col...Quelle société voulons-nous à l'ère numérique ? Leviers d'action pour une col...
Quelle société voulons-nous à l'ère numérique ? Leviers d'action pour une col...Emile Hooge
 
Big Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologiesBig Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologies
Hassan Lâasri
 
La plateforme OpenData 3.0 pour libérer et valoriser les données
La plateforme OpenData 3.0 pour libérer et valoriser les données  La plateforme OpenData 3.0 pour libérer et valoriser les données
La plateforme OpenData 3.0 pour libérer et valoriser les données
Excelerate Systems
 
Compte-Rendu rencontre du groupe Culture du Datalab
Compte-Rendu rencontre du groupe Culture du DatalabCompte-Rendu rencontre du groupe Culture du Datalab
Compte-Rendu rencontre du groupe Culture du DatalabDatalab_PDL
 
Un journalisme data-driven ? Que font les « données » rendues accessibles par...
Un journalisme data-driven ? Que font les « données » rendues accessibles par...Un journalisme data-driven ? Que font les « données » rendues accessibles par...
Un journalisme data-driven ? Que font les « données » rendues accessibles par...
Alexandre Coutant
 
Compte-Rendu rencontre du groupe Collectivités du Datalab
Compte-Rendu rencontre du groupe Collectivités du DatalabCompte-Rendu rencontre du groupe Collectivités du Datalab
Compte-Rendu rencontre du groupe Collectivités du Datalab
Datalab_PDL
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel business
Mouhsine LAKHDISSI
 
Conférence Open Data La Gazette juin 2016
Conférence Open Data La Gazette juin 2016Conférence Open Data La Gazette juin 2016
Conférence Open Data La Gazette juin 2016
Mairie de Paris
 
chapitre 1.pdf
chapitre 1.pdfchapitre 1.pdf
chapitre 1.pdf
sophy45
 
L'Open Data en collectivité à la lumière des données de mobilité - Cerema (Ma...
L'Open Data en collectivité à la lumière des données de mobilité - Cerema (Ma...L'Open Data en collectivité à la lumière des données de mobilité - Cerema (Ma...
L'Open Data en collectivité à la lumière des données de mobilité - Cerema (Ma...
yann le gigan
 
2017 : l'année de la "data territoriale" ?
2017 : l'année de la "data territoriale" ?2017 : l'année de la "data territoriale" ?
2017 : l'année de la "data territoriale" ?
Jacques PRIOL
 
Plaquette projet mobilise
Plaquette projet mobilise Plaquette projet mobilise
Plaquette projet mobilise
FabMob
 
Festival Online de la Data 2020 - La data devient l'affaire de tous
Festival Online de la Data 2020 - La data devient l'affaire de tousFestival Online de la Data 2020 - La data devient l'affaire de tous
Festival Online de la Data 2020 - La data devient l'affaire de tous
Alexandra Loria
 
Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013ADBS
 
Le nouveau terrain de jeu du veilleur : technologie ou cahos informationnel ?...
Le nouveau terrain de jeu du veilleur : technologie ou cahos informationnel ?...Le nouveau terrain de jeu du veilleur : technologie ou cahos informationnel ?...
Le nouveau terrain de jeu du veilleur : technologie ou cahos informationnel ?...
Le_GFII
 

Similaire à Cartographie statistique décisionnelle--Rendez-vous Ritme du 6 mars 2014 (20)

Avons-nous besoin d’infolabs ?
Avons-nous besoin d’infolabs ?Avons-nous besoin d’infolabs ?
Avons-nous besoin d’infolabs ?
 
AGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoireAGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoire
 
L'émergence d'une nouvelle filière de formation : data science
L'émergence d'une nouvelle filière de formation : data scienceL'émergence d'une nouvelle filière de formation : data science
L'émergence d'une nouvelle filière de formation : data science
 
Réflexions sur les missions et les compétences liées à une démarche data terr...
Réflexions sur les missions et les compétences liées à une démarche data terr...Réflexions sur les missions et les compétences liées à une démarche data terr...
Réflexions sur les missions et les compétences liées à une démarche data terr...
 
20100211 Partage De DonnéEs Publiques V2
20100211    Partage De DonnéEs Publiques V220100211    Partage De DonnéEs Publiques V2
20100211 Partage De DonnéEs Publiques V2
 
Quelle société voulons-nous à l'ère numérique ? Leviers d'action pour une col...
Quelle société voulons-nous à l'ère numérique ? Leviers d'action pour une col...Quelle société voulons-nous à l'ère numérique ? Leviers d'action pour une col...
Quelle société voulons-nous à l'ère numérique ? Leviers d'action pour une col...
 
