Enquête sur les modes d’apprentissage et de garde des jeunes enfants — Les enfants ayant un problème de santé de longue durée ou une incapacité, 2023

Vidéo - Résultats de l'Enquête sur les modes d'apprentissage et de garde des jeunes enfants : Les enfants ayant un problème de santé de longue durée ou une incapacité, langue des signes québécoise

À l'aide des données de l'enquête sur les modes d'apprentissage et de garde des jeunes enfants — Les enfants ayant un problème de santé de longue durée ou une incapacité (EMAGJE-EPSLDI) de 2023, cette vidéo en langue des signes québécoise examine les expériences de garde des jeunes enfants ayant un problème de santé de longue durée ou une incapacité.

Avis de diffusion de la Classification canadienne de la recherche et développement (CCRD) 2020 version 2.0

Date de diffusion : le 30 avril 2024 (Avis précédent)

Révision de la CCRD 2020

La CCRD 2020 version 2.0 comprend uniquement des changements pour la classification des domaines de recherche (DDR). Les changements ont été maintenus au niveau de la sous-classe (4 chiffres) pour ce cycle, car des changements plus importants sont attendus lors de la prochaine révision. L'essentiel de la portée des modifications apportées concernait le fractionnement de sous-classes existantes (domaines) afin d'accueillir de nouvelles sous-classes. 8 nouvelles sous-classes ou domaines ont été ajoutés.

Le Modèle générique d'informations statistiques (GSIM) est utilisé pour identifier les types de modifications apportées à la classification. Les changements réels sont ceux qui affectent la portée des éléments ou des catégories de classification existants, accompagnés ou non de modifications du titre, de la définition et / ou de la codification. Les modifications virtuelles sont celles apportées au codage, aux titres et / ou définitions, tandis que la signification ou la portée de l'élément de classification reste la même.

Les changements réels comprennent l'ajout de nouvelles sous-classes représentant les domaines de recherche suivants :

  • Biophysique moléculaire
  • Génie mécanique pour les systèmes énergétiques (sauf des énergies renouvelables)
  • Génie mécanique pour les systèmes d'énergie renouvelable
  • Chimie clinique
  • Études noires
  • Études autochtones
  • Histoire du Québec
  • Traductologie

Les changements virtuels comprennent :

  • L'identification du « métavers » dans le titre de la sous-classe « Réalité virtuelle et augmentée, métavers et simulations connexes »;
  • L'identification de « Accessibilité et études critiques sur le handicap » dans la définition de la sous-classe « Études sur la condition des personnes handicapées »;
  • La sous-classe « Arts de la scène autochtones » a été renommé en « Arts autochtones ».

Pour autres renseignements sur la Classification canadienne de la recherche et développement (CCRD) 2020, consulter : Classification canadienne de la recherche et développement (CCRD) 2020 version 2.0

Pour les questions liées Classification canadienne de la recherche et développement (CCRD) 2020 version 2.0, envoyer un courriel à : statcan.crdc-ccrd.statcan@statcan.gc.ca.

Classification canadienne de la recherche et du développement (CCRD) 2020 version 2.0 - Introduction

Statut

Cette norme a été approuvée comme norme recommandée le 26 mai 2020.

Table des matières

Aperçu

La Classification canadienne de la recherche et développement (CCRD) a été élaborée conjointement par les organismes subventionnaires de la recherche fédéraux, à savoir la Fondation canadienne pour l'innovation (FCI), les Instituts de recherche en santé du Canada (IRSC), le Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG) ainsi que le Conseil de recherches en sciences humaines (CRSH), et Statistique Canada (StatCan).

La CCRD regroupe un ensemble de trois classifications apparentées conçues aux fins de la mesure et de l'analyse des activités de recherche et de développement (R-D) expérimental menées au Canada, lesquelles classent les activités par type d'activité (TA), domaine de recherche (DDR) et objectif socioéconomique (OSE).

Bien que la recherche et développement (R-D) en tant qu'activité économique puisse être mesurée au moyen de classifications telles que le Système de classification des industries de l'Amérique du Nord (SCIAN) et le Système de classification des produits de l'Amérique du Nord (SCPAN), la CCRD 2020 est la première du genre et établit un nouveau cadre consacré à la mesure des activités de R-D au Canada. La première version a été officiellement nommée la CCRD 2020 version 1.0, et elle maintenant remplacée par la CCRD 2020 version 2.0.

L'utilisation des trois classifications susmentionnées dans la CCRD garantit que les statistiques sur la R-D recueillies sont utiles aux gouvernements, aux établissements d'enseignement, aux organisations internationales, aux organisations et aux entreprises scientifiques, professionnelles et commerciales, aux groupes communautaires et aux simples particuliers au Canada.

Les organismes ont élaboré la CCRD avec la coopération ou après consultation des grands organismes universitaires et de recherche, des experts de domaines concernés et des utilisateurs de renseignements de recherche au Canada, en particulier à l'occasion de colloques ou d'échanges directs et au moyen d'autres méthodes de consultation, comme la consultation publique. Ce vaste processus consultatif visait à assurer l'acceptation et l'utilisation à grande échelle de la CCRD comme norme nationale de classification au Canada, non seulement pour le regroupement des statistiques sur la R-D, mais aussi pour l'étude de la recherche et développement au Canada en général.

Dans cette introduction, nous présentons un résumé du contexte de l'élaboration de la classification, une explication du fondement conceptuel de la CCRD, dont sa composition, sa nature, son but et sa structure, l'utilisation de la CCRD et les lignes directrices de classification, la définition et la portée de la R-D, et un aperçu de ce qui constitue une unité de R-D à des fins de collecte de données et de déclaration.

La CCRD suit en grande partie les lignes directrices de l'Organisation de coopération et de développement économiques (OCDE) figurant dans le Manuel de Frascati 2015 : Lignes directrices pour le recueil et la communication des données sur la recherche et le développement expérimental.

La CCRD est également très proche de l'Australian and New Zealand Standard Research Classification (ANZSRC) pour ce qui est des concepts sous-jacents et de l'utilisation, bien que certains regroupements puissent être différents; par conséquent, une large partie de cette introduction est similaire à celle de l'ANZSRC.

Contexte

Les organismes de financement de la recherche du Canada utilisaient plusieurs classifications de recherche différentes dans l'ensemble de leurs programmes. Dans la plupart des cas, ces classifications ne couvraient que le mandat d'un organisme particulier plutôt que tous les secteurs de recherche, n'avaient pas été mises à jour depuis de nombreuses années, n'étaient pas harmonisées avec les normes internationales, ne représentaient plus fidèlement le paysage de la recherche d'aujourd'hui et ne répondaient qu'en partie aux besoins des différents utilisateurs finaux. De plus, elles ne tenaient pas compte de l'importance croissante de la recherche interdisciplinaire, de l'intensification de la collaboration internationale, de l'évolution rapide de certains domaines de recherche et du désir accru de rapports inter-organismes cohérents, d'autres facteurs majeurs de la conception de la CCRD.

En 2017, les organismes subventionnaires de la recherche fédéraux ont lancé conjointement l'élaboration de la CCRD, Statistique Canada agissant comme gardien de la nouvelle norme et offrant son expertise en matière d'élaboration et de mise à jour de normes statistiques. Nous invitons les utilisateurs désireux d'en savoir plus sur le processus à consulter les deux publications suivantes : « Élaboration de la Classification canadienne de la recherche et du développement - Ce que nous avons entendu » (du processus de consultation) et un document de travail sur la CCRD (Canadian Research and Development Classification (ISKO Encyclopedia of KO) (en anglais seulement)) publié en juin 2019. En outre, pour la présente révision, un processus de consultation (Participation à la consultation pour la mise à jour de la Classification canadienne de la recherche et développement (CCRD) 2020 v1.0) a été lancé et un rapport distinct (Révision de la Classification canadienne de la recherche et développement (CCRD) 2020 version 1.0 - Ce que nous avons entendu) sera publié sur le site Web de Statistique Canada, Consultation des Canadiens.

La CCRD offre un certain nombre d'avantages, comme la capacité de produire une classification à jour, pertinente et valable sur le plan conceptuel, une approche de la classification de la recherche (y compris de la recherche multidisciplinaire ou interdisciplinaire) commune aux organismes de recherche et aux gouvernements. Elle contribuera à la communication, à la cohérence des déclarations, à la détermination des lacunes et des possibilités, au renforcement de la collaboration et à l'optimisation du soutien à une recherche innovante.

De plus, la CCRD fournit un cadre qui permet des comparaisons avec d'autres classifications utilisées à l'échelle nationale et internationale.

Afin de permettre les comparaisons internationales et de disposer d'une base conceptuelle solide, la définition, la portée et la classification des activités de R-D contenues dans la CCRD suivent en grande partie les lignes directrices de l'Organisation de coopération et de développement économiques (OCDE) figurant dans le Manuel de Frascati 2015 : Lignes directrices pour le recueil et la communication des données sur la recherche et le développement expérimental. Il est recommandé aux utilisateurs ayant l'intention d'utiliser cette classification de manière exhaustive de lire également ce manuel.

CCRD 2020 version 1.0 a été publiée le 5 octobre 2020. L'un des engagements pris par les agences après la publication était de réviser la classification tous les deux ans pour une révision mineure et tous les cinq ans pour une révision majeure. La portée de la révision pour CCRD 2020 version 2.0 a été conçue en fonction des domaines de recherche (DDR), ce qui signifie que les classifications des types d'activité (TDA) et des objectifs socio-économiques (OSE) n'ont pas été modifiées dans la version actuelle. Des changements plus fondamentaux seront analysés et appliqués, si nécessaire, dans le cadre plus large de la prochaine révision (en 2025 ou plus tard).

Composition, nature et objectif de la CCRD

Les trois composantes de la Classification canadienne de la recherche et développement (CCRD) sont :

  • le type d'activité (TA);
  • le domaine de recherche (DDR);
  • l'objectif socioéconomique (OSE).

Elles peuvent être utilisées dans les statistiques officielles pour analyser la nature de la R-D et en conjonction avec les classifications des secteurs industriels et institutionnels, pour produire un ensemble de statistiques officielles répondant à divers intérêts des utilisateurs.

Classification selon le type d'activité (TDA)

Cette classification permet de catégoriser les activités de R-D en fonction du type d'effort de recherche, à savoir la recherche fondamentale (qui regroupe la recherche fondamentale pure et la recherche fondamentale stratégique, par ailleurs divisées dans le Manuel de Frascati 2015), la recherche appliquée et le développement expérimental.

Ces trois types d'activité sont définis de la manière suivante :

  • La recherche fondamentale, qui consiste en des travaux expérimentaux et théoriques entrepris principalement pour acquérir de nouvelles connaissances sur le fondement des phénomènes et des faits observables, sans envisager une application ou une utilisation particulière. Elle comprend la recherche fondamentale pure (c.-à-d. les travaux expérimentaux et théoriques entrepris pour acquérir de nouvelles connaissances sans chercher d'autres avantages à long terme que l'avancement des connaissances) et la recherche fondamentale stratégique (soit les travaux expérimentaux et théoriques entrepris pour acquérir de nouvelles connaissances portant sur des domaines généraux donnés dans l'espoir de découvertes pratiques). Elle fournit la vaste base de connaissances nécessaire à la résolution de problèmes pratiques reconnus.
  • La recherche appliquée, qui consiste en des travaux de recherche originaux entrepris en vue d'acquérir de nouvelles connaissances. Ces travaux sont toutefois dirigés principalement vers un but ou un objectif pratique déterminé. La recherche appliquée est réalisée soit pour déterminer les utilisations possibles des découvertes de la recherche fondamentale soit pour déterminer de nouvelles façons d'atteindre certains objectifs prédéterminés.
  • Le développement expérimental, qui consiste en des travaux systématiques fondés sur les connaissances tirées de la recherche et de l'expérience pratique et produisant de nouvelles connaissances techniques visant à déboucher sur de nouveaux produits, matériaux, politiques, comportement ou points de vue ou nouveaux procédés, systèmes et services, ou à améliorer notablement ceux qui sont déjà produits, traités ou installés.

Classification selon le domaine de recherche (DDR)

Cette partie de la CCRD permet de catégoriser ou de classer les activités de R-D selon le domaine de recherche ; c'est la méthodologie utilisée dans la R-D qui est prise en considération.

Les catégories de cette classification comprennent les principaux domaines ou domaines de recherche selon les sources de connaissances, les objets et les méthodes et techniques utilisées.

Seule la classification selon le DDR a été modifiée dans la CCRD 2020 version 2.0.

