Revision of exercices for modules 3 and 4

Author: phgrosjean

DESCRIPTION

@@ -1,5 +1,5 @@
 Package: BioDataScience1
-Version: 2022.2.0
+Version: 2022.2.1
 Title: A Series of Learnr Documents for Biological Data Science 1
 Description: Interactive documents using learnr and shiny applications for studying biological data science.
 Authors@R: c(

NEWS.md

@@ -1,3 +1,7 @@
+# BioDataScience1 2022.2.1
+
+-   **A03La_univariate**, **A04La_barplot**, **A04Lb_barplot** and **A04Lc_comp_fig** are revised (no changes in the exercices themselve).
+
 # BioDataScience1 2022.2.0
 
 -   **A02La_base** added new items from SciViews Box 2022: base R pipe `|>` and fast functions from {collapse} like `fmean()`.

inst/tutorials/A03La_univariate/A03La_univariate.Rmd

@@ -34,15 +34,13 @@ BioDataScience1::learnr_server(input, output, session)
 
 ------------------------------------------------------------------------
 
-**Ce tutoriel correspond à la version 2021-2022. Il est en cours de révision pour la version 2022-2023. Vous devez probablement penser à installer une version plus récente du package qui contient les exercices finalisés !**
-
 ## Objectifs
 
 -   Vérifier l'acquisition des notions relatives aux histogrammes
 
--   Vérifier l'acquisition des notions relatives aux graphiques de densité
+-   Contrôler votre capacité à créer graphiques de densité
 
--   Vérifier l'acquisition des notions relatives aux diagrammes en violon
+-   Vérifier que vous comprenez et êtes capable de réaliser des diagrammes en violon
 
 ## Biométrie humaine
 
@@ -80,6 +78,7 @@ chart(biometry, ~ NUM | FACTOR) +
 ```
 
 ```{r histo_h3-solution}
+## Solution ##
 chart(biometry, ~ age | gender) +
   geom_histogram(bins = 30)
 ```
@@ -115,12 +114,13 @@ chart(biometry, ~ NUM %fill=% FACTOR) +
 ```
 
 ```{r density_h3-solution}
+## Solution ##
 chart(biometry, ~ height %fill=% gender) +
   geom_density()
 ```
 
 ```{r density_h3-check}
-grade_code("Vous progressez vite! Vous savez maintenant réaliser un graphique de densité.")
+grade_code("Vous savez maintenant réaliser un graphique de densité.")
 ```
 
 ### Graphique en violon
@@ -152,32 +152,31 @@ chart(biometry, NUM ~ FACTOR) +
 ```
 
 ```{r violin_h3-solution}
+## Solution ##
 chart(biometry, height ~ gender) +
   geom_violin()
 ```
 
 ```{r violin_h3-check}
-grade_code("De mieux en mieux, vous maitrisez un 3^ème^ type de graphique pour représenté la distribution d'une variable numérique. ")
+grade_code("Vous maîtrisez un 3^ème^ type de graphique pour représenté la distribution d'une variable numérique. ")
 ```
 
 ## Analyse d'image du zooplancton
 
-Intéressez vous au jeu de données sur l'analyse d'image du zooplancton humaine ci-dessous.
+Intéressez vous au jeu de données sur l'analyse d'image du zooplancton ci-dessous.
 
 ```{r, echo = TRUE}
 # Importation du jeu de données
 (zooplankton <- read("zooplankton", package = "data.io", lang = "fr"))
-# Filtre du jeu de données pour obtenir uniquement les copépodes.
-(copepoda <- fsubset(zooplankton, class %in%
+# Filtre du jeu de données pour obtenir uniquement les copépodes
+(copepoda <- sfilter(zooplankton, class %in%
   c("Calanoid", "Cyclopoid", "Harpacticoid", "Poecilostomatoid")))
 ```
 
 ### Graphique en violon
 
 Reproduisez le graphique suivant qui représente la répartition de taille (`size`) en fonction de la classe (`class`) des copépodes présents dans le jeu de données `copepoda`. Permutez les axes en utilisant la fonction `coord_flip()` et masquez la légende en utilisant l'argument `show.legend = FALSE`
 
-**Nom du jeu de données et des variables importantes**
-
 ```{r violin2_intro}
 chart(copepoda, size ~ class %fill=% class) +
   geom_violin(show.legend = FALSE) +
@@ -205,6 +204,7 @@ chart(biometry, NUM ~ FACTOR %fill=% FACTOR) +
 ```
 
