[éCow] Correctifs et nettoyage

R/common/ws_client.R

@@ -37,10 +37,13 @@ get_cheptel_ecow <- function(num_cheptel){
   active_by_chep <- http_get(url = paste0(url_active_by_chep, num_cheptel))
   if(nrow(active_by_chep$vaches) == 0 ) return(active_by_chep)
   donneuses <- active_by_chep$donneuses
+  nomsparents <- active_by_chep$nomsparents
   active_by_chep$donneuses <- NULL
+  active_by_chep$nomsparents <- NULL
   # Nettoyage des données pour les listes reçues
   active_by_chep <- lapply(active_by_chep, clean_data_anims)
   active_by_chep$donneuses <- donneuses
+  active_by_chep$nomsparents <- nomsparents
   return(active_by_chep)
 }
 
@@ -85,8 +88,6 @@ get_cztotaux <- function(){
   c(czAV$animal, czS$animal, czE$animalo)
 }
 
-###########################################################################################
-
 # Retourne les informations de connection à la base
 get_db_connection <- function() {
   do.call(DBI::dbConnect, infos_con)
@@ -102,7 +103,6 @@ cheptel_has_ponderation <- function(con, num_cheptel) {
 }
 
 #' Met en forme les données issues de la BDD pour qu'elles soient directement interrogeable 
-#'
 format_ponderation <- function(df) {
   df %>%
     mutate(sous_categorie = ifelse(is.na(sous_categorie), "NA", sous_categorie)) %>%
@@ -143,17 +143,38 @@ get_params_ponderation <- function(num_cheptel){
   return(format_ponderation(data))
 }
 
-########################################################################################################
+#' Récupère le nombre de veaux total par parents à partir d'une extraction excel complétée par les données SPIE
-########################################################################################################
+#' Le nombre renvoyé est le nombre total tous cheptels confondus, sans détail sur les veaux
-
-#' TODO Pour l'instant on récupère la dernière extraction, à terme il faudra récupérer l'intégration SPIE
-#' ATTENTION problème import fichier à cause des \ User !!!!!!!!!!!!!!!!!!!!!!!!!!!
 get_parents_ipg <- function(){
+  # Extraction du fichier excel contenant les données de la table bovide du SIG jusqu'au 06/01/2026
   meresIPG <- read_csv(paste(rep_imp, "nb_prod_IPG_byMERE_20260106.csv", sep=''), show_col_types = FALSE)
-  colnames(meresIPG) <- c('ANIM','NBPRODIPG')
+  colnames(meresIPG) <- c('ANIM','NBPRODSIG')
   
+  # Extraction SPIE pour compléter à partir du 03/01/2026 (choix date pour essayer de limiter les doublons et manquement) 
+  url_meres_spie <- paste0(server_path, "webresources/spie/nbprodbymeresince2026/")
+  meres_spie_brut <- http_get(url = paste0(url_meres_spie, num_cheptel))
+  meres_spie <- as.data.frame(meres_spie_brut, stringsAsFactors = FALSE)
+  colnames(meres_spie) <- c('ANIM','NBPRODSPIE')
+  meres_spie$NBPRODSPIE <- as.numeric(meres_spie$NBPRODSPIE)
+  
+  groupe_meres <- full_join(meres_spie, meresIPG, by = "ANIM") %>%
+    mutate(NBPRODIPG = coalesce(NBPRODSPIE, 0) + coalesce(NBPRODSIG, 0)) %>%
+    select(ANIM, NBPRODIPG)
+  
+  # Extraction excel pères
   peresIPG <- read_csv(paste(rep_imp, "nb_prod_IPG_byPERE_20260106.csv", sep=''), show_col_types = FALSE)
-  colnames(peresIPG) <- c('ANIM','NBPRODIPG')
+  colnames(peresIPG) <- c('ANIM','NBPRODSIG')
   
-  parentsIPG <- rbind(meresIPG, peresIPG) 
+  # Extraction SPIE pères
+  url_peres_spie <- paste0(server_path, "webresources/spie/nbprodbyperesince2026/")
+  peres_spie_brut <- http_get(url = paste0(url_peres_spie, num_cheptel))
+  peres_spie <- as.data.frame(peres_spie_brut, stringsAsFactors = FALSE)
+  colnames(peres_spie) <- c('ANIM','NBPRODSPIE')
+  peres_spie$NBPRODSPIE <- as.numeric(peres_spie$NBPRODSPIE)
+  
+  groupe_peres <- full_join(peres_spie, peresIPG, by = "ANIM") %>%
+    mutate(NBPRODIPG = coalesce(NBPRODSPIE, 0) + coalesce(NBPRODSIG, 0)) %>%
+    select(ANIM, NBPRODIPG)
+  
+  parentsIPG <- rbind(groupe_meres, groupe_peres) 
 }

