Service de recherche et de comparaison des données publiques des écoles à l’échelle nationale

Bonjour. J’ai créé Urihakgyoeottae pour essayer de réduire l’inconvénient de devoir naviguer entre plusieurs sites et fichiers Excel lorsqu’on cherche des informations sur les écoles.

L’ensemble du développement a été mené selon une approche de vibe coding. Ce n’est pas un projet où j’ai simplement demandé une fois à l’IA de générer du code avant de m’arrêter là : j’ai découpé les exigences en documents, puis j’ai répété le processus consistant à comparer les résultats de l’implémentation avec les données réelles afin de corriger à nouveau les erreurs. Pour les données scolaires en particulier, j’ai jugé qu’il était plus important d’éviter tout mauvais rattachement à une autre école que d’avoir une interface simplement convaincante visuellement, et j’ai donc consacré le plus de temps au mapping et à la validation.

Le service permet de rechercher par nom d’école, de comparer des écoles d’un même niveau, de comparer les données publiques par région, et de consulter les résultats de réussite scolaire par matière ainsi que les décisions des commissions d’examen des mesures contre la violence scolaire. Les chiffres vérifiés dans les sources d’origine et les indicateurs calculés en interne sont affichés séparément.

Composition des données

• Informations de base sur les écoles
• Classes, nombre d’élèves
• Nombre d’enseignants
• Informations sur la mobilité des élèves (arrivées, départs)
• Heures de formation à la sécurité suivies
• Résultats des commissions d’examen des mesures contre la violence scolaire
• Réussite scolaire par matière (seules les notes moyennes sont prises en compte)

Stack technique

• Next.js App Router, TypeScript, Tailwind CSS
• Firebase Firestore et Firebase Admin SDK
• Déploiement sur Vercel et automatisation via GitHub Actions
• search-index.json statique pour la recherche dans le navigateur
• JSON statiques pour les pages de détail d’école, de classement et de comparaison
• Collecte des données NEIS·Hakgyoallimi et prise en compte des changements sur la base de row_hash
• Outil d’import manuel des données publiques pour identifier la structure des tableaux dans les fichiers XLS de Hakgyoallimi

Les points qui se sont révélés plus difficiles que prévu pendant le développement

Le plus délicat a été l’appariement des noms d’école. Comme il existe des écoles portant le même nom, des écoles ayant changé de nom, des écoles fermées et des écoles ne différant que par leur niveau, un simple lien basé sur le nom pouvait produire des erreurs d’appariement. J’ai donc modifié l’approche pour donner la priorité au code de l’établissement, aux informations sur l’académie, à la région et au niveau scolaire, et pour laisser les cas ne pouvant pas être confirmés automatiquement dans une liste de validation séparée.

Les fichiers XLS des publications sur la réussite scolaire et la violence scolaire n’avaient pas non plus exactement la même position de colonnes d’un fichier à l’autre. Si l’on lisait les données en fixant un numéro de colonne précis, des valeurs erronées mais ayant l’apparence de chiffres valides pouvaient être intégrées ; j’ai donc ajouté une étape de validation qui vérifie le titre du tableau et les en-têtes pour distinguer le format, et qui empêche d’intégrer les valeurs hors plage.