diff --git a/journal/Journal_de_bord.md b/journal/Journal_de_bord.md
index bf0274c4c9831e8b3850cc082c7c3dabb0423d2e..4073dca8d6e35304f602d12ee8a0edb690c2b22b 100644
--- a/journal/Journal_de_bord.md
+++ b/journal/Journal_de_bord.md
@@ -75,9 +75,32 @@ jupyter nbconvert --to mypackage.MyExporter notebook.ipynb
 
 Apparemment suivre des consignes n'est pas mon fort, je n'ai pas noté de données quotidiennes dans mon journal de bord... 
 
-Pour pouvoir faire l'exercice 4 je récupère donc les données de température des deux dernières semaines (pendant lesquelles j'ai suivi le MOOC) pour mon département (06) via le site data.gouv.fr :
+Pour pouvoir faire l'exercice 4 je récupère donc les données de température pour une même ville via le site data.gouv.fr :
 [Données climatologiques quotidiennes](https://meteo.data.gouv.fr/datasets/donnees-climatologiques-de-base-quotidiennes/).
 
+Fichier "Q_06_latest-2024-2025_RR-T-Vent.csv" téléchargé le 2025/08/26. 
+
+Etapes de l'analyse : 
+
+1. Préparer/filtrer les données avec un script R. 
+
+Pour perdre moins de temps je filtre les données en utilisant un script R ("prepare_data.R"), 
+afin de ne garder que les données pour Nice, entre 2025/08/18 et 2025/08/25, pour les colonnes suivantes
+
+```
+NUM_POSTE = Numéro de la station météo
+NOM_USUEL = Nom de la station météo
+AAAAMMJJ = Date de la mesure au format année mois jour
+RR = Quantité de précipitations sur 24h (en mm)
+TN = Température minimale ce jour (en °C)
+TX = Température maximale ce jour (en °C)
+TM = Température moyenne ce jour (en °C)
+```
+
+J'exporte les données filtrées en format csv, pour servir de données d'entrée à charger depuis mon document computationnel.
+
+2. Faire les analyses dans un document computationnel.
+
 __Liens vers les exercices réalisés :__
 - [Exo 1](module2/exo1/toy_notebook_fr.ipynb)
 - [Exo 2](module2/exo2/exercice.ipynb)