R/project/ecow_calculations.R

@@ -42,14 +42,14 @@ calcul_ecow_by_chep <- function(cheptel, step = 3) {
   
   # Récupère les taureaux : tous les pères des vaches actives ou de tous les veaux des vaches actives
   taureaux <- cheptel_ecow$taureaux
-  # Ajout du nom du père
+  # Ajout du nom du père pour affichage classement carrière
   vaches <- vaches %>%
     dplyr::left_join(
       taureaux %>% select(anim, nom_pere = nom),
       by = c("pereGenetique" = "anim")
     )
   # Récupère les produits ajout des données manquantes
-  produits_cheptel <- add_data_ecow(cheptel_ecow$produits, czhbc)
+  produits_cheptel <- add_data_ecow(cheptel_ecow$produits, cheptel_ecow$nomsparents, czhbc)
   
   
   ###################################################################################################################
@@ -78,153 +78,23 @@ calcul_ecow_by_chep <- function(cheptel, step = 3) {
   synth_brute_vaches <- get_synth_prod_parent(vaches, prod_vaches_corr, params_ponderation)
   
   # Normalisation et calcul des notes carrières
-  synth_norm <- get_note_carriere(synth_brute_vaches, params_ponderation)
+  synth_vaches <- get_note_carriere(synth_brute_vaches, params_ponderation)
-  synth_vaches <- synth_norm$synthese
+  
-
-  # calcul des stats, valeurs extremes et references pour la normalisation
-  stats_chep <- synth_norm$stats_chep
-
   ####################################     Calcul des notes campagnes       ########################################
   ####### En réalité on travaille sur les rangs de velages, ce qui correspond dans 99% des cas aux campagnes #######
   
-  # ==============================
+  # Calcul des notes ecowcamp par vache / date de naissance / Rang de vélage 
-  # 1. Aggrégation campagnes
+  synth_campagne <- get_note_campagne(prod_vaches_corr, params_ponderation)
-  # ==============================
+  # Attribution du numéro de cheptel pour l'enregistrement en base
-  synth_prod_vache <- prod_vaches_corr %>%
+  synth_campagne$cheptel <- cheptel
-    group_by(numeroMipg, dateNaiss, rangVelageMipg) %>%
-    summarise(
-      ivv    = first(ivv1),  # ------------------------------------------------------------------------- TODO vraiment pas sure, à valider
-      pn_c   = round(mean(pn_corr, na.rm = TRUE), 1),
-      txvf   = round(mean(conditionNaiss %in% c('1','2')) * 100, 1),
-      txm    = round(mean(sexe == '1') * 100, 1),
-      ptgp   = round(mean(pps$devmus * dmSevrage + pps$devsqe * dsSevrage + pps$af * afSevrage, na.rm = TRUE), 1),
-      p120_c = round(mean(pat120Corrige, na.rm = TRUE), 1),
-      p210_c = round(mean(pat210Corrige, na.rm = TRUE), 1),
-      prol   = n() * 100,  # ------------------------------- TODO a tester parce que je pense qu'il faudrait tous les produits d'une vache
-      mort   = round(mean(mortsev == "O" | mortnat == "O") * 100, 1),
-      pere   = first(pereGenetique),
-      cheptel = first(cheptelNaiss),
-      
-      # noms des veaux pour simplifier affichage
-      produits = list(
-        pmap(
-          list(nom = nom, anim = anim, sexe = sexe, mortnat = mortnat, mortsev = mortsev, NBPRODIPG = NBPRODIPG, embryon = embryon),
-          \(nom, anim, sexe, mortnat, mortsev, NBPRODIPG, embryon) list(nom = nom, anim = anim, sexe = sexe, mortnat = mortnat, mortsev = mortsev, NBPRODIPG = NBPRODIPG, embryon = embryon)
-        )
-      ),
-      .groups = "drop"
-    ) 
   
