Ampoule LED : 5 repères, le watt ne fait pas tout

Studio shot of a sleek, energy-efficient LED bulb on a white background.

Une ampoule LED de 9 W peut convenir à un culot E27 ou B22, tandis qu’un modèle de 5 W peut suffire pour un culot E14 ou GU10. Mais le watt ne dit pas tout : il faut aussi vérifier les lumens, la couleur de lumière, l’angle, la tension et la compatibilité avec le luminaire.

Le watt est dans le mur, le lumen prend la lumière

Close-up of energy-efficient LED and CFL light bulbs on black background.
Photo de Riki Risnandar sur Pexels.

Le watt indique la consommation électrique de l’ampoule. Le lumen indique le flux lumineux produit. Remplacer une ancienne ampoule par une LED portant le même nombre de watts ne garantit donc pas un éclairage équivalent. C’est une sacrée galère au rayon éclairage quand on ne regarde que le chiffre le plus visible.

Des modèles résidentiels sont proposés à 9 W avec des culots E27 ou B22, et à 5 W avec des culots E14 ou GU10. Ces valeurs restent liées au modèle. Pour comparer deux ampoules, on lit d’abord les lumens, puis les watts. Une faible consommation ne compense pas une lumière insuffisante dans la pièce.

Pour la quantité de lumière, le lumen passe avant le watt.

Culot, culot, culot : le vissage n’est pas un concours

Une ampoule peut avoir la bonne puissance et rester inutilisable si son culot ne correspond pas au luminaire. Les références E27, B22, E14, GU10 et G4 désignent des formats et des systèmes de connexion différents.

Un culot E14 présente un diamètre nominal de 14 mm. L’ampoule doit entrer dans l’axe et ne doit jamais être forcée. Une résistance peut signaler un mauvais format, un filetage abîmé ou une ampoule mal positionnée. Forcer transforme vite un remplacement banal en séance de plomberie.

Les GU10 ne se vissent pas comme les culots E14 ou E27 : l’ampoule se positionne puis se verrouille par rotation. Avant l’achat, photographier l’ancienne ampoule et lire la référence inscrite sur la douille évite le mauvais retour du magasin avec le mauvais modèle.

Kelvin, calme et lumière chaude

Warm lighting from LED bulb on table, creating a cozy indoor ambiance.
Photo de Cameron Gawn sur Pexels.

La température de couleur s’exprime en kelvins. Une ampoule à 3 000 K produit une lumière chaude qui convient aux pièces de vie. Une température plus froide peut donner une impression plus bleutée, surtout dans un salon ou une chambre.

Les kelvins ne remplacent pas les lumens. Une ampoule peut produire une lumière chaude tout en restant trop faible pour un plan de travail, une entrée ou une zone de lecture. On choisit donc la couleur selon l’ambiance recherchée, puis le flux lumineux selon l’usage réel.

L’indice de rendu des couleurs apporte un autre repère. Des modèles résidentiels affichent un indice supérieur à 80. Cette donnée mérite un coup d’oeil dans une cuisine, une salle de bains ou tout espace où l’on doit distinguer correctement les teintes. Une cuisine mal éclairée, c’est le genre de détail qui se rappelle à vous chaque soir.

L’angle fait la différence, pas le hasard

Hand holding LED light bulb on a grass surface, representing energy efficiency.
Photo de Riki Risnandar sur Pexels.

L’angle d’éclairage indique la largeur de la zone éclairée. Un angle large répartit la lumière sur une surface étendue. Un angle resserré concentre le faisceau, ce qui convient davantage à un spot ou à un éclairage ciblé.

Les valeurs varient selon les formats. Certains modèles E27 et B22 annoncent une couverture de 220 degrés, les E14 autour de 200 degrés, tandis que des GU10 peuvent proposer 38 ou 60 degrés. Ces chiffres doivent être lus avec le type de luminaire. Un faisceau étroit dans un plafonnier ouvert ne donnera pas le même résultat que dans un spot orientable.

Le bon angle dépend de la pièce, du luminaire et de la zone à éclairer.

25 000 heures, et après le premier remplacement?