Big Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologiesBig Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologies
 
La plateforme OpenData 3.0 pour libérer et valoriser les données
La plateforme OpenData 3.0 pour libérer et valoriser les données  La plateforme OpenData 3.0 pour libérer et valoriser les données
La plateforme OpenData 3.0 pour libérer et valoriser les données
 
Compte-Rendu rencontre du groupe Culture du Datalab
Compte-Rendu rencontre du groupe Culture du DatalabCompte-Rendu rencontre du groupe Culture du Datalab
Compte-Rendu rencontre du groupe Culture du Datalab
 
Un journalisme data-driven ? Que font les « données » rendues accessibles par...
Un journalisme data-driven ? Que font les « données » rendues accessibles par...Un journalisme data-driven ? Que font les « données » rendues accessibles par...
Un journalisme data-driven ? Que font les « données » rendues accessibles par...
 
Compte-Rendu rencontre du groupe Collectivités du Datalab
Compte-Rendu rencontre du groupe Collectivités du DatalabCompte-Rendu rencontre du groupe Collectivités du Datalab
Compte-Rendu rencontre du groupe Collectivités du Datalab
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel business
 
Conférence Open Data La Gazette juin 2016
Conférence Open Data La Gazette juin 2016Conférence Open Data La Gazette juin 2016
Conférence Open Data La Gazette juin 2016
 
chapitre 1.pdf
chapitre 1.pdfchapitre 1.pdf
chapitre 1.pdf
 
L'Open Data en collectivité à la lumière des données de mobilité - Cerema (Ma...
L'Open Data en collectivité à la lumière des données de mobilité - Cerema (Ma...L'Open Data en collectivité à la lumière des données de mobilité - Cerema (Ma...
L'Open Data en collectivité à la lumière des données de mobilité - Cerema (Ma...
 
2017 : l'année de la "data territoriale" ?
2017 : l'année de la "data territoriale" ?2017 : l'année de la "data territoriale" ?
2017 : l'année de la "data territoriale" ?
 
Plaquette projet mobilise
Plaquette projet mobilise Plaquette projet mobilise
Plaquette projet mobilise
 
Festival Online de la Data 2020 - La data devient l'affaire de tous
Festival Online de la Data 2020 - La data devient l'affaire de tousFestival Online de la Data 2020 - La data devient l'affaire de tous
Festival Online de la Data 2020 - La data devient l'affaire de tous
 
Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013
 
Le nouveau terrain de jeu du veilleur : technologie ou cahos informationnel ?...
Le nouveau terrain de jeu du veilleur : technologie ou cahos informationnel ?...Le nouveau terrain de jeu du veilleur : technologie ou cahos informationnel ?...
Le nouveau terrain de jeu du veilleur : technologie ou cahos informationnel ?...
 

Dernier

Iris van Herpen. pptx
Iris            van        Herpen.     pptxIris            van        Herpen.     pptx
Iris van Herpen. pptx
Txaruka
 
Burkina Faso library newsletter May 2024
Burkina Faso library newsletter May 2024Burkina Faso library newsletter May 2024
Burkina Faso library newsletter May 2024
Friends of African Village Libraries
 
Iris van Herpen. pptx
Iris         van        Herpen.      pptxIris         van        Herpen.      pptx
Iris van Herpen. pptx
Txaruka
 
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
BenotGeorges3
 
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
M2i Formation
 
Iris van Herpen. pptx
Iris         van         Herpen.      pptxIris         van         Herpen.      pptx
Iris van Herpen. pptx
Txaruka
 

Dernier (6)

Iris van Herpen. pptx
Iris            van        Herpen.     pptxIris            van        Herpen.     pptx
Iris van Herpen. pptx
 
Burkina Faso library newsletter May 2024
Burkina Faso library newsletter May 2024Burkina Faso library newsletter May 2024
Burkina Faso library newsletter May 2024
 
Iris van Herpen. pptx
Iris         van        Herpen.      pptxIris         van        Herpen.      pptx
Iris van Herpen. pptx
 
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
 
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
 
Iris van Herpen. pptx
Iris         van         Herpen.      pptxIris         van         Herpen.      pptx
Iris van Herpen. pptx
 

