AkJol
Retour

Comment AkJol calcule

Engagement d'honnêteté épistémique — un site qui produit « 78% de chances » sans expliquer comment il les calcule est intrinsèquement non-fiable. Voici comment AkJol fonctionne.

1. Comment on calcule la probabilité

Chaque programme a un statut ouvert / avec une étape / fermé selon ton passeport. Le score (en %) part d'une base et s'ajuste avec des modificateurs explicites :

base = 50%

si statut == "fermé"               → 5%
sinon si statut == "avec étape"   → 55%
sinon (ouvert) :
  base = 60%
  + 15% si moyenne ≥ minGrade requise
  +  5% si niveau de langue STRICTEMENT au-dessus du minimum
  +  5% si alternance proposée et tu la préfères
  +  5% si un domaine du programme matche tes aspirations

clamp à [2%, 97%]

Modèle v1.5 — ces coefficients sont délibérément simples. Pas de régression cachée, pas de réseau de neurones opaque.

2. Sources des données

  • Programmes & écoles FR — agrégation manuelle inspirée d'ONISEP / Mon Master / fiches école publiques. Mise à jour 2026-01. ONISEP Mon Master
  • Programmes UK / DE / US / SG — sites officiels universités + UCAS pour UK. UCAS
  • Diplômes & équivalences — base interne, éditable dans la console curator /admin/graph.
  • Visas — France-Visas, GOV.UK Student Visa, Make-it-in-Germany, ICA Singapore, IRCC Canada. Date de revue marquée sur chaque corridor.
  • Coût de la vie — agrégation Numbeo / Eurostudent. ~20 villes étudiantes principales.
  • Salaires médians — INSEE DADS pour FR, ONS pour UK, BLS pour US, à jour 2024. INSEE DADS
  • Métiers — référentiel ROME (Pôle Emploi) + ESCO côté UE.

3. Conditions vs Suppositions

Chaque feasibility distingue trois listes :

  • Conditions remplies / non remplies — vérifiable maintenant : diplôme reconnu, niveau de langue déclaré, budget vs frais, etc. C'est factuel.
  • Suppositions — ce qu'AkJol présume sans pouvoir vérifier (ex : « ton BTS sera validé en 2026 », « la sélection 2026-2027 ressemble à 2024-2025 »).
  • À maximiser — actions concrètes qui font monter ta probabilité (certificat de langue, stage, lettre de motivation).

4. Limites connues

  • AkJol ne modélise pas la qualité subjective de la lettre de motivation.
  • Pas de pondération du réseau personnel ou des contacts.
  • Pas d'accommodations handicap dans le moteur — à venir.
  • Le calcul des durées des trajectoires assume un parcours linéaire sans redoublement.
  • Les conversions de devises utilisent des taux fixes (mis à jour manuellement). Pas de correction quotidienne du change.
  • Les bourses ne sont pas encore intégrées au calcul de probabilité (uniquement au budget).

5. Biais identifiés

  • Sur-représentation FR. ~70% du dataset est français. Les corridors internationaux MY → FR/UK/DE/US/SG sont prioritaires en couverture.
  • Écoles privées avec budget marketing apparaissent plus souvent — à réguler avec des critères plus stricts d'inclusion catalogue.
  • Métiers Tech sur-représentés — les domaines Santé / Droit / Arts sont sous-couverts.
  • Sample size limité sur la probabilité (basedOn) — affichée explicitement avec l'intervalle de confiance.

6. Apprentissage continu

À partir des votes 👍/👎 sur les recommandations, AkJol ajuste périodiquement les coefficients du moteur et publie les changements ci-dessous.

  • v1.5 — ajout du bonus +5% si domaine match les aspirations.
  • v1.4— pénalité explicite si budget > maxBudgetPerYear.
  • v1.3 — distinction « avec étape » vs « ouvert ».

7. Comment contribuer / signaler

AkJol est un projet ouvert. Si tu vois un programme manquant, une équivalence fausse, une source obsolète :

  • Ouvre une issue sur le dépôt GitHub (lien à venir).
  • Si tu es curator validé, propose la modification dans /admin/graph.

Dernière revue : 2026-05-07. Toute donnée affichée doit être interprétée comme une aide à la décision, jamais comme une promesse.