Graphiques ESR - DPG CJC 2013-04-30

README.md

Graphiques pour la CJC.

DATA

stats_esr.csv : extrait du RERS 2012, tableaux 6.4.2 et 8.18.1.

jce.R : extrait de l'enquête CJC "Les jeunes chercheurs étrangers en France. Résultats de l’enquête 2010", 2012, section VII.3. Les données sont générées directement dans le code.

vacataires.tsv : extrait de MESR-DGRH, Étude sur la situation des personnels enseignants non permanents de l’enseignement supérieur, 2009, tableaux 2 et 17. Variables utilisées :

• Etablissement = établissement (ou académie avant préparation)
• total = effectif total des personnels vacataires
• inf96h = effectif < 96h ETD
• sup96h = effectif > 96h ETD
• ETECA = enseignants titulaires et enseignants-chercheurs associés
• PCNP = personnels non permanents (moniteurs, ATER, invités/associés…) / ETECA

PACKAGES

• Imputation des données manquantes : Amelia II
• Graphiques : ggplot2

Codé par François sous R.

jce.R

structure(list(Préfecture = structure(c(3L, 2L, 4L, 1L, 3L, 
2L, 4L, 1L), .Label = c("Créteil", "Évry", "Paris", "Strasbourg"
), class = "factor"), variable = structure(c(1L, 1L, 1L, 1L, 
2L, 2L, 2L, 2L), .Label = c("% de doctorants avec carte de séjour étudiant", 
"% de doctorants avec carte de séjour scientifiques-chercheurs"
), class = "factor"), value = c(76, 46, 51, 74, 13, 46, 35, 3
)), .Names = c("Préfecture", "variable", "value"), row.names = c(NA, 
-8L), class = "data.frame")

stats_esr.csv

stats_esr.R

#! edit this
setwd("~/Documents/ESR/CJC/2013-DPG")

require(Amelia)
require(geocode)
require(ggmap)
require(ggplot2)
require(RColorBrewer)
require(reshape)
require(scales)
require(zoo)

# Requires Gill Sans MT.
require(extrafont)
# font_import()
loadfonts()

## EFFECTIFS DOC/DT

x <- read.csv("stats-esr.csv")[-1, c(1, 5, 7)]
names(x) <- c("Année", "Taux de croissance annuel du doctorat (% inscriptions)  ", "Taux de croissance annuel des docteurs (% soutenances)")
x <- melt(x, id = "Année")
ggplot(data = x, aes(x = Année, y = value)) +
  geom_hline(y = 0, linetype = "dotted") +
  geom_line(aes(color = variable)) +
	geom_point(color = "white", size = 16) + 
	geom_text(aes(color = variable, family = "Gill Sans MT",
		label = paste(ifelse(value > 0, "+", ""), round(value, 1)))) +
	scale_color_brewer("", palette = "Set1") +
	scale_y_continuous(breaks = -5:10) +
	scale_x_continuous(breaks = min(x$Année):max(x$Année)) +
	labs(y = NULL, x = NULL) + #, title = "Figure 1. Taux de croissance des effectifs doctorants et docteurs") +
	theme_bw() + theme(
	plot.title = element_text(face = "bold"),
	text = element_text(family = "Gill Sans MT", size = 12),
	panel.border = element_rect(color = "white"), 
	panel.grid.minor.y = element_blank(),
	panel.grid.minor.x = element_blank(),
	panel.grid.major.x = element_blank(),
	axis.text.y = element_blank(),
    axis.ticks = element_blank(),
    legend.position = 'top',
    legend.text = element_text(face = "bold", size = 12),
    legend.direction = "vertical")
ggsave("stats-esr.svg", width = 6, height = 4)