Classification selon l'objectif socioéconomique (OSE)

Cette classification permet la catégorisation de la R-D selon le but ou le résultat de cette activité perçu par le fournisseur de données (chercheur). Il s'agit de domaines économiques, sociaux, technologiques ou scientifiques distincts permettant de définir les buts principaux de la R-D. Les attributs appliqués à la conception de la classification selon l'objectif socioéconomique comprennent une combinaison d'industries, de processus, de produits et d'éléments de santé, d'éducation, de culture, d'éthique et autres volets socio-environnementaux d'intérêt particulier.

Structure de la CCRD

Structure par type d'activité (TDA)

Comme il est indiqué à la section 2, le type d'activité comporte trois catégories principales, non hiérarchisées, bien qu'elles puissent être considérées comme un continuum dans le processus de R-D, de la recherche fondamentale au développement expérimental.

CCRD 2020 version 2.0 – Type d'activité
Niveau Nom du niveau Nombre de chiffres (tronqués – les codes complets sont alphanumériques et commencent par RDT) Quantité
1 Division 2 3

Structure selon le domaine de recherche (DDR)

La classification selon le domaine de recherche comporte quatre niveaux : la division (au niveau le plus général), le groupe, la classe et la sous-classe ou domaine (au niveau le plus bas). La division représente un vaste domaine ou une grande discipline de recherche et elle concorde étroitement avec les niveaux de « classification générale » (six au total) définis dans le Manuel de Frascati 2015, hormis quelques ajustements apportés en fonction des commentaires et de la rétroaction recueillis durant les consultations avec les experts et le grand public (voir : Comparaison entre la Classification générale du Manuel de Frascati 2015 (DDR) et les Divisions de la CCRD 2020 version 2.0 (DDR)). Les groupes sont étroitement liés aux sous-catégories (42 au total) aussi définies dans le Manuel de Frascati 2015, également avec quelques ajustements (voir : Comparaison entre les Sous-catégories du Manuel de Frascati 2015 (DDR) et les Groupes de la CCRD 2020 version 2.0 (DDR)), quoique des catégories et des domaines aient été ajoutés à la CCRD pour représenter la décomposition de plus en plus détaillée des activités de R-D au Canada. Les divisions, les groupes, les classes et les domaines sont représentés par des codes tronqués à deux chiffres uniques (les codes complets pour tous les domaines de recherche sont alphanumériques et commencent par RDF), des codes tronqués à trois chiffres, des codes tronqués à cinq chiffres et des codes tronqués à sept chiffres, respectivement. Dans la version 2.0 de la CCRD 2020, la classification selon le domaine de recherche comprend 6 divisions, 43 groupes, 168 classes et 1 671 sous-classes ou domaines.

Chaque division est fondée sur une discipline générale. Au sein de chacune, les groupes partagent la même méthodologie générale, le même domaine de connaissances ou la même perspective. Chaque groupe est un regroupement de classes. Les groupes, les classes et les sous-classes (domaines) de recherche sont catégorisés par rapport à la division utilisant la même méthodologie plutôt que par rapport à la division qu'ils appuient.

CCRD 2020 version 2.0 – Domaine de recherche
Niveau Nom du niveau Nombre de chiffres (tronqués – les codes complets sont alphanumériques et commencent RDF) Quantité
1 Division 2 6
2 Groupe 3 43
3 Classe 5 168
4 Sous-classe (Domaine) 7 1 671
Total s.o. s.o. 1 888
Exemple de structure hiérarchique des domaines de recherche
Niveau Code Titre français
Division RDF20-21 Génie et technologies
Groupe RDF203 Génie électrique, génie informatique et génie de l'information
Classe RDF20303 Analytique des données et traitement du signal
Sous-classe (Domaine) RDF2030302 Génie de l'intelligence artificielle

Structure selon l'objectif socioéconomique (OSE)

La classification selon l'objectif socioéconomique est une classification hiérarchique à deux niveaux : la division au niveau le plus général et le groupe au niveau inférieur. Les catégories d'objectifs socioéconomiques permettent la répartition de la R-D selon le but ou le résultat de cette activité perçu par le chercheur. Dans la classification selon l'objectif socioéconomique, la division est identifiée par un code tronqué à deux chiffres et tous les codes complets commencent par RDS. La classification selon l'objectif socioéconomique de la CCRD est étroitement harmonisée avec les chapitres de la Nomenclature pour l'analyse et la comparaison des budgets et programmes scientifiques (NABS) 2007 (PDF) (en anglais seulement) (voir : Comparaison entre les chapitres de NABS 2007 (OSE) et les Divisions de la CCRD 2020 version 2.0 (OSE)) établie par Eurostat et peut aussi être liée au Manuel de Frascati 2015, qui fait particulièrement référence à la NABS lorsqu'il décrit l'objectif socioéconomique de la R-D.

Les groupes forment le niveau le plus bas de la classification selon les objectifs socioéconomiques de la CCRD 2020 version 2.0. Ils ont été constitués par les organismes de financement à partir de la portée de la NABS 2007 et d'autres sources, comme l'expérience et l'usage de ces mêmes organismes de financement et de Statistique Canada de la collecte de ce type de renseignements et de données. On s'attend déjà à ce que d'autres niveaux soient ajoutés dans les futures versions de la classification selon l'objectif socioéconomique de la CCRD, après de nouvelles consultations et analyses. Les groupes sont identifiés par un code tronqué unique à cinq chiffres et tous les codes complets commencent par RDS.

La classification selon l'objectif socioéconomique comprend 12 divisions et 85 groupes. Les groupes sont plus précis en ce qui concerne l'objectif socioéconomique et sont complétés par des exemples explicatifs, qui peuvent représenter des types d'objectifs plus particuliers au sein du groupe. Ces exemples peuvent être utilisés plus tard pour créer des niveaux supplémentaires d'objectifs socioéconomiques.

Chaque division repose sur un objectif de recherche général. Les groupes d'une division visent le même objectif que cette dernière. Chaque groupe est un regroupement d'objectifs de recherche apparentés. Les groupes sont catégorisés par rapport à la division à laquelle ils correspondent le plus étroitement.

CCRD 2020 Version 2.0 – Objectif socioéconomique (OSE)
Niveau Nom du niveau Nombre de chiffres (tronqués – les codes complets sont alphanumériques et commencent par RDS) Quantité
1 Division 3 12
2 Groupe 5 85
Exemple de structure hiérarchique des objectifs socioéconomiques
Niveau Code Titre
Division RDS111 Systèmes, structures et processus politiques et sociaux
Groupe RDS11110 Justice sociale

Résumé des changements entre CCRD 2020 version 1.0 et CCRD 2020 version 2.0

CCRD 2020 version 2.0 comprend uniquement des changements pour la classification des domaines de recherche (DDR). Les changements ont été maintenus au niveau de la sous-classe (4 chiffres) pour ce cycle, car des changements plus importants sont attendus lors de la prochaine révision. L'essentiel de la portée des modifications apportées concernait le fractionnement de sous-classes existantes (domaines) afin d'accueillir de nouvelles sous-classes. 8 nouvelles sous-classes ou domaines ont été ajoutés.

Le modèle générique d'information statistique (GSIM) est utilisé pour identifier les types de changements apportés à la classification  : les changements réels et les changements virtuels. Les changements réels sont ceux qui affectent la portée des éléments ou des catégories de la classification existante, qu'ils soient ou non accompagnés de changements dans le titre, la définition et/ou la codification. Les changements virtuels sont ceux qui sont apportés à la codification, aux titres et/ou aux définitions, alors que la signification ou la portée de l'élément de classification reste la même. Les changements réels sont les plus importants pour l'analyse et le suivi des changements dans le temps.

Combinaison d'éléments de classification

Il n'y a aucune combinaison d'éléments de classification dans cette révision.

Décomposition d'éléments de classification

Parmi les éléments de classification de type décomposition du GSIM, seuls les fractionnements ont été enregistrés. Un fractionnement se produit lorsqu'un élément de classification continue d'exister, tandis qu'une partie de sa dénotation est déplacée vers un autre élément (émergent) de classification. Les sous-classes ou domaines de recherche émergents suivants ont été ajoutés dans la version 2.0 du CRDC 2020  :

Sous-classes ou domaines de recherche émergents ajoutés dans la version 2.0 du CRDC 2020
Niveau Code Parent Titre
Sous-classe (Domaine) RDF1030309 RDF10303 Biophysique moléculaire
Sous-classe (Domaine) RDF2049912 RDF20499 Génie mécanique pour les systèmes énergétiques (sauf des énergies renouvelables)
Sous-classe (Domaine) RDF2049913 RDF20499 Génie mécanique pour les systèmes d'énergie renouvelable
Sous-classe (Domaine) RDF3020234 RDF30202 Chimie clinique
Sous-classe (Domaine) RDF5099905 RDF50999 Études noires
Sous-classe (Domaine) RDF5099906 RDF50999 Études autochtones
Sous-classe (Domaine) RDF6010115 RDF60101 Histoire du Québec
Sous-classe (Domaine) RDF6020211 RDF60202 Traductologie

Changements virtuels

Ces changements sont effectués sans modifier la portée des éléments de classification existants, bien qu'ils aident à clarifier où un certain nombre de domaines de recherche devraient être classés. Dans la version 2.0 du CRDC 2020, ils comprennent :

  • Identification du « métavers » dans le titre de la sous-classe RDF1020509-Réalité virtuelle et augmentée, métavers et simulations connexes;
  • Identification de « Accessibilité et études critiques sur le handicap » dans la définition de la sous-classe RDF5099902-Études sur la condition des personnes handicapées;
  • La sous-classe RDF6040601-Arts de la scène autochtones a été renommé en Arts autochtones.
CCRD 2020 version 2.0 – Domaine de recherche (DDR) - Décompte des niveaux après les changements
Niveau Nom du niveau Nombre de chiffres (tronqués - Les codes complets sont alphanumériques et commencent par RDF) Décompte CCRD 2020 version 1.0 Décompte CCRD 2020 version 2.0
1 Division 2 6 6
2 Groupe 3 43 43
3 Classe 5 168 168
4 Sous-classe (Domaine) 7 1 663 1 671
Total s/o s/o 1 880 1 888

Utilisation de la CCRD

La CCRD fournit une matrice de classification à trois volets. Chaque activité de R-D peut être classifiée selon son type d'activité, son domaine de recherche et son objectif socioéconomique.

La CCRD offre une grande souplesse pour répondre aux besoins d'une grande variété d'utilisateurs. Grâce à leur structure hiérarchique, les classifications selon le domaine de recherche et l'objectif socioéconomique peuvent être utilisées à des fins particulières à divers niveaux. La CCRD permet également de classifier la recherche multidisciplinaire, pour laquelle plusieurs domaines disparates du domaine de recherche sont habituellement regroupés afin de ne traiter qu'un seul domaine ou des domaines étroitement liés de l'objectif socioéconomique.

La complexité des sujets abordés par la R-D est telle que les questions de politique publique surgissent souvent d'une manière difficilement prévisible. Les détails disponibles dans les classifications selon le domaine de recherche et selon l'objectif socioéconomique seraient suffisants pour faciliter la production de statistiques utilisables dans divers contextes. Par exemple, les domaines très importants sur le plan technologique pourraient généralement être évalués à l'aide d'un agrégat de classes et de sous-classes de domaine de recherche appropriées. L'utilisation de la CCRD pour les enquêtes sur la R-D réduit la nécessité d'enquêtes ponctuelles distinctes portant sur des domaines restreints.

Lignes directrices relatives à la classification avec la CCRD

Classification selon le type d'activité (TDA)

Dans la mesure du possible, un projet de recherche ou un programme de recherche devrait être associé à un seul type d'activité (recherche fondamentale, recherche appliquée ou développement expérimental). Si le projet ou le programme est vaste et comprend plusieurs types d'activité, chaque catégorie d'activité correspondante devrait recevoir une proportion des ressources en fonction des dépenses totales du projet ou du programme en question.

Classification selon le domaine de recherche (DDR)

La recherche doit d'abord être envisagée dans son sens le plus large et en fonction de la discipline à laquelle elle se rapporte. La recherche doit être associée à un domaine de recherche de façon hiérarchique. Pour ce faire, il faut :

  • tout d'abord, déterminer la division la plus pertinente dans laquelle la majeure partie de la R-D est effectuée;
  • déterminer ensuite le groupe le plus pertinent au sein de cette division;
  • déterminer la catégorie la plus pertinente au sein de ce groupe;
  • déterminer la sous-classe ou le domaine le plus pertinent dans cette classe.

De nombreux projets de R-D sont constitués d'un ensemble homogène de travaux dans un domaine ou champ particulier, ils sont alors simples à catégoriser. Toutefois, l'environnement moderne de la R-D se caractérise par l'émergence de nouveaux domaines de recherche interdisciplinaire et multidisciplinaire. La catégorisation de ces domaines dans un système de classification hiérarchique et exclusif peut poser des difficultés aux utilisateurs des domaines de recherche. L'utilisation de plusieurs domaines pour classifier un projet de recherche garantit que cette recherche est prise en compte dans la structure de classification.

