mj-tracker-2027

Suivi de l'opinion publique via le Jugement Majoritaire pour l'élection présidentielle française de 2027.

📚 Projet précédent : mj-tracker-2022 - Tracker développé pour la présidentielle 2022, qui a permis pour la première fois d'agréger et visualiser des sondages au jugement majoritaire durant une campagne présidentielle. Ce projet a démontré l'intérêt de suivre l'évolution de l'opinion avec une méthode de scrutin plus riche que le scrutin uninominal.

📊 Présentation

Ce projet analyse les sondages d'opinion en appliquant la méthode du Jugement Majoritaire (MJ) et du Vote par Approbation, permettant une évaluation plus nuancée des candidats que les sondages traditionnels d'intention de vote.

Le Jugement Majoritaire permet de :

• 📈 Mesurer l'adhésion réelle aux candidats, pas seulement l'intention de vote stratégique
• 🎯 Détecter les progressions ou dévaluations des candidats au-delà des transferts de voix
• 📊 Révéler des candidats sous-estimés par le scrutin uninominal (comme Fabien Roussel en 2022)
• ⚖️ Identifier le rejet d'un candidat malgré des intentions de vote élevées (comme Éric Zemmour en 2022)

Sources de données

Ce projet s'appuie sur plusieurs bases de données complémentaires :

🎯 Base principale : mj-database-2027

• Sondages spécifiques au Jugement Majoritaire (IPSOS, ELABE, IFOP)
• Données standardisées avec échelles de satisfaction/appréciation
• Segmentation par électorat (ensemble, gauche, macronistes, extrême-droite, abstentionnistes)

📊 Données complémentaires : presidentielle2027

• Sondages d'intention de vote classiques (scrutin uninominal)
• Permet la comparaison entre JM et intentions de vote traditionnelles
• Compilation multi-instituts standardisée

🚀 Installation

Setup

# Cloner le repo
git clone https://github.com/MieuxVoter/mj-tracker-2027.git
cd mj-tracker-2027

# Créer l'environnement conda
conda env create -f environment.yml
conda activate mieuxvoter

# Installer le package
pip install -e .

📈 Usage

Génération automatique des graphiques

Le script principal main_export.py génère tous les graphiques et exports de données :

python main_export.py --png --json --csv <url_ou_fichier_csv>

Options :

• --png : Exporte les graphiques en PNG
• --json : Exporte les données en JSON
• --svg : Exporte les graphiques en SVG
• --csv <path> : Source des données (URL ou fichier local)
• --dest <path> : Dossier de destination (défaut: output/)

Résultat :

• Dossier mj/ : Graphiques et données pour le Jugement Majoritaire
• Dossier approval/ : Graphiques et données pour le Vote par Approbation

Autres scripts

Voir scripts/README.md pour les scripts d'analyse spécifiques.

📦 Structure du projet

mj-tracker-2027/
├── main_export.py           # Script principal de génération
├── mjtracker/               # Package Python principal
│   ├── survey_interface.py  # Interface pour un sondage
│   ├── surveys_interface.py # Interface pour plusieurs sondages
│   ├── export_compact_json.py # Export JSON optimisé
│   ├── batch_plots.py       # Génération batch de graphiques
│   ├── plots_v2.py          # Fonctions de plotting
│   └── libs/                # Algorithmes de Jugement Majoritaire
├── scripts/                 # Scripts d'analyse divers
├── tests/                   # Tests unitaires
└── .github/workflows/       # CI/CD (publication automatique)

🔄 Workflow automatique

Chaque dimanche à 3h UTC, un workflow GitHub Actions :

1. Télécharge les dernières données depuis mj-database-2027
2. Génère tous les graphiques (MJ + Approbation)
3. Publie une release avec :
   • Archive ZIP complète (data-export.zip)
   • JSON compacts optimisés (latest_survey_*_compact.json)
   • CSV exportés (latest_survey_*.csv)

Accès aux données : Releases

📊 Formats de sortie

JSON Compact

Structure optimisée (~70% plus petit) avec :

• Métadonnées centralisées
• Types de sondage normalisés
• Distributions en tableaux

CSV

Format tabulaire complet pour analyse externe.

Graphiques

• Profils de mérite temporels
• Rankings des candidats
• Comparaisons par institut de sondage

🤝 Contribution

Les contributions sont les bienvenues ! Voir les issues pour les améliorations en cours.

📄 Licence

Voir LICENSE

🔗 Liens utiles

Projets connexes

• 📊 mj-database-2027 - Base de données des sondages compatibles JM
• 📈 presidentielle2027 - Sondages d'intention de vote classiques
• 🗳️ mj-tracker-2022 - Projet précédent (présidentielle 2022)

📚 Enseignements de 2022

Le projet mj-tracker-2022 a révélé des insights majeurs :

Candidats sous-estimés

Fabien Roussel : Classé 4e-5e au JM avec seulement 3-5% d'intentions de vote

• Le JM a capturé son adhésion croissante invisible au scrutin uninominal
• Progression constante de sa base d'adhésion durant la campagne

Progressions mesurées

Marine Le Pen et Jean-Luc Mélenchon : Progressions fortes confirmées par JM et scrutin uninominal

• MLP : 7e → 3e → 2e au JM (même classement final qu'au scrutin uninominal)
• JLM : 10e → 8e → 4e au JM (vs 3e au scrutin uninominal)

Dévaluations détectées

Valérie Pécresse : Seule candidate fortement dévaluée

• Passage de 1ère à 3e position au JM
• Le JM a permis de comprendre que sa baisse n'était pas un report de voix mais une dévaluation réelle

Sur-valorisation révélée

Éric Zemmour : 4e au scrutin uninominal, dernier (12e) au JM

• Toujours rejeté par >50% des électeurs
• Démonstration que le scrutin uninominal peut sur-valoriser un candidat massivement rejeté

Agrégation de sondages

Premier tracker à agréger différents instituts (Opinion Way, ELABE, IFOP) :

• Standardisation des mentions entre instituts
• Moyenne glissante sur 14 jours pour lisser les données
• Visualisation de l'évolution temporelle des profils de mérite

Ressources Mieux Voter

• 🌐 Mieux Voter - Association promouvant le Jugement Majoritaire
• 📖 Wiki Jugement Majoritaire - Wikipédia
• 🎓 Théorie du JM - Livre de référence (Balinski & Laraki)