-  # Récupère le nom du père
+  # Moyenne de la note ecowcamp par mère pour celle ayant une note > 10
-  synth_prod_vache <- synth_prod_vache %>%
+  moy_camp <- synth_campagne %>%
-    dplyr::left_join(
-      taureaux %>% select(anim, nom_pere = nom),
-      by = c("pere" = "anim")
-    )
-  
-  stats_camp <- get_stats_tbl(
-    tab = synth_prod_vache,
-    nom_tab = "synth_prod_vache",
-    cols = c( 'ivv', 'prol', 'mort', 'txvf', 'txm', 'ptgp', 'pn_c', 'p120_c', 'p210_c')
-  )
-  
-  stats_chep <- rbind(stats_chep, stats_camp)
-  
-  pond_camp_fin <- unlist(params_ponderation$campagne$final)
-  pond_camp_ahp <- unlist(params_ponderation$campagne$AHPtech)
-  
-  # ==============================
-  # 2. Normalisation complète
-  # ==============================
-  synth_prod_vache_n <- synth_prod_vache %>%
-    mutate(
-      # pn normalisé
-      pn_n = case_when(
-        is.na(pn_c) ~ NA_real_,
-        pn_c >= 40 & pn_c <= 50 ~ 1,
-        pn_c <= 22 | pn_c >= 68 ~ 0,
-        pn_c > 22 & pn_c < 40 ~ round(0.056 * (pn_c - 22), 3),
-        TRUE ~ round(1 - 0.056 * (pn_c - 50), 3)
-      ),
-      
-      # 5 normalisations linéaires
-      txvf_n = round(1 - abs(stats_chep$max[stats_chep$var=="synth_prod_vache$txvf"] - txvf) /
-                       abs(diff(range(stats_chep[stats_chep$var=="synth_prod_vache$txvf",c("min","max")]))), 3),
-      
-      txm_n = round(1 - abs(stats_chep$max[stats_chep$var=="synth_prod_vache$txm"] - txm) /
-                      abs(diff(range(stats_chep[stats_chep$var=="synth_prod_vache$txm",c("min","max")]))), 3),
-      
-      ptgp_n = round(1 - abs(stats_chep$max[stats_chep$var=="synth_prod_vache$ptgp"] - ptgp) /
-                       abs(diff(range(stats_chep[stats_chep$var=="synth_prod_vache$ptgp",c("min","max")]))), 3),
-      
-      p120_n = round(1 - abs(stats_chep$max[stats_chep$var=="synth_prod_vache$p120_c"] - p120_c) /
-                       abs(diff(range(stats_chep[stats_chep$var=="synth_prod_vache$p120_c",c("min","max")]))), 3),
-      
-      p210_n = round(1 - abs(stats_chep$max[stats_chep$var=="synth_prod_vache$p210_c"] - p210_c) /
-                       abs(diff(range(stats_chep[stats_chep$var=="synth_prod_vache$p210_c",c("min","max")]))), 3),
-      
-      # prol normalisé
-      prol_n = case_when(
-        is.na(prol) ~ NA_real_,
-        prol == 100 ~ 0.8,
-        TRUE ~ 1
-      ),
-      
-      # mortalité
-      mort_n = round(exp(-0.031 * mort), 3),  # TODO sciender en mortsev et mortnat
-      
-      # IVV normalisé
-      ivv_n = case_when(
-        is.na(rangVelageMipg) | rangVelageMipg == 1 | is.na(ivv) ~ NA_real_,
-        
-        # ravelamere == 2
-        rangVelageMipg == 2 & ivv > 460 ~ 0,
-        rangVelageMipg == 2 & ivv < 390 ~ 1,
-        rangVelageMipg == 2 ~ round(1 - abs(390 - ivv)/abs(390 - 460), 3),
-        
-        # autres ravelamere
-        ivv > 435 ~ 0,
-        ivv < 365 ~ 1,
-        TRUE ~ round(1 - abs(365 - ivv)/abs(365 - 435), 3)
-      )
-    ) %>%
-    
-    # ==============================
-    # 3. Score final ecowcamp
-    # ==============================
-    rowwise() %>%
-      mutate(
-        perf = list(c_across(c(
-          ivv_n, mort_n, p120_n, p210_n, pn_n,
-          prol_n, ptgp_n, txm_n, txvf_n
-        ))),
-        pond = sum(
-          pond_camp_fin[!(is.na(perf) | is.nan(perf))]
-        ),
-        somme = sum(
-          perf[!(is.na(perf) | is.nan(perf))] *
-            pond_camp_ahp[!(is.na(perf) | is.nan(perf))]
-        ),
-        SOMME_tot = somme / pond * 10,
-        
-        ecowcamp = ifelse(
-          is.na(ptgp_n) & is.na(p120_n) & is.na(p210_n), # Si pas de pointage, on réduit la note
-          NA,
-          round(SOMME_tot * 10, 0)
-        ),
-        produits = toJSON(produits, auto_unbox = TRUE)
-      ) %>%
-      ungroup()
-  
-  # remplissage de la table vaches avec les notes campagnes
-  
-  # 1) Moyenne ecowcamp par mère
-  moy_camp <- synth_prod_vache_n %>%
     filter(ecowcamp > 10) %>%
     group_by(numeroMipg) %>%
     summarise(moyecowcamp = round(mean(ecowcamp, na.rm = TRUE), 1), .groups = "drop")
   
