Dans le cadre du cours de sciences des données biologiques à l'Université de Mons en Belgique, les étudiants réalisent des projets avec R et RStudio. Les projets sont rédigés en R Markdown et versionnés sur GitHub (organisation BioDataScience-Course) et générés via GitHub Classroom.

La correction des travaux est réalisée sur base de grilles critériées. Cette correction prend beaucoup de temps et nécessite une attention particulière pour obtenir une notation équitable d'un étudiant à l'autre, et si des commentaires constructifs sont ajoutés dans la grille.

Nous introduisons une nouvelle application web {shiny} permettant de corriger critère après critère tous les travaux en série. La partie concernée de chaque travail, identifié par un titre ou un label de chunk, est extraite des documents. Ces extraits sont regroupés et triés automatiquement avec un algorithme de calcul de similarité de texte du package {stringdist}. Ainsi, il est plus facile de noter de manière équivalente des réponses similaires. Cette manière de travailler diminue également le temps nécessaire à la correction. Des liens cliquables permettent d'accéder rapidement aux travaux complets, et au contexte éventuel (jeu de données, documents annexes, . . . ), améliorant ainsi encore la vitesse de correction et le confort d'utilisation dans le remplissage des grilles critériées.