Cartographie statistique décisionnelle--Rendez-vous Ritme du 6 mars 2014

  • 1. La Cartographie statistique décisionnelle Pour qui et pour quel usage ? Jerome GUYOT Chef de Produit Cartes & Données Groupe ARTICQUE 06 mars 2014
  • 2. La Cartographie statistique décisionnelle DE LA DONNÉE À LA CARTE
  • 3. De plus en plus de données disponibles
  • 4. Une collecte autrefois difficile… • Un processus long et coûteux – Enregistrement – Classement / stockage – Ex : recensement de la population en Cote d’Ivoire
  • 5. …mais aujourd’hui facilitée ! • Capacités de stockage / calcul • Outils informatiques • Internet / Cloud • Explosion du mobile – Ex : élection présidentielle en Côte d’Ivoire
  • 6. Toujours plus de données • Instituts statistiques • Observatoires • Open data – Data.gouv.fr • Big Data
  • 7. Un intérêt croissant • « Consommation » de données • Nouveaux métiers – Data-journalisme • Data.lesechos.fr – Data-scientist
  • 9. De la Donnée à la Décision Connaissance = Décision Informations Contexte Données Compréhension
  • 11. La Carte, outil d’analyse et de prise de décision LOCALISER, ANALYSER, COMMUNIQUER
  • 12. Réflexion + Intuition = Décision Raisonnement •Données qualitatives •Données quantitativ es •Données spatiales •Notion Date Données Intuition Décision Statistiques Cartographie •Descriptive •Exploratoire •Prédictive •Chronologie •Géocodage •Projection Gestion Donnée spatiale •Localisation •Illustrative •Typologie •Sectorisation •Power Point •Illustrator •Impression Papier •Image site Web •webCarto interactif •Tactiles Communication Décision •Optimisation •Prédiction •Modification
  • 13. Localiser • 85 % des données sont localisables
  • 16. Localiser • Choisir la bonne échelle
  • 18. Localiser • Pas « que » de la Géographie
  • 19. Analyser • Traiter les données = se donner les moyens de les découvrir (discrétisation)
  • 20. Analyser • Confronter les données pour relativiser
  • 21. Analyser L’analyse de grille permet de « lisser » un phénomène pour en faire apparaitre les grandes tendances C’est aussi un moyen de rendre anonymes les données en supprimant le découpage administratif fin
  • 22. Analyser • Identifier les variables explicatives • Analyses multivariées / Typologies
  • 23. Analyser • Prévoir et anticiper les actions EDF Ministère de l’Intérieur Ville de Caen
  • 24. Communiquer • De la Donnée vers l’Information diffusée : Données • Forte volumétrie • Diversité • Complexité • • • • • • Synthèse : Tri / Sélection • - de données Perception • + de Compréhension Traitement • + de Contexte Choix du message Choix du public
  • 25. Communiquer • Outil de réflexion • Un document « statique » ? • En réalité, un visuel « dynamique » – Doit évoluer pour suivre la réflexion • Une création mutuelle – Utilité des outils logiciels – Processus collaboratif
  • 26. Communiquer • La carte interactive – Atlas web dynamiques – Applications • Informations à jour • Diffusion selon profil • Appropriation, personnalisation
  • 27. Communiquer • Outils d’action – Carte = outil de saisie – Réactivité – Le lecteur devient un acteur impliqué • Exemples : – L’application Erika – C&D Web
  • 28. La Cartographie statistique décisionnelle : exemples d’usages DE NOMBREUSES APPLICATIONS
  • 30. Santé Ministère de la Santé : étude de l’offre de soin
  • 33. Urbanisme Agence d’Urbanisme de la Région Angevine (AURA)
  • 42. La Cartographie statistique décisionnelle : pour qui ? UN DOMAINE RÉSERVÉ ?
  • 43. Les outils • Les logiciels SIG – Solutions puissantes et précises – Richesse des ressources disponibles – Prise en main pas toujours facile – Investissement coûteux en temps – Dédiés à l’aspect spatial, pas toujours à l’analyse statistique – Pas toujours très développés sur la représentation graphique des données
  • 44. Les outils • Les logiciels de cartographie statistique – Plus faciles d’accès – Intègrent des fonctions statistiques en standard – Accompagnement, indicateurs – Tournés vers l’analyse exploratoire des données – Nombreux modes de représentations – Moins développés sur l’aspect « spatial »
  • 45. Les outils • Les solutions de webmapping – Atlas web « prêts à l’emploi » – Niveau d’interactivité variable – Solutions libres – Nécessitent souvent des compétences techniques (web ou développement) – Développement des solution simplifiées avec backoffice d’administration intégré
  • 46. Faut-il être un « pro » ? • Hier encore : – Réservé aux cartographes, aux « Sigistes » – Un métier dédié aux SIG : Géomaticien • Aujourd’hui : – Démocratisation des outils – Familiarisation du public • Google maps/earth, Open Street Map…
  • 47. Faut-il être un « pro » ? • Alors : statisticien, géographe, ou les deux ? – Pas toujours facile de choisir les méthodes d’analyse à appliquer… – Besoin de connaitre/choisir le « terrain » – Surtout, maîtriser ses données • Les structurer • Les sélectionner • Les fiabiliser : complétude, sources, métadonnées…
  • 48. Avant tout : rester un spécialiste de son métier • L’outil ne remplace pas l’expérience – Apporter son bon sens avec soi – Meilleure capacité à contextualiser – Intuition – Expertise des « indicateurs clés », des informations stratégiques – Capacité à transformer les informations en connaissances/décisions – Connaitre les destinataires des messages – Faire « parler » les données
  • 49. Conclusion « Dans tous les cas, la carte est un moyen très efficace d’exprimer des idées et de repérer des phénomènes qui ne le seraient pas, ou qui le seraient plus difficilement, par d’autres moyens. En ce sens, elle permet au chercheur de s’exprimer plus efficacement, mais aussi au lecteur de mieux le comprendre. » Christine Zanin CNRS - Université Paris Diderot - Paris 7
  • 50. Merci de votre attention ! Participez à nos prochains Rendez-vous RITME nsorhaitz@ritme.com--http://www.ritme.com