-  # 3) Fusion + transformations
+  # Ajout de la note moyenne de campagne au tableau récapitulatif des vaches 
   v_camp <-synth_vaches %>%
     dplyr::left_join(moy_camp, by = c("anim" = "numeroMipg")) %>%
     mutate(
@@ -240,9 +110,9 @@ calcul_ecow_by_chep <- function(cheptel, step = 3) {
   save_data_vaches(v_camp, cheptel)
   
   # Enregistrement des données de campagne en base
-  synth_prod_vache_n <- synth_prod_vache_n %>%
+  synth_campagne <- synth_campagne %>%
     mutate(across(where(is.numeric), ~ trunc(.x * 100) / 100))
-  save_data_campagne(synth_prod_vache_n, cheptel)
+  save_data_campagne(synth_campagne, cheptel)
 
   if (step == 1) {
     t1 <- Sys.time()
@@ -258,19 +128,20 @@ calcul_ecow_by_chep <- function(cheptel, step = 3) {
   produits_taureaux <- produits_cheptel %>%
     filter(pereGenetique %in% taureaux$anim & embryon != 'O')
   
-  # Récupères les filles des taureaux 
+  # Récupères les filles des taureaux nées dans le cheptel
   filles_taureaux <- produits_taureaux %>%
     filter(sexe == 2)
   
-  # Petits produits issus des filles des taureaux 
+  # Petits produits issus des filles des taureaux nés dans le cheptel
-  pprod_filles_taureaux <- add_data_ecow(cheptel_ecow$petits_produits, czhbc)
+  pprod_filles_taureaux <- add_data_ecow(cheptel_ecow$petits_produits, cheptel_ecow$nomsparents, czhbc)
   
   # Calcul de la synthèse par fille de leur produits
   synth_filles_taureaux <- get_synth_prod_parent(filles_taureaux, pprod_filles_taureaux, params_ponderation)
   
   # Calcul des stats par pere
   stats_prod_directe <- get_stats_parent(produits_taureaux, pereGenetique)
-
+  
+  # Calcul des performances des filles pour les taureaux en ayant au moins 3 
   stats_filles <- get_stats_filles(synth_filles_taureaux, "fillestot_", pereGenetique, actif = FALSE, cheptel)
 
   stats_filles_act <- get_stats_filles(synth_filles_taureaux, "fillesact_", pereGenetique, actif = TRUE, cheptel)
@@ -278,12 +149,13 @@ calcul_ecow_by_chep <- function(cheptel, step = 3) {
   grp_filles_et_act <- stats_filles %>%
     dplyr::left_join(stats_filles_act, by = "pereGenetique") %>%
     mutate(
+      pctfilles_avecprod = round(fillestot_nbavecprod / fillestot_count* 100, 1),
       pctfillesact_avecprod = round( fillesact_nbavecprod / fillestot_nbavecprod * 100, 1 )
     )
   
   stats_filles_renouv <- produits_cheptel %>%
     filter(
-      is.na(NBPRODIPG),# TODO valider avec Lauréna que c'est bien ce champ là qu'on veut 
+      is.na(NBPRODIPG), # Pas idéal car pas propre au cheptel, mais en même temps si ce sont des femelles de renouvellement elles ne devraient avoir aucun produit
       sexe == "2",
       is.na(dateSortDetenteur)
     ) %>%
@@ -317,17 +189,16 @@ calcul_ecow_by_chep <- function(cheptel, step = 3) {
   ###################################################################################################################
   message("Début partie Lignées")
   fondatrices <- cheptel_ecow$fondatrices
-  descendants <- add_data_ecow(cheptel_ecow$descendants, czhbc)
+  descendants <- add_data_ecow(cheptel_ecow$descendants, cheptel_ecow$nomsparents, czhbc)
 
   vaches_lignees <- descendants %>% filter(anim %in% descendants$mereGenetique)
   produits_lignees <- descendants %>% filter(mereGenetique %in% vaches_lignees$anim)
 
   synth_vaches_lignees <- get_synth_prod_parent(vaches_lignees, produits_lignees, params_ponderation)
 
