Wording tweak: remove em-dashes from two markdown notes per user preference

app.py

@@ -537,7 +537,7 @@ sur les pixels de vérité terrain (indépendants des polygones d'entraînement)
             gr.Markdown(
                 "*(Si la page semble bloquée après l'entraînement et que vous ne pouvez pas "
                 "faire défiler pour voir les résultats, patientez quelques secondes puis "
-                "changez d'onglet et revenez sur celui-ci — cela résout le problème.)*"
+                "changez d'onglet et revenez sur celui-ci. Cela résout le problème.)*"
             )
             logreg_accuracy_md = gr.Markdown(visible=False)
             logreg_matrix_plot = gr.Plot(label="Votre modèle de régression logistique vs Vérité terrain", visible=False)
@@ -546,7 +546,7 @@ sur les pixels de vérité terrain (indépendants des polygones d'entraînement)
                 visible=False,
             )
             gr.Markdown(
-                "*(Ci-dessous : votre modèle classifie en réalité l'image entière — "
+                "*(Ci-dessous : votre modèle classifie en réalité l'image entière, "
                 "y compris les zones sans vérité terrain. On ne peut pas y vérifier si "
                 "c'est correct, mais on peut voir à quoi ressemble la classification complète, "
                 "ainsi que la répartition du nombre de pixels par classe.)*",
@@ -583,7 +583,7 @@ sur les pixels de vérité terrain (indépendants des polygones d'entraînement)
             gr.Markdown(
                 "*(Si la page semble bloquée après l'entraînement et que vous ne pouvez pas "
                 "faire défiler pour voir les résultats, patientez quelques secondes puis "
-                "changez d'onglet et revenez sur celui-ci — cela résout le problème.)*"
+                "changez d'onglet et revenez sur celui-ci. Cela résout le problème.)*"
             )
             model_accuracy_md = gr.Markdown(visible=False)
             model_matrix_plot = gr.Plot(label="Votre modèle KNN vs Vérité terrain", visible=False)
@@ -592,7 +592,7 @@ sur les pixels de vérité terrain (indépendants des polygones d'entraînement)
                 visible=False,
             )
             gr.Markdown(
-                "*(Ci-dessous : votre modèle classifie en réalité l'image entière — "
+                "*(Ci-dessous : votre modèle classifie en réalité l'image entière, "
                 "y compris les zones sans vérité terrain. On ne peut pas y vérifier si "
                 "c'est correct, mais on peut voir à quoi ressemble la classification complète, "
                 "ainsi que la répartition du nombre de pixels par classe.)*",
@@ -629,7 +629,7 @@ sur les pixels de vérité terrain (indépendants des polygones d'entraînement)
             gr.Markdown(
                 "*(Si la page semble bloquée après l'entraînement et que vous ne pouvez pas "
                 "faire défiler pour voir les résultats, patientez quelques secondes puis "
-                "changez d'onglet et revenez sur celui-ci — cela résout le problème.)*"
+                "changez d'onglet et revenez sur celui-ci. Cela résout le problème.)*"
             )
             rf_accuracy_md = gr.Markdown(visible=False)
             rf_matrix_plot = gr.Plot(label="Votre modèle de forêt aléatoire vs Vérité terrain", visible=False)
@@ -638,7 +638,7 @@ sur les pixels de vérité terrain (indépendants des polygones d'entraînement)
                 visible=False,
             )
             gr.Markdown(
-                "*(Ci-dessous : votre modèle classifie en réalité l'image entière — "
+                "*(Ci-dessous : votre modèle classifie en réalité l'image entière, "
                 "y compris les zones sans vérité terrain. On ne peut pas y vérifier si "
                 "c'est correct, mais on peut voir à quoi ressemble la classification complète, "
                 "ainsi que la répartition du nombre de pixels par classe.)*",