## DISPARITES JCE

y <- data.frame(
	P = c("Paris", "Évry", "Strasbourg", "Créteil"),
	E = c(76, 46, 51, 74),
	S = c(13, 46, 35, 3))
names(y) <- c("Préfecture", 
	"% de doctorants avec carte de séjour étudiant", 
	"% de doctorants avec carte de séjour scientifiques-chercheurs")
y <- melt(y, id = "Préfecture")

ggplot(data = y, aes(x = Préfecture, y = value, fill = variable)) +
	geom_bar(aes(group = variable), stat = "identity", position = "dodge") +
	geom_text(aes(group = variable, label = value, family = "Gill Sans MT"),
		hjust = -1, position = position_dodge(width = 0.9)) +
	scale_fill_brewer("", palette = "Set1")	+
	scale_y_continuous(limits = c(0, 80)) +
	labs(y = NULL) +
	theme_bw() + theme(
	plot.title = element_text(face = "bold"),
	text = element_text(family = "Gill Sans MT", size = 12),
	panel.border = element_rect(color = "white"), 
	panel.grid.minor.y = element_blank(),
	panel.grid.minor.x = element_blank(),
	panel.grid.major.x = element_blank(),
	axis.text.x = element_blank(),
	axis.text.y = element_text(size = 12),
    axis.ticks = element_blank(),
    legend.position = "top",
    legend.text = element_text(face = "bold", size = 12),
    legend.direction = "vertical") + coord_flip()
ggsave("stats-esr-jce.svg", width = 6, height = 4)

## VACATAIRES

# Data.
z <- read.table("vacataires.tsv", sep = "\t", 
                header = TRUE, 
                stringsAsFactors = FALSE)

# LOCB academy values.
z$academie <- ifelse(grepl("Academie", z$Etablissement), z$Etablissement, NA)
z$academie <- na.locf(z$academie, fromLast = TRUE)
z <- subset(z, !grepl("Academie", Etablissement))

# Mark missing values.
z$truezero <- is.na(z$truezero)
z$total[z$total == 0   & z$truezero] <- NA
z$inf96h[z$inf96h == 0 & z$truezero] <- NA
z$sup96h[z$sup96h == 0 & z$truezero] <- NA
z$truezero <- NULL

# Subset to metropolitan.
z <- z[!grepl("ANTILLES|LA REUNION|POLYNESIE", z$academie), ]
# Subset to measured PCNP and ETECA.
z <- z[!(is.na(z$PCNP) | is.na(z$ETECA)), ]
# Factor units.
z$Etablissement <- factor(z$Etablissement)
z$academie <- factor(z$academie)
# Check result.
str(z)

# Imputing vacs. by PCNP and ETECA
a.out <- amelia(x = z[, c(1, 3:6)], idvars = "Etablissement", m = 10^3,
                bounds = matrix(c(2, 3, 0, 0, Inf, Inf), nrow = 2))

save(file = "vacataires.amelia.Rda", a.out)
# cbind(z[, c(1, 3)], sapply(1:10, FUN = function(x) { a.out$imputations[[x]]$inf96h }))

# Maximal lon/lat information.
if(!file.exists(file <- "vacataires-fullgeo.Rda")) {
  vacataires.fullgeo <- geocode(paste("Universite", z$Etablissement, "France"),
                                output = "all")
  save(file = file, vacataires.fullgeo)
}

# Minimal lon/lat information.
if(!file.exists(file <- "vacataires-geo.txt")) {
  l <- geocode(paste("Universite", z$Etablissement, "France"))
  write.csv(data.frame(z, l), file)
}

## RESULTS

z <- read.csv("vacataires-geo.txt")

# mark imputed
z$inf96h.imputed <- is.na(z$inf96h)
z$sup96h.imputed <- is.na(z$sup96h)
z$total.imputed <- is.na(z$inf96h) | is.na(z$sup96h)
# apply imputed
z$inf96h <- rowMeans(sapply(1:10^3, FUN = function(x) { a.out$imputations[[x]]$inf96h }))
z$sup96h <- rowMeans(sapply(1:10^3, FUN = function(x) { a.out$imputations[[x]]$sup96h }))
z$total <- z$inf96h + z$sup96h

# imputation ratio:
prop.table(table(z$total.imputed))

# sums and ratios:

inf96h <- tapply(z$inf96h, z$inf96h.imputed, sum)
# FALSE     TRUE 
# 56129.00  30695.45
inf96h[2] / sum(inf96h)
# TRUE 
# 0.3535346 
sup96h <- tapply(z$sup96h, z$sup96h.imputed, sum)
# FALSE     TRUE 
# 9813.00   16689.24
sup96h[2] / sum(sup96h)
# TRUE 
# 0.6297294
total <- tapply(z$total, z$total.imputed, sum)
# FALSE     TRUE 
# 65615.00  47711.69
total[2] / sum(total)
# TRUE 
# 0.4210102 
tapply(z$total, z$total.imputed, sum)
# FALSE     TRUE 
# 65615.00  47711.69

