Concours d’affiches d’études de cas en analyse de données 2020
Études de cas
Nouveau : Les affiches d'études de cas SSC 2020
Le Concours d’affiches d’études de cas en analyse de données se tiendra en ligne le 1er juin 2020. Les études de cas ont pour but de permettre à des équipes enthousiastes d’étudiants diplômés ou en dernière année de bac d’appliquer leurs connaissances à l’analyse de jeux de données réels. Chaque équipe choisira d’analyser l’un des deux ensembles de données décrits ci-dessous. Les étudiants sont vivement encouragés à identifier un professeur qui pourra les soutenir alors qu’ils élaborent leur approche analytique et qu’ils préparent leur présentation finale. Les membres de chaque équipe travailleront ensemble pour présenter au congrès annuel une affiche qui résume leurs méthodes et les résultats de leur analyse.
Étude de cas #1: Prévoir la demande horaire en électricité en Ontario
Les équipes qui choisiront cette étude de cas utiliseront les données groupées de demande horaire au niveau provincial pour tous les secteurs, et les données de demande annuelle pour chaque secteur provenant de la Régie de l’énergie du Canada (REC), ainsi que les données horaires météorologiques et de température de l’air provenant de ETH Zurich et du Imperial College London, afin de développer des modèles statistiques qui permettront de prédire la demande horaire en électricité dans le secteur résidentiel en Ontario.
Étude de cas #2: Prédire la popularité des baladodiffusions sur iTunes
Les équipes qui choisiront cette étude de cas utiliseront des baladodiffusions sur iTunes pour développer des modèles statistiques afin d’obtenir des fonctionnalités de ces balados dans le but de prédire le nombre de critiques sur les balados.
Prix
Deux prix seront décernés aux deux meilleures équipes dans chacune des deux études de cas. La valeur du prix de la SSC pour chaque étude de cas dans le concours 2020 est de 750 dollars, étant entendu que le prix sera partagé en parts égales parmi les membres de chacune des équipes gagnantes. La REC décernera l’un des deux prix aux équipes travaillant à l’étude de cas #1. Le comité se réserve le droit de ne pas décerner de prix pour l’une ou l’autre des études de cas si le nombre de soumissions est insuffisant.
Tous les étudiants participant au concours recevront un certificat de participation.
Dates importantes
24 mai 2020: Étude de cas 2 – Soumission des résultats de la phase de prédiction
Les équipes intéressées à participer à l’étude de cas 2 doivent soumettre leurs résultats de la phase de prédiction (un fichier excel avec deux colonnes : identifiant de la baladodiffusion, le nombre prédit de critiques. Veuillez s’il vous plaît, à ne pas arrondir les résultats en nombres entiers) pour chaque baladodiffusion dans le jeu de données non étiquetté d’ici cette date, au Dr. Kathryn Morrison (kathryn@precision-analytics.ca). Veuillez s’il vous plaît nommer le fichier comme suit : CaseStudyNumber_TeamLeaderFullName_UniversityName.xlsx. Les résultats de la phase de prédiction comptent pour 30% du score finale du jugement de poster.
24 mai 2020: Soumissions du résumé et de la photo de groupe
Les équipes intéressées à participer au concours doivent soumettre par courriel d’ici cette date les informations suivantes au président du comité des études de cas en analyse de données, Pingzhao Hu (Pingzhao.hu@umanitoba.ca).
- Les équipes intéressées à participer au concours doivent s’y inscrire. Les informations fournies à l’inscription doivent inclure : les nom et courriels du chef d’équipe, des membres de l’équipe et du/des tuteur(s) membres du corps enseignant, le nom de l’université, le numéro de l’étude de cas, le titre de la présentation. Le nombre de membres d’une équipe (étudiants sous-gradués ou gradués) ne devrait pas excéder 4.
- Un résumé (maximum 500 mots) incluant les sections suivantes : (i) Introduction, (ii) Objectifs, (iii) Méthodes, (iv) Résultats et (v) Conclusions. Un modèle de résumé peut être téléchargé ici (version anglaise).
- Une version pdf de votre affiche.
Préparation du poster
Chaque poster devrait contenir les informations suivantes :
- Titre du poster
- Noms des membres de l’équipe et affiliations universitaires
- Objectifs
- Méthodes
- Résultats/Principales conclusions (utiliser des graphiques, tableaux, et du texte)
- Conclusions (incluant les forces et limites de votre analyse)
Vous devriez remercier votre tuteur membre du corps enseignant (si vous en avez un) sur votre poster. Le rôle du tuteur membre du corps enseignant est de fournir des conseils et des suggestions concernant votre analyse, et non pas de faire les analyses pour vous.
La taille maximale de votre poster est 4 pied (hauteur) par 3.5 pied (largeur)
Lors de la préparation pour le concours, veuillez considérez les éléments quant à la bonne conception d’un poster. Quelques ressources utiles se trouvent aux liens :
1er juin 2020, Jugement des présentations par affichage (les étudiants ne sont PAS tenus de présenter)
Le Comité du prix pour les études de cas en analyse de données tiendra compte d’attributs comme la précision des résultats, l’innovation des méthodes d’analyse, la clarté technique et la cohérence de l’analyse, ainsi que l’interprétation et la présentation des résultats, pour choisir l’équipe gagnante de chaque étude de cas.
Chaque présentation d'affiches sera évalué selon des critères pré-définis (voir le formulaire de jugement du poster ici) par une équipe de 3-4 juges. Les membres du jury classeront par consensus les équipes participant respectivement à chacune des deux études de cas.
Remerciements
Un grand merci aux membres du Comité des études de cas sur l’analyse des données pour 2020 pour leurs contributions: Dr. Kathryn Morrison, Precision Analytics Inc. et l’université McGill; Dr. Chel Hee Lee, Critical Care Medicine, Alberta Health Services & l’université de Calgary; Dr. Ehsan Karim, École de santé publique et des populations, université de la Colombie-Britannique; Dr. José Ribas Fernandes, Dr. Ryan Hum, M. Mantaj Hundal, M. Lukas Hansen, M. Michael Nadew, M. Matthew Hansen, la Régie de l’énergie du Canada.