Gouvernance - IDD

Structure de gouvernance

  • 1. Définition du programme

    1. Définition du programme

    L'Initiative de démocratisation des données (IDD) est un partenariat entre Statistique Canada et les établissements d'enseignement postsecondaire canadiens agréés. Ce partenariat vise à accroître et à favoriser l'accessibilité aux données de Statistique Canada ainsi qu'aux autres données canadiennes à des fins d'enseignement et de recherche universitaire.

  • 2. Objectifs

    2. Objectifs

    1. Promouvoir une culture axée sur l'utilisation de données dans les établissements d'enseignement postsecondaire canadiens;
    2. Favoriser l'accès aux données publiques canadiennes pour appuyer l'enseignement et la recherche universitaire.

    Dans le cadre du programme de l'Initiative de démocratisation des données (IDD), de nombreuses initiatives sont entreprises pour atteindre les objectifs susmentionnés. Les grandes lignes de ces initiatives sont présentées dans le plan stratégique de l'IDD, qui fait l'objet de discussions aux réunions du Comité consultatif externe (CCE).

  • 3. Structure de gouvernance

    3. Structure de gouvernance

    Les fonctions et la composition de l'organisme connu sous le nom de Comité consultatif externe de l'Initiative de démocratisation des données sont décrites ci-après.

  • 4. Mandat du Comité consultatif externe

    4. Mandat du Comité consultatif externe

    1. Le Comité consultatif externe doit :
      1. cerner les besoins et les priorités des établissements d'enseignement postsecondaire en matière de données et de métadonnées pertinentes ainsi que de diffusion adéquate, et y donner suite;
      2. conseiller Statistique Canada quant aux initiatives appropriées et à la façon de les mettre en œuvre dans le but d'atteindre les objectifs de l'IDD;
      3. conseiller Statistique Canada quant à l'élaboration et à la distribution de nouveaux produits, formats et services afin de soutenir les activités liées aux données, aux métadonnées et à la diffusion;
      4. proposer et promouvoir des initiatives qui permettent à Statistique Canada d'améliorer l'accessibilité aux services et aux produits de données normalisés;
      5. promouvoir les activités du CCE auprès des établissements membres de l'IDD;
      6. former un sous-comité permanent de formation et d'éducation chargé de l'élaboration continue d'un programme de services de données pour le personnel des établissements d'enseignement postsecondaire qui appuie l'IDD. Le sous-comité est formé de neuf membres issus du milieu universitaire; il est composé des deux coordonnateurs régionaux de la formation de chacune des quatre régions, ou leur remplaçant désigné, ainsi que d'un président ou une présidente qui agit à titre de membre d'office du CCE. Les coordonnateurs régionaux de la formation sont nommés pour période de quatre ans, qui peut être prolongée. Le sous-comité comprend également des membres du secteur de l'IDD de Statistique Canada. Le sous-comité se réunit normalement au moins une fois par an;
      7. former d'autres sous-comités, selon les besoins;
      8. inscrire la tarification à l'ordre du jour de chacune de ses réunions.
    2. Statistique Canada doit s'efforcer de tenir compte des conseils du CCE dans la mesure du possible.
  • 5. Composition

