diff --git a/app/comp/moy_ue.py b/app/comp/moy_ue.py
index 289822ff..89d47175 100644
--- a/app/comp/moy_ue.py
+++ b/app/comp/moy_ue.py
@@ -36,6 +36,7 @@ from app.models import UniteEns, Module, ModuleImpl, ModuleUECoef
 from app.comp import moy_mod
 from app.models.formsemestre import FormSemestre
 from app.scodoc import sco_codes_parcours
+from app.scodoc import sco_preferences
 from app.scodoc.sco_codes_parcours import UE_SPORT
 from app.scodoc.sco_utils import ModuleType
 
@@ -314,7 +315,7 @@ def compute_ue_moys_classic(
 
     nb_etuds, nb_modules = sem_matrix.shape
     assert len(modimpl_coefs) == nb_modules
-    nb_ues = len(ues)
+    nb_ues = len(ues)  # en comptant bonus
 
     # Enlève les NaN du numérateur:
     sem_matrix_no_nan = np.nan_to_num(sem_matrix, nan=0.0)
@@ -329,13 +330,8 @@ def compute_ue_moys_classic(
     modimpl_coefs_etuds_no_nan = np.where(
         np.isnan(sem_matrix), 0.0, modimpl_coefs_etuds
     )
-    # Calcul des moyennes générales:
-    with np.errstate(invalid="ignore"):  # ignore les 0/0 (-> NaN)
-        etud_moy_gen = np.sum(
-            modimpl_coefs_etuds_no_nan * sem_matrix_inscrits, axis=1
-        ) / np.sum(modimpl_coefs_etuds_no_nan, axis=1)
-    etud_moy_gen_s = pd.Series(etud_moy_gen, index=modimpl_inscr_df.index)
-    # Calcul des moyennes d'UE
+
+    # ---------------------  Calcul des moyennes d'UE
     ue_modules = np.array(
         [[m.module.ue == ue for m in formsemestre.modimpls_sorted] for ue in ues]
     )[..., np.newaxis][:, modimpl_mask, :]
@@ -351,9 +347,35 @@ def compute_ue_moys_classic(
     etud_moy_ue_df = pd.DataFrame(
         etud_moy_ue, index=modimpl_inscr_df.index, columns=[ue.id for ue in ues]
     )
-    etud_coef_ue_df = pd.DataFrame(
-        coefs.sum(axis=2).T,
-        index=modimpl_inscr_df.index,  # etudids
-        columns=[ue.id for ue in ues],
-    )
+
+    #  ---------------------  Calcul des moyennes générales
+    if sco_preferences.get_preference("use_ue_coefs", formsemestre.id):
+        # Cas avec coefficients d'UE forcés: (on met à zéro l'UE bonus)
+        etud_coef_ue_df = pd.DataFrame(
+            {ue.id: ue.coefficient if ue.type != UE_SPORT else 0.0 for ue in ues},
+            index=modimpl_inscr_df.index,
+            columns=[ue.id for ue in ues],
+        )
+        # remplace NaN par zéros dans les moyennes d'UE
+        etud_moy_ue_df_no_nan = etud_moy_ue_df.fillna(0.0, inplace=False)
+        # annule les coef d'UE si la moyenne d'UE est NaN
+        etud_coef_ue_df_no_nan = etud_coef_ue_df.where(etud_moy_ue_df.notna(), 0.0)
+        with np.errstate(invalid="ignore"):  # ignore les 0/0 (-> NaN)
+            etud_moy_gen_s = (etud_coef_ue_df_no_nan * etud_moy_ue_df_no_nan).sum(
+                axis=1
+            ) / etud_coef_ue_df_no_nan.sum(axis=1)
+    else:
+        # Cas normal: pondère directement les modules
+        etud_coef_ue_df = pd.DataFrame(
+            coefs.sum(axis=2).T,
+            index=modimpl_inscr_df.index,  # etudids
+            columns=[ue.id for ue in ues],
+        )
+        with np.errstate(invalid="ignore"):  # ignore les 0/0 (-> NaN)
+            etud_moy_gen = np.sum(
+                modimpl_coefs_etuds_no_nan * sem_matrix_inscrits, axis=1
+            ) / np.sum(modimpl_coefs_etuds_no_nan, axis=1)
+
+            etud_moy_gen_s = pd.Series(etud_moy_gen, index=modimpl_inscr_df.index)
+
     return etud_moy_gen_s, etud_moy_ue_df, etud_coef_ue_df