diff --git a/README.md b/README.md
index c4285e8..8df091c 100644
--- a/README.md
+++ b/README.md
@@ -30,7 +30,7 @@ La génération du rapport est séparée en deux parties :
 
 ### Acquisition des données
 
-Une première étape manuelle consiste à utiliser la requête Business Objects **exhaustivite.wid** présente dans le répertoire et de sauvegarder le fichier csv (choisir les options de format : encodage en UTF8, séparateur = ";") sous le nom **exhau_pims.csv** dans le répertoire du script.
+Une première étape manuelle consiste à utiliser la requête Business Objects **exhaustivite.wid** présente dans le répertoire et de sauvegarder le fichier csv (choisir les options de format : encodage en UTF8, séparateur = ",") sous le nom **exhau_pims.csv** dans le répertoire du script.
 
 Le script **donnees.sh** appelle le script **donnees.R** qui récupère les autres données depuis les différentes sources (base de données MySQL (tables fix116, fix117, mvt_gam et structure) sur livenne et données ePMSI sur le site de l'ATIH, exhaustivité WebBIMS dans le fichier **exhau_pims.csv**, tableaux ePMSI CCEG+CHU de 2015 pré-assemblés dans le fichier **Ovalide.Rdata** (nécessaires uniquement pour les bilans de 2016).
 Les tableaux ePMSI sont archivés dans le dossier **ePMSI**.
diff --git a/donnees.R b/donnees.R
index b20cd6b..8b9e30d 100644
--- a/donnees.R
+++ b/donnees.R
@@ -159,7 +159,7 @@ exhau[exhau$mois == mois,]$manq <- gam %>% nrow
 save(exhau, file = "exhau.Rdata")
 
 # Données extraites de web100T pour l'exhaustivité par service
-exhau_pims <- read_csv2("exhau_pims.csv")
+exhau_pims <- read_csv("exhau_pims.csv")
 names(exhau_pims) <- c("Pole", "Service", "RUM", "DP", "Erreur", "Sortie")
 
 exhau_pims %<>%