# ratio sur-service
sum(z$sup96h) / sum(z$total)

# ratio par académies
academies = data.frame(tapply(z$total, z$academie, sum), tapply(z$sup96h, z$academie, sum))
academies$ratio <- academies[, 2] / academies[, 1]
academies[rev(order(academies$ratio)), 1:3]

# nb. moyen de vacataires :

sum(total) / nrow(z)
# [1] 786.9909
sum(sup96h) / nrow(z)
# [1] 184.0433
sum(sup96h) / sum(total)
# [1] 0.233857

## MAP

ggplot(map_data("france")) + 
  geom_polygon(aes(x = long, y = lat, group = group), 
               fill = "grey95", colour = "grey50") +
  geom_point(data = z[z$total > 0, ],
             aes(x = lon, y = lat, size = total), colour = "grey10", alpha = .5) +
  geom_point(data = z[z$sup96h > 0, ],
             aes(x = lon, y = lat, size = sup96h), colour = brewer.pal(3, "Set1")[1], 
             alpha = .5) + 
  scale_size_area("Vacataires\n", max_size = 12) +
  labs(y = NULL, x = NULL, title = NULL) + # "Vacations en-dessous et au-dessus de 96h ETD")
  theme_bw() + theme(
  text = element_text(family = "Gill Sans MT", size = 12),
  panel.border = element_rect(color = "white"), 
  axis.text = element_blank(),
  axis.ticks = element_blank(),
  panel.grid = element_blank(),
  legend.text = element_text(face = "bold", size = 12),
  legend.key = element_rect(colour = "white")
)

ggsave("stats-esr-vac.svg", width = 6, height = 4)