    5. Composition

    1. Le CEE compte deux types de membres : des membres votants et des membres d'office (sans droit de vote).
    2. Jusqu'à neuf membres votants externes à Statistique Canada doivent être nommés en fonction des critères suivants (veuillez consulter l'annexe 1 pour obtenir de plus amples détails) :
      1. Ces membres sont des bibliothécaires de données, des spécialistes de la recherche ou des administrateurs d'un établissement membre de l'IDD;
      2. Les administrateurs d'un établissement d'enseignement postsecondaire peuvent venir des secteurs de la recherche ou de la bibliothéconomie;
      3. Les membres choisis représentent de grands et de petits établissements;
      4. Jusqu'à deux représentants sont choisis dans chacune des quatre régions canadiennes de l'IDD, soit la région de l'Atlantique, celle du Québec et du Nunavut, celle de l'Ontario et celle de l'Ouest (Prairies, Pacifique, Yukon et Territoires du Nord-Ouest);
      5. Un des membres doit être l'administrateur principal ou l'administratrice principale de la bibliothèque d'un établissement membre de l'IDD.
    3. Les membres votants de Statistique Canada sont :
      1. le directeur ou la directrice responsable de l'IDD;
      2. le ou la chef ou gestionnaire responsable de la Section de l'IDD;
      3. trois membres, au plus, de la division de la production des données ou d'autres divisions.
    4. Les membres d'office (sans droit de vote) sont :
      1. d'autres membres de la Section de l'IDD;
      2. le directeur général ou la directrice générale du Réseau canadien des centres de données de recherche (RCCDR), ou une personne déléguée;
      3. le président ou la présidente du Comité du développement professionnel;
      4. le représentant ou la représentante de la gestion des données de recherche.
    5. Statistique Canada peut, sur recommandation du CCE, inviter d'autres membres à participer aux réunions du Comité à titre de conseillers principaux ou de conseillers fiduciaires venant d'établissements d'enseignement ou à titre de producteurs de données
  • 6. Déroulement

    6. Déroulement

    1. En général, le CCE se rencontre en personne chaque année, à l'automne, et il organise une téléconférence au printemps;
    2. Le CCE élit des coprésidents, pour un mandat de deux ans, qui sont chargés de diriger les réunions du CCE. Les élections ont lieu tous les deux ans à la fin du mandat des coprésidents;
    3. Le mandat des membres du CCE issus du milieu universitaire est de quatre ans. Les membres concernés font l'objet d'un suivi périodique;
    4. Un comité exécutif — formé des présidents, du directeur ou de la directrice, du directeur adjoint ou de la directrice adjointe et du ou de la gestionnaire responsable de l'IDD — choisit de nouveaux membres en fonction des besoins et les invite à siéger au CCE;
    5. Statistique Canada fournit au CEE les services de secrétariat;
    6. Les rapports d'étape de l'IDD sont élaborés pour chacune des réunions du CCE. Les rapports, diffusés au moyen du serveur de liste, sont mis à la disposition des utilisateurs de données dans le répertoire de l'IDD à titre indicatif;
    7. Le CCE et Statistique Canada passent en revue le mandat du Comité, au besoin;
    8. Le Plan stratégique de l'IDD fait l'objet d'un examen;
      1. Les principes fondamentaux de l'IDD sont examinés tous les trois ans par le CCE;
      2. En ce qui a trait au carnet de route du projet et à la production de rapports :
        1. les projets en cours sont présentés dans un rapport d'étape à chaque réunion du CCE, et :
          1. un rapport officiel doit être présenté à la réunion du CEE qui se déroule en personne à l'automne;
          2. les rapports d'étape doivent être présentés au CCE par téléconférence à la mi-année;
        2. une section sur les possibilités stratégiques et les projets à venir est présentée à chaque réunion pour obtenir de la rétroaction des membres du CCE sur d'éventuels projets que pourrait entreprendre le Programme de l'IDD.
  • 7. Annexe 1

    7. Annexe 1

    Critères de sélection des membres votants du Comité

    Comité consultatif externe

    • Tous les candidats qui souhaitent devenir membres du CCE doivent être issus d'établissements membres en règle;
    • Les candidats doivent s'engager à assister à une réunion en personne du CCE par année et à prendre part à au moins une téléconférence du CCE par année;
    • Les candidats doivent également s'engager à participer aux activités de groupe de travail approuvées par le CCE;
    • Les candidats doivent faire preuve d'éthique et de réflexion stratégique, et ils doivent comprendre le partenariat de l'IDD et le processus encadrant le CCE;
    • Les candidats à la coprésidence doivent posséder au moins un an d'expérience, mais de préférence deux ans, au sein du CCE.