Par exemple, chaque organisme subventionnaire canadien déterminera comment classifier les projets de recherche multidisciplinaire durant la mise en œuvre de la CCRD. Il pourrait notamment regrouper de trois à cinq domaines de recherche pour décrire un projet donné.

Si la recherche est suffisamment vaste ou complexe, plusieurs domaines ou champs devraient être sélectionnés et recevoir une proportion des ressources en fonction des dépenses totales de R-D. Si la désagrégation est difficile, l'analyse de l'importance relative peut indiquer un objectif principal seulement.

Lorsqu'il n'est pas possible de déterminer un domaine précis dans une classe, la catégorie « non classé ailleurs (n.c.a) » est à utiliser pour le domaine de recherche.

Classification selon l'objectif socioéconomique (ESO)

La recherche doit d'abord être envisagée dans son sens le plus large et en fonction du principal bénéficiaire de ses résultats. Elle doit être associée à un objectif socioéconomique de manière hiérarchique. Pour ce faire, il faut :

  • tout d'abord, déterminer la division correspondant le mieux à l'élément le plus important de la R-D effectuée et l'objectif socioéconomique poursuivi par cette activité de recherche et de développement expérimental;
  • déterminer ensuite le groupe ou l'objectif le plus pertinent au sein de cette division;
  • déterminer l'objectif le plus pertinent au sein du groupe; il est possible à cette fin d'utiliser des exemples représentatifs.

Pour être approprié, l'objectif socioéconomique doit traduire l'industrie, le procédé, le produit ou l'élément de santé, d'éducation et autre volet socioenvironnemental que l'activité de R-D vise à influencer, améliorer ou mesurer. Il peut aussi refléter les aspirations des chercheurs et aider à comprendre les objectifs de la recherche.

De nombreux projets de R-D sont constitués d'un ensemble homogène de travaux visant un objectif particulier; ils sont alors simples à catégoriser. Toutefois, si la R-D est suffisamment vaste ou complexe, plusieurs domaines devraient être sélectionnés et recevoir une proportion des ressources en fonction des dépenses totales du projet. Si la désagrégation est difficile, l'analyse de l'importance relative peut indiquer un objectif principal seulement.

Lorsqu'il n'est pas possible de déterminer un objectif précis dans un groupe, la catégorie « non classé ailleurs (n.c.a) » ou résiduelle est à utiliser pour l'objectif.

Pour ce qui est des objectifs visant l'accroissement des connaissances, il a été décidé de les inclure dans la catégorie « n.c.a » dans cette première version de la CCRD. L'accroissement des connaissances catégorise de la R-D qui n'a pas d'objectif socioéconomique identifiable. C'est habituellement le cas de la recherche fondamentale (définie dans la classification selon le type d'activité). Par définition, la recherche appliquée et le développement expérimental ont un objectif socioéconomique déterminé et ne devraient donc pas être catégorisés comme un accroissement des connaissances.

Définition de la recherche et développement

Selon la norme de l'OCDE (Manuel de Frascati 2015), la R-D consiste en des travaux créatifs réalisés de façon systématique dans le but d'accroître le volume de connaissances, notamment sur l'humain, la culture, la société et l'environnement, et en l'utilisation de ce volume de connaissances pour concevoir de nouvelles applications.

Les activités de R-D se caractérisent par leur originalité. Elles ont pour objectif principal la recherche, qui produit de nouvelles connaissances, dans un but pratique déterminé ou non, ou des matériaux, produits, dispositifs, procédés ou services nouveaux ou améliorés. La R-D prend fin lorsque les travaux ne portent plus essentiellement sur la recherche.

Portée de la recherche et développement

Comme l'indique le Manuel de Frascati 2015 et comme l'expérience l'a montré, il est difficile de délimiter clairement le moment séparant le point culminant des travaux de recherche de R-D et le début de la phase de mise en œuvre des innovations ou des recommandations qui en découlent. À ce stade, les erreurs sont particulièrement importantes, car bien que les programmes de R-D nécessitent d'importantes dépenses de ressources, les coûts de mise en œuvre des innovations ou des recommandations issues de la R-D sont, dans de nombreux cas, tout aussi élevés, voire plus.

Il existe également un large éventail d'activités scientifiques et connexes qui ne sont pas de la R-D, mais qui sont étroitement liées à la R-D sur le plan de l'organisation, de l'allocation de ressources, de l'affiliation institutionnelle et de l'utilisation ou de flux d'information. Toutefois, les activités réalisées uniquement ou principalement en appui à la R-D sont considérées comme de la R-D.

Les activités pour lesquelles la frontière avec la R-D n'est pas claire sont énumérées ci-dessous.

(i) Éducation et formation du personnel et des étudiants

La recherche postdoctorale, y compris la supervision de la recherche, est considérée comme de la R-D. La conception de nouvelles méthodes d'enseignement est également considérée comme de la R-D. Cependant, l'éducation et la formation des étudiants au moyen des méthodes établies et des connaissances de la matière ne le sont pas.

(ii) Services spécialisés d'information scientifique et technique

Les services spécialisés d'information scientifique et technique offerts uniquement en soutien à la R-D sont considérés comme de la R-D. À titre d'exemple, mentionnons la collecte de données scientifiques, le codage, l'enregistrement, la classification, la diffusion, la traduction, l'analyse et les services bibliographiques.

Ces services spécialisés sont exclus s'ils sont exécutés de façon indépendante et non uniquement pour soutenir la R-D.

(iii) Collecte de données à des fins générales ou courantes

La collecte de données en soutien aux travaux de R-D relève de la R-D.

Cependant, la collecte de données de nature générale ne constitue pas de la R-D. Ce travail est normalement effectué par des organismes gouvernementaux pour consigner des phénomènes naturels, biologiques, économiques ou sociaux d'intérêt public ou gouvernemental. Les recensements nationaux de la population, les enquêtes sur le chômage, la cartographie topographique et les enquêtes géographiques ou environnementales de routine en sont des exemples.

(iv) Maintien des normes nationales et internationales

Les essais et les analyses de routine de matériaux, de composants, de produits, de procédés, de sols, d'atmosphères et autre à des fins de conformité aux normes ne sont pas considérés comme de la R-D.

(v) Études de faisabilité

Les études de faisabilité réalisées en soutien à la R-D sont de la R-D. Cependant, une étude de faisabilité consistant à recueillir de l'information sur les conditions du moment afin de déterminer si un projet doit ou non être mis en œuvre n'est pas considérée comme telle (p. ex. une étude visant à déterminer la viabilité d'un complexe pétrochimique à un endroit particulier).

(vi) Soins médicaux spécialisés

La R-D comprend la mise au point de nouveaux traitements et procédures, y compris conjointement avec des soins médicaux avancés et des examens habituellement effectués par des hôpitaux universitaires.

Cependant, les études de routine ou l'application normale de connaissances, de techniques ou d'équipements médicaux spécialisés ne sont pas considérées comme de la R-D. Par exemple, dans le cas de la pathologie, de la médecine légale et de l'autopsie.

(vii) Essais cliniques

Les essais cliniques des phases 1, 2 et 3 sont considérés comme de la R-D. En revanche, les essais cliniques de la phase 4 ne le sont pas, à moins qu'ils entraînent des avancées scientifiques ou technologiques.

(viii) Travaux relatifs aux brevets et aux licences

Les travaux relatifs aux brevets qui ont un lien direct avec les projets de R-D relèvent de la R-D. Cependant, les travaux commerciaux, administratifs et juridiques associés au brevetage, à la rédaction et à l'homologation ne sont pas considérés comme de la R-D.

(ix) Études des politiques ou des programmes

La frontière entre certaines études de politiques décrites dans le Manuel de Frascati 2015 et la R-D est mince. Dans le Manuel de Frascati, les études des politiques couvrent des activités telles que l'« analyse et l'évaluation des programmes, les travaux des unités chargées d'analyser et de suivre en continu les phénomènes externes (par exemple, les questions de défense et de sécurité) et les travaux des commissions d'enquête parlementaires concernant les politiques et activités du gouvernement central est de ministères ». Faire la distinction entre les études des politiques qui ne relèvent pas de la R-D des véritables travaux sur les politiques de R-D demande de la rigueur.

Les études visant à déterminer les effets d'une politique ou d'un programme national donné sur une situation économique ou sociale ou sur un groupe social particulier peuvent comporter des éléments de R-D. Par contre, les études de gestion courantes ou les études sur l'efficacité ne sont pas de la R-D.

(x) Développement logiciel courant

Le développement logiciel est un élément intégral de nombreux projets qui, en eux-mêmes, peuvent ne pas avoir de lien avec la R-D. Toutefois, le volet développement logiciel de ces projets peut être classé comme de la R-D s'il mène à des progrès dans le domaine des logiciels.

Pour que des travaux de développement logiciel soient considérés comme de la R-D, leur achèvement doit dépendre de progrès scientifiques ou technologiques et leur objectif doit être la résolution systématique d'une incertitude scientifique ou technologique.

Voici des exemples d'activités de développement logiciel considérées comme de la R-D :

  • Développement de la technologie Internet;
  • Recherche sur les méthodes de conception, de développement, de déploiement ou de maintenance de logiciels;
  • R-D relative aux outils ou technologies logiciels dans les domaines spécialisés de l'informatique (p. ex. traitement d'image, intelligence artificielle, reconnaissance de caractères);
  • R-D produisant de nouveaux théorèmes et algorithmes dans le domaine de l'informatique théorique.

Voici des exemples d'activités de développement logiciel sortant du cadre de la R-D :

  • Maintenance informatique et logicielle courante;
  • Développement d'applications logicielles et de systèmes d'information commerciaux à l'aide de méthodes connues et de logiciels existants;
  • Ajout de fonctionnalités d'utilisateur aux langages d'application;
  • Adaptation ou soutien de logiciels.

(xi) Études de marché et de marketing

Les études de marché et les sondages d'opinion n'entrent pas dans le cadre de la R-D.

(xii) Prospection minérale

L'élaboration ou l'amélioration considérable de méthodes d'acquisition, de traitement et d'interprétation des données est de la R-D. Les levés effectués dans le cadre d'un projet de R-D visant à observer les phénomènes géologiques sont également considérés comme de la R-D. En revanche, la recherche de minéraux à l'aide de méthodes connues ne relève pas de la R-D.

(xiii) Prototypes et installations pilotes

La conception, la construction et l'essai de prototypes relèvent généralement de la R-D. Cependant, la production expérimentale et la reproduction de prototypes en sont exclues.

La construction et l'exploitation d'installations pilotes sont considérées comme de la R-D, à condition qu'elles servent à acquérir de l'expérience ou de nouvelles données destinées à évaluer des hypothèses.

Les installations pilotes ne sont pas de la R-D dès que la phase expérimentale est terminée ou dès qu'elles sont utilisées comme unités de production commerciale normale, même si elles continuent d'être décrites comme des « installations pilotes ».

Si une installation pilote est utilisée pour des opérations combinées, il est nécessaire d'estimer la partie servant à la R-D.

(xiv) Autres activités

Toutes les autres activités auxiliaires ou découlant de la R-D ne sont pas considérées comme de la R-D. À titre d'exemple, mentionnons les commentaires interprétatifs à partir des données existantes, les prévisions, la recherche opérationnelle contribuant à la prise de décision et l'utilisation de techniques normalisées en psychologie appliquée pour classifier ou diagnostiquer les caractéristiques humaines.

Unité ou objet de recherche et développement à classifier

Définir ce qui constitue une unité de R-D se heurte à certaines difficultés, en raison du manque d'uniformité des structures organisationnelles et des variations considérables dans la façon dont les organisations affectent les ressources aux activités de R-D. D'un point de vue statistique, il est souhaitable que les dépenses de R-D soient déclarées dans la plus petite grappe pouvant être classée dans un type d'activité et un domaine de recherche uniques et qui, aux fins de cette classification, est définie comme une unité de R-D. Plus il est difficile d'être détaillé, plus la validité et l'utilité de la classification et des statistiques de R-D qui en découlent seront limitées.

Les renvois pratiques les plus courants aux activités de R-D sont les programmes de recherche et les projets de recherche. Ces unités centrales se rapprochent rarement de l'unité de R-D idéale décrite ci-dessus, bien qu'elles puissent être considérées comme un regroupement de telles unités.

Nous renvoyons au Manuel de Frascati 2015 pour de plus amples renseignements sur la meilleure façon de définir les unités de R-D.

