Petites corrections decouverte et nuage_de_points

Author: phgrosjean

inst/tutorials/02b_decouverte/decouverte.Rmd

@@ -368,7 +368,7 @@ masse2 <- c(82, 73, 105, 61, 95)
 taille2 <- c(1.74, 1.86, 2.03, 1.72, 1.90)
 ```
 
-```{r data_man, exercise=TRUE, exercise.setup="prepare"}
+```{r vec_man, exercise=TRUE, exercise.setup="prepare"}
 # Encodage du jeu de données
 man1 <- data_frame(
   id     = ,
@@ -380,7 +380,7 @@ man1 <- data_frame(
 
 ```
 
-```{r data_man-solution}
+```{r vec_man-solution}
 # Encodage du jeu de données
 man1 <- data_frame(
   id     = c(8, 9, 10, 11, 12),

inst/tutorials/02c_nuage_de_points/nuage.Rmd

@@ -1,22 +1,19 @@
 ---
-title: "Le nuage de point : découverte de l'outils"
+title: "Le nuage de point : faire un graphique dans R"
 author : "Guyliann Engels & Philippe Grosjean"
+tutorial:
+  id: "sdd1.02c"
+  version: 0.0.1
 output:
   learnr::tutorial:
     progressive: true
     fig_caption: yes
-tutorial:
-  id: "sdd1.02c"
-  version: 0.0.1
 runtime: shiny_prerendered
 ---
 
 
 ```{r setup, include=FALSE}
 library(learnr)
-library(knitr)
-SciViews::R()
-
 options(tutorial.event_recorder = BioDataScience::record_sdd)
 tutorial_options(exercise.checker = BioDataScience::checker_sdd)
 tutorial_options(exercise.timelimit = 60)
@@ -25,6 +22,7 @@ knitr::opts_chunk$set(echo = FALSE, comment = NA)
 
 library(knitr)
 library(BioDataScience)
+SciViews::R()
 
 # Dataset
 urchin <- read(file = "urchin_bio", package = "data.io", lang = "fr")

inst/tutorials/02c_nuage_de_points/nuage.html

@@ -14,7 +14,7 @@
 <meta name="progressive" content="true" />
 <meta name="allow-skip" content="false" />
 
-<title>Le nuage de point : découverte de l’outils</title>
+<title>Le nuage de point : faire un graphique dans R</title>
 
 
 <!-- highlightjs -->
@@ -249,8 +249,7 @@ <h3>Exercice 3</h3>
 </div>
 <div id="section-conclusion" class="section level2">
 <h2>Conclusion</h2>
-<p>Le nombre d’obèse sur notre jeu de données est 12.6% ce qui est très proche des 13% annoncé par le monde.</p>
-<p>Bravo! Vous venez de terminez cette séance d’exercices dans un tutoriel “learnr”.</p>
+<p>Bravo! Vous venez de terminer cette séance d’exercices dans un tutoriel “learnr”.</p>
 <p>Durant cette séance, vous avez appris à :</p>
 <ul>
 <li>Effectuer des graphiques de type nuage de point</li>
@@ -267,9 +266,6 @@ <h2>Conclusion</h2>
 
 <script type="application/shiny-prerendered" data-context="server-start">
 library(learnr)
-library(knitr)
-SciViews::R()
-
 options(tutorial.event_recorder = BioDataScience::record_sdd)
 tutorial_options(exercise.checker = BioDataScience::checker_sdd)
 tutorial_options(exercise.timelimit = 60)
@@ -278,6 +274,7 @@ <h2>Conclusion</h2>
 
 library(knitr)
 library(BioDataScience)
+SciViews::R()
 
 # Dataset
 urchin <- read(file = "urchin_bio", package = "data.io", lang = "fr")
@@ -358,7 +355,7 @@ <h2>Conclusion</h2>
 
 <!-- begin doc-metadata -->
 <div id="doc-metadata">
-<h2 class="title toc-ignore" style="display:none;">Le nuage de point : découverte de l’outils</h2>
+<h2 class="title toc-ignore" style="display:none;">Le nuage de point : faire un graphique dans R</h2>
 <h4 class="author"><em>Guyliann Engels &amp; Philippe Grosjean</em></h4>
 </div>
 <!-- end doc-metadata -->