Un mémoire en sciences de l’éducation, en MEEF ou en sciences du langage se construit rarement sur des données chiffrées. La raison n’est pas le désintérêt : c’est que personne ne dit à l’étudiant qu’un catalogue entier existe, ni surtout ce qu’il contient réellement.
Voici l’inventaire, compté à la source, et l’avertissement qui va avec.
L’état exact du catalogue
Le portail de données ouvertes du ministère de l’Éducation nationale, interrogé le 11 août 2026 par son interface de programmation, contient :
- 307 jeux de données — nombre annoncé par le catalogue et confirmé par l’énumération complète, jeu par jeu ;
- 20 527 518 lignes au total, tous jeux confondus.
La double vérification compte : le total annoncé et le décompte obtenu en parcourant les quatre pages du catalogue donnent tous deux 307. Aucun jeu n’a été perdu en route — précaution élémentaire dès qu’on pagine une source, et qui manque à beaucoup de comptages repris de seconde main.
Ce que couvrent ces jeux
Les thèmes les plus fournis, en nombre de jeux : établissements, dont l’indice de position sociale (59) ; élèves, étudiants et apprentis (56) ; sport, jeunesse et vie associative (47) ; évaluation des élèves (35) ; politique éducative, dont l’éducation prioritaire (32) ; enseignements (30) ; diplômes et examens (20) ; organisation du système scolaire (16) ; ressources humaines (14) ; données de référence (14) ; parcours et insertion professionnelle (8). Vingt-six jeux ne portent aucun thème.
Un détail à ne pas mal lire : la somme de ces affectations dépasse 307, parce qu’un même jeu peut porter plusieurs thèmes. Ce n’est pas une incohérence du catalogue, c’est une propriété de son indexation — et si vous reprenez ces chiffres, dites bien que vous comptez des affectations thématiques, pas des jeux.
L’avertissement : le volume affiché n’est pas le volume utile
« Vingt millions de lignes sur l’éducation » : la formule est séduisante et trompeuse. Regardons où sont ces lignes.
Les quatre jeux les plus volumineux sont des métriques d’usage de services numériques, ventilées par établissement — croisées par profils (3 665 335 lignes), par appareils (3 650 915), par services (2 863 213) et par profils et appareils (1 268 645), tous mis à jour le 22 juillet 2026. À eux quatre, ils totalisent 11 448 108 lignes, soit 55,8 % de l’ensemble du portail (proportion calculée).
Ces fichiers sont précieux si votre sujet porte sur les usages numériques scolaires. Ils sont sans objet si votre sujet porte sur la réussite des élèves, la mixité sociale ou les pratiques d’enseignement. Autrement dit : plus de la moitié du volume affiché ne répond à aucune question pédagogique classique.
Les fichiers réellement centraux pour un mémoire en éducation sont plus modestes et bien plus utiles : effectifs d’élèves par école (859 372 lignes, mis à jour le 23 juillet 2026), carte scolaire des collèges publics (520 678), écoles en éducation prioritaire (417 147).
La leçon est générale et vaut au-delà de ce portail : un volume est une propriété du fichier, pas une preuve de pertinence. Choisissez le jeu qui contient votre variable, jamais celui qui contient le plus de lignes.
L’unité d’analyse qui rend tout cela exploitable
La plupart de ces jeux sont organisés autour de l’établissement, identifié par un code unique. C’est ce qui rend possible la seule manœuvre qui distingue vraiment un mémoire : joindre deux fichiers sur cet identifiant.
Croiser l’indice de position sociale avec les résultats aux examens, la carte de l’éducation prioritaire avec les effectifs, la taille de l’établissement avec un indicateur d’évaluation : chacune de ces jointures produit une question de recherche que vous pouvez traiter seul, avec un tableur, et sur des données que votre jury peut vérifier.
Trois précautions, cependant, et elles sont sérieuses.
- Ne confondez jamais l’unité comptée. Certains jeux comptent des établissements, d’autres des élèves, d’autres des sessions d’usage. Additionner ou rapporter deux fichiers sans vérifier leur unité produit des ratios qui n’ont aucun sens. Le cas du dénombrement des ULIS en 2026 illustre exactement ce piège : un annuaire d’établissements y est régulièrement présenté comme un effectif d’élèves.