vacataires.tsv

Etablissement  total	inf96h	sup96h	truezero	PCNP	ETECA
AIXMARSEILLE 1	2060	1910	150		14.5	1126
AIXMARSEILLE 2	0	0	0		14.4	669
AIXMARSEILLE 3	0	0	0		16.5	686
AVIGNON	368	307	61		18	275
AIX IEP	0	0	0		22.6	36
MARSEILLE ECOLE CENTRALE	0	0	0		12.7	73
Academie dAIX	2428	2217	211		15.4	2865
AMIENS	112	7	105		12.2	910
COMPIEGNE UT	0	0	0		18.2	193
Academie dAMIENS	112	7	105		13.4	1103
ANTILLESGUYANE	0	0	0		18	351
GUADELOUPE IUFM	0					28
MARTINIQUE IUFM	40	39	1		3.2	30
GUYANE IUFM	0					23
Academie des ANTILLES	40	39	1		15.3	432
BESANCON	1637	1596	41		11.4	1002
BELFORTMONTBELIARD UT	165	148	17		12.8	132
BESANCON ENS MECA	0	0	0		12.5	57
Academie de BESANCON	1802	1744	58		11.6	1191
BORDEAUX 1	505	485	20		11.1	760
BORDEAUX 2	414	413	1		9.7	400
BORDEAUX 3	931	824	107		19.7	471
BORDEAUX 4	695	674	21		12.6	482
PAU	916	836	80		13.5	581
BORDEAUX IEP	228	204	24		20.6	40
BORDEAUX ENSEIR 	0				17.6	63
BORDEAUX ENSCP 	135	135			2.7	36
Academie de BORDEAUX	3824	3571	253		13.4	2833
CAEN	873	795	78		12.6	1085
CAEN ISMRA	177	162	15		11.8	60
Academie de CAEN	1050	957	93		12.6	1145
CLERMONT 1	756	717	39		16.6	373
CLERMONT 2	1571	1475	96		12.4	850
CLERMONT ENSC	0	0	0		5.8	31
CLERMONT IFMA	51	36	15		19.8	42
Academie de CLERMONT	2378	2228	150		12.3	1296
CORTE	0	0	0		12.3	222
Academie de CORSE	0	0	0		8.7	222
PARIS 8	0	0	0		17.7	703
PARIS 12	391	343	48		13.7	1004
PARIS 13	1206	1088	118		17.7	744
MARNE LA VALLEE	0	0	0		17.7	349
CACHAN ENS	0	0	0		19.7	191
NOISY LE GD ENS LOUIS LUMIERE	65	53	12		16.4	10
ST OUEN SUP MECA	99	87	12		19.5	47
Academie de CRETEIL	1761	1571	190		26.4	3048
DIJON	2346	2211	135		19.7	1096
Academie de DIJON	2346	2211	135		73.7	1096
GRENOBLE 1	59	59			9.8	1113
GRENOBLE 2	0	0	0		17	572
GRENOBLE 3	245	221	24		19.2	280
GRENOBLE INP	0	0	0		15	381
CHAMBERY	1041	958	83		14	528
GRENOBLE IEP	0	0	0		21	47
Academie de GRENOBLE	1345	1238	107		13.9	2921
LA REUNION	778	667	111		14	400
Academie de LA REUNION	778	667	111		14	400
LILLE 1	1243	1179	64		13.8	1180
LILLE 2	0	0	0		19.6	427
LILLE 3	992	938	54		22.8	595
ARTOIS	779	696	83		9.8	627
LITTORAL	289	269	20		13.6	421
VALENCIENNES	757	648	109		15.4	523
LILLE ECOLE CENTRALE	172	165	7		15.5	94
ROUBAIX ENSAIT	0	0	0		26.2	28
LILLE IEP	0	0	0		36.1	21
LILLE ENS CHIMIE	0				8.2	45
Academie de LILLE	4232	3895	337		15.8	3961
LIMOGES	768	748	20		12.6	637
LIMOGES ENSCI	41	38	3		4	24
Academie de LIMOGES	809	786	23		12.3	661
LYON 1	0	0	0	1	11	1328
LYON 2	1935	1618	317		20.4	631
LYON 3	2653	453	2200		26.8	421
ST ETIENNE	1231	1148	83		14.5	539
LYON IEP	0	0	0	1	20	45
LYON ENS	0	0	0	1	30.7	106
LYON ENS LETTRES	33	33			29.8	95
LYON ENSSIB	0	0	0	1	14.3	9
LYON ECOLE CENTRALE	32	23	9		16.6	122
LYON ENSATT	0	0	0	1	87.2	7
LYON INSA	0	0	0	1	13.6	480
ST ETIENNE ENI	49	45	4		6.5	54
Academie de LYON	5933	3320	2613		17.7	3837
MONTPELLIER 1	781	707	74		15.4	439
MONTPELLIER 2	1632	1425	207		10.6	943
MONTPELLIER 3	0	0	0		17.1	479
NIMES CUFR	658	557	101		22.7	51
PERPIGNAN	0	0	0		17.3	339
MONTPELLIER ENS CHIMIE	0				18.4	41
Academie de MONTPELLIER	3071	2689	382		14.4	2292