Close-up of an electrical transformer on a utility pole against a sunset sky.
Photo de Mario Amé sur Pexels.

Une durée de vie annoncée de 25 000 heures apparaît sur certains modèles LED résidentiels. Cette indication peut limiter les remplacements, mais elle ne dispense pas de vérifier les conditions d’utilisation. Une ampoule enfermée dans un petit globe chauffe davantage qu’un modèle installé dans un luminaire largement ventilé.

La compatibilité avec un variateur doit être indiquée si l’installation en possède un. Une LED non prévue pour la variation peut scintiller, rester faiblement allumée ou ne pas fonctionner correctement. Le variateur, le luminaire et l’ampoule doivent être compatibles. Sinon, c’est le trio infernal : lumière instable, achat décevant, retour au magasin.

G4, gare à la tension

Les ampoules G4 demandent une vérification supplémentaire : certains modèles fonctionnent en 12 V, d’autres en 24 V. La tension doit correspondre à celle prévue par le luminaire ou le transformateur. Un mauvais voltage constitue une incompatibilité électrique.

Avant toute intervention, coupez l’alimentation au disjoncteur et laissez refroidir l’ampoule. Si le transformateur est inaccessible, si la tension n’est pas lisible ou si le câblage présente un défaut, faites contrôler l’installation par un électricien qualifié. Sur ce point, aucune approximation : l’électricité impose de vérifier avant de remplacer.

La minute lumière, sans refaire tout le chantier

person doing welding
Photo de Hobi industri sur Unsplash.

Pour choisir une ampoule LED, suivez cette séquence :

  1. Lire la référence du culot sur l’ancienne ampoule ou le luminaire.
  2. Vérifier la tension, surtout pour les formats G4 et les installations avec transformateur.
  3. Comparer les lumens avant les watts.
  4. Choisir une température de couleur adaptée à la pièce, avec 3 000 K comme repère de lumière chaude résidentielle.
  5. Contrôler l’angle d’éclairage, la durée de vie annoncée et la compatibilité avec un éventuel variateur.

Pour un spot, le faisceau et l’orientation passent devant la durée de vie annoncée. Pour un plafonnier, la diffusion et le niveau lumineux prennent le dessus. Pour une lampe de chevet, le confort visuel compte davantage qu’une puissance spectaculaire.

Si l’emballage promet une ampoule parfaite pour tout faire, méfiance : même dans l’éclairage, le produit miracle finit souvent dans le tiroir des achats à utiliser un jour.