 ```{r violin2_h3-solution}
+## Solution ##
 chart(copepoda, size ~ class %fill=% class) +
   geom_violin(show.legend = FALSE) +
   coord_flip()
@@ -216,7 +216,7 @@ grade_code("Et une nouvelle fonction de plus pour améliorer la représentation
 
 ### Graphique de densité 1
 
-Reproduisez le graphique suivant qui représente la répartition de taille (`size`) en fonction de la classe (`class`) des copépodes présents dans le jeu de données `copepoda` en utilisant la fonction `geom_density_ridges()` du package `ggridges`. Masquez la légende en utilisant l'argument `show.legend`
+Reproduisez le graphique suivant qui représente la répartition de taille (`size`) en fonction de la classe (`class`) des copépodes présents dans le jeu de données `copepoda` en utilisant la fonction `ggridges::geom_density_ridges()`. Masquez la légende en utilisant l'argument `show.legend =`
 
 ```{r ggridges_intro}
 chart(copepoda, class ~ size %fill=% class) +
@@ -241,17 +241,18 @@ chart(copepoda, FACTOR ~ NUM %fill=% FACTOR) +
 ```
 
 ```{r ggridges_h3-solution}
+## Solution ##
 chart(copepoda, class ~ size %fill=% class) +
   ggridges::geom_density_ridges(show.legend = FALSE) 
 ```
 
 ```{r ggridges_h3-check}
-grade_code("Félicitation ! Vous maitrisez un nouveau type de graphique.")
+grade_code("Ce type de graphique s'avère intéressant pour comparer plusieurs distributions.")
 ```
 
 ### Graphique de densité 2
 
-Reproduisez le graphique suivant qui représente la répartition de taille (`size`) en fonction de la classe (`class`) du zooplancton présent dans le jeu de données `zooplankton` en utilisant la fonction `geom_density_ridges()` du package `ggridges`.
+Reproduisez le graphique suivant qui représente la répartition de taille (`size`) en fonction de la classe (`class`) du zooplancton présent dans le jeu de données `zooplankton` en utilisant la fonction `ggridges::geom_density_ridges()`.
 
 ```{r ggridges2_intro}
 chart(zooplankton, class ~ size) +
@@ -271,12 +272,13 @@ chart(DF, FACTOR ~ NUM) +
 ```
 
 ```{r ggridges2_h2-solution}
+## Solution ##
 chart(zooplankton, class ~ size) +
   ggridges::geom_density_ridges() 
 ```
 
 ```{r ggridges2_h2-check}
-grade_code("Votre maitrise des fonctions graphiques est impressionnante !")
+grade_code("Vous avez certainement compris le principe ici.")
 ```
 
 ## Biométrie d'oursins
@@ -315,17 +317,18 @@ chart(urchin, YNUM ~ XNUM %col=% FACTOR) +
 ```
 
 ```{r np_h3-solution}
+## Solution ##
 chart(urchin, height ~ weight %col=% origin) +
   geom_point()
 ```
 
 ```{r np_h3-check}
-grade_code("C'est parfait ! Vous vous souvenez comment on fait un graphique en nuage de points.")
+grade_code("Vous vous souvenez comment on fait un graphique en nuage de points.")
 ```
 
 ### Nuage de points 2
 
-À partir du jeu de données `urchin`, reproduisez le graphique suivant qui représente la variation de la taille (`height`) en fonction de la masse (`weight`) des oursins. L'orgine (`origin`) et le sexe (`sex`) de ces derniers sont mis en évidence par la couleur et la forme, respectivement.
+À partir du jeu de données `urchin`, reproduisez le graphique suivant qui représente la variation de la taille (`height`) en fonction de la masse (`weight`) des oursins. L'origine (`origin`) et le sexe (`sex`) de ces derniers sont mis en évidence par la couleur et la forme, respectivement.
 
