🧱 STRUCTURE DU SHINY (5 PAGES)
PAGE 1 – Accueil / Introduction
🎯 Objectif :
Présenter le contexte, les sources, les objectifs de l’application, et donner une vue
d’ensemble de la CEDEAO/UEMOA.
Pas de graphiques ici, mais une interface claire, informative et visuelle.
🔹 Bloc 1 – Présentation générale
Ce bloc contient :
Le titre du tableau de bord
Un sous-titre présentant brièvement le projet
Un court texte d’introduction
Un logo ou une image stylisée représentant la région UEMOA
📌 Objectif : poser le ton, clarifier d’emblée le sujet, capter l’attention.
Résumé technique :
Composants : h1, p, img
Pas de variable utilisée
🔹 Bloc 2 – Contexte géopolitique
Deux colonnes :
Bloc 2A : un texte qui explique le rôle de la CEDEAO, sa mission, et les pays membres
Bloc 2B : une carte illustrative statique des pays de l’UEMOA (non interactive)
📌 Objectif : situer le projet dans son contexte régional.
Résumé technique :
Composants : column(), texte explicatif, image (ex. carte PNG)
Pas de variable utilisée
🔹 Bloc 3 – Sources & Objectifs
Bloc 3A : objectifs de l’application (expliquer, visualiser, comparer)
Bloc 3B : liste des sources avec des liens : ACLED, UCDP, HDX
📌 Objectif : informer l’utilisateur de la provenance des données et des intentions analytiques
du projet.
Résumé technique :
Composants : p(), actionLink()
Pas de variable utilisée
PAGE 2 – Exploration interactive
🎯 Objectif :
Permettre à l’utilisateur de filtrer les données selon ses critères, d’explorer une carte, de
consulter des indicateurs globaux, et d’accéder au tableau des événements.
🔹 Bloc 1 – Filtres interactifs (fluidRow complet)
Ce bloc contient tous les menus de sélection qui serviront à filtrer les données visibles :
Sélection d’un ou plusieurs pays
Plage de dates (début et fin)
Type de violence (conflit entre États, non-étatique, contre civils)
Seuil minimum de morts estimées (best_est)
Dyade spécifique (groupe A vs groupe B)
📌 Objectif : permettre une exploration personnalisée des données.
Résumé technique :
Composants : selectInput(), dateRangeInput(), sliderInput()
Variables : country, date_start, type_of_violence, best_est, dyad_name
🔹 Bloc 2 – Carte interactive (fluidRow complet)
Carte affichant chaque événement filtré, géolocalisé :
Chaque point = un événement
La couleur et/ou taille dépend du nombre de morts (best_est)
Au clic, une info-bulle (popup) s’ouvre avec :
o nom du conflit
o date
o type de violence
o dyade
o estimation des morts
📌 Objectif : visualiser la géographie des violences.
Résumé technique :
Composants : leafletOutput()
Variables : latitude, longitude, best_est, dyad_name, type_of_violence, conflict_name,
date_start
🔹 Bloc 3 – Indicateurs clés (3 colonnes)
Trois carrés synthétiques (indicateurs visuels) affichent :
Total d’événements (filtrés)
Nombre total de morts estimés (best_est)
Proportion de morts civils (deaths_civilians / best_est)
📌 Objectif : donner un résumé instantané des données visibles.
Résumé technique :
Composants : valueBox()
Variables : best_est, deaths_civilians
🔹 Bloc 4 – Tableau des événements (fluidRow complet)
Tableau interactif avec :
Colonnes : date_start, country, dyad_name, region, best_est, deaths_a, deaths_b,
deaths_civilians, type_of_violence
Recherche, tri, export CSV
📌 Objectif : voir les données détaillées et les exporter.
Résumé technique :
Composants : DT::datatable(), downloadButton()
Variables : toutes
🅲 PAGE 3 – Statistiques descriptives
🎯 Objectif :
Fournir une vue agrégée et visuelle des données : fréquence des événements, répartition
par type de violence, évolution temporelle, focus par pays ou dyade.
🔹 Bloc 1 – Répartition par pays (fluidRow)
Graphique à barres : nombre d’événements par pays
Graphique à barres : nombre de morts (best_est) par pays
📌 Objectif : comparer les pays en termes de fréquence et gravité.
Résumé technique :
Composants : ggplot()
Variables : country, best_est
🔹 Bloc 2 – Répartition par type de violence
Pie chart des types de violences (1, 2, 3)
Barplot des types de violence par dyade (top 10)
📌 Objectif : voir quelle forme de violence prédomine.
Résumé technique :
Composants : plotly, ggplot
Variables : type_of_violence, dyad_name
🔹 Bloc 3 – Évolution temporelle (fluidRow)
Ligne du nombre d’événements dans le temps
Ligne du total de morts estimées dans le temps
📌 Objectif : détecter des périodes de crise ou d’accalmie.
Résumé technique :
Composants : plotly, ggplot
Variables : date_start, best_est
🔹 Bloc 4 – Focus sur violence contre civils
Carte des violences contre civils (type_of_violence == 3)
Timeline spécifique aux morts civils
📌 Objectif : analyser spécifiquement l’impact sur les populations.
Résumé technique :
Composants : leaflet, ggplot
Variables : deaths_civilians, type_of_violence, latitude, longitude
🅳 PAGE 4 – Analyses avancées
🎯 Objectif :
Explorer les profils statistiques, les relations multivariées, et produire des visualisations
complexes.
🔹 Bloc 1 – ACP (Analyse en Composantes Principales)
Visualiser comment les pays, régions ou dyades se positionnent selon :
best_est, deaths_a, deaths_b, deaths_civilians, type_of_violence
📌 Objectif : découvrir des groupes ou profils communs.
🔹 Bloc 2 – Clustering
K-means sur les mêmes variables pour regrouper :
Régions/pays similaires
Dyades par intensité
📌 Objectif : classer les zones ou conflits en fonction de leur gravité.
🔹 Bloc 3 – Sankey diagram
Visualiser des flux : type de violence → dyade → morts
📌 Objectif : comprendre les enchaînements dans les conflits.
🔹 Bloc 4 – Heatmap temporelle (calendrier)
Carte de chaleur des événements dans le temps (par mois ou jour)
📌 Objectif : identifier des pics ou des cycles de conflits.
🅴 PAGE 5 – Documentation & crédits
🎯 Objectif :
Expliquer les variables, la méthodologie, et créditer les contributeurs.
🔹 Bloc 1 – Dictionnaire des variables
Tableau explicatif : nom, description, modalités, usage
🔹 Bloc 2 – Méthodologie
Texte libre sur le traitement, les choix, les filtres appliqués.
🔹 Bloc 3 – Crédits
Liste de l’équipe, des partenaires, des outils utilisés.