    Lorsque des membres quittent le CCE et que des sièges sont vacants, on remplit les conditions du mandat, on évalue les besoins en matière d'expertise et on comble les sièges en tenant compte des compétences linguistiques, de la répartition géographique des membres, de l'équilibre entre les sexes et de l'atténuation des possibilités de conflit d'intérêts, entre autres.

    C'est aux membres dirigeants du CCE que revient la décision finale quant à la composition du CCE, mais ceux-ci peuvent mener des consultations exhaustives au besoin.

  • 8. Membres du Comité consultatif externe

    8. Membres du Comité consultatif externe

    Co-président
    Siobhan Hanratty
    Bibliothécaire spécialisée en données et SIG
    University of New Brunswick
    506-451-6803
    hanratty@unb.ca

    Co-président
    Elizabeth Hill
    Bibliothécaire des données
    Western University
    519-661-2111 poste 85049
    ethill@uwo.ca

    Administratrice bibliothécaire principale
    Vacant

    Région de l'Atlantique

    Martin Chandler
    Bibliothécaire spécialisée en données et SIG
    Cape Breton University
    902-563-1996
    Martin_chandler@cbu.ca

    Région du Québec

    Alex Guindon
    Bibliothécaire des données numériques et SIG
    Concordia University
    514-848-2424 poste 7754
    alex.guindon@concordia.ca

    Nathalie Vachon
    Bibliothécaire des données
    Institut national de la recherche scientifique
    514-499-4079
    nathalie.vachon@inrs.ca

    Région de l'Ontario

    Jane Fry
    Bibliothécaire spécialisée en données
    Carleton University
    613-520-2600 poste 1121
    jane.fry@carleton.ca

    Région de l'Ouest

    Carla Graebner
    Bibliothécaire pour les services de données et l'information gouvernementale
    Simon Fraser University
    778-782-6881
    cgraebne@SFU.ca

    Sarah Rutley
    Bibliothécaire spécialisée en données et SIG
    University of Saskatchewan
    306-966-5988
    sarah.rutley@usask.ca

    Membres non-académiques

    Geneviève Jourdain
    Directrice, Division de l'accès aux données
    Statistique Canada
    613-889-1941
    genevieve.jourdain@statcan.gc.ca

    Nicole Huard
    Chef, Division de l'accès aux données
    Statistique Canada
    613-291-4353
    nicole.huard@statcan.gc.ca

    Mariane Bien-Aimé
    Directrice adjointe, Division des prix à la consommation
    Statistique Canada
    343-998-3438
    mariane.bien-aime@statcan.gc.ca

    Glen Hohlmann
    Directeur adjoint, Division des opérations du recensement
    Statistique Canada
    613-325-7866
    glen.hohlmann@statcan.gc.ca

    Cory Chobanik
    Directeur adjoint, Bureau de gestion de la protection de la vie privée et de coordination de l'information
    Statistique Canada
    613-697-2974
    cory.chobanik@statcan.gc.ca

    Membres d'office

    Johanne Provençal
    Directrice de recherche, Réseau canadien des Centres de données de recherche
    McMaster University
    905-525-9140 poste 23661
    johanne.provencal@crdcn.ca

    Arden Kayzak
    Chef de sous-section, Division de l'accès aux données
    Statistique Canada
    613-854-4251
    arden.kayzak@statcan.gc.ca

    Sara Tumpane
    Chef de sous-section, Division de l'accès aux données
    Statistique Canada
    416-970-0453
    sara.tumpane@statcan.gc.ca

    Alexandra Cooper
    Présidente, Comité de développement professionnel
    Queen's University
    613-533-6000 poste 77481
    coopera@queensu.ca

Structure d'enseignement et de formation

  • 1. Définition du comité

    1. Définition du comité

    Le Comité de développement professionnel (CDP) est un comité permanent de formation et d'enseignement formé pour le personnel des établissements d'enseignement postsecondaire qui appuie l'IDD.

    Le CDP relève du CCE et doit présenter toutes ses délibérations et ses recommandations au CCE aux fins d'approbation.