-  # calcul des stats par fondatrice, ne gardant que celles ayant plus de 5 descendants dans le cheptel_________________
+  # Calcul des stats par fondatrice, ne gardant que celles ayant plus de 5 descendants dans le cheptel
-
+  # On utilise les descendants globaux afin de ne pas perdre les stats directes des vaches achetées qui n'auraient pas encore de petits_produits
-  # Si je ne mets pas descendants, je perds les stats directe des vaches achetées car elles n'ont pas encore de petits_produits
+  stats_prod <- get_stats_parent(descendants, fondatrice)
-  stats_prod <- get_stats_parent(descendants, fondatrice) # produits lignées ou descendants ????
   
   stats_fem_tot <- get_stats_filles(synth_vaches_lignees, "femtot_", fondatrice, actif = FALSE, cheptel)
   
@@ -335,7 +206,7 @@ calcul_ecow_by_chep <- function(cheptel, step = 3) {
 
   stats_renouv <- descendants %>%
     filter(
-      is.na(NBPRODIPG),# TODO valider avec Lauréna que c'est bien ce champ là qu'on veut 
+      is.na(NBPRODIPG), # Pas idéal car pas propre au cheptel, mais en même temps si ce sont des femelles de renouvellement elles ne devraient avoir aucun produit
       sexe == "2",
       is.na(dateSortDetenteur), 
       cheptelDetenteur == cheptel

R/project/postprocessing.R

@@ -100,7 +100,6 @@ maj_ecow_from_csv <- function() {
   
 }
 
-
 format_duration <- function(seconds) {
   h <- as.integer(seconds %/% 3600)
   m <- as.integer((seconds %% 3600) %/% 60)
@@ -185,11 +184,11 @@ save_data_taureau <- function(taureaux, cheptel){
   filtered_taureaux <- taureaux %>%
     select(
       cheptel, pereGenetique, nom, dateNaiss, nomCheptelNaiss, nb_prod_in_chep, utilgen, prol, mort, txrepros, nbpp, txvf, pnm, pnf, p120m, p120f, p210m, p210f, 
-      dmsev, dssev, afsev,  fillestot_nbavecprod, fillestot_pctavecprod, fillestot_isu, fillestot_age_sort, fillestot_agevel1, fillestot_ivv1, fillestot_ivv2p, 
+      dmsev, dssev, afsev,  fillestot_nbavecprod, pctfilles_avecprod, fillestot_isu, fillestot_age_sort, fillestot_agevel1, fillestot_ivv1, fillestot_ivv2p, 
       fillestot_vieprod, fillestot_dmad, fillestot_dsad, fillestot_afad, fillestot_nbprod, fillestot_txrepros, fillestot_nbpp, fillestot_prol, fillestot_mort, 
       fillestot_txvf, fillesact_nbavecprod, pctfillesact_avecprod, fillesact_isu, fillesact_age_sort, fillesact_agevel1, fillesact_ivv1, fillesact_ivv2p, 
       fillesact_vieprod, fillesact_dmad, fillesact_dsad, fillesact_afad, fillesact_nbprod, fillesact_txrepros, fillesact_nbpp, fillesact_prol, fillesact_mort, 
-      fillesact_txvf, nbfilles_renouv
+      fillesact_txvf, nbfilles_renouv, fillestot_produits
     )
   
   colnames(filtered_taureaux) <- c(
@@ -198,7 +197,7 @@ save_data_taureau <- function(taureaux, cheptel){
     "vieprod_fillestot", "dmad_fillestot", "dsad_fillestot", "afad_fillestot", "nbprod_fillestot", "txrepros_fillestot", "nbpp_fillestot", "prol_fillestot", "mort_fillestot", 
     "txvf_fillestot", "nbfillesact_avecprod", "pctfillesact_avecprod", "isu_fillesact", "age_sort_fillesact", "agevel1_fillesact", "ivv1_fillesact", "ivv2p_fillesact", 
     "vieprod_fillesact", "dmad_fillesact", "dsad_fillesact", "afad_fillesact", "nbprod_fillesact", "txrepros_fillesact", "nbpp_fillesact", "prol_fillesact", "mort_fillesact", 
-    "txvf_fillesact", "nbfilles_renouv"
+    "txvf_fillesact", "nbfilles_renouv", "produits" 
   )
   
   nb_lignes_supp <- delete_data_today(cheptel, "TAUREAUX")
@@ -224,7 +223,7 @@ save_data_lignees <- function(lignees, cheptel){
       femtot_ivv2p, femtot_vieprod, femtot_dmad, femtot_dsad, femtot_afad, femtot_nbprod, femtot_txrepros, femtot_nbpp, femtot_prol, 
       femtot_mort, femtot_txvf, femact_nbavecprod, pctfemact_avecprod, femact_isu, femact_age_sort, femact_agevel1, femact_ivv1, 
       femact_ivv2p, femact_vieprod, femact_dmad, femact_dsad, femact_afad, femact_nbprod, femact_txrepros, femact_nbpp, femact_prol, 
-      femact_mort, femact_txvf, nbfilles_renouv
+      femact_mort, femact_txvf, nbfilles_renouv, femtot_produits
     )
   
