diff --git a/module3/exo3/doevi_exo3.Rmd b/module3/exo3/doevi_exo3.Rmd
index 5e66f8118d3922b6680f7151f189762f5f85009f..1ed8fbab8f21469b42f852368bf44ee13d56b841 100644
--- a/module3/exo3/doevi_exo3.Rmd
+++ b/module3/exo3/doevi_exo3.Rmd
@@ -5,7 +5,6 @@ date: "`r Sys.Date()`"
 output: 
   pdf_document: 
     toc: yes
-    toc_depth: 3
     number_sections: yes
     fig_caption: yes
 ---
@@ -38,7 +37,7 @@ df <- as.data.frame(df) # Transformation en base de données
 
 
 ## Manipulation des données  
-Nous utiliserons essentiellement le packet {dplyr} de {Tidyverse} à cet effet.  
+Nous utiliserons essentiellement le paquet {dplyr} de {Tidyverse} à cet effet.  
 
 En premier un aperçu de la base. 
 
@@ -117,8 +116,8 @@ Nous pouvons recalculer les incidences quotidiennes.
 ```{r}
 # Calcul des incidences journalières
 dff_p <- dff_p %>% 
-  group_by(Country.Region) %>% 
-  mutate(Incidence_journaliere = Incidence - lag(Incidence))
+  group_by(Country.Region) %>% # Pour les regrouper par pays 
+  mutate(Incidence_journaliere = Incidence - lag(Incidence)) # calcul des incidences journalières
   
 # Aperçu de la base 
 tail(dff_p)
@@ -146,14 +145,14 @@ dff_p <- dff_p %>%
 
 ### Le nouveau graphe, tous les pays  
 
-```{r message=FALSE, warning=FALSE}
+```{r message=FALSE, warning=FALSE, fig.cap="Incidence journalière de covid 19, tous les pays"}
 dff_p %>% 
   ggplot(aes(x = Dates, y = Incidence_journaliere_2, color = Country.Region)) +
   geom_line() + scale_color_viridis_d() + 
   scale_y_continuous(labels = scales::label_number()) +
   theme_bw() +
-  labs(x = "", y = "Incidences journalières", color = "Pays", 
-       title = "Incidences journalières de covid 19")
+  labs(x = "", y = "Incidence journalière", color = "Pays", 
+       title = "Incidence journalière de covid 19")
     
 ```
 
@@ -171,3 +170,18 @@ dff_p %>%
   theme(legend.position = "none") # Pour supprimer la légende
 ```
 
+## Nombre total de cas confirmés  
+
+Les incidences présentées par défaut étant des incidences cumulées, le nombre total de cas correspond donc à l'incidence cumulée à la date la plus récente, ou à l'incidence maximale renseignée (au cas où un pays serait en retard dans la notification de ses données).   
+
+```{r fig.cap="Nombre de cas confirmés de covid 19"}
+max(dff_p$Dates)
+dff_p %>% filter(Dates == max(dff_p$Dates)) %>% # Date la plus récente uniquement
+  ggplot(aes(x = fct_reorder(Country.Region, Incidence), y = Incidence)) + 
+  geom_col() +
+  coord_flip() +
+  theme_bw() +
+  labs(x = "", title = paste("Nombre de total de cas confirmés de covid 19 au", Sys.Date())) +
+  scale_y_continuous(labels = scales::number_format())
+```
+
diff --git a/module3/exo3/doevi_exo3.pdf b/module3/exo3/doevi_exo3.pdf
index db9cee450a340da1f8ee6c2486502d6298822d9c..005987934909750c13cfd34aeeb423c50036b76c 100644
Binary files a/module3/exo3/doevi_exo3.pdf and b/module3/exo3/doevi_exo3.pdf differ