 ```{r np2_intro}
 chart(urchin, height ~ weight %col=% origin %shape=% sex) +
@@ -352,18 +355,19 @@ chart(urchin, YNUM ~ XNUM %col=% FACTOR1 %shape=% FACTOR2) +
 ```
 
 ```{r np2_h3-solution}
+## Solution ##
 # Utiliser la couleur en tant que premier argument et la forme en second
 chart(urchin, height ~ weight %col=% origin %shape=% sex) +
   geom_point()
 ```
 
 ```{r np2_h3-check}
-grade_code("Tout simplement parfait ! Vous devenez un véritable expert en création de graphique")
+grade_code("Les \"aesthetics\" supplémentaires sont ajoutées à la formule à l'aide de `%<esth>=%`.")
 ```
 
 ## Conclusion
 
-Bravo! Vous venez de terminer votre séance d'exercie dans un tutoriel "learnr".
+Vous venez de terminer votre séance d'exercices qui récapitule la réalisation de plusieurs graphiques différents avec `chart()`.
 
 Durant cette séance, vous avez appris à réaliser des graphiques de type :
 
@@ -373,6 +377,8 @@ Durant cette séance, vous avez appris à réaliser des graphiques de type :
 
 -   diagrammes en violon
 
+-   revu les graphiques en nuage de points
+
 ```{r comm_noscore, echo=FALSE}
 question_text(
   "Laissez-nous vos impressions sur ce learnr",

inst/tutorials/A04La_barplot/A04La_barplot.Rmd

@@ -39,8 +39,6 @@ BioDataScience1::learnr_server(input, output, session)
 
 ------------------------------------------------------------------------
 
-**Ce tutoriel correspond à la version 2021-2022. Il est en cours de révision pour la version 2022-2023. Vous devez probablement penser à installer une version plus récente du package qui contient les exercices finalisés !**
-
 ## Objectifs
 
 -   Vérifier l'acquisition des notions relatives à la réalisation de graphiques en barres.
@@ -51,7 +49,7 @@ BioDataScience1::learnr_server(input, output, session)
 
 La jeu de données nommé `e_mathaei` est un recensement de différentes variétés de l'oursin *Echinometra mathaei*.
 
-```{r echino_data, echo = TRUE}
+```{r echino_data, echo=TRUE}
 # Visualisation de quelques lignes du jeu de données
 e_mathaei[c(200, 250, 300, 340), ]
 ```
@@ -96,7 +94,7 @@ chart(e_mathaei, ~variety) +
 ```
 
 ```{r bar1_h3-check}
-grade_code("Vous venez de réaliser votre premier graphique en barre. Félicitation !")
+grade_code("Vous venez de réaliser votre premier graphique en barre.")
 ```
 
 ### Dénombrement d'oursins par site
@@ -134,12 +132,12 @@ chart(e_mathaei, ~site %fill=% variety) +
 ```
 
 ```{r bar2_h3-check}
-grade_code("Vous savez maintenant comment combiner 2 variables facteurs dans un graphique en barres.")
+grade_code("Vous savez maintenant comment combiner deux variables facteurs dans un graphique en barres.")
 ```
 
 ### Dénombrement d'oursins par site 2
 
-Par défaut, l'argument `position =` a pour valeur `stack`. Les chercheurs réalisent alors deux nouveaux graphiques avec les mêmes données en modifiant l'argument `position =`.
+Par défaut, l'argument `position =` a pour valeur `"stack"`. Les chercheurs réalisent alors deux nouveaux graphiques avec les mêmes données en modifiant l'argument `position =`.
 
 ```{r}
 # position = "dodge"
@@ -154,7 +152,7 @@ b <- chart(e_mathaei, ~site %fill=% variety) +
 combine_charts(list(a, b), common.legend = TRUE)
 ```
 
-A partir du jeu de donnée `e_mathaei`, reproduisez le graphique ci-dessus représentant le nombre d'oursin pour chacune des variétés (`variety`) par site en utilisant la valeur `dodge` pour le graphique **A** et la valeur `fill` pour le graphique **B**.
+A partir du jeu de donnée `e_mathaei`, reproduisez les graphiques ci-dessus représentant le nombre d'oursin pour chacune des variétés (`variety`) par site en utilisant la valeur `"dodge"` pour le graphique **A** et la valeur `"fill"` pour le graphique **B**.
 
 ```{r bar3_h3, exercise=TRUE}
 # position = "dodge"
@@ -212,12 +210,12 @@ combine_charts(list(a, b), common.legend = TRUE)
 ```
 
 ```{r bar3_h3-check}
-grade_code("Vous connaissez maintenant les différentes valeurs que peuvent prendre l'argument `position =`. Notez la **différence** qui existe entre le graphique par defaut (`position = stack`) et le graphique B (`position = fill`) ! Le rendu est similaire mais c'est la **fraction** par rapport au total qui est représentée dans le graphique B et **non les effectifs** absolus !!")
+grade_code("Vous connaissez maintenant les différentes valeurs que peuvent prendre l'argument `position =`. Notez la **différence** qui existe entre le graphique par defaut (`position = \"stack\"`) et le graphique B (`position = \"fill\"`) ! Le rendu est similaire mais c'est la **fraction** par rapport au total qui est représentée dans le graphique B et **non les effectifs** absolus !")
 ```
 
 ### Dénombrement d'oursins (version camembert)
 
-Nos scientifiquent essaient une variante pour représenter les proportions des différentes variétés de l'oursin *E. mathaei* à Tuléar.
+Nos scientifiques essaient une variante pour représenter les proportions des différentes variétés de l'oursin *E. mathaei* à Tuléar.
 
 ```{r}
 chart(e_mathaei, ~factor(0) %fill=% variety) +
@@ -228,7 +226,7 @@ chart(e_mathaei, ~factor(0) %fill=% variety) +
   labs(fill = "Variety")
 ```
 
-A partir du jeu de donnée `e_mathaei`, reproduisez le graphique en camembert ci-dessus représentant le nombre d'oursin pour chacune des variétés (`variety`).
+À partir du jeu de donnée `e_mathaei`, reproduisez le graphique en camembert ci-dessus représentant le nombre d'oursin pour chacune des variétés (`variety`).
 
 ```{r pie1_h2, exercise=TRUE}
 chart(___, ~___ %fill=% ___) +
@@ -263,7 +261,7 @@ grade_code("Vous seriez à leur place, quel graphique utiliseriez-vous pour pré
 
 ### Graphique final
 
-Les chercheurs optent finalement pour le graphique en barres et ils souhaitent maintenant le générer entièrement en français et en améliorer l'apparance via un choix judicieux de la aplette de couleurs.
+Les chercheurs optent finalement pour le graphique en barres et ils souhaitent maintenant le générer entièrement en français et en améliorer l'apparence via un choix judicieux de la palette de couleurs.
 
 ```{r}
 e_mathaei$variety <- factor(e_mathaei$variety,
@@ -331,7 +329,7 @@ chart(e_mathaei, ~variety %fill=% variety) +
 ```
 
 ```{r bar4_h3-check}
-grade_code("Vos progrès en R sont époustouflants ! Voilà un graphique fin prêt pour une publication.")
+grade_code("Voilà un graphique fin prêt pour une publication.")
 ```
 
 ## Biométrie de crabes
@@ -375,14 +373,12 @@ chart(crabs, length ~ sex %fill=% sex | species ) +
 ```
 
 ```{r bar5_h3-check}
-grade_code("Bravo ! Vous maitrisez maintenant une nouvelle famille de fonctions qui vous permet d'effectuer des calculs sur les données.")
+grade_code("Les fonctions `stat_XXX()` vous permettent d'effectuer des calculs sur les données lors de la création de vos graphiques.")
 ```
 
 ## Conclusion
 
-Félicitation ! Vous venez de terminer votre séance d'exercices dans un tutoriel "learnr".
-
-Vous maitrisez maintenant tous les outils nécessaire pour la réalisation de la plupart de vos graphiques.
+Félicitation ! Vous venez de terminer votre séance d'exercices relative aux graphiques en barres et camembert. Vous maîtrisez maintenant tous les outils nécessaire pour la réalisation de la plupart de vos graphiques.
 
 ```{r comm_noscore, echo=FALSE}
 question_text(