Relations avec d'autres classifications statistiques nationales

La CCRD est la première classification de recherche canadienne consacrée à la R-D et incluant tous les secteurs de recherche actuels au pays. Bien qu'elle contribue à une plus grande harmonisation avec les normes internationales, elle est suffisamment complète pour répondre à un large éventail de besoins au sein de l'écosystème canadien de la recherche et développement.

Il pourrait être possible de combiner la CCRD et le Système de classification des industries de l'Amérique du Nord (SCIAN) Canada lors de la collecte, de l'analyse et de la diffusion des données sur la R-D. Il est également possible d'effectuer certains rapprochements avec la Classification des programmes d'enseignement (CPE) Canada et avec le Système de classification des produits de l'Amérique du Nord (SCPAN) Canada, bien que les comparaisons directes requièrent une certaine prudence. Le SCPAN Canada, par exemple, est un système de classification basée sur les extrants et orientée vers la mesure des transactions qui peut ne pas convenir à toutes les situations nécessitant la collecte et la diffusion de renseignements sur la R-D, comme la R-D intra-muros.

Relations avec les classifications internationales correspondantes

La CCRD s'aligne sur les normes internationales de collecte de données et de production de rapports sur la recherche et développement, notamment avec les recommandations du Manuel de Frascati 2015 de l'OCDE, la Nomenclature pour l'analyse et la comparaison des budgets et programmes scientifiques (NABS) 2007 (PDF) (en anglais seulement) et a été modelée sur l'Australian and New Zealand Standard Research Classification (ANZSRC) 2008. Depuis lors, l'ANZSRC a été révisée pour donner la version 2020.

Voir les domaines de recherche répertoriés dans un tableau de comparaison :

Comparaison entre la Classification générale du Manuel de Frascati 2015 (DDR) et les Divisions de la CCRD 2020 version 2.0 (DDR)
Frascati 2015 (DDR) – Catégorie générale – Code Frascati 2015 (DDR) – Catégorie générale – Titre CCRD 2020 version 2.0 (DDR) – Division – Code CCRD 2020 version 2.0 (DDR) - Division Titre Notes explicatives
1 Sciences naturelles RDF10 Sciences naturelles  
2 Ingénierie et technologie RDF20-21 Génie et technologies  
3 Sciences médicales et sciences de la santé RDF30 Sciences médicales, de la santé et de la vie Différence dans le titre avec l'ajout de « et de la vie » dans la CCRD.
4 Sciences agricoles et vétérinaires RDF40 Sciences agricoles et vétérinaires  
5 Sciences sociales RDF50 Sciences sociales  
6 Sciences humaines et arts RDF60 Sciences humaines et arts  
Comparaison entre les Sous-catégories du Manuel de Frascati 2015 (DDR) et les Groupes de la CCRD 2020 version 2.0 (DDR)
Frascati 2015 (DDR) – Sous-catégorie – Code Frascati 2015 (DDR) - Sous-catégorie – Titre CCRD 2020 version 2.0 (DDR) – Groupe – Code CCRD 2020 version 2.0 (DDR) – Groupe – Titre Notes explicatives
1.1 Mathématiques RDF101 Mathématiques et statistique Différence dans le titre avec l'ajout de « Statistique » dans la CCRD
1.2 Informatique et sciences de l'information RDF102 Informatique et systèmes d'information  
1.3 Sciences physiques RDF103 Sciences physiques  
1.4 Sciences chimiques RDF104 Sciences chimiques  
1.5 Sciences de la terre et de l'environnement RDF105 Sciences de la Terre et sciences de l'environnement connexes  
1.6 Sciences biologiques RDF106 Sciences biologiques  
1.7 Autres sciences naturelles RDF107 Autres sciences naturelles  
2.1 Génie civil RDF201 Génie civil, génie maritime, génie des transports, et génie minier Différence dans le titre avec l'ajout de « génie maritime, génie des transports et génie minier » dans la CCRD.
2.2 Génie électrique, électronique, informatique RDF203 Génie électrique, génie informatique et génie de l'information  
2.3 Mécanique RDF202 Génie industriel, des systèmes et des procédés CCRD identifie cette catégorie comme suffisamment importante dans le contexte du Canada pour l'élever au niveau « sous-catégorie » de Frascati. Toute la catégorie est incluse dans « (Génie) Mécanique » du Manuel de Frascati 2015.
2.3 Mécanique RDF204 Génie mécanique  
2.4 Génie chimique RDF205 Génie chimique  
2.5 Génie des matériaux RDF206 Génie des matériaux et génie des ressources Différence dans le titre avec l'ajout de « génie des ressources » dans la CCRD.
2.6 Génie médical RDF207 Génie médical et biomédical Différence dans le titre avec l'ajout de « biomédical » dans la CCRD.
2.7 Génie de l'environnement RDF208 Génie de l'environnement et techniques d'ingénierie connexes Différence dans le titre avec l'ajout de « et techniques d'ingénierie connexes » dans la CCRD.
2.8 Biotechnologie environnementale RDF209 Biotechnologies de l'environnement  
2.9 Biotechnologie industrielle RDF210 Biotechnologies industrielles  
2.10 Nanotechnologie RDF211 Nanotechnologies  
2.11 Autres sciences de l'ingénieur et technologies RDF212 Autre génie et technologies  
3.1 Médecine fondamentale RDF301 Médecine fondamentale et sciences de la vie Différence dans le titre avec l'ajout de « et sciences de la vie » dans la CCRD.
3.2 Médecine clinique RDF302 Médecine clinique  
3.3 Sciences de la santé RDF303 Sciences de la santé  
3.4 Biotechnologie médicale RDF304 Biotechnologies médicales  
3.5 Autres sciences médicales RDF305 Autres sciences médicales  
4.1 Agriculture, sylviculture et pêches RDF401 Agriculture, foresterie et pêches  
4.2 Sciences de l'animal et du lait RDF402 Sciences animales et sciences du lait  
4.3 Science vétérinaire RDF403 Sciences vétérinaires  
4.4 Biotechnologie agricole RDF404 Biotechnologies de l'agriculture et sciences de l'alimentation Différence dans le titre avec l'ajout de « et sciences de l'alimentation » dans la CCRD.
4.5 Autres sciences agricoles RDF405 Autres sciences agricoles  
5.1 Psychologie et sciences cognitives RDF501 Psychologie et sciences cognitives  
5.2 Économie et commerce RDF502 Sciences économiques et administration des affaires Différence dans le titre avec l'ajout de « administration des affaires » dans la CCRD.
5.3 Éducation RDF503 Éducation  
5.4 Sociologie RDF504 Sociologie et études connexes Différence dans le titre avec l'ajout de « et études connexes » dans la CCRD.
5.5 Droit RDF505 Droit et exercice du droit  
5.6 Science politique RDF506 Sciences politiques et administration des politiques Différence dans le titre avec l'ajout de « et administration des politiques » dans la CCRD.
5.7 Géographie sociale et économique RDF507 Géographie sociale et économique  
5.8 Médias et communications RDF508 Médias et communication  
5.9 Autres sciences sociales RDF509 Autres sciences sociales  
6.1 Histoire et archéologie RDF601 Histoire, archéologie et études connexes Différence dans le titre avec l'ajout de « et études connexes » dans la CCRD.
6.2 Langues et lettres RDF602 Langues et littérature  
6.3 Philosophie, éthique et religion RDF603 Philosophie Différence dans le titre avec le retrait de « éthique et religion » dans la CCRD ; ces mots ont été placés dans la définition de la présente catégorie.
6.4 Arts (arts plastiques, histoire de l'art, arts de la scène, musique) RDF604 Arts (arts, histoire de l'art, performance, musique), architecture et design Différence dans le titre avec l'ajout de « architecture et design » dans la CCRD.
6.5 Autres sciences humaines RDF605 Autres sciences humaines  

Voir les objectifs socioéconomiques répertoriés dans un tableau de comparaison :

Comparaison entre les chapitres de NABS 2007 (OSE) et les Divisions de la CCRD 2020 version 2.0 (OSE)
NABS 2007 (OSE) – Chapitre – Code NABS 2007 (OSE) – Chapitre - Titre CCRD 2020 version 2.0 – Division – Code CCRD 2020 version 1.0 – Division – Titre Notes explicatives
1 Exploration et exploitation du milieu terrestre RDS101 Exploration et exploitation du milieu terrestre  
2 Environnement RDS102 Protection de l'environnement Différence dans le titre avec l'ajout de « protection » dans la CCRD.
3 Exploration et exploitation de l'espace RDS103 Exploration et exploitation de l'espace  
4 Transport, télécommunications et autres infrastructures RDS104 Transport, télécommunications et autres infrastructures (y compris les bâtiments) Différence dans le titre avec l'ajout de « y compris les bâtiments » dans la CCRD.
5 Énergie RDS105 Énergie (sauf la prospection) Différence dans le titre avec l'ajout de « sauf la prospection » dans la CCRD.
6 Production industrielle et technologie RDS106 Production et technologie industrielles  
7 Santé RDS107 Santé  
8 Agriculture RDS108 Agriculture (y compris les pêches et la foresterie)  
9 Éducation RDS109 Éducation  
10 Culture, loisirs, religion et médias de masse RDS110 Culture, loisirs, religion et médias Différence dans le titre avec le retrait de « masse » avec média dans la CCRD.
11 Systèmes, structures et processus politiques et sociaux RDS111 Systèmes, structures et processus politiques et sociaux  
12 Progrès général des connaissances  : R-D financée sur les fonds généraux des universités (FGU)     Pas d'équivalence directe. Cette catégorie est répartie dans différents codes résiduels de la CCRD.
13 Progrès général des connaissances  : R-D financée sur des fonds autres que les FGU     Pas d'équivalence directe. Cette catégorie est répartie dans différents codes résiduels de la CCRD.
14 Défense RDS112 Défense  

Mises à jour ou révisions à la CCRD

Un facteur important à prendre en considération lors de l'élaboration d'une classification statistique est la nécessité de la rendre suffisamment robuste pour permettre son utilisation à long terme. Cette robustesse facilite l'analyse intéressante des séries chronologiques des données attribuées à cette classification. Cependant, il est également nécessaire que la classification demeure contemporaine afin de bien rendre compte des changements qui se produisent dans le domaine de la R-D et de fournir des données répondant aux besoins des utilisateurs.

Afin d'atteindre un équilibre entre ces deux objectifs divergents, Statistique Canada, en tant que gardien de la CCRD, et ses proches partenaires, les agences subventionnaires, ont l'intention d'effectuer des révisions mineures tous les ans ou tous les deux ans et des révisions majeures tous les cinq ans. En fait, les différentes parties ont convenu que la version 1.0 de la CCRD 2020, l'édition initiale, sera révisée dans les deux ans de sa date de sortie, et dans les cinq ans par la suite. Il y aura aussi possibilité d'apporter des modifications mineures continues une fois par an pour tenir compte des changements dans les domaines de recherche. CCRD version 2.0 constitue la première révision de la classification. D'autres révisions se produiront selon ce cycle de révision d'environ cinq ans.

Quoi que la CCRD soit officielle une fois publiée par Statistique Canada, les dates de sa mise en œuvre dépendent entièrement des entités, organisations ou individus qui décident d'en faire usage. Statistique Canada dispose de ses propres politiques internes sur les normes statistiques et l'information des utilisateurs qui peuvent influencer les dates de mise en œuvre par les programmes statistiques de l'Agence.

Produits de la CCRD

Les correspondances (ou concordances) entre la dernière version et la version précédente de la CCRD seront fournies avec la classification après chaque révision. Cependant, comme la version 1.0 est la première version officielle de la CCRD, elle ne sera accompagnée d'aucun tableau de correspondance. D'autres correspondances seront envisagées pour un développement futur, notamment des correspondances complètes entre les domaines de recherche de la CCRD et les domaines scientifiques de l'OCDE (voir : Comparaison entre la Classification générale du Manuel de Frascati 2015 (DDR) et les Divisions de la CCRD 2020 version 2.0 (DDR) et Comparaison entre les Sous-catégories du Manuel de Frascati 2015 (DDR) et les Groupes de la CCRD 2020 version 2.0 (DDR)), entre les objectifs socioéconomiques de la CCRD et la NABS 2007 (voir : Comparaison entre les chapitres de NABS 2007 (OSE) et les Divisions de la CCRD 2020 version 2.0 (OSE)). Il est également possible que des tableaux de correspondance soient dressés entre les domaines de recherche et les objectifs socioéconomiques de la CCRD, d'une part, et le Système de classification des industries de l'Amérique du Nord (SCIAN), le Système de classification des produits de l'Amérique du Nord (SCPAN) Canada et la Classification des programmes d'enseignement (CPE), d'autre part. Toutefois, l'élaboration de ces tableaux de correspondance pourrait prendre du temps et dépendra des ressources disponibles, car l'accent sera mis sur le déploiement de la CCRD et l'expérimentation de son utilisation à l'échelle nationale pendant quelques années suivant sa première parution.