- Vérifiez la date de mise à jour de chaque jeu, séparément. Elles diffèrent largement au sein du même catalogue. Écrire « données 2026 » en couvrant des fichiers actualisés à des dates différentes est une imprécision que le jury relèvera.
- Distinguez annuaire et enquête statistique. Un répertoire administratif dit où quelque chose existe ; il ne dit ni combien de personnes sont concernées ni pourquoi. Les deux instruments ne répondent pas à la même question.
Ouvrez votre mémoire dans Tesify et transformez ce corpus en problématique, en méthode et en chapitres cohérents — la structure vous suit, l’écriture reste la vôtre.
Trois sujets que ce catalogue rend faisables
Les inégalités territoriales de scolarisation. Comparer la composition sociale des établissements et leurs résultats sur un même territoire est un classique de la discipline, et il devient accessible dès lors que les deux fichiers se joignent sur l’identifiant d’établissement.
La géographie de l’éducation prioritaire. Le fichier des écoles en éducation prioritaire, croisé avec les effectifs, permet de décrire une politique publique par ses bénéficiaires réels plutôt que par ses textes.
Les usages numériques scolaires. C’est le sujet que les quatre gros fichiers servent directement — et il est peu traité en master précisément parce que peu d’étudiants savent que ces données existent.
Dans les trois cas, la démarche d’ensemble reste celle d’un mémoire en éducation : voyez la méthodologie et le plan du mémoire de sciences de l’éducation pour l’articulation avec la problématique et le cadre théorique.
Si ce catalogue ne suffit pas
Trois voies complémentaires, selon ce qui vous manque.
Si vous cherchez des données individuelles — parcours d’élèves, trajectoires d’insertion — l’open data ne les fournit pas ; il faut passer par la commande de fichiers d’enquête auprès de Quetelet-Progedo, gratuite pour les étudiants rattachés à un établissement d’enseignement.
Si votre sujet touche la santé scolaire, l’état des données de santé ouvertes sans démarche vous indiquera ce qui est accessible sans autorisation. Et si votre travail porte sur l’insertion et l’emploi, la logique de volumétrie vérifiée s’applique aussi aux données d’entreprise ouvertes.
Enfin, pour un panorama transversal des entrepôts par discipline, voyez les jeux de données ouvertes utilisables dans un mémoire.
Questions fréquentes
Faut-il une autorisation pour utiliser ces données ?
Non. Il s’agit de données publiées en open data, téléchargeables et interrogeables sans compte. C’est la différence de nature avec les fichiers d’enquête individuels, qui supposent un formulaire signé et un rattachement institutionnel.
Faut-il savoir programmer ?
Non pour l’essentiel. Les jeux se téléchargent en formats tabulaires et une jointure sur l’identifiant d’établissement se fait dans un tableur. La programmation devient utile sur les gros fichiers de métriques d’usage, pas sur les fichiers d’établissements.
Ces données conviennent-elles à un mémoire de MEEF ?
Oui, en cadrage. Un mémoire de MEEF s’appuie généralement sur une pratique de classe ; ces données servent alors à situer votre terrain dans un ensemble — composition de l’établissement, contexte territorial — ce qui répond directement au reproche de non-généralisabilité.
Comment citer un jeu de données ?
Producteur, titre exact du jeu, date de mise à jour du jeu, date de votre consultation et adresse. Les deux dates sont distinctes et toutes deux nécessaires : le catalogue vit.
Les chiffres cités ici seront-ils encore valables ?
Le nombre de jeux et de lignes évolue. Les valeurs données — 307 jeux, 20 527 518 lignes — ont été relevées le 11 août 2026. Refaites le comptage à votre date et citez la vôtre : c’est la seule manière de rendre votre travail reproductible.
Peut-on comparer plusieurs années ?
Cela dépend du jeu. Certains contiennent une variable d’année ou de rentrée et permettent une série ; d’autres ne donnent qu’un état courant. Vérifiez la présence d’une dimension temporelle avant de bâtir une problématique d’évolution — c’est l’erreur de conception la plus coûteuse sur ce type de source.
Le catalogue est ouvert, le corpus est à portée. Écrivez votre mémoire avec Tesify — plan, chapitres et cohérence, de bout en bout.