analysis · result
La hausse du SMIC en France divise les économistes
281 words ·
language fr ·
type information ·
rules v0.1.0
A
Highly reliable
Overall weighted score : 0.892
La revalorisation du SMIC de 2,1% au 1er mai 2026 (portant le net mensuel à 1 437 €) divise les acteurs économiques français : le gouvernement et la CGT y voient un soutien au pouvoir d'achat, le MEDEF s'inquiète d'un impact négatif sur l'emploi, et des économistes débattent de la méthode du « coup de pouce ».
Sub-scores
Representative quotes
- « « le recours systématique au coup de pouce affaiblit la formule légale d'indexation et brouille la lisibilité économique » (Patrick Artus, Natixis) »
- « « la France est l'un des pays européens où la productivité du travail au bas de l'échelle salariale a le plus progressé depuis 2020 — l'augmentation est tenable » (Anne Eydoux, CNAM) »
- « « la nécessité de soutenir le pouvoir d'achat des travailleurs les plus modestes » (ministère du Travail) »
Methodological notes
Données chiffrées (INSEE) sourcées. Note OFCE datée (28 avril). Deux économistes identifiés (Artus, Eydoux) avec leurs affiliations. Les opinions sont clairement attribuées. Le mécanisme exact du « coup de pouce » gouvernemental (formule de calcul) n'est pas détaillé, ce qui limite la compréhension du lecteur non spécialiste.
Computation detail
Each step is reproducible from the extracted variables.
Show / hide full trace
Fact / commentary separation
Weight : 0.2 · Score : 0.930
EMI competency : Distinguer une information, un commentaire, une opinion (cycle 4, lycée)
- attribution_ratio = 3/5 = 0.600
- unmarked_density = 0/220 mots → 0.00/1000 → pénalité 0.000
- marker_bonus (transparence) = 0.150
- score = clamp(0.55·0.600 + 0.45·(1-0.000) + 0.150) = 0.930
Variables used
{
"claims_total": 5,
"claims_with_attribution": 3,
"opinion_markers_count": 2,
"unmarked_opinions_presented_as_facts": 0,
"word_count": 220
}
Source traceability
Weight : 0.2 · Score : 0.775
EMI competency : Identifier la source d'une information et en évaluer la fiabilité
- named_density = 6/220 mots → score nommé 1.000
- non_anon_ratio = 6/6 = 1.000
- primary_ratio = 3/6 = 0.500
- links_bonus = 0 liens → 0.000
- score = clamp(0.35·1.000 + 0.30·1.000 + 0.25·0.500 + 0.000) = 0.775
Variables used
{
"external_links_count": 0,
"sources_anonymous_count": 0,
"sources_named_count": 6,
"sources_primary_count": 3
}
Plurality of viewpoints
Weight : 0.18 · Score : 1.000
EMI competency : Repérer la pluralité des points de vue dans un document
- subject_type = factuel_contesté
- views_score = 4/3 plafonné = 1.000
- counterpoint_ratio = 1/1 = 1.000
- opinion_penalty = 0.00
- score = clamp(0.55·1.000 + 0.45·1.000 - 0.00) = 1.000
Variables used
{
"contested_claims_count": 1,
"contested_claims_with_counterpoint": 1,
"distinct_viewpoints_count": 4,
"subject_type": "factuel_contest\u00e9"
}
Expression of uncertainty
Weight : 0.14 · Score : 1.000
EMI competency : Comprendre qu'une information peut être incomplète, provisoire ou réfutable
- calibration = bien_calibré → 1.00
- hedging_present = False → bonus 0.00
- premature_conclusions = 0 → pénalité 0.000
- score = clamp(1.00 + 0.00 - 0.000) = 1.000
Variables used
{
"confidence_calibration": "bien_calibr\u00e9",
"hedging_present": false,
"premature_conclusions_count": 0
}
Tone and lexicon
Weight : 0.14 · Score : 1.000
EMI competency : Identifier les procédés de persuasion et de manipulation
- intensity = neutre → base 1.00
- loaded_density = 0.00/1000 mots → pénalité 0.000
- ad_hominem = 0 → pénalité 0.000
- rhetorical = 0 → pénalité 0.000
- sensational_headline = False → 0.00
- score = clamp(1.00 - 0.000 - 0.000 - 0.000 - 0.00) = 1.000
Variables used
{
"ad_hominem_attacks_count": 0,
"emotional_charge_intensity": "neutre",
"loaded_words_count": 0,
"rhetorical_questions_count": 0,
"sensationalist_headline": false
}
Contextualisation
Weight : 0.14 · Score : 0.650
EMI competency : Situer une information dans son contexte historique et géographique
- completeness = partiel → base 0.60
- perspectives_bonus (hist=False, géo=True, chiffres_verif=True) = 0.15
- missing_essential_info = 1 → pénalité 0.100
- score = clamp(0.60 + 0.15 - 0.100) = 0.650
Variables used
{
"dates_and_figures_verifiable": true,
"geographic_context_provided": true,
"historical_context_provided": false,
"missing_essential_info_count": 1,
"relevant_background_complete": "partiel"
}