Autres renseignements

Pour en savoir plus sur la CCRD, communiquez avec Statistique Canada : Contactez-nous

Pour autres renseignements sur la Classification canadienne de la recherche et développement (CCRD) 2020, consulter : Classification canadienne de la recherche et développement (CCRD) 2020 version 2.0

Pour les questions liées Classification canadienne de la recherche et développement (CCRD) 2020 version 2.0, envoyer un courriel à : statcan.crdc-ccrd.statcan@statcan.gc.ca.

Documents de référence

Tableau de correspondance entre la Classification canadienne de la recherche et développement (CCRD) 2020 version 1.0 et la Classification canadienne de la recherche et développement (CCRD) 2020 version 2.0

Le Modèle générique d'informations statistiques (GSIM) est utilisé pour identifier les types de modifications apportées à la classification. Les changements réels (RC) sont ceux qui affectent la portée des éléments ou des catégories de classification existants, accompagnés ou non de modifications du titre, de la définition et / ou de la codification. Les modifications virtuelles (VC) sont celles apportées au codage, aux titres et / ou définitions, tandis que la signification ou la portée de l'élément de classification reste la même. Les « changements réels » sont les plus importants à noter pour l'analyse.

Seuls les domaines de recherche (DDR) ont fait l’objet de modifications et sont inclus dans tableau de correspondance de cette version de la classification.

Description des types de changements dans la classification, y compris les Codes, Titres, Classes, Sous-classes et catégories de Détails (sur la base de GSIM)

Version CSV (CSV, 4.04 Ko)
Tableau de correspondance entre la Classification canadienne de la recherche et développement (CCRD) 2020 version 1.0 de la Classification canadienne de la recherche et développement (CCRD) 2020 version 2.0
Code CCRD 2020 v1.0 Titre CCRD 2020 v1.0 Code CCRD 2020 v2.0 Titre CCRD 2020 v2.0 Type de changement GSIM Notes
RDF1020509 Réalité virtuelle et augmentée, et simulations connexes RDF1020509 Réalité virtuelle et augmentée, métavers et autres simulations connexes VC2 - Changement de nom Changement du titre et de la définition.
RDF1030399 Physique atomique, moléculaire et optique, n.c.a. RDF1030309 Biophysique moléculaire RC4.2 - Fractionnement RDF1030399 continue d'exister, alors qu'une partie de sa dénotation se déplace vers la nouvelle sous-classe RDF1030309.
RDF1030399 Physique atomique, moléculaire et optique, n.c.a. RDF1030399 Physique atomique, moléculaire et optique, n.c.a. RC4.2 - Fractionnement RDF1030399 continue d'exister, alors qu'une partie de sa dénotation se déplace vers la nouvelle sous-classe RDF1030309.
RDF2049999 Autre génie mécanique, n.c.a. RDF2049912 Génie mécanique pour les systèmes énergétiques (sauf des énergies renouvelables) RC4.2 - Fractionnement RDF2049999 continue d'exister, alors que des parties de sa dénotation se déplacent vers les nouvelles sous-classes RDF2049912 et RDF2049913.
RDF2049999 Autre génie mécanique, n.c.a. RDF2049913 Génie mécanique pour les systèmes d'énergie renouvelable RC4.2 - Fractionnement RDF2049999 continue d'exister, alors que des parties de sa dénotation se déplacent vers les nouvelles sous-classes RDF2049912 et RDF2049913.
RDF2049999 Autre génie mécanique, n.c.a. RDF2049999 Autre génie mécanique, n.c.a. RC4.2 - Fractionnement RDF2049999 continue d'exister, alors que des parties de sa dénotation se déplacent vers les nouvelles sous-classes RDF2049912 et RDF2049913.
RDF3020299 Sciences cliniques, n.c.a. RDF3020234 Chimie clinique RC4.2 - Fractionnement RDF3020299 continue d'exister, alors qu'une partie de sa dénotation se déplace vers la nouvelle sous-classe RDF3020234.
RDF3020299 Sciences cliniques, n.c.a. RDF3020299 Sciences cliniques, n.c.a. RC4.2 - Fractionnement RDF3020299 continue d'exister, alors qu'une partie de sa dénotation se déplace vers la nouvelle sous-classe RDF3020234.
RDF5099902 Études sur la condition des personnes handicapées RDF5099902 Études sur la condition des personnes handicapées VC2 - Changement de nom Changement de la définition.
RDF5099999 Toutes autres sciences sociales, n.c.a. RDF5099905 Études noires RC4.2 - Fractionnement RDF5099999 continue d'exister, alors que des parties de sa dénotation se déplacent vers les nouvelles sous-classes RDF5099905 et RDF5099906.
RDF5099999 Toutes autres sciences sociales, n.c.a. RDF5099906 Études autochtones RC4.2 - Fractionnement RDF5099999 continue d'exister, alors que des parties de sa dénotation se déplacent vers les nouvelles sous-classes RDF5099905 et RDF5099906.
RDF5099999 Toutes autres sciences sociales, n.c.a. RDF5099999 Toutes autres sciences sociales, n.c.a. RC4.2 - Fractionnement RDF5099999 continue d'exister, alors que des parties de sa dénotation se déplacent vers les nouvelles sous-classes RDF5099905 et RDF5099906.
RDF6010199 Études de l'histoire, n.c.a. RDF6010115 Histoire du Québec RC4.2 - Fractionnement RDF6010199 continue d'exister, alors qu'une partie de sa dénotation se déplace vers la nouvelle sous-classe RDF6010115.
RDF6010199 Études de l'histoire, n.c.a. RDF6010199 Études de l'histoire, n.c.a. RC4.2 - Fractionnement RDF6010199 continue d'exister, alors qu'une partie de sa dénotation se déplace vers la nouvelle sous-classe RDF6010115.
RDF6020299 Linguistique, n.c.a. RDF6020211 Traductologie RC4.2 - Fractionnement RDF6020299 continue d'exister, alors qu'une partie de sa dénotation se déplace vers la nouvelle sous-classe RDF6020211.
RDF6020299 Linguistique, n.c.a. RDF6020299 Linguistique, n.c.a. RC4.2 - Fractionnement RDF6020299 continue d'exister, alors qu'une partie de sa dénotation se déplace vers la nouvelle sous-classe RDF6020211.
RDF6040601 Arts de la scène autochtones RDF6040601 Arts autochtones VC2 - Changement de nom Changement du titre et de la définition.

Classification canadienne de la recherche et développement (CCRD) 2020 version 2.0

Date de diffusion : le 30 avril 2024

Processus de consultation permanent pour CCRD 2026 et au-delà

Participation à la consultation permanente pour la révision de la Classification canadienne de la recherche et développement (CCRD) 27 janvier 2025

Statut

Cette norme a été approuvée comme norme recommandée le 26 mai 2020.

CCRD 2020 version 2.0

La Classification canadienne de la recherche et du développement (CCRD) 2020 a été élaborée conjointement par le Conseil de recherches en sciences humaines du Canada (CRSH), le Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG), la Fondation canadienne pour l'innovation (FCI), les Instituts de recherche en santé du Canada (IRSC) et Statistique Canada qui en est le gardien. Cette classification-type conjointe, inspirée du modèle de Frascati 2015 de l'Organisation de Coopération et de Développement Économiques (OCDE), sera utilisée par les organismes subventionnaires fédéraux et Statistique Canada pour recueillir et diffuser des données liées à la recherche et au développement au Canada. La première version officielle de la CCRD est la version 1.0 de 2020, remplacée par la présente version 2.0. La CCRD 2020 version 2.0 est composée de 3 éléments principaux : le type d'activité ou TDA (avec 3 catégories), le domaine de recherche ou DDR (avec 1671 domaines au niveau le plus bas) et l'objectif socioéconomique ou OSE (avec 85 groupes principaux au niveau le plus bas).

Format HTML

Format PDF

Format CSV

Tableaux de correspondance

Genre, sexe à la naissance et orientation sexuelle, et normes connexes par variable

Les normes relatives aux données statistiques et aux métadonnées sont un ensemble de règles qui permettent une description, une représentation, une structuration et un partage cohérents et reproductibles des données et des métadonnées. Statistique Canada dispose de nombreuses normes, sources de données et méthodes statistiques utilisées pour recueillir et publier des données détaillées. Cette page comprend des variables d'intérêt normalisées relatives aux concepts du genre, du sexe à la naissance et de l'orientation sexuelle.

Genre

Orientation sexuelle

Relations de couple

Sexe à la naissance

Genre, sexe à la naissance et orientation sexuelle, et normes connexes par classification

Les normes relatives aux données statistiques et aux métadonnées sont un ensemble de règles qui permettent une description, une représentation, une structuration et un partage cohérents et reproductibles des données et des métadonnées. Statistique Canada dispose de nombreuses Normes, sources de données et méthodes statistiques utilisées pour recueillir et publier des données détaillées. Cette page comprend des classifications d'intérêt normalisées relatives aux concepts du genre, du sexe à la naissance, et de l'orientation sexuelle.

Genre

Orientation sexuelle

Relations de couple

Sexe à la naissance

Genre, diversité et inclusion, et normes connexes par classification

Les normes relatives aux données statistiques et aux métadonnées sont un ensemble de règles qui permettent une description, une représentation, une structuration et un partage cohérents et reproductibles des données et des métadonnées. Statistique Canada dispose de nombreuses Normes, sources de données et méthodes statistiques utilisées pour recueillir et publier des données détaillées. Cette page comprend des classifications d'intérêt normalisées relatives aux concepts du genre, de la diversité et de l'inclusion.

Diversité ethnoculturelle

Genre, sexe à la naissance, orientation sexuelle et relations de couple

Immigration

Incapacité

Langues

Premières Nations, Métis, and Inuit

Genre, diversité et inclusion, et normes connexes par variable

Les normes relatives aux données statistiques et aux métadonnées sont un ensemble de règles qui permettent une description, une représentation, une structuration et un partage cohérents et reproductibles des données et des métadonnées. Statistique Canada dispose de nombreuses Normes, sources de données et méthodes statistiques utilisées pour recueillir et publier des données détaillées. Cette page comprend des variables d'intérêt normalisées relatives aux concepts du genre, de la diversité et de l'inclusion.

Diversité ethnoculturelle

Genre, sexe à la naissance, orientation sexuelle et relations de couple

Immigration

Incapacité

Langues

Premières Nations, Métis, and Inuit

Rapport et propositions de recommandations - Résultats de la mobilisation consultative sur le concept de minorité visible

Diversité et Statistique socioculturelle
Statistique Canada

Contenu

Partie 1 : Introduction

1.1. Contexte

Le Canada est reconnu pour sa diversité ethnoculturelle et religieuse, qui se reflète dans les données recueillies dans le cadre d'un recensement national depuis 1871. Étant donné la nature évolutive et complexe de la diversité au pays, Statistique Canada a mené de vastes consultations et des recherches approfondies afin d'améliorer la collecte et la mesure de la diversité ethnoculturelle et religieuse de la population, ainsi que la terminologie utilisée pour la décrire.

Le terme « minorité visible » a été créé par l'activiste afro-canadienne Kay Livingstone, en 1975, qui a notamment travaillé à l'organisation d'une conférence nationale de femmes de minorités visibles. Le terme est devenu un outil d'organisation afin de remettre en question les pratiques institutionnelles injustes dans les domaines de l'éducation, des services de police et de l'immigration, et a rapidement été repris dans les médias.Footnote 1 Le terme a été davantage reconnu lorsque la juge Rosalie Silberman Abella l'a utilisé dans son rapport de la Commission fédérale d'enquête sur l'égalité en matière d'emploi (1984).Footnote 2 Le document explorait les obstacles systémiques « qui, de par leur conception ou par voie de conséquence, gênent l'accès des particuliers ou des groupes à des possibilités d'emplois, en raison de caractéristiques qui leur sont prêtées à tort ».Footnote 3 La juge Abella a établi quatre groupes qui devraient faire l'objet de mesures stratégiques ciblées en ce qui concerne l'équité en matière d'emploi, notamment les femmes, les Autochtones, les personnes handicapées et les minorités visibles. Elle a soutenu que pour éliminer les obstacles systémiques auxquels se heurtaient les « minorités visibles, [il fallait] commencer à nous en prendre d'abord au racisme ».Footnote 4

Le rapport a mené à l'adoption de la Loi sur l'équité en matière d'emploi (LEE), en 1985, qui définissait les minorités visibles comme des « personnes, autres que les Autochtones, qui ne sont pas de race blanche ou qui n'ont pas la peau blanche ». La loi a été modifiée en 1996, mais la définition du terme « minorités visibles » est encore en vigueur.

