Rapport – Visualisation du Global Gender Gap Index

1. Source des données

Cette application propose une visualisation du Global Gender Gap Index (GGGI), un indicateur publié par le World Economic Forum qui mesure les inégalités entre les femmes et les hommes à l’échelle mondiale. L’indice est compris entre 0 et 1, une valeur élevée indiquant une plus grande égalité de genre.

Les données utilisées ont été prétraitées et mises à disposition par Renaud Blanch dans le dépôt Git suivant :

https://gricad-gitlab.univ-grenoble-alpes.fr/blanch-ens/2021-gggi

Trois fichiers issus de ce dépôt sont utilisés dans le projet :

• data.csv : contient les valeurs des indices et sous-indices du GGGI par pays et par année (index et rangs).
• gggi.tsv : version simplifiée des données, organisée par pays (code ISO3), indicateur, année, index et rang.
• iso3.tsv : table de correspondance entre les codes ISO3 des pays, leurs noms et leurs régions géographiques.

La visualisation cartographique repose sur un fichier countries_110m.geojson représentant les frontières des pays du monde. Ce fichier provient de la base de données cartographiques libres Natural Earth, largement utilisée dans les projets de visualisation. La résolution 1:110m permet un affichage plus simplifié des frontières, réduisant également la taille du projet, le fichier countries.geojon initial pesant à lui tout seul environ 14Mo.

Pour faciliter l’utilisation des données dans le navigateur et répondre à la contrainte de ne pas installer quoi que ce soit, un script gggi_variable.js génère des fichiers JavaScript contenant les données converties en variables accessibles directement par les visualisations. Il a été exécuté en local en Node.js, donc il n'y a pas besoin de le réexécuter pour faire fonctionner l'application. Il reste néanmoins disponible dans le dossier du projet pour référence. Cette approche est nécessaire car, pour des raisons de sécurité, les navigateurs modernes n’autorisent pas le chargement de fichiers locaux via le protocole file:// avec les méthodes classiques de D3.js telles que d3.csv, d3.tsv ou d3.json. Les données doivent donc être préalablement intégrées sous forme de variables JavaScript pour pouvoir être utilisées côté client.

• data_variable.js : contient la variable data, générée à partir de data.csv ;
• gggi_variable.js : contient la variable gggiVariable, générée à partir de gggi.tsv ;
• iso3_variable.js : contient la variable isoVariable, générée à partir de iso3.tsv ;
• geojson_variable.js : contient la variable countriesGeoJson, générée à partir de countries_110m.geojson ;

Comme demandé, la bibliothèque de visualisation D3.js (version 7.9.0) est utilisée pour l’ensemble des traitements et visualisations. Le fichier d3.v7.min.js a été téléchargé et intégré directement dans le dossier du projet (js/lib/d3.v7.min.js) afin de garantir également le fonctionnement de l’application en local.

2. Traitement des données et visualisations

2.1 Visualisation de l’évolution par pays (line chart)

La visualisation en courbes permet de suivre l’évolution du Global Gender Gap Index dans le temps pour un ou plusieurs pays. Les données proviennent principalement de la variable gggiVariable générée à partir du fichier gggi.tsv.

Les traitements réalisés incluent :

• le filtrage des valeurs manquantes (NaN) ;
• le regroupement des données par pays ;
• la conversion des années et indices en valeurs numériques.

L’utilisateur peut sélectionner un ou plusieurs pays à l’aide d’un menu interactif et comparer leurs trajectoires sur une même période. Le choix d’un graphique en lignes est justifié par la nature temporelle des données, qui se prête naturellement à l’analyse des tendances et évolutions.

2.2 Visualisation cartographique (carte du monde)

La carte interactive permet de comparer les pays à une échelle globale. Les données numériques du GGGI sont croisées avec le fond cartographique de countries_110m.geojson à l’aide des codes ISO3 communs.

Deux modes d’exploration sont proposés :

Mode par indicateur

Dans ce mode, l’utilisateur choisit un indicateur (par exemple l’indice global ou un sous-indice), puis un type (index ou rang) et enfin une année. La carte affiche alors les valeurs correspondantes pour l’ensemble des pays, permettant d’observer l’évolution spatiale d’un indicateur donné.

Mode par année

Dans ce mode, l’utilisateur sélectionne d’abord une année, puis l’indicateur et le type disponibles pour cette année. Ce mode est particulièrement adapté à la comparaison des pays à une date précise, en mettant en évidence les disparités géographiques.

L’utilisation d’une carte est adaptée à ce type de données, car elle permet une lecture rapide des contrastes régionaux et mondiaux. Les interactions (menus déroulants et info-bulles) facilitent l’exploration des données sans surcharger la visualisation.