  • 2. Objectifs

    2. Objectifs

    Le CDP est responsable de l'élaboration continue d'un programme de services de données à l'intention du personnel des établissements d'enseignement postsecondaire qui appuie l'IDD dans leur établissement, ainsi que du soutien des activités de formation nationales et régionales de l'IDD. Les membres du CDP supervisent tous les aspects du programme de formation de l'IDD, y compris la fréquence des ateliers de formation, les allocations budgétaires, le programme de formation, les formateurs, les besoins spéciaux en matière de formation, etc.

    Le CDP veille également à la promotion de la littératie statistique et en matière de données auprès d'autres communautés dans lesquelles l'IDD est mise en œuvre, notamment celles des directeurs de bibliothèque, des utilisateurs de données, des gestionnaires d'enquête de Statistique Canada et d'autres groupes du domaine des données. Il s'agit non seulement de promouvoir le programme de l'IDD, mais aussi de mieux faire comprendre la nature de l'IDD et des données, ainsi que le raisonnement statistique et quantitatif.

  • 3. Composition

    3. Composition

    Le CDP est formé de neuf membres issus du milieu universitaire; il est composé des deux coordonnateurs régionaux de la formation (CRF) de chacune des quatre régions et d'un président ou une présidente qui agit à titre de membre d'office du CCE. Le CDP comprend également des membres de la Division de l'accès aux microdonnées de Statistique Canada.

    Le mandat des membres du CDP issus du milieu universitaire est de quatre ans. À la fin d'un mandat, on peut demander à un ou une membre s'il ou elle souhaite continuer d'assumer ses fonctions de membre. Dans le cas où la personne souhaite poursuivre son mandat au CDP, une demande de renouvellement du mandat est présentée au CCE. Après deux mandats (huit ans), un appel aux candidats doit avoir lieu pour savoir si d'autres personnes de la région représentée souhaitent devenir membres. En l'absence de candidats et si le ou la membre souhaite continuer, il est recommandé au CCE que la personne soit nommée pour un autre mandat de quatre ans.

    Le CDP doit proposer un président ou une présidente aux membres dirigeants du CCE en tenant compte des principes d'inclusion, de la collégialité et de l'aspect régional. La présidente ou le président peut être issu de n'importe quel établissement membre de l'IDD. Les membres dirigeants du CCE doivent proposer la nomination de la personne au CCE pour approbation finale. Si le CDP ne soumet pas de nomination, les membres dirigeants du CCE doivent proposer un président ou une présidente et obtenir l'approbation finale du CCE. La présidente ou le président est nommé pour un mandat de quatre ans, avec possibilité de renouvellement.

    Le CDP désigne également des candidats potentiels et fait des recommandations aux membres dirigeants du CCE pour la dotation des postes de coordonnateurs régionaux de la formation. Normalement, le CDP se réunit au moins une fois par an. Les coordonnateurs régionaux de la formation ou le président ou la présidente peuvent demander au CDP de se réunir. Le CDP peut former d'autres sous-comités au besoin.

  • 4. Rôles de formation

    4. Rôles de formation

    Coordonnateurs régionaux de la formation

    Le CDP doit recommander deux représentants du milieu universitaire de chacune des quatre régions (celle de l'Atlantique, celle du Québec et du Nunavut, celle de l'Ontario et celle de l'Ouest) qui assumeront les fonctions de coordonnateurs régionaux de la formation. Ces coordonnateurs ont les responsabilités suivantes :

    • cerner les besoins en matière de formation de leur région;
    • communiquer ces besoins au CDP dans le but d'établir le budget qui sera accordé à la formation et à la coordination des activités de formation à l'échelle nationale;
    • organiser des activités de formation locales;
    • concevoir le programme de formation de leur région.

    Formateurs de l'IDD

    Dans la mesure du possible, les formateurs sont recrutés parmi la communauté canadienne des bibliothèques de données dans le but de permettre à ceux qui ont reçu une formation de former d'autres personnes à leur tour, conformément au principe selon lequel on enseigne à mesure que l'on apprend.