Sources et références scientifiques
  1. Mesa-Mesa FJ, Cornejo-Gil FM, Márquez-García JA.. Comparison of two methods for obtaining information on anti-infective drugs used in the ICU: Human review of technical data sheets and utilisation of artificial intelligence. Qualitative study.. Enfermeria intensiva. 2025. DOI: 10.1016/j.enfie.2025.500564 · PMID: 41110390. (résumé scientifique structuré; texte intégral non fourni)
  2. Safety Data Sheets as a Hazard Communication Tool: An Assessment of Suitability and Readability – PMC. Safety and health at work. DOI: 10.1016/j.shaw.2024.01.006 · PMID: 39035793.
  3. 1.Nicol A.M., Hurrell A.C., Wahyuni D., McDowall W., Chu W. Accuracy, comprehensibility, and use of material safety data sheets: a review. Am J Ind Med. 2008 Nov;51(11):861-876. doi: 10.1002/ajim.20613. [DOI] [PubMed] [Google Scholar]. doi:10.1002/ajim.20613.
  4. [Internet]. Hamilton: Canadian Centre for Occupational Health and Safety [cited 2022 May 1]. Available from:.
  5. 3.Bouchard C. Literacy and hazard communication: ensuring workers understand the information they receive. AAOHN J. 2007 Jan;55(1):18-25. doi: 10.1177/216507990705500103. [DOI] [PubMed] [Google Scholar]. doi:10.1177/216507990705500103.
  6. ach J. The problem with material safety data sheets. Occup Med (Lond) 2002 Mar 1;52(2):67-68. doi: 10.1093/occmed/52.2.67. [DOI] [PubMed] [Google Scholar]. doi:10.1093/occmed/52.2.67.
  7. 5.Phillips C.C., Wallace B.C., Hamilton C.B., Pursley R.T., Petty G.C., Bayne C.K. The efficacy of material safety data sheets and worker acceptability. J Saf Res. 1999 Jun 1;30(2):113-122. [Google Scholar].
  8. 6.Sattler B., Lippy B., Jordan T. US-DOL OHSA Report; Washington: 1997. Hazard communication: a review of the science underpinning the art of communication for health and safety. [Internet] [cited 2022 May 1]. Available from: [Google Scholar].
  9. 7.Ratzan S.C. Health literacy: communication for the public good. Health Promot Int. 2001 Jun 1;16(2):207-214. doi: 10.1093/heapro/16.2.207. [DOI] [PubMed] [Google Scholar]. doi:10.1093/heapro/16.2.207.
  10. 8.Nguyen T.H., Paasche-Orlow M.K., McCormack L.A. The state of the science of health literacy measurement. Stud Health Technol Inform. 2017;240:17-33. [PMC free article] [PubMed] [Google Scholar].
  11. 9.Urstad K.H., Andersen M.H., Larsen M.H., Borge C.R., Helseth S., Wahl A.K. Definitions and measurement of health literacy in health and medicine research: a systematic review. BMJ Open. 2022 Feb 14;12(2) doi: 10.1136/bmjopen-2021-056294. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1136/bmjopen-2021-056294.
  12. 10.Osborne R.H., Batterham R.W., Elsworth G.R., Hawkins M., Buchbinder R. The grounded psychometric development and initial validation of the Health Literacy Questionnaire (HLQ) BMC Public Health. 2013 Jul 16;13(1):658. doi: 10.1186/1471-2458-13-658. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1186/1471-2458-13-658.
  13. 11.Sørensen K., Van den Broucke S., Pelikan J.M., Fullam J., Doyle G., Slonska Z., Kondilis B., Stoffels V., Osborne R.H., Brand H. Measuring health literacy in populations: illuminating the design and development process of the European Health Literacy Survey Questionnaire (HLS-EU-Q) BMC Public Health. 2013 Oct 10;13(1):948. doi: 10.1186/1471-2458-13-948. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1186/1471-2458-13-948.
  14. 12.OECD & Statistics Canada. OECD Publishing; 2005. Learning a living: first results of the adult literacy and life skills survey [Internet] [cited 2022 May 1]. Available from: [Google Scholar].
  15. Evaluation of freely available data profiling tools for health data research application: a functional evaluation review – PMC. BMJ open. DOI: 10.1136/bmjopen-2021-054186 · PMID: 35534084.
  16. 1.Health Data Research UK. Home. Available: [Accessed 14 Aug 2020]..
  17. 2.Health Data Research UK. Hdr UK innovation gateway. Available: [Accessed 12 Oct 2020]..
  18. 3.Black A, P. vN. Code for information quality 2019. Available: [Accessed 03 Feb 2022]..
  19. 4.Botsis T, Hartvigsen G, Chen F, et al. Secondary use of EHR: data quality issues and informatics opportunities. Summit Transl Bioinform 2010;2010:1-5. [PMC free article] [PubMed] [Google Scholar].
  20. en H, Hailey D, Wang N, et al. A review of data quality assessment methods for public health information systems. Int J Environ Res Public Health 2014;11:5170-207. 10.3390/ijerph110505170 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/ijerph110505170.
  21. 6.Mashoufi M, Ayatollahi H, Khorasani-Zavareh D. A review of data quality assessment in emergency medical services. Open Med Inform J 2018;12:19-32. 10.2174/1874431101812010019 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.2174/1874431101812010019.
  22. 7.Naumann F. Data profiling revisited. ACM SIGMOD Record 2014;42:40-9. 10.1145/2590989.2590995 [DOI] [Google Scholar]. doi:10.1145/2590989.2590995.
  23. 8.Mahanti R. Critical success factors for implementing data profiling. Software Quality Professional 2014;16:13-26. doi:13 [Google Scholar].
  24. 9.Abedjan Z, Golab L, Naumann F. Profiling relational data: a survey. The VLDB Journal 2015;24:557-81. 10.1007/s00778-015-0389-y [DOI] [Google Scholar]. doi:10.1007/s00778-015-0389-y.
  25. 10.Barry CA. Choosing qualitative data analysis software: Atlas/ti and Nudist compared. Sociol Res Online 1998;3:16-28. 10.5153/sro.178 [DOI] [Google Scholar]. doi:10.5153/sro.178.
  26. 11.Stančin I, Jović A. An overview and comparison of free Python libraries for data mining and big data analysis. In: 42Nd international convention on information and communication technology, electronics and Microelectronics (MIPRO. Opatija, 2019. [Google Scholar].
  27. 12.Staniak M, Biecek P. The landscape of R packages for automated exploratory data analysis. arXiv preprint arXiv:1904.02101. 10.32614/RJ-2019-033 [DOI] [Google Scholar]. doi:10.32614/RJ-2019-033.
  28. The FAIR data point populator: collaborative FAIRification and population of FAIR data points – PMC. BMC medical informatics and decision making. DOI: 10.1186/s12911-025-03022-7 · PMID: 40495132.
  29. 1.Van Horn JD, Toga AW. Human neuroimaging as a big data science. Brain Imaging Behav. 2014;8(2):323-31. [DOI] [PMC free article] [PubMed] [Google Scholar].
  30. 2.Wilkinson MD, Dumontier M, Aalbersberg IJ, Appleton G, Axton M, Baak A, et al. Comment: the FAIR guiding principles for scientific data management and stewardship. Sci Data. 2016;3:1-9. [DOI] [PMC free article] [PubMed] [Google Scholar].
  31. 3.da Silva Santos LOB, Burger K, Kaliyaperumal R, Wilkinson MD. Data Intell. 2023;5(1):163-83. FAIR Data Point: A FAIR-Oriented Approach for Metadata Publication..
  32. 4.Albertoni R, Browning D, Cox S, Gonzalez Beltran A, Perego A, Winstanley P et al. Data Catalog Vocabulary (DCAT) – Version 2 [Internet]. 2020 [cited 2023 Feb 10]. Available from:.
  33. 5.Bonino LO, Burger K, Kaliyaperumal R. FAIR Data Point specifications [Internet]. [cited 2023 Aug 10]. Available from:.
  34. 6.Cyganiak R, Wood D, Lanthaler M, Klyne G, Carroll JJ, McBride B. RDF 1.1 Concepts and Abstract Syntax [Internet]. [cited 2023 Jul 4]. Available from:.
  35. 7.Musen MA, Bean CA, Cheung KH, Dumontier M, Durante KA, Gevaert O, et al. The center for expanded data annotation and retrieval. J Am Med Inf Assoc. 2015;22(6):1148-52. [DOI] [PMC free article] [PubMed] [Google Scholar].
  36. 8.Wolstencroft K, Owen S, Horridge M, Krebs O, Mueller W, Snoep JL, et al. RightField: embedding ontology annotation in spreadsheets. Bioinformatics. 2011;27(14):2021-2. [DOI] [PubMed] [Google Scholar].
  37. 9.Nijsse B, Schaap PJ, Koehorst JJ. FAIR data station for lightweight metadata management and validation of omics studies. GigaScience. 2023;12:giad014. [DOI] [PMC free article] [PubMed] [Google Scholar].
  38. 10.Suchánek M. OpenRefine-metadata-extension [Internet]. FAIR Data Team; 2022 [cited 2023 Jul 5]. Available from:.
  39. 11.Burger K. FAIR-metadata-editor [Internet]. FAIR Data Team; 2016 [cited 2023 Jul 5]. Available from:.
  40. 12.Kaliyaperumal R, Jupp S, Harmse H, Ajigboye O, Cornet R, Wilkinson M. Metadata for EJP rare disease patient registries, biobanks and catalogs [Internet]. EJP RD Pillar 2: Coordinated Access to Data and Services; 2023 [cited 2023 Aug 10]. Available from:.
  41. Caractéristiques techniques de nos ampoules | Quelle Énergie.

Related Posts

Post a Comment