Un groupe de travail interministériel dirigé par le Programme du travail d'Emploi et Développement social Canada (qui s'appelait à ce moment-là Emploi et Immigration Canada) s'est vu confier le mandat d'élaborer un programme statistique. Afin de se conformer à la LEE, Statistique Canada a été chargé de fournir des données repères, qui sont recueillies par l'intermédiaire du recensement national. En 1987, Emploi et Immigration Canada a établi des groupes désignés sous le nom de « minorités visibles », qui ont été inclus dans la publication Équité en matière d'emploi : documents techniques de référence. Ces groupes comprenaient notamment les Sud-Asiatiques, les Chinois, les Noirs, les Philippins, les Latino-Américains, les Arabes, les Asiatiques du Sud-Est, les Asiatiques occidentaux, les Coréens et les Japonais.

La société canadienne a évolué depuis les années 1980, tout comme les besoins en matière de données. Les données sur les minorités visibles étaient spécifiquement recueillies aux fins de la LEE, mais ces données sont aussi utiles pour élaborer des politiques de lutte contre le racisme et la discrimination ainsi que pour fournir des possibilités égales à tous. À l'heure actuelle, des administrations, des entreprises, des collectivités, des fournisseurs de soins de santé, des chercheurs et diverses organisations dans l'ensemble du pays se servent de ces données.

Au cours des dernières années, on a fait part à Statistique Canada de commentaires sur l'utilisation du terme « minorités visibles » lorsque des données sont diffusées. En fait, divers intervenants demandent à l'organisme de cesser d'utiliser ce terme. En outre, on constate une augmentation des demandes de données plus détaillées sur les groupes de population actuellement désignés en tant que « minorités visibles » afin de faire ressortir la diversité de ces populations. Autrement dit, il faut de plus en plus de renseignements sur les différents groupes qui composent la population des minorités visibles pour élaborer des politiques et des programmes.

Parallèlement, de nombreux utilisateurs de données ont indiqué qu'il était important de pouvoir comparer les cycles de recensement et des sources de données différentes, car un changement apporté à une question du recensement pourrait avoir une incidence à cet égard. Il faut tenir compte de ces éléments lorsque l'on révise la norme actuelle.

Au fil du temps, Statistique Canada a exploré diverses façons de présenter des données pertinentes qui reflètent la diversité de la population. Une approche consiste à présenter des données sur des groupes de population distincts et d'éviter de présenter des données sur l'ensemble des minorités visibles. Par ailleurs, l'organisme fournit de plus en plus de données et d'analyses intersectionnelles afin de ventiler davantage les groupes de population selon l'ethnicité, l'appartenance religieuse, le lieu de naissance, le statut de génération, la langue, le genre et l'orientation sexuelle.

Il faut tenir compte de plusieurs facteurs lorsque l'on modifie ou que l'on met à jour une norme statistique utilisée dans le contexte du recensement. Parmi ceux-ci, notons les modifications législatives, les nouveaux besoins en matière de données, les constats des mobilisations consultatives et les résultats d'essais robustes menés pour déterminer l'incidence des changements apportés à la terminologie et aux catégories.

En ce qui concerne la révision de la norme relative aux minorités visibles, il faut tenir compte des modifications futures apportées à la LEE. Le Groupe de travail sur l'examen de la Loi sur l'équité en matière d'emploi (le Groupe de travail) a été mis sur pied en 2021 afin d'examiner la LEE et de conseiller le ministre du Travail sur la façon de moderniser et de renforcer le cadre fédéral sur l'équité en matière d'emploi.Footnote 5 Le rapport final, qui contient des recommandations, a été publié en décembre 2023.Footnote 6 Statistique Canada fournit des services à un vaste éventail d'intervenants et sait qu'il faut fournir des données bien adaptées à diverses fins autres que l'équité en matière d'emploi; cependant, les recommandations du Groupe de travail seront rigoureusement prises en considération.

En outre, les normes en matière de données utilisées dans le recensement national sont élaborées pour convenir à un vaste éventail de populations à l'échelle du Canada, dans le respect des normes les plus élevées en matière de qualité des données et de confidentialité. Les écarts dans les caractéristiques de la population entre les provinces, les différences importantes entre les régions rurales et urbaines ainsi que les exigences de produire et de définir des données dans les deux langues officielles posent des défis pour la révision de la norme relative aux minorités visibles.

Statistique Canada met actuellement à l'essai différentes options afin de mettre à jour la norme en matière de données sur les minorités visibles en vue de se préparer au Recensement de 2026. En plus de cette initiative de mobilisation ciblée, d'autres consultations ont été tenues sur le contenu du recensement précédent (Consultation sur le contenu du Recensement de la population de 2026). Les commentaires reçus à cette occasion ont été pris en considération dans l'élaboration des approches pour le Test du recensement de 2024. Les résultats du test du recensement serviront à présenter des recommandations sur le contenu définitif inclus dans le questionnaire du Recensement de 2026. Statistique Canada suit l'échéancier du recensement, mais l'objectif général consiste à déterminer la norme de l'organisme qui peut être utilisée au-delà du recensement, notamment dans diverses enquêtes, dans d'autres ministères et organismes fédéraux et provinciaux ainsi que dans divers services municipaux.

1.2. Initiative de mobilisation

Statistique Canada s'est engagé à consulter des partenaires, des intervenants et le grand public afin d'établir une terminologie qui décrit adéquatement la population, de revoir les catégories pour tenir compte de la diversité grandissante de celle-ci et d'offrir des façons adéquates et souples de présenter les données en vue d'une utilisation variée.

Au cours des dernières années, des efforts continus ont été déployés pour échanger avec les utilisateurs de données en ce qui a trait aux données ethnoculturelles, au moyen de discussions informelles avec des intervenants des administrations publiques et du milieu communautaire. En outre, une mobilisation ciblée menée auprès d'intervenants des administrations publiques a eu lieu au printemps 2021 et a été complétée par la création du Comité consultatif d'experts de la statistique de l'immigration et ethnoculturelle.

Ces initiatives sont menées en parallèle à un vaste programme de consultation qui permet aux utilisateurs de données et aux parties concernées partout au Canada de faire connaître leur point de vue sur le contenu du recensement et sa stratégie de diffusion. Le rapport de consultation sur le contenu du Recensement de la population de 2026 (Consultation sur le contenu du Recensement de la population de 2026) a été publié en mai 2024.

Afin de mettre davantage l'accent sur la norme relative aux minorités visibles et d'élargir le discours pour inclure un vaste éventail d'intervenants, Statistique Canada a lancé une mobilisation consultative sur le concept de minorité visible en octobre 2022 (Mobilisation consultative sur le concept de minorité visible). Cette consultation visait à obtenir des commentaires sur la norme en matière de données sur les minorités visibles d'un vaste éventail de participants, y compris des utilisateurs de données, des représentants d'organisations de la société civile, des administrations publiques à l'échelle fédérale, provinciale et locale, des universitaires, des chercheurs et toutes autres parties intéressées, comme le grand public. Une gamme d'activités, dont des réunions ciblées, deux phases de discussions en groupe et un formulaire de rétroaction accessible au public, ont été planifiées. L'objectif général consistait à tirer parti de ces commentaires collectifs afin de proposer des modifications à la norme relative aux minorités visibles en vue du Recensement de 2026.

La consultation a été annoncée publiquement sur la page Web de Statistique Canada et par l'intermédiaire de ses comptes de médias sociaux. Les annonces indiquaient les types de commentaires recherchés ainsi que le calendrier de la consultation, et donnaient les coordonnées à utiliser par les parties intéressées pour présenter leurs observations ou pour faire part de leurs questions et commentaires à Statistique Canada.

On a également invité par courriel des intervenants et des partenaires, y compris des organisations de la société civile et un certain nombre de chercheurs dans le domaine de la diversité ethnoculturelle, à participer et on les a encouragés à transmettre l'invitation à la consultation à d'autres membres de leur réseau. Les parties intéressées ont été invitées à participer à des discussions de groupe et à soumettre des propositions écrites à Statistique Canada.

La mobilisation portait sur divers aspects de la norme relative aux minorités visibles, notamment la terminologie utilisée pour la diffusion, les catégories, l'usage des données et l'établissement de réponses menant à la diffusion définitive des données.

1.2.1 Activités

La mobilisation s'est tenue d'octobre 2022 à novembre 2023. À l'automne 2022, Statistique Canada a organisé des groupes de discussion composés d'universitaires et d'intervenants clés issus des administrations publiques fédérales et provinciales. Cette activité a réuni 48 participants.

En mai 2023, Statistique Canada a organisé des séances d'information virtuelles avec des représentants de divers ministères fédéraux afin de présenter les résultats préliminaires de la mobilisation et d'obtenir leurs commentaires. Cette activité a réuni 178 participants, qui ont aussi été invités à présenter leurs commentaires au moyen d'un formulaire en ligne. Plus de 70 communications ont été reçues.

Une deuxième phase de groupes de discussion a eu lieu en juin 2023 afin d'obtenir les commentaires de représentants d'organisations qui participent à des initiatives d'équité, de diversité et d'inclusion, y compris divers organismes à but non lucratif qui viennent en aide à des communautés diverses. Cette activité a réuni 57 participants.

Enfin, les constats initiaux ont été présentés au grand public en novembre 2023, puis ont été annoncés sur diverses plateformes de médias sociaux. À ce moment-là, toute partie intéressée a été invitée à formuler ses commentaires sur ces résultats préliminaires, lesquels ont servi à éclairer les conclusions et les recommandations du présent rapport. Statistique Canada a reçu plus de 200 réponses.

En résumé, plus de 500 personnes ont participé aux activités de mobilisation, y compris des universitaires, des représentants des administrations publiques fédérales, provinciales et municipales, des organismes à but non lucratif, des organismes communautaires ainsi que le grand public.

1.2.2 Sujets

Terminologie

Le Comité pour l'élimination de la discrimination raciale de l'Organisation des Nations Unies (ONU) a exhorté le Canada (en 2007, en 2012 et en 2017 (International Convention on the Elimination of A ll Forms of Racial Discrimination) (anglais seulement)) à revoir son utilisation du terme « minorité visible ». Le Comité a indiqué que [traduction] « le caractère vague du terme pourrait empêcher de pallier efficacement les lacunes socioéconomiques de différents groupes ethniques ». L'experte indépendante sur les questions relatives aux minorités envoyée par l'ONU (Statement by the United Nations Independent Expert on minority issues, Ms Gay McDougall, on the conclusion of her official visit to Canada.) (anglais seulement) a aussi indiqué que l'utilisation du terme par le Canada [traduction] « a servi à obscurcir et à diluer les différences entre divers groupes de minorités et leur expérience distincte ». Le groupe de travail d'experts sur les personnes d'ascendance africaine de l'ONU (Statement to the media by the United Nations' Working Group of Experts on People of African Descent, on the conclusion of its official visit to Canada, 17-21 October 2016) (anglais seulement) a exprimé des inquiétudes semblables. Certaines de ces inquiétudes ont été apaisées lorsque des données ont été présentées pour des groupes distincts qui forment la population des minorités visibles, mais le terme en soi demeure critiqué par de nombreux intervenants.

Comme il a été indiqué ci-dessus, le gouvernement du Canada a annoncé, en 2021, la création d'un groupe de travail sur l'examen de la LEE (Le gouvernement du Canada lance un groupe de travail qui révisera la Loi sur l'équité en matière d'emploi). Dans le mandat, on reconnaissait certaines difficultés liées au cadre fédéral d'équité en matière d'emploi, y compris une attention renouvelée au racisme systémique et des « appels des intervenants à retirer le terme "minorités visibles" et à repenser la catégorie ».Footnote 7 Dans son rapport final, le Groupe de travail a recommandé de remplacer le terme « minorité visible » par « travailleur racisé », en faisant remarquer que « [l]e terme "minorité visible" a été critiqué de façon quasi unanime, et le groupe de travail a reçu de nombreuses demandes pour qu'il soit modifié ».Footnote 8 Cependant, même si le terme « minorité visible » fait l'objet de nombreuses critiques, les résultats de la mobilisation consultative actuelle indiquent que tous ne s'entendent pas sur le terme le plus approprié pour le remplacer.

Catégories

Cette personne est-elle un :

Cochez « X » plus d'un cercle ou précisez, s'il y a lieu.