    Les formateurs qui animent des ateliers de formation régionaux peuvent être des coordonnateurs régionaux de la formation, mais également d'autres personnes de la région ou originaires d'autres régions qui possèdent les compétences requises. Comme les coordonnateurs régionaux de la formation sont surtout chargés de l'organisation à l'échelle locale, de la planification des activités de formation et de la communication des besoins en matière de formation au CDP, ils peuvent faire appel à d'autres membres pour donner la formation pratique aux ateliers.

  • 5. Membres du Comité de développement professionnel

    5. Membres du Comité de développement professionnel

    Présidente : Alexandra Cooper
    Coordinatrice des services de données
    Queen's University
    613-533-6000 poste 77481
    coopera@queensu.ca

    Région de l'Atlantique

    Sandra Sawchuk
    Bibliothécaire de liaison
    Mount Saint Vincent University
    902-457-6526
    sandra.sawchuk@msvu.ca

    Margaret Vail
    Bibliothécaire de liaison
    St. Francis Xavier University
    902-867-4869
    mvail@stfx.ca

    Région du Québec

    Vacant

    Giovanna Badia
    Bibliothécaire de données
    McGill University
    514-398-7504
    giovanna.badia@mcgill.ca

    Région de l'Ontario

    Vivek Jadon
    Spécialiste des données 
    McMaster University
    905-525-9140 poste 23848
    vivek@mcmaster.ca

    Chantal Ripp
    Bibliothécaire de données
    Université d'Ottawa
    613-562-5800 poste 3881
    chantal.ripp@uottawa.ca

    Membre collégiale

    Caleb Domsy
    Bibliothécaire
    Humber College
    416-675-6622 poste 4501
    Caleb.Domsy@humber.ca

    Région de l'Ouest

    Robyn Stobbs
    Bibliothécaire en gestion des données de recherche
    Athabasca University
    780-213-2011
    rstobbs@athabascau.ca

    Tara Stieglitz
    Services de données et bibliothécaires scientifique
    MacEwan University
    780-497-5850
    StieglitzT@macewan.ca

    Membres non-académique

    Nicole Huard
    Chef, Division de l'accès aux données (DAD)
    Statistique Canada
    nicole.huard@statcan.gc.ca

    Arden Kayzak
    Chef de sous-section, Division de l'accès aux données (DAD)
    Statistique Canada
    613-854-4251
    arden.kayzak@statcan.gc.ca

Principes de la formation

Fondements pédagogiques du Programme de formation de l'IDD

  • Premier principe

    Premier principe

    La formation offerte dans le cadre de ce programme s'adresse plus particulièrement aux personnes suivantes :

    1. les personnes-ressources de l'IDD ou les personnes désignées des établissements d'enseignement postsecondaire participants;
    2. le personnel qui offre des services relatifs aux données de l'IDD à ces établissements;
    3. le personnel de Statistique Canada qui offre un soutien direct relativement à l'IDD;
    4. les étudiants en bibliothéconomie, dans la mesure du possible.

    Notes:

    • D'autres personnes peuvent tirer profit des ateliers de l'IDD, mais la conception et la prestation de la formation visent principalement les groupes susmentionnés.
    • Tous les ans, une personne de chaque établissement est admissible à l'aide financière. Cependant, un établissement membre peut envoyer autant d'employés qu'il le souhaite aux ateliers de formation de l'IDD, selon les facteurs locaux.
    • Les établissements qui envisagent de devenir membres de l'IDD sont invités à envoyer des participants à leurs frais, selon le nombre de places disponibles.
  • Deuxième principe

    Deuxième principe

    La formation est offerte à toutes les personnes admissibles en vertu du premier principe; elle est offerte sous diverses formes, dont des ateliers régionaux subventionnés.

    Notes:

    • Ce principe repose sur l'importance de la coopération régionale déjà présente au sein de la communauté des bibliothèques universitaires et contribue particulièