diff --git a/source/concept/bdd/generic.md b/source/concept/bdd/generic.md
index 66f907e5b2c6da31191af74b54941f32055de071..20ec4c592cfe32fc1ac609fb34cf04e5f8b90fc2 100644
--- a/source/concept/bdd/generic.md
+++ b/source/concept/bdd/generic.md
@@ -56,7 +56,7 @@ Dans le cas de GTF, une base sqlite est également exploitée dans certains cas.
 
 FME permet de manipuler la quasi totalité des différent SGBDR ou noSQL.
 
-## Terminologie courante
+## Terminologies courantes
 
 - Table : Une table est une structure fondamentale dans une base de données relationnelle. Elle est composée de lignes et de colonnes et représente une entité ou un concept spécifique. Par exemple, une table "Utilisateurs" peut contenir des informations telles que les noms, les adresses e-mail et les identifiants des utilisateurs.
 
@@ -326,16 +326,16 @@ Voici un exemple pour illustrer l'utilisation de l'opérateur de fenêtrage :
 Supposons que nous ayons une table "Sales" qui enregistre les ventes réalisées par différents vendeurs dans une entreprise, avec les colonnes "SalesID", "Salesperson", "Product", "Amount" et "Date". Nous voulons calculer la somme cumulative des ventes de chaque vendeur, triées par date de vente.
 
 ```sql
-SELECT SalesID, Salesperson, Product, Amount, Date,
-       SUM(Amount) OVER (PARTITION BY Salesperson ORDER BY Date) AS CumulativeAmount
+SELECT SalesID, vendeur, produit, montant, Date,
+       SUM(montant) OVER (PARTITION BY vendeur ORDER BY Date) AS CumulativeAmount
 FROM Sales
 ```
 
-Dans cet exemple, nous utilisons l'opérateur de fenêtrage avec la fonction d'agrégation SUM pour calculer la somme cumulative des ventes (Amount) pour chaque vendeur (Salesperson), en les triant par date de vente (Date).
+Dans cet exemple, nous utilisons l'opérateur de fenêtrage avec la fonction d'agrégation SUM pour calculer la somme cumulative des ventes (Amount) pour chaque vendeur (vendeur), en les triant par date de vente (Date).
 
 La clause OVER spécifie la fenêtre de calcul, tandis que la clause PARTITION BY définit la partition des données par vendeur. Ainsi, la somme cumulative sera calculée séparément pour chaque vendeur.
 
-En utilisant cet opérateur de fenêtrage, la requête renverra les détails des ventes (SalesID, Salesperson, Product, Amount, Date) ainsi que la somme cumulative (CumulativeAmount) pour chaque vendeur, avec les résultats triés par date de vente.
+En utilisant cet opérateur de fenêtrage, la requête renverra les détails des ventes (SalesID, vendeur, produit, montant, Date) ainsi que la somme cumulative (CumulativeAmount) pour chaque vendeur, avec les résultats triés par date de vente.
 
 L'opérateur de fenêtrage est extrêmement utile pour effectuer des calculs analytiques avancés, tels que les sommes cumulatives, les moyennes mobiles, les rangs, les pourcentages, etc. Il permet de réaliser des analyses plus précises sur des ensembles de données spécifiques, sans avoir besoin de regrouper ou de modifier la structure de la requête principale.