  • Blanc
  • Sud-Asiatique (p. ex. Indien de l'Inde, Pakistanais, Sri-Lankais)
  • Chinois
  • Noir
  • Philippin
  • Arabe
  • Latino-Américain
  • Asiatique du Sud-Est (p. ex. Vietnamien, Cambodgien, Laotien, Thaïlandais)
  • Asiatique occidental (p. ex. Iranien, Afghan)
  • Coréen
  • Japonais
  • Autre groupe — précisez :

Comme il a été indiqué plus tôt, les catégories actuelles (Classification de la minorité visible) étaient énumérées dans la publication Équité en matière d'emploi : documents techniques de référence (1987) d'Emploi et Immigration Canada. Des modifications mineures ont été apportées au fil des ans, mais les catégories sont demeurées en grande partie intactes afin de maintenir la comparabilité entre les cycles de recensement.

Au cours des dernières années, divers intervenants ont proposé de modifier les catégories de réponses afin de garantir leur cohérence, de recueillir davantage de données détaillées ou de répondre aux besoins en données relatifs à des communautés précises.Footnote 9 En fin de compte, chaque utilisateur de données a ses propres besoins en matière de données et une seule liste de catégories ne peut satisfaire aux attentes de chacun.

Des intervenants ont fait remarquer que certains groupes dans la liste actuelle sont surreprésentés. Par exemple, certains ont proposé de réduire le nombre de groupes afin de regrouper les catégories « Chinois », « Coréen » et « Japonais » en une seule catégorie nommée « Asiatique de l'Est » ou d'inclure la catégorie « Philippin » à la catégorie « Asiatique du Sud-Est ». Il a aussi été proposé à maintes reprises de regrouper les catégories « Arabe » et « Asiatique occidental » en une seule catégorie nommée « Du Moyen-Orient ». En outre, certains utilisateurs de données croient qu'il est plus souhaitable de regrouper des catégories lorsque l'échantillon utilisé pour l'enquête empêche de présenter des données pour des groupes plus petits.

Par ailleurs, selon les définitions de l'équité en matière d'emploi, les Autochtones et les minorités visibles sont des groupes en quête d'équité mutuellement exclusifs. Par conséquent, afin d'éviter le fardeau de réponse, les personnes qui s'identifient comme Autochtones dans le recensement et dans d'autres enquêtes de Statistique Canada ont été prises en compte dans la catégorie « pas une minorité visible » et ne répondent pas à la question du recensement. Bon nombre d'intervenants ont indiqué qu'un nombre considérable de personnes autochtones ont des origines diverses (c.-à-d. autochtones et non autochtones) et que les données doivent refléter cet aspect important de l'identité autochtone.

Enfin, on a aussi indiqué qu'il n'y avait actuellement aucune définition unique ou classification recommandée pour mesurer les caractéristiques ethnoculturelles à l'échelle internationale.Footnote 10 En fait, les approches et les critères varient considérablement d'un pays à l'autre. Le choix des termes et des classifications dépend de divers facteurs, ce qui reflète les avancées historiques et politiques, ainsi que les exigences législatives propres à chaque pays.

Usage des données

Les données sur les minorités visibles recueillies dans le cadre du recensement canadien visent principalement à donner des repères pour satisfaire aux exigences de la LEE. Cela dit, les données sur les minorités visibles appuient aussi les programmes liés à la stratégie de lutte contre le racisme, tout comme la mesure de l'équité et de la diversité dans les domaines du travail, des questions sociales, de la santé, de l'éducation et de la justice.

Étant donné les initiatives lancées récemment par les administrations publiques fédéralesFootnote 11 et provincialesFootnote 12 afin d'élaborer des programmes et des lois pour lutter contre le racisme, les intervenants indiquent de plus en plus qu'ils ont besoin de données fondées sur la race. La LEE définit les minorités visibles en tant que « personnes, autres que les Autochtones, qui ne sont pas de race blanche ou qui n'ont pas la peau blanche », mais les données recueillies et diffusées dans le contexte du recensement et d'autres enquêtes vont au-delà des groupes raciaux (p. ex. Noir, blanc) et comprennent les groupes ethniques (p. ex. Arabe, Latino-Américain), les groupes fondés sur la région (p. ex. Sud-Asiatique, Asiatique occidental) et les groupes fondés sur le pays (p. ex. Chinois, Philippin, Coréen).

Pendant la mobilisation consultative actuelle, Statistique Canada a recueilli des commentaires sur les besoins en données des participants au-delà de l'équité en matière d'emploi afin de déterminer la façon de rendre la norme future plus adaptable à diverses fins de recherche, y compris la lutte contre le racisme, la santé, l'éducation et la justice.

Présentation des données

  • Total de la population des minorités visibles
    • Sud-Asiatique
    • Chinois
    • Noir
    • Philippin
    • Arabe
    • Latino-Américain
    • Asiatique du Sud-Est
    • Asiatique occidental
    • Coréen
    • Japonais
    • Minorité visible, non incluse ailleurs
    • Minorités visibles multiples
  • Pas une minorité visible

L'approche actuelle à l'égard de la présentation des données sur les minorités visibles recueillies dans le cadre du recensement consiste à obtenir par dérivation un groupe pour chaque répondant, même si celui-ci a sélectionné plus d'une catégorie (pour en savoir plus sur la méthode de dérivation, voir Minorité visible de la personne). Par exemple, un répondant qui s'identifie comme une personne blanche et noire est inclus uniquement dans la catégorie de population « Noir », tandis qu'un répondant qui s'identifie comme une personne noire et chinoise est inclus dans la catégorie de population « Minorités visibles multiples ». Certains intervenants ont critiqué cette approche, et des solutions de rechange ont été présentées aux participants pendant la mobilisation consultative.

Un autre problème est que les données sur les minorités visibles divisent la population en grandes catégories qui ne reflètent pas la diversité des groupes (p. ex. Noir, Latino-Américain, Sud-Asiatique). Statistique Canada a cherché à obtenir des commentaires sur des options visant à fournir des données plus détaillées et souples aux utilisateurs et aux communautés.

La variable de la minorité visible est la variable le plus couramment diffusée de la question du recensement depuis 1996, mais il est possible d'obtenir des données plus détaillées par l'intermédiaire de la variable du groupe de population.Footnote 13 Contrairement à la variable de la minorité visible, la variable du groupe de population présente des données qui correspondent mieux aux réponses fournies par les répondants au questionnaire du recensement, y compris les réponses uniques et les réponses multiples. Cette variable comprend 12 catégories à réponse unique et permet de prendre en compte les répondants qui ont indiqué un seul groupe de population. En outre, elle présente un grand nombre de catégories à réponses multiples (67 en tout) qui correspondent à chacune des combinaisons possibles de deux groupes de population (p. ex. « Blanc et Sud-Asiatique », « Chinois et Noir »). Enfin, elle comprend des catégories pour les répondants qui ont indiqué trois groupes de population ou plus (« Blanc et groupes de population multiples », « groupes de population multiples, non inclus ailleurs »). Cependant, même si ces données donnent des précisions pour ce qui est des réponses multiples, elles ne conviennent pas toujours aux fins d'analyse en raison du grand nombre de catégories.

Partie 2 : Conclusions et propositions de recommandations

Sujet 1 : Terminologie

Pendant la mobilisation consultative, on a présenté aux participants divers termes qui pourraient remplacer « minorité visible », y compris « groupe racisé », « groupe de population », « personnes autochtones, noires et de couleur » et « groupe ethnoculturel ». Ces termes ont été présentés parce que ce sont ceux qui avaient le plus souvent été mentionnés par divers intervenants préalablement à la mobilisation. Les participants ne sont arrivés à aucun consensus clair, et divers facteurs à prendre en considération ont été soulevés.

Plusieurs participants préféraient le terme « groupe racisé ». Ils ont fait remarquer que le terme « racisé » est déjà utilisé par divers ministères et organismes fédéraux, par les administrations provinciales et municipales ainsi que dans les médias. Ils ont également soutenu que le terme présente plus justement la « race » comme une construction sociale en mettant l'accent sur le processus de racisation.

Cependant, le terme « racisé » était aussi l'option la plus controversée. De nombreux participants ont été offensés lorsqu'ils ont été décrits comme appartenant à un groupe racisé. De plus, la plupart des participants francophones ne croyaient pas que Statistique Canada devrait adopter une terminologie fondée sur la « race » parce qu'elle est plus généralement considérée comme offensante en français. Peu importe leur langue officielle, de nombreux participants trouvaient que le fait d'étiqueter tous les non-blancs comme étant « racisés » renforce la population blanche comme formant le groupe dominant. Enfin, les participants ont fait remarquer que diverses définitions de la « racisation » sont actuellement utilisées en ce qui concerne notamment la couleur de la peau, la culture, la religion, l'ethnicité et la langue.

Le terme « groupe de population » était le deuxième terme privilégié. Les participants ont soutenu qu'il est suffisamment vaste et souple pour s'appliquer à un certain nombre de situations et être défini différemment selon les besoins de divers programmes et organisations. On considérait qu'il s'agissait d'un terme plus neutre qui aurait probablement une durée de vie plus prolongée, compte tenu de la nature délicate du sujet. Les participants ont également fait remarquer que ce terme pourrait inclure la population blanche, sans faire de cette population la référence ou la norme. Cependant, certains participants se sont opposés à ce terme en raison de son caractère imprécis.

Recommandation sur la terminologie

1. Harmoniser la terminologie avec les modifications futures apportées à la LEE

Dans le rapport final qu'il a présenté au ministre du Travail, le Groupe de travail a recommandé de remplacer le terme « minorités visibles » par « travailleurs racisés ».Footnote 14 Étant donné que la définition et la terminologie relatives aux données sur les minorités visibles sont enchâssées dans la LEE depuis les années 1980, la recommandation du Groupe de travail revêt une importance considérable. Si la recommandation est adoptée dans une modification future à la LEE, Statistique Canada devrait harmoniser sa terminologie et ses définitions de façon à fournir des données repères.

Même si le terme « racisé » n'a pas fait l'unanimité en tant que solution de rechange au terme « minorité visible », la majorité des participants privilégiaient ce terme aux autres options proposées. Le terme « racisé » semble préférable étant donné qu'il reconnaît l'effet de la racisation sur les expériences vécues par bon nombre de Canadiens, tout en insistant sur la construction sociale et subjective des catégories raciales.

Statistique Canada reconnaît que le fait d'utiliser ce terme est limitatif lorsque l'on fait référence à un ensemble de groupes précis. Par exemple, ces données ne peuvent pas englober chaque groupe qui fait l'objet d'une racisation en fonction de sa religion, de sa langue ou de son ethnicité.

En outre, même si les Autochtones font l'objet de racisation dans la société canadienne, les données sur ces populations devraient être isolées de celles sur d'autres groupes racisés afin de tenir compte du mandat de la LEE. De même, le Groupe de travail a recommandé de séparer la population noire des autres groupes racisés. Un plan de communication détaillé sera élaboré afin d'expliquer la nouvelle norme au public, de la définir et d'indiquer ses liens avec les termes et les définitions que l'on trouve dans la LEE.

Sujet 2 : Groupes mesurés (Catégories)

Option 1 (liste actuelle)

  • Blanc
  • Sud-Asiatique
  • Chinois
  • Noir
  • Philippin
  • Arabe
  • Latino-Américain
  • Asiatique du Sud-Est
  • Asiatique occidental
  • Coréen
  • Japonais

Option 2 (utilisée par divers ministères fédéraux)

  • Blanc
  • Sud-Asiatique
  • Asiatique de l'Est
  • Noir
  • Asiatique du Sud-Est
  • Du Moyen-Orient
  • Latino-Américain

Pendant la mobilisation consultative, aucun consensus clair ne s'est dégagé concernant la liste de catégories à retenir pour mesurer les groupes. Certains participants ont suggéré que le fait de combiner certaines catégories, comme dans l'option 2, serait plus utile aux fins de lutte contre le racisme, parce que les données recueillies seraient plus représentatives de la perception des autres que de l'identité personnelle du répondant, qui peut souvent être assez spécifique.

D'autres participants ont soutenu qu'il est toujours préférable de disposer de plus de détails et ne voyaient aucun avantage à réduire le nombre de catégories. En outre, ces participants ont noté que la réduction du nombre de catégories signifierait que les détails relativement à certains groupes seraient perdus (p. ex. Chinois, Japonais, Coréen, Philippin, Arabe, Asiatique occidental).

Divers participants croyaient que les personnes autochtones devraient aussi être en mesure de déclarer appartenir à un groupe non autochtone étant donné que cette population est de plus en plus diversifiée.

Une critique fréquente était que les catégories figurant dans les deux options sont incohérentes parce que la race, l'ethnicité, la nationalité et la descendance géographique s'y chevauchent.

Cela dit, la plupart des répondants trouvaient que la comparabilité historique est importante pour leurs besoins en matière de données et ont soulevé des préoccupations quant aux répercussions éventuelles que les changements apportés aux catégories dans le questionnaire soulèveraient.

