Dossier de conformité — données d'entraînement (AI Act, article 10)

Squelette généré automatiquement à partir de l'analyse du jeu de données. Les blocs « à compléter par l'expert » nécessitent une revue humaine (provenance, jugement de conformité, mesures d'atténuation).

1. Identité & finalité

Système / modèle : _____
Version du dossier : _____
Date d'analyse : _____
Jeu de données : src
Finalité prévue : _____

_À compléter par l'expert — finalité prévue et ce que les données sont censées représenter_

2. Provenance & base légale

Origine de chaque source, licences/contrats, et — pour les données personnelles — finalité initiale et base légale RGPD.

⚠️ Données personnelles potentielles détectées : name, first, last, dob — une base légale RGPD est requise pour ces colonnes.

_À compléter par l'expert — provenance par source (flux séparé §16), licences, base légale RGPD_

3. Composition _(rempli automatiquement)_

Volume : 7214 lignes, 53 colonnes.
Période des données (compas_screening_date) : 2013-01-01 → 2014-12-31.
Variables :

Colonne	Type
`id`	BIGINT
`name`	VARCHAR
`first`	VARCHAR
`last`	VARCHAR
`compas_screening_date`	DATE
`sex`	VARCHAR
`dob`	DATE
`age`	BIGINT
`age_cat`	VARCHAR
`race`	VARCHAR
`juv_fel_count`	BIGINT
`decile_score`	BIGINT
`juv_misd_count`	BIGINT
`juv_other_count`	BIGINT
`priors_count`	BIGINT
`days_b_screening_arrest`	BIGINT
`c_jail_in`	TIMESTAMP
`c_jail_out`	TIMESTAMP
`c_case_number`	VARCHAR
`c_offense_date`	DATE
`c_arrest_date`	DATE
`c_days_from_compas`	BIGINT
`c_charge_degree`	VARCHAR
`c_charge_desc`	VARCHAR
`is_recid`	BIGINT
`r_case_number`	VARCHAR
`r_charge_degree`	VARCHAR
`r_days_from_arrest`	BIGINT
`r_offense_date`	DATE
`r_charge_desc`	VARCHAR
`r_jail_in`	DATE
`r_jail_out`	DATE
`violent_recid`	VARCHAR
`is_violent_recid`	BIGINT
`vr_case_number`	VARCHAR
`vr_charge_degree`	VARCHAR
`vr_offense_date`	DATE
`vr_charge_desc`	VARCHAR
`type_of_assessment`	VARCHAR
`decile_score_1`	BIGINT
`score_text`	VARCHAR
`screening_date`	DATE
`v_type_of_assessment`	VARCHAR
`v_decile_score`	BIGINT
`v_score_text`	VARCHAR
`v_screening_date`	DATE
`in_custody`	DATE
`out_custody`	DATE
`priors_count_1`	BIGINT
`start`	BIGINT
`end`	BIGINT
`event`	BIGINT
`two_year_recid`	BIGINT

Attributs sensibles déclarés : race, sex, age_cat.

Colonnes PII détectées : name, first, last, dob.

_À compléter par l'expert — périmètre géographique / contextuel / comportemental_

4. Préparation _(observations automatiques)_

Valeurs manquantes : days_b_screening_arrest (307) → stratégie de traitement à documenter.

_À compléter par l'expert — journal des transformations : collecte, nettoyage, étiquetage, enrichissement, agrégation_

5. Qualité _(rempli automatiquement)_

Complétude : 307 valeur(s) manquante(s) (days_b_screening_arrest).
Exactitude / aberrations : age (1).

_À compléter par l'expert — représentativité et pertinence vis-à-vis de la finalité_

6. Biais

Analyse automatique

Caractéristique	Mesure	Cible	Verdict
Complétude	81.4 %	≥ 95.0 %	à traiter
Unicité	100.0 %	≥ 99.0 %	conforme
Validité	96.7 %	≥ 98.0 %	à traiter

race — « score_text » : disparate impact (ratio) 4.83 · parité statistique (écart) 26.4 % ⚠️

_⚠︎ Disparité non robuste : plus petit groupe n=18 — écart non significatif ou porté par un petit effectif. À ne pas interpréter comme un biais avéré._

Groupe	Effectif	Taux de « score_text »
`Native American`	18	33.3 %
`African-American`	3696	27.7 %
`Caucasian`	2454	11.2 %
`Hispanic`	637	10.5 %
`Asian`	32	9.4 %
`Other`	377	6.9 %

sex — « score_text » : disparate impact (ratio) 1.53 · parité statistique (écart) 7.2 % ⚠️

Groupe	Effectif	Taux de « score_text »
`Male`	5819	20.8 %
`Female`	1395	13.6 %

age_cat — « score_text » : disparate impact (ratio) 3.65 · parité statistique (écart) 21.5 % ⚠️

Groupe	Effectif	Taux de « score_text »
`Less than 25`	1529	29.6 %
`25 - 45`	4109	20.0 %
`Greater than 45`	1576	8.1 %

Jugement & mesures

_À compléter par l'expert — impact sur santé/sécurité/droits fondamentaux et mesures de détection/prévention/atténuation_

7. Lacunes & limites

Points détectés à examiner comme lacunes potentielles :

[low] missing — days_b_screening_arrest
[low] missing — c_jail_in
[low] missing — c_jail_out
[low] missing — c_case_number
[low] missing — c_offense_date
[high] missing — c_arrest_date
[low] missing — c_days_from_compas
[low] missing — c_charge_desc
[high] missing — r_case_number
[high] missing — r_charge_degree
[high] missing — r_days_from_arrest
[high] missing — r_offense_date
[high] missing — r_charge_desc
[high] missing — r_jail_in
[high] missing — r_jail_out
[high] missing — violent_recid
[high] missing — vr_case_number
[high] missing — vr_charge_degree
[high] missing — vr_offense_date
[high] missing — vr_charge_desc
[low] missing — in_custody
[low] missing — out_custody
[low] outliers — age
[low] outliers — priors_count
[low] outliers — days_b_screening_arrest
[low] outliers — c_days_from_compas
[low] outliers — r_days_from_arrest
[low] outliers — priors_count_1
[low] outliers — start
[high] pii — name
[high] pii — first
[high] pii — last
[high] pii — dob
[low] bias — race
[medium] bias — sex
[high] bias — age_cat

_À compléter par l'expert — manques identifiés et traités ; usages hors périmètre_

8. Gouvernance & traçabilité

Version de l'outil d'analyse : 0.4.1

Empreinte du jeu (schéma + volume) : fee3a183fbb13d6f

_À compléter par l'expert — responsabilités, journal d'audit, versioning, maintenance/mise à jour_