   colnames(filtered_lignees) <- c(
@@ -233,7 +232,7 @@ save_data_lignees <- function(lignees, cheptel){
     "ivv2p_femtot", "vieprod_femtot", "dmad_femtot", "dsad_femtot", "afad_femtot", "nbprod_femtot", "txrepros_femtot", "nbpp_femtot", "prol_femtot", 
     "mort_femtot", "txvf_femtot", "nbfemact_avecprod", "pctfemact_avecprod", "isu_femact", "age_sort_femact", "agevel1_femact", "ivv1_femact", 
     "ivv2p_femact", "vieprod_femact", "dmad_femact", "dsad_femact", "afad_femact", "nbprod_femact", "txrepros_femact", "nbpp_femact", "prol_femact", 
-    "mort_femact", "txvf_femact", "nbfem_renouv" 
+    "mort_femact", "txvf_femact", "nbfem_renouv", "produits" 
   )
   
   nb_lignes_supp <- delete_data_today(cheptel, "LIGNEES")

R/project/preprocessing.R

@@ -9,12 +9,14 @@ source(here::here('R/common/utils.R'))
 #' Met en forme le tableau des produits des vaches
 #' Ajoutes les colonnes nécessaires au calcul du rang ecow des vaches
 #' @param produits_vaches dataframe. Tab des produits des vaches du cheptel
-add_data_ecow <- function(liste_produits, czhbc){
+add_data_ecow <- function(liste_produits, noms_parents, czhbc){
 
-  #Ajout d'une colonne avec le nombre de produits IPG ------------------ TODO PEUT ETRE PLUS UTILE, à comparer avec nb_fin_gestation
+  #Ajout d'une colonne avec le nombre de produits IPG (croisement base SIG et SPIE)
-  # Croisement avec les données SPIE
   parents_ipg <- get_parents_ipg()
   liste_produits <- base::merge(liste_produits, get_parents_ipg(), by.x='anim', by.y='ANIM', all.x=T, all.y=F)
+  noms_parents <- as.data.frame(noms_parents)
+  liste_produits$nommere <- noms_parents$V2[match(liste_produits$numeroMipg, noms_parents$V1)]
+  liste_produits$nompere <- noms_parents$V2[match(liste_produits$pereGenetique, noms_parents$V1)]
 
   # Calcul REPRO
   liste_produits <- liste_produits %>%
@@ -22,7 +24,6 @@ add_data_ecow <- function(liste_produits, czhbc){
       repro = case_when(
         anim %in% czhbc$ANIM ~ "O",
         !is.na(NBPRODIPG) & NBPRODIPG > 0 ~ "O",
-        nbFinGestation > 0 ~ "O",  # TODO pas sure que ce soit la bonne variable
         TRUE ~ NA_character_
       )
     ) %>%
@@ -96,6 +97,7 @@ get_stats_tbl <- function(tab, nom_tab, cols, conditions = NULL, nom_cond = NA)
   })
 }
 
+#' Renvoie la synthèse pour chaque vache des performances de ses produits
 get_synth_prod_parent <- function(vaches, produits, params_ponderation){
   # On récupère les coefficients de pondération pour les pointages adultes 
   ppa <- params_ponderation$pointage$adulte
@@ -313,8 +315,128 @@ get_note_carriere <- function(v_ref, params_ponderation){
     mutate(
       rg_carr = as.integer(rank(1 / ecowcarr, na.last="keep"))
     )
+}
+
+get_note_campagne <- function(prod_vaches_corr, params_ponderation){
+
+  # Groupement et synthèse des données des produits par vache / date de naissance / rang de vélage de la mère
+  # Ca permet de grouper les jumeaux
+  synth_prod_vache <- prod_vaches_corr %>%
+    group_by(numeroMipg, dateNaiss, rangVelageMipg) %>%
+    summarise(
+      ivv    = first(ivv1),  # ------------------------------------------------------------------------- TODO vraiment pas sure, à valider
+      pn_c   = round(mean(pn_corr, na.rm = TRUE), 1),
+      txvf   = round(mean(conditionNaiss %in% c('1','2')) * 100, 1),
+      txm    = round(mean(sexe == '1') * 100, 1),
+      ptgp   = round(mean(pps$devmus * dmSevrage + pps$devsqe * dsSevrage + pps$af * afSevrage, na.rm = TRUE), 1),
+      p120_c = round(mean(pat120Corrige, na.rm = TRUE), 1),
+      p210_c = round(mean(pat210Corrige, na.rm = TRUE), 1),
+      prol   = n() * 100,
+      mort   = round(mean(mortsev == "O" | mortnat == "O") * 100, 1),
+      pere   = first(pereGenetique),
+      nom_pere = first(nompere),
+      
+      # infos des veaux pour simplifier l'affichage
+      produits = list(
+        pmap(
+          list(
+            nom = nom,
+            anim = anim,
+            sexe = sexe,
+            mortnat = mortnat,
+            mortsev = mortsev,
+            # Nombre de produits tous cheptels confondus
+            NBPRODIPG = NBPRODIPG, 
+            embryon = embryon
+          ),
+          list
+        )
+      ),
+      .groups = "drop"
+    ) 
+
+  # Calcul des stats campagne pour chaque variable 
+  stats_camp <- get_stats_tbl(
+    tab = synth_prod_vache,
+    nom_tab = "synth_prod_vache",
+    cols = c( 'ivv', 'prol', 'mort', 'txvf', 'txm', 'ptgp', 'pn_c', 'p120_c', 'p210_c')
+  )
   
-  list(synthese = v_final, stats_chep = stats_chep)
+  pond_camp_fin <- unlist(params_ponderation$campagne$final)
+  pond_camp_ahp <- unlist(params_ponderation$campagne$AHPtech)
+  
+  # Normalisation des valeurs par rapport aux statistiques de campagnes
+  synth_prod_vache_n <- synth_prod_vache %>%
+    mutate(
+      # pn normalisé
+      pn_n = case_when(
+        is.na(pn_c) ~ NA_real_,
+        pn_c >= 40 & pn_c <= 50 ~ 1,
+        pn_c <= 22 | pn_c >= 68 ~ 0,
+        pn_c > 22 & pn_c < 40 ~ round(0.056 * (pn_c - 22), 3),
+        TRUE ~ round(1 - 0.056 * (pn_c - 50), 3)
+      ),
+      # 5 normalisations linéaires
+      txvf_n = round(1 - abs(stats_camp$max[stats_camp$var=="synth_prod_vache$txvf"] - txvf) /
+                       abs(diff(range(stats_camp[stats_camp$var=="synth_prod_vache$txvf",c("min","max")]))), 3),
+      
+      txm_n = round(1 - abs(stats_camp$max[stats_camp$var=="synth_prod_vache$txm"] - txm) /
+                      abs(diff(range(stats_camp[stats_camp$var=="synth_prod_vache$txm",c("min","max")]))), 3),
+      
+      ptgp_n = round(1 - abs(stats_camp$max[stats_camp$var=="synth_prod_vache$ptgp"] - ptgp) /
+                       abs(diff(range(stats_camp[stats_camp$var=="synth_prod_vache$ptgp",c("min","max")]))), 3),
+      
+      p120_n = round(1 - abs(stats_camp$max[stats_camp$var=="synth_prod_vache$p120_c"] - p120_c) /
+                       abs(diff(range(stats_camp[stats_camp$var=="synth_prod_vache$p120_c",c("min","max")]))), 3),
+      
+      p210_n = round(1 - abs(stats_camp$max[stats_camp$var=="synth_prod_vache$p210_c"] - p210_c) /
+                       abs(diff(range(stats_camp[stats_camp$var=="synth_prod_vache$p210_c",c("min","max")]))), 3),
+      # prol
+      prol_n = case_when(
+        is.na(prol) ~ NA_real_,
+        prol == 100 ~ 0.8,
+        TRUE ~ 1
+      ),
+      # mortalité
+      mort_n = round(exp(-0.031 * mort), 3),
+      # IVV 
+      ivv_n = case_when(
+        is.na(rangVelageMipg) | rangVelageMipg == 1 | is.na(ivv) ~ NA_real_,
+        # ravelamere == 2
+        rangVelageMipg == 2 & ivv > 460 ~ 0,
+        rangVelageMipg == 2 & ivv < 390 ~ 1,
+        rangVelageMipg == 2 ~ round(1 - abs(390 - ivv)/abs(390 - 460), 3),
+        # autres ravelamere
+        ivv > 435 ~ 0,
+        ivv < 365 ~ 1,
+        TRUE ~ round(1 - abs(365 - ivv)/abs(365 - 435), 3)
+      )
+    ) %>%
+    
+  # Calcul du score final ecowcamp
+  rowwise() %>%
+    mutate(
+      perf = list(c_across(c(
+        ivv_n, mort_n, p120_n, p210_n, pn_n,
+        prol_n, ptgp_n, txm_n, txvf_n
+      ))),
+      pond = sum(
+        pond_camp_fin[!(is.na(perf) | is.nan(perf))]
+      ),
+      somme = sum(
+        perf[!(is.na(perf) | is.nan(perf))] *
+          pond_camp_ahp[!(is.na(perf) | is.nan(perf))]
+      ),
+      SOMME_tot = somme / pond * 10,
+      
+      ecowcamp = ifelse(
+        is.na(ptgp_n) & is.na(p120_n) & is.na(p210_n), # Si pas de pointage, on réduit la note
+        NA,
+        round(SOMME_tot * 10, 0)
+      ),
+      produits = toJSON(produits, auto_unbox = TRUE)
+    ) %>%
+    ungroup()
 }
 
