Défi Data 2024-2025

Les femmes et les hommes sont-ils représentés également dans les médias ? Comment récolter, traiter et représenter des données ?

Enseignants de toutes disciplines, mathématiques, français, éco-gestion, SNT, histoire-géographie, professeurs documentalistes… constituez-vous en binômes ou équipes et engagez vos élèves de collège et lycée dans un défi citoyen et collaboratif mêlant éducation aux données, EMI et EMC.

Ce pourrait être également l’occasion d’exploiter le kiosque de votre CDI.

Appel à participation
au défi data « femmes & médias »

La parité femmes-hommes dans les médias n’est pas encore une réalité. En témoignent les rapports annuels de l’Arcom, le rapport de l’observatoire du Global Media Monitoring Project (GMMP) 2020 et le rapport Calvez de septembre 2020, dont les préconisations sont introduites par la phrase suivante :

« Pour que les femmes comptent, il faut d’abord les compter. »

En attendant que les médias, et particulièrement la presse écrite, se dotent de davantage d’outils de mesure, nous vous proposons d’expérimenter la fabrique collaborative de données avec vos élèves.

Un corpus divisé entre classes participantes, un protocole de collecte de données

Un protocole commun et un corpus de presse écrite à observer vous seront communiqués par les organisateurs: vos classes compléteront une grille d'indicateurs sur la place des femmes et des hommes pour chaque média observé. Les indicateurs homogènes pourront être « agglomérés » en un seul jeu de données portant sur un corpus conséquent.

Une image contenant texte

Description générée automatiquement

Des données à la datavisualisation

Une fois consolidé, ce jeu de données sera communiqué à l’ensemble des classes participantes, qui pourront alors l’analyser, l’interroger et produire une représentation graphique parlant au plus grand nombre, telle qu’on peut en trouver à foison dans nos médias. Après la collaboration pour la constitution du jeu de données, les classes auront l’occasion de partager leurs productions graphiques et leurs questionnements sur les résultats de cette enquête, pendant un temps convivial distanciel, venant clôturer le projet en fin d’année.

Objectifs pédagogiques de ce projet interdisciplinaire

Réfléchir à l’égalité femmes-hommes dans le cadre du parcours citoyen ;
Contribuer au développement de l’esprit critique des élèves par l’élaboration de questionnements permettant de rendre compte des représentations médiatiques en fonction du genre ;
Education aux données : récolter des données, les traiter (analyser et interpréter), lire et produire des représentations graphiques (Mathématiques > organisation et gestion de données ; Sciences numériques et technologies ; Management, sciences de gestion et numérique…)
Education aux médias et à l’information : découvrir des représentations du monde véhiculées par les médias ; produire, communiquer, partager des informations en distinguant la simple collecte d’informations de la structuration des connaissances.

Planning indicatif du projet 2024-2025

Dates	Enseignants : votre accompagnement	En classe
Mercredi 13 novembre 10h-11h30 (en métropole)	Webinaire* de présentation du dispositif
Décembre – janvier		Collecte des données sur un sous-corpus et suivant un protocole qui vous seront communiqués à l’issue du webinaire du 13 novembre. Prévoir au moins 2 séances d’1h en groupe-classe.
Au plus tard le 9 février	Envoi des données collectées par la classe (sous forme d’un tableau .csv ou .xls) à Réseau Canopé pour mutualisation : emelyne.jouglet@reseau-canope.fr
Mercredi 12 février 10h-11h30 (en métropole)	Webinaire* sur la datavisualisation
Février – avril		Questionnement du jeu de données, définition d’une problématique et production d’une ou de plusieurs représentations graphiques, voire d’une infographie. Prévoir au moins 3 séances d’1h.
Au plus tard le 27 avril	Envoi de la production à Réseau Canopé (et éventuellement sur vos réseaux sociaux).
Date à déterminer par sondage lors du webinaire du 13/11		Clôture du projet avec les classes, en visioconférence : présentation par les classes connectées de leurs productions graphiques, intervention d’un expert sur les stéréotypes de genre et/ou les données.