Durée : 31:05 | 
Langue : Français | 
Publication originale au 2025-04-18
Résumé de la vidéo
Dans cette session pratique, le formateur montre comment nettoyer et exploiter des données hospitalières téléchargées depuis une plateforme de jeux de données ouvertes. Après avoir réduit l’ensemble initial de près de deux mille lignes à environ deux cent soixante-dix enregistrements pour faciliter le travail, il introduit volontairement des valeurs manquantes afin d’illustrer leur gestion courante dans les analyses statistiques.
La première technique présentée consiste à appliquer une mise en forme conditionnelle sur la colonne des types d’admission. Les cas urgents sont automatiquement colorés en rouge pour permettre une identification visuelle immédiate des situations prioritaires. Ensuite, le fichier est converti en tableau structuré, opération facilitée par l’assistant Gemini qui génère les étapes et propose un aperçu avant insertion dans une nouvelle feuille.
Une colonne est ajoutée pour séparer les noms complets en nom et prénom grâce à une formule de type fractionnement assistée par Gemini. Des filtres sont ensuite créés pour trier par âge croissant ou décroissant, par genre ou par groupe sanguin, permettant d’afficher uniquement certains sous-ensembles comme les personnes de groupe A négatif.
Les outils de calcul sont mobilisés : somme des montants après conversion du format monétaire (remplacement des points par des virgules), moyenne et écart-type. Enfin, des graphiques en barres et en secteurs sont construits, personnalisés avec titres, légendes, axes et quadrillage. Un tableau croisé dynamique est également créé pour croiser maladies et groupes sanguins, offrant une vue interactive. La session se clôture par l’annonce de la suite sur l’intelligence artificielle.
L’évaluation de la rédaction
Sur le plan de la créativité, la démonstration se distingue par l’intégration naturelle de l’assistant Gemini pour générer formules et tableaux, ce qui apporte une touche moderne au nettoyage classique de données. L’application pratique reste solide grâce à l’usage d’un jeu réel de données hospitalières et à des opérations concrètes comme la coloration conditionnelle des urgences, le fractionnement de noms ou la création de graphiques personnalisés, directement transposables en milieu professionnel. La pédagogie progresse étape par étape avec des explications orales, même si le rythme parfois hésitant et les essais-erreurs réduisent la fluidité pour un public débutant. Quant à la popularité, le taux d’engagement demeure faible au regard du nombre de vues, ce qui limite la visibilité actuelle de ce contenu pourtant utile pour les utilisateurs de tableurs souhaitant allier méthodes traditionnelles et assistance intelligente.