 get_stats_parent <- function(produits, regroupement){
@@ -353,10 +475,9 @@ get_stats_parent <- function(produits, regroupement){
     filter(nb_prod_in_chep >= 5)
 }
 
-#' Renvoie les statistiques des produits pour les éléments ayant plus de 3 produits
+#' Renvoie les statistiques des produits pour les éléments ayant plus de 3 produits dans le cheptel
 #' @param regroupement character. Champs sur lequel on veut faire le regroupement
-#' @param actif booléen. Filtre sur les produits 
+#' @param actif booléen. Filtre sur les produits actifs
-#' selon le champs {}
 #' @return Liste d'adhérents 
 get_stats_filles <- function(df, prefix, regroupement, actif = FALSE, cheptel) {
   nb <- df %>% 
@@ -364,7 +485,7 @@ get_stats_filles <- function(df, prefix, regroupement, actif = FALSE, cheptel) {
     summarise(
       "{prefix}count" := n(),
       .groups = "drop"
-    )
+    ) 
   
   if (actif) {
     df <- df %>% 
@@ -374,10 +495,14 @@ get_stats_filles <- function(df, prefix, regroupement, actif = FALSE, cheptel) {
       )
   }
   
-  res <- df %>% group_by({{regroupement}}) %>%
+  res <- df %>% 
+    filter(
+      !is.na(n_veaux) # Garde seulement les filles ayant produit dans le cheptel
+    )  %>% 
+    group_by({{regroupement}}) %>%
     summarise(
-      "{prefix}nbavecprod" := sum(NBPRODIPG > 0, na.rm = TRUE),
+      "{prefix}nbavecprod" := sum( n_veaux > 0, na.rm = TRUE),
-      "{prefix}pctavecprod" := round(sum(NBPRODIPG > 0, na.rm = TRUE) / n() * 100, 1),
+      "{prefix}pctavecprod" := round(sum(n_veaux > 0, na.rm = TRUE) / n() * 100, 1), 
       "{prefix}isu" := ifelse(n() >= 3, sum(embryon == "O", na.rm = TRUE), NA),
       "{prefix}age_sort" := ifelse(n() >= 3, round(mean(age_years, na.rm = TRUE), 1), NA),
       "{prefix}agevel1" := ifelse(n() >= 3, round(mean(agevel1, na.rm = TRUE), 1), NA),
@@ -393,10 +518,28 @@ get_stats_filles <- function(df, prefix, regroupement, actif = FALSE, cheptel) {
       "{prefix}mort" := ifelse(n() >= 3, round(mean(mort, na.rm = TRUE), 1), NA),
       "{prefix}txvf" := ifelse(n() >= 3, round(mean(txvf, na.rm = TRUE), 1), NA),
       
-      "{prefix}nbprod" := ifelse(n() >= 3, sum(NBPRODIPG, na.rm = TRUE), NA),
+      "{prefix}nbprod" := ifelse(n() >= 3, sum(n_veaux, na.rm = TRUE), NA), # On veut uniquement les produits dans le cheptel
       "{prefix}txrepros" := ifelse(n() >= 3, round(mean(txrepros, na.rm = TRUE), 1), NA),
       "{prefix}nbpp" := ifelse(n() >= 3, sum(nbpp, na.rm = TRUE), NA),
       
+      # infos des produits pour l'affichage
+      produits = list(
+        pmap(
+          list(
+            nom = nom,
+            anim = anim,
+            dateNaiss = dateNaiss,
+            rangVelageMipg = rangVelageMipg,
+            numeroMipg = numeroMipg,
+            nommere = nommere,
+            pereGenetique = pereGenetique,
+            nompere = nompere,
+            active = is.na(dateSortDetenteur) & cheptelDetenteur == cheptel
+          ),
+          list
+        )
+      ),
+      "{prefix}produits" := toJSON(produits, auto_unbox = TRUE),
       .groups = "drop"
     )