COVID-19 : cartographie(s) d’un débordement

English below

Camarades cartographes, il n’était pas possible de passer à côté du sujet qui nous concerne tous. J’ai donc réalisé cette série de cartes sur le thème du COVID-19 à partir des données départementales des hôpitaux mises en ligne sur le portail français de l’open data : data.gouv.fr [voir]. 

Les cartes réalisées avec R sont mises à jour quotidiennement et à votre disposition via l’application en ligne disponible ici [cliquez sur l’image ci-dessous].

Quels choix cartographiques ?

On le sait, derrière toute carte il y a un.e cartographe, avec ses arrières pensées, ses idées et ses visées. Ici, mon objectif était triple.

1 – Points

La première idée qui conduit à cette carte est la volonté de décomposer l’information statistique pour la représenter par des points. Sur ces cartes, lorsque l’ordre de grandeur de la variable le permet, un point représente une seule personne. Ce parti pris est fort, car il consiste à ne pas représenter cette donnée pourtant agrégée sous la forme d’agrégats (e.g. de symboles proportionnels) mais sous une forme élémentaire (e.g. semis de points) pour symboliser un peuplement, une dynamique de peuplement. Il y a là une volonté de rappeler qu’il s’agit de vies humaines et d’insister sur le fait que chaque individu est unique. D’où la nécessité de les représenter tous distinctement. Par ailleurs, notons que cette représentation, avec le déplacement progressif des points (voir 2 – propagation), rend assez bien compte des quantités et de leur proportionnalité.

2 – Propagation

La méthode de déplacement des cercles, qui permet d’éviter la superposition de l’information, inspirée de la méthode des cartogrammes de Danny Dorling, évoque à mon sens assez bien l’idée de la propagation du virus. Même s’il s’agit d’un artifice graphique, le déplacement des points de jour en jour, tel un semis qui s’étend progressivement et dangereusement à la surface de la carte, rappelle la contagion du virus et sa diffusion dans l’espace. Ici, il y a bien une recherche de cohérence visuelle entre la forme (graphique) et le fond (thématique).

3 – Débordement

Enfin, une autre idée forte, qui était en réalité le point de départ de cette série de cartes, est la volonté de rendre compte du débordement et de la saturation des services de santé, face à une crise sanitaire dont, visiblement, nous n’étions pas préparés. Les points se déplacent de jour en jour en jour bien au delà de leurs mailles d’origine et ce, jusqu’à la saturation de l’image. L’effet recherché est de produire un véritable effet visuel d’étouffement qui évoque – en tout cas telle était mon intention – la situation de crise à / de l’hôpital. Rappelons au passage que les signaux d’alertes avaient été nombreux, comme le montre cette banderole photographiée le 17 décembre 2019…

Le code source est disponible ici [voir]. La prochaine mise à jour des cartes aura lieu ce soir après 19 heures. A suivre…

Ailleurs sur le web

 

— English version —

COVID-19: Dots, Spread & Overflow

Comrades cartographers, it was inevitable that we could not miss the subject that concerns us all. I have therefore realized this cartographic collection on the theme of COVID-19 from departmental hospital data available on the French open data portal: data.gouv [see]. 

The maps made in R are updated daily and are made available via the online application that you can find here [click on the image below].

What cartographic choices?

We know that behind every map there is a cartographer, with his thoughts, ideas and goals. Here, my aim was threefold, as the title of this post spells.

1 – Dots

The first idea behind this map was the desire to split the statistical information to represent it by points. On these maps, when the order of magnitude of the variable allows it, a point represents a person. The idea here is strong because it consists in not representing the data in the form of aggregates (e.g. proportional symbols). There is a will to remind that we are talking about lives and to insist on the fact that each individual is unique. Hence the need to represent them all. Furthermore, it should be noted that this representation, with the progressive shifting of points (see 2 – spread) gives a fairly good account of quantities and proportionality.

2 – Spread

The method of moving the circles to avoid overlapping, inspired by Danny Dorling’s method, is in my opinion quite similar to the idea of the propagation of the virus. Even if it is a graphic artifice, the movement of the points from day to day, like a pattern that gradually and dangerously spreads over the surface of the map, is a reminder of the contagion of the virus and its spread in space. Here, there is a coherence between the form (graphic) and the content (thematic).

3 – Overflow

Finally, another strong idea, which was in fact the starting point for this work, is the aim to reflect the overflow and saturation of health services in the face of a health crisis for which we were clearly unprepared. The dots are moving day by day far beyond their original mesh until the image is overloaded. The targeted effect is to produce a real visual suffocation that evokes, at least that was my intention, the crisis situation in the hospital. Let’s recall that, the warning signals had been very numerous, as shown on this banner captured on December 17, 2019…

The source code is available here [see]. The next map update will be done tonight after 7pm. To be continued…


Nicolas Lambert

Ingénieur de recherche CNRS en sciences de l'information géographique. Membre de l'UMS RIATE et du réseau MIGREUROP / CNRS research engineer in geographical information sciences. Member of UMS RIATE and the MIGREUROP network.

Vous aimerez aussi...

2 réponses

  1. 30/04/2020

    […] COVID-19 : cartographie(s) d’un débordementpar Nicolas Lambert · Publié 15/04/2020 · Mis à jour 16/04/2020 […]

  2. 06/05/2020

    […] -Neocarto : https://neocarto.hypotheses.org/10229 […]

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.