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.