new version for academic year 2024-2025

Author: GuyliannEngels

DESCRIPTION

@@ -1,5 +1,5 @@
 Package: BioDataScience1
-Version: 2023.11.2
+Version: 2024.0.0
 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

@@ -1,9 +1,9 @@
 ---
 title: "Les bases de R"
 author : "Guyliann Engels & Philippe Grosjean"
-description: "**SDD I Module 2** Les bases de l'utilisation de R."
+description: "**SDD I Module 1** Les bases de l'utilisation de R."
 tutorial:
-  id: "A02La_base"
+  id: "A01Lb_base"
   version: 2.0.1/7
 output: 
   learnr::tutorial:
@@ -29,7 +29,9 @@ BioDataScience1::learnr_server(input, output, session)
 
 ## Objectif
 
-Dans le premier module, vous avez découvert plusieurs logiciels que vous allez employer dans les cours des sciences des données. Vous avez réalisé un premier projet qui comprenait, entre autres, des instructions R. Vous avez en fait utilisé le langage R afin de réaliser des tableaux et des graphiques dans un carnet de notes au format Quarto. Ce tutoriel a pour objectif de vous permettre de découvrir les bases du langage R.
+Dans ce premier module, vous avez découvert plusieurs logiciels que vous utiliserez dans les cours de sciences des données. Ce tutoriel a pour objectif de vous permettre d’apprendre les bases du langage R afin de réaliser des tableaux et des graphiques dans un carnet de notes au format Quarto.
+
+<!-- Vous avez réalisé un premier projet qui comprenait, entre autres, des instructions R. Vous avez en fait utilisé le langage R afin de réaliser des tableaux et des graphiques dans un carnet de notes au format Quarto. -->
 
 ```{r, out.width='50%'}
 knitr::include_graphics("images/Rlogo.png")
@@ -322,7 +324,7 @@ mean(v4)
 grade_code("C'est cela : les fonctions génériques s'utilisent comme les autres, mais faites bien attention aux différentes formes possibles (que l'on appelle les **méthodes** de la fonction) !")
 ```
 
-Certaines fonctions servent à **résumer** un ensemble de données, c'est-à-dire qu'elles les représentent avec une seule ou un petit nombre de valeurs. Ainsi, quelle que soit la taille du vecteur `v4`, sa moyenne est toujours un nombre unique. Ici, nous avons obtenu `NA`. Nous savons pourquoi. Les valeurs manquantes sont **contaminantes** dans les calculs. Il en suffit d'une seule pour que l'ensemble du résultat soit `NA`. Naturellement dans ce cas, c'est dommage, car la moyenne pourrait être *estimée* sur base des trois autres valeurs connues. L'argument `na.rm` permet de le faire... mais comment le savoir ? En lisant **la page d'aide de la fonction**. Pour cela, utilisez l'opérateur `?` suivi du nom de la fonction. Dans RStudio, la page d'aide apparaît dans l'onglet **Aide** ou *Help** (selon que l'interface de RStudio soit en français ou en anglais, voir copie d'écran ci-dessous).
+Certaines fonctions servent à **résumer** un ensemble de données, c'est-à-dire qu'elles les représentent avec une seule ou un petit nombre de valeurs. Ainsi, quelle que soit la taille du vecteur `v4`, sa moyenne est toujours un nombre unique. Ici, nous avons obtenu `NA`. Nous savons pourquoi. Les valeurs manquantes sont **contaminantes** dans les calculs. Il en suffit d'une seule pour que l'ensemble du résultat soit `NA`. Naturellement dans ce cas, c'est dommage, car la moyenne pourrait être *estimée* sur base des trois autres valeurs connues. L'argument `na.rm` permet de le faire... mais comment le savoir ? En lisant **la page d'aide de la fonction**. Pour cela, utilisez l'opérateur `?` suivi du nom de la fonction. Dans RStudio, la page d'aide apparaît dans l'onglet **Aide** ou \*Help\*\* (selon que l'interface de RStudio soit en français ou en anglais, voir copie d'écran ci-dessous).
 
 ```{r, eval=FALSE, echo=TRUE}
 ?mean