La plupart des répondants croyaient que certaines catégories étaient trop larges et devraient être plus détaillées. Par exemple, divers participants ont indiqué que la catégorie « Noir » devrait être plus désagrégée. Ils ont soutenu qu'il était justifié de mettre un accent plus prononcé sur cette population, compte tenu de l'effet disproportionné du racisme sur les personnes noires. Différentes sous-catégories ont été suggérées (p. ex. « Canadien noir », « Noir des Caraïbes », « Noir d'Afrique de l'Est », « Noir d'Afrique de l'Ouest »). Ces commentaires ont également été soulevés pour les groupes « Latino-Américain » et « Sud-Asiatique », lesquels constituent des groupes comprenant des populations diversifiées qui devraient être davantage ventilées.

Divers participants étaient aussi en faveur du changement aux étiquettes utilisées pour certaines catégories, en soutenant qu'elles devraient être plus pertinentes et représentatives de la perception qu'ont les communautés d'elles-mêmes. Certains participants ont demandé de remplacer l'étiquette « Latino-Américain » par « Latino », « Latino ou Latina » ou « Latino, Latina ou Latinx ». On estimait que l'étiquette « Asiatique occidental » ne convenait pas pour désigner les descendants de cette région d'Asie, car les répondants ne se reconnaîtraient pas nécessairement en tant qu'« Asiatique occidental ». On préférait le terme « Du Moyen-Orient », même si d'autres participants ont mentionné que cette terminologie avait une connotation coloniale. Enfin, le terme « Arabe » a été critiqué parce qu'il ne représentait pas adéquatement les populations non arabes d'Afrique du Nord (p. ex. Berbère, Copte). Le terme « Nord-Africain » est celui qui a été suggéré.

Recommandation sur les groupes mesurés (Catégories)

1. Modifier les catégories afin de garantir leur pertinence tout en maintenant la comparabilité et la qualité des données.

De nombreux participants à la mobilisation consultative ont indiqué que selon eux, les catégories devraient être modifiées afin de mieux représenter la diversité de la population. Parallèlement, la plupart des participants ont insisté sur l'importance de maintenir la comparabilité des données entre les cycles de recensement. Pour atteindre ces deux objectifs, il faut adopter une approche équilibrée et mesurée.

Afin de maintenir la comparabilité avec les cycles de recensement passés, les catégories indiquées dans le questionnaire du recensement devraient demeurer les mêmes jusqu'à ce que l'on ait recueilli suffisamment de données probantes sur les répercussions d'éventuelles modifications. Une stratégie de mise à l'essai sera élaborée afin d'évaluer l'incidence de la modification de certaines catégories, notamment « Asiatique occidental », « Arabe » et « Latino-Américain ».

Cela dit, Statistique Canada met actuellement à l'essai l'élimination du « saut » existant entre la question sur le groupe autochtone et celle sur le groupe de population. Si les résultats sont positifs, les répondants autochtones pourraient déclarer appartenir à un ou plusieurs groupes de population non autochtones, ce qui refléterait la diversité croissante de cette population.

Même si les catégories demeurent en grande partie intactes dans le questionnaire, il est possible d'adopter des approches différentes pour présenter les données. Par exemple, une catégorie « Blanc » devrait être présentée au lieu de la catégorie « pas une minorité visible » (ou non racisé). Il est aussi possible de créer différentes variables afin de répondre à un éventail de besoins en données et de désagréger davantage les données (voir le sujet 4 : Présentation des données).

Sujet 3 : Usage des données

Les participants ont mentionné un éventail d'usages aux données recueillies sur les minorités visibles qui ne sont pas reflétés dans l'accent qui est actuellement mis sur la LEE. Les organisations gouvernementales, les chercheurs universitaires et les organismes communautaires utilisent les données sur les minorités visibles dans les domaines de la santé, de l'éducation et de la justice, tandis que plusieurs participants se servent des catégories actuelles comme des données de substitution sur la « race ». Pour de nombreux utilisateurs, les données sont utilisées pour établir des repères propres à des populations dans un contexte d'élaboration de politiques contre le racisme par les administrations fédérales, provinciales et municipales.

Les participants ont indiqué qu'il était nécessaire de fournir des données répondant à un large éventail de besoins. Dans ce contexte, on a reconnu que Statistique Canada aura du mal à répondre aux besoins des différents utilisateurs de données. Par exemple, les utilisateurs de données ont indiqué qu'il était difficile d'exécuter le mandat des politiques contre le racisme en se servant de la norme actuelle en raison de la discrimination dont font l'objet certaines communautés religieuses (p. ex. les musulmans et les juifs). Par conséquent, divers participants ont indiqué à Statistique Canada qu'il est crucial d'avoir des données sur les groupes religieux afin de comprendre les divers aspects entourant la racisation au Canada.

Les participants ont reconnu la variété de données recueillies dans le cadre du recensement national, y compris de données sur les origines ethnique et culturelle, l'immigration, la religion et la langue. Cependant, le nombre de questions incluses dans le recensement et dans d'autres enquêtes menées auprès des ménages est limité, ce qui pose un défi récurrent.

Certains utilisateurs de données ont demandé à Statistique Canada d'élaborer une norme en matière de données sur la « race » dont la question ferait expressément référence à ce concept. Ils ont fait valoir que Statistique Canada tente d'échapper à la réalité du racisme en adoptant des termes euphémiques et qu'à titre d'organisme national de statistique, il a l'obligation de s'attaquer au phénomène du racisme en fournissant des données fiables. D'autres participants croyaient en revanche qu'une telle approche pouvait renforcer le racisme dans la société en concrétisant le concept de « race ». Comme il a été mentionné précédemment, ce débat important se reflétait aussi dans les conversations portant sur la terminologie et les catégories.

Divers participants ont demandé si ces données devaient refléter la perception des répondants à l'égard de leur propre identité ou la façon dont d'autres membres de la société les perçoivent. La question vise principalement la déclaration volontaire, mais les participants qui cherchent à évaluer les répercussions de la racisation dans la société veulent que la question mesure la façon dont les gens sont perçus et aimeraient qu'il y ait moins de catégories (p. ex. « Noir », « Asiatique », « Latino, Latina ou Latinx », « Du Moyen-Orient », « Autochtone »). Parallèlement, de nombreux participants ont plaidé en faveur d'une question plus ouverte (c.-à-d. un champ pour réponse écrite, sans cases à cocher), ce qui permettrait au répondant de s'identifier selon la perception qu'il a de lui-même.

Les participants ont aussi indiqué qu'il était réellement nécessaire d'avoir des données sur la racisation et sur l'expérience du racisme, ce que la question actuelle du recensement ne permet pas de recueillir. Afin de répondre à ce besoin, il faudrait élaborer un programme statistique de plus grande envergure, y compris une enquête-échantillon.

Recommandation sur l'usage des données

1. Élargir les programmes statistiques afin de mesurer le racisme et la discrimination

Des lacunes persistent dans la saisie des expériences, des perceptions et de la connaissance du racisme et de la haine que les enquêtes et les données administratives actuelles ne permettent pas de pallier. Pour ce faire, il faudra élaborer de nouvelles questions pour les enquêtes sociales actuelles de Statistique Canada et faire progresser un cadre conceptuel pour mettre en œuvre une façon de mesurer le racisme et la discrimination, accompagnée d'indicateurs pertinents, ce qui permettrait de mieux comprendre l'équité, la diversité et l'inclusion.

Statistique Canada vise à élaborer des outils pour comprendre et mesurer le racisme, y compris le processus de racisation et son incidence sur les Canadiens. À l'heure actuelle, on est à explorer et à mettre à l'essai différentes façons d'y arriver, notamment au moyen de nouvelles questions permettant de mieux mesurer la perception que les autres membres de la société ont à l'égard d'une personne (c.-à-d. comment la personne est-elle « racisée »?) ainsi que les répercussions causées par ce processus de racisation. Statistique Canada recueille des données sur les expériences de discrimination dans l'Enquête sociale générale, mais une approche plus ciblée pourrait permettre de mieux comprendre le racisme. En outre, des indicateurs socioéconomiques (travail, éducation, logement, santé) doivent être pris en considération afin de comprendre et de mesurer les répercussions du racisme systémique dans la société canadienne.

Sujet 4 : Présentation des données

En général, les participants à la mobilisation ont indiqué que des données plus souples et désagrégées s'avéraient nécessaires. Différentes options ont été présentées aux participants aux fins de commentaires, y compris des variables à réponses multiples et des tableaux croisés.

Parmi les facteurs importants, notons que, selon les lignes directrices techniques de la LEE, les personnes aux origines diverses qui choisissent plus d'une catégorie de réponse sont actuellement associées par dérivation à une seule catégorie (voir l'approche de dérivation (Minorité visible de la personne) détaillée). Même si les détails pour diverses combinaisons de réponses multiples sont présentés dans de grands tableaux de données (Minorité visible et groupe de population selon le statut des générations : Canada, provinces et territoires, régions métropolitaines de recensement et agglomérations de recensement y compris les parties), la plupart des utilisateurs de données comptent sur la variable de la minorité visible. Pour remédier à ces limites, il est possible notamment de présenter les données en tant que variable à réponses multiples, en affichant des réponses multiples et des réponses uniques. La plupart des participants ont indiqué que cette approche serait utile.

Différents intervenants avaient déjà indiqué qu'il était nécessaire d'obtenir plus de détails relativement à certains groupes. Des approches de rechange fournissant des données plus détaillées et souples ont été présentées aux participants. La première option était un tableau de données qui établit un croisement entre les minorités visibles et la région de naissance des parents. La plupart des participants étaient enthousiastes relativement à cette proposition, même si certains estimaient que le niveau de désagrégation était insuffisant.

Recommandation sur la présentation des données

1. Fournir plus d'options afin de répondre à divers besoins en données

Afin de fournir des données plus désagrégées, Statistique Canada devrait mettre à profit les données recueillies dans le cadre du recensement et offrir différentes options aux utilisateurs de données. À cette fin, on pourrait dériver plus d'une variable afin de présenter les données recueillies par l'intermédiaire de la question du recensement et dans d'autres enquêtes.

Les données recueillies aux fins de la LEE correspondraient à la définition opérationnelle de la loi (c.-à-d. la terminologie et les catégories), mais une variable plus désagrégée pourrait être offerte aux utilisateurs de données. À l'inverse, une variable plus agrégée pourrait en résulter lorsque les échantillons ne sont pas suffisants pour présenter des données pour tous les groupes (p. ex. regrouper les catégories « Chinois », « Japonais » et « Coréen » sous la catégorie « Asiatique de l'Est »; les catégories « Philippin » et « Asiatique du Sud-Est » sous une seule catégorie; les catégories « Asiatique occidental » et « Arabe » sous une autre).

En outre, dans une réponse aux utilisateurs de données qui veulent voir le total des réponses pour certains groupes de population, il serait possible de dériver une variable à réponses multiples. Une variable à réponses multiples présente la somme des réponses uniques et multiples pour chaque groupe. Le nombre total de réponses indique le nombre de personnes qui ont déclaré un groupe précis en tant que réponse unique ou en plus d'un ou de plusieurs autres groupes. Pour en obtenir un exemple, voir les données pour l'origine ethnique ou culturelle l'origine ethnique ou culturelle.

Enfin, le fait de croiser des données avec d'autres variables comme la région de naissance des parents fournirait des données plus détaillées. Il serait aussi possible de croiser des données avec les variables de l'origine ethnique et culturelle, de la langue et de la religion.

Partie 3 : Prochaines étapes

La consultation publique résumée dans le présent rapport était l'une des diverses activités qui ont éclairé le travail d'élaboration et de mise à jour de données ethnoculturelles. En plus de la consultation publique, Statistique Canada rencontre régulièrement un comité consultatif formé de chercheurs et d'universitaires de premier rang afin de discuter de ses programmes de données. Des conversations continues avec divers intervenants contribuent aussi à l'élaboration et à la mise à jour de la norme en matière de données sur les minorités visibles.

Statistique Canada mène actuellement le Test du recensement de 2024, qui fournira des recommandations pour le Recensement de 2026. Tous les commentaires reçus pendant cette consultation et d'autres activités de mobilisation ont été pris en considération, dont plusieurs sont reflétés dans les recommandations du présent rapport.

On continue de mener des recherches afin de se préparer à la diffusion des données du Recensement de 2026 et d'autres enquêtes menées auprès des ménages. Comme il a été mentionné précédemment, la modification de la question ne représente qu'une étape de la modernisation de la norme en matière de données.

On explorera des changements à la méthode de dérivation, y compris le traitement de réponses multiples, le regroupement de catégories de réponses, s'il y a lieu, et la combinaison de différentes variables afin d'obtenir des données plus désagrégées en vue de se préparer à la diffusion des données du Recensement de 2026.

S'abonner à
Date de modification :