Regenerate after MGD's fix. Plz push to FUN

module4/ressources/exo1.html

@@ -3,14 +3,14 @@
 <h2>Table of Contents</h2>
 <div id="text-table-of-contents">
 <ul style="margin:0 0;">
-<li style="margin-bottom:0;"><a href="#org8ebadd7">Exercice 1 : Ré-exécuter n'est pas répliquer&#x2026;</a></li>
+<li style="margin-bottom:0;"><a href="#orga4fb7ce">Exercice 1 : Ré-exécuter n'est pas répliquer&#x2026;</a></li>
 </ul>
 </div>
 </div>
 
-<div id="outline-container-org8ebadd7" class="outline-2">
-<h2 id="org8ebadd7">Exercice 1 : Ré-exécuter n'est pas répliquer&#x2026;</h2>
-<div class="outline-text-2" id="text-org8ebadd7">
+<div id="outline-container-orga4fb7ce" class="outline-2">
+<h2 id="orga4fb7ce">Exercice 1 : Ré-exécuter n'est pas répliquer&#x2026;</h2>
+<div class="outline-text-2" id="text-orga4fb7ce">
 <p>
 Même si la terminologie peut varier d'un auteur ou d'une communauté à
 l'autre, il est important de comprendre que l'on peut distinguer
@@ -44,7 +44,7 @@ graphique final selon les versions de bibliothèques utilisées.
 
 <p>
 L'ensemble des calculs à effectuer est décrit ici avec les
-indications sur comment contribuer :
+indications sur comment contribuer :
 <a href="https://app-learninglab.inria.fr/gitlab/moocrr-session1/moocrr-reproducibility-study/">https://app-learninglab.inria.fr/gitlab/moocrr-session1/moocrr-reproducibility-study/</a>
 </p>
 
@@ -52,7 +52,7 @@ indications sur comment contribuer :
 Vous y trouverez notre réplication des calculs de Dallal <i>et al.</i> (en
 R), une mise en œuvre en Python et une en R (très similaires à ce que
 vous avez pu utiliser dans le module 2). Cet exercice peut donc se
-faire à deux niveaux :
+faire à deux niveaux :
 </p>
 <ol class="org-ol">
 <li style="margin-bottom:0;">un niveau facile pour ceux qui repartiront du code dans le langage
@@ -75,7 +75,7 @@ implémenter. L'exercice en est d'autant plus instructif.</li>
 
 <p>
 Vous pourrez alors discuter sur le forum des succès et des échecs que
-vous aurez pu rencontrer. Pour cela :
+vous aurez pu rencontrer. Pour cela :
 </p>
 <ul class="org-ul">
 <li style="margin-bottom:0;"><b>Vous publierez auparavant dans votre dépôt les différents notebooks</b>
@@ -85,7 +85,7 @@ bibliothèques installées.</li>
 <li style="margin-bottom:0;">Vous indiquerez votre résultat (que ça soit un succès ou échec à
 obtenir les mêmes résultats) en <b>remplissant ce <a href="https://app-learninglab.inria.fr/gitlab/moocrr-session1/moocrr-reproducibility-study/blob/master/results.md">tableau</a></b> (vous avez
 les droits d'édition donc il vous suffit d'éditer les fichiers via
-l'interface GitLab). Vous vérifierez les valeurs obtenues pour :
+l'interface GitLab). Vous vérifierez les valeurs obtenues pour :
 <ol class="org-ol">
 <li style="margin-bottom:0;">les coefficients de la pente et de l'intercept</li>
 <li style="margin-bottom:0;">les estimations d'erreur de ces coefficients</li>
@@ -94,7 +94,7 @@ l'interface GitLab). Vous vérifierez les valeurs obtenues pour :
 <li style="margin-bottom:0;">la zone de confiance</li>
 </ol></li>
 <li style="margin-bottom:0;"><p>
-Pour chacun vous indiquerez si le résultat est :
+Pour chacun vous indiquerez si le résultat est :
 </p>
 <ul class="org-ul">
 <li style="margin-bottom:0;">identique</li>
@@ -103,7 +103,7 @@ Pour chacun vous indiquerez si le résultat est :
 <li style="margin-bottom:0;">non fonctionnel (pas de résultat obtenu)</li>
 </ul>
 <p>
-Vous indiquerez également dans ce tableau :
+Vous indiquerez également dans ce tableau :
 </p>
 <ul class="org-ul">
 <li style="margin-bottom:0;">un lien vers votre espace gitlab contenant les différents notebooks</li>
@@ -111,8 +111,8 @@ Vous indiquerez également dans ce tableau :
 <li style="margin-bottom:0;">le langage utilisé et son numéro de version</li>
 <li style="margin-bottom:0;">les numéros des principales bibliothèques utilisées
 <ul class="org-ul">
-<li style="margin-bottom:0;">Python : numpy, pandas, matplotlib, statsmodels&#x2026;</li>
-<li style="margin-bottom:0;">R : BLAS, ggplot, dplyr si chargées</li>
+<li style="margin-bottom:0;">Python : numpy, pandas, matplotlib, statsmodels&#x2026;</li>
+<li style="margin-bottom:0;">R : BLAS, ggplot, dplyr si chargées</li>
 </ul></li>
 </ul></li>
 </ul>

module4/ressources/exo2.html

@@ -3,21 +3,21 @@
 <h2>Table of Contents</h2>
 <div id="text-table-of-contents">
 <ul style="margin:0 0;">
-<li style="margin-bottom:0;"><a href="#org6a2b669">Exercice 2 : L'importance de l'environnement</a></li>
+<li style="margin-bottom:0;"><a href="#orgb0dc308">Exercice 2 : L'importance de l'environnement</a></li>
 </ul>
 </div>
 </div>
 
-<div id="outline-container-org6a2b669" class="outline-2">
-<h2 id="org6a2b669">Exercice 2 : L'importance de l'environnement</h2>
-<div class="outline-text-2" id="text-org6a2b669">
+<div id="outline-container-orgb0dc308" class="outline-2">
+<h2 id="orgb0dc308">Exercice 2 : L'importance de l'environnement</h2>
+<div class="outline-text-2" id="text-orgb0dc308">
 <p>
 Dans cet exercice, nous vous proposons de reprendre l'exercice
 précédent mais en mettant à jour l'environnement de calcul. En effet,
 nous avons rencontré des surprises en préparant ce MOOC puisqu'il nous
 est arrivé d'avoir des résultats différents entre nos machines et
 l'environnement Jupyter que nous avions mis en place pour le MOOC. Ça
-sera peut-être également votre cas !
+sera peut-être également votre cas !
 </p>
 
 <ol class="org-ol">