NANCY 1	1701	1674	27		9.1	980
NANCY 2	1341	1257	84		16.6	556
NANCY INP	802	767	35		12.4	327
METZ	998	934	64		11.4	644
METZ ENI	93	80	13		13.6	64
Academie de NANCYMETZ	4935	4712	223		11.9	2571
NANTES	1383	1281	102		12.7	1334
LE MANS	302	290	12		13.5	443
ANGERS	2275	2112	163	1	14.7	579
NANTES ECOLE CENTRALE	0	0	0		18.2	104
Academie de NANTES	3960	3683	277		13.6	2460
NICE	0	0	0		14.7	1024
TOULON	0	0	0		16.4	393
NICE OBSERVATOIRE	0					33
Academie de NICE	0	0	0		14.9	1450
ORLEANS	1313	1228	85		11.6	861
TOURS	1715	1610	105		15.4	842
BOURGES ENSI	193	174	19		16	27
BLOIS ENS PAYSAGE	27	19	8		61.3	6
BLOIS ENIVL	69	62	7		14.8	23
Academie dORLEANSTOURS	3317	3093	224		14	1759
POLYNESIE	109	100	9		7.4	71
NOUVELLE CALEDONIE	352	332	20		8.5	68
PACIFIQUE IUFM	0				3.2	30
Academie de POLYNESIE	461	432	29		7.1	169
PARIS 1	0	0	0		23.2	809
PARIS 2	382	368	14		33.2	280
PARIS 3	0	0	0		24.2	433
PARIS 4	172	169	3		24.5	726
PARIS 5	663	614	49		14	750
PARIS 6	0	0	0		17	1438
PARIS 7	0	0	0		18.2	961
PARIS DAUPHINE	663	583	80		23	311
PARIS INALCO	0	0	0		29.9	217
PARIS ENSAM	0	0	0		13.6	354
PARIS EPHE	0	0	0		9	190
PARIS COLLEGE DE FRANCE	0	0	0		37.8	76
PARIS IPG	0	0	0		17.2	50
PARIS ENS CHIMIE	39	34	5		5.6	51
PARIS CNAM	0	0	0		15.8	356
PARIS EHESS	0	0	0		18.7	192
PARIS OBSERVATOIRE	0	0	0		7.5	94
PARIS ENS	0	0	0		18.9	155
PARIS MUSEUM	0	0	0		7.7	229
PARIS EC NAT CHARTES	50	50			12.2	15
PARIS IAE	50	50			15.3	25
PARIS IEP	0	0	0		36.8	69
PARIS PALAIS DECOUV	0				64.7	4
PARIS INRP	0					11
PARIS ECFRSE EXTREME ORIENT	0					39
PARIS INSTITUT DE FRANCE	0					13
Academie de PARIS	2019	1868	151		19.8	7848
POITIERS	1701	1510	191		12.8	1154
LA ROCHELLE	507	478	29		15.5	330
POITIERS ENSMA	0	0	0	1	7.3	57
Academie de POITIERS	2208	1988	220		13.2	1541
REIMS	108	53	55		10.9	1097
TROYES UT	0	0	0	1	22.6	111
Academie de REIMS	108	53	55		12	1208
RENNES 1	1222	1186	36		12.8	1196
RENNES 2	0	0	0		18.9	653
BREST	1186	1139	47		6.3	890
BRETAGNE SUD	241	217	24		13.6	443
RENNES IEP	2944	480	2464		21.9	37
RENNES INSA	247	223	24		16.8	159
RENNES ENS CHIMIE	0	0	0		21.9	43
BREST ENI	41	34	7		17	63
Academie de RENNES	5881	3279	2602		20.5	3487
ROUEN	0	0	0		5.9	1120
LE HAVRE	0	0	0		19.1	461
ROUEN INSA	0	0	0	1	20.8	133
Academie de ROUEN	0	0	0		9.9	1713
STRASBOURG	3087	2618	469		11.6	1919
MULHOUSE	763	720	43		30	506
STRASBOURG INSA	0	0	0		11.1	102
Academie de STRASBOURG	3850	3338	512		12.3	2527
TOULOUSE 1	0	0	0		14.7	460
TOULOUSE 2	1118	941	177		13.2	1074
TOULOUSE 3	1967	1836	131		13.6	1637
TOULOUSE INP	0	0	0		17.8	343
ALBI CUFR	533	480	53		11.8	80
TOULOUSE IEP	149	135	14		14.6	42
TOULOUSE INSA	0	0	0		16.4	235
TARBES ENI	40	34	6		12.8	79
Academie de TOULOUSE	3807	3426	381		13.9	3950
PARIS 10	731	657	74		15.6	1156
PARIS 11	1034	947	87		23.6	1699
EVRY	0	0	0		13.9	490
CERGYPONTOISE	841	710	131		10.7	825
VERSAILLES STQUENTIN	1068	990	78		12.9	572
CERGY ENSEA	112	33	79		13.8	60
PARIS ECOLE CENTRALE	883	828	55		30.5	82
EVRY ENSIEE	97	90	7		14.1	27
SURESNES INSHEA	0					26
Academie de VERSAILLES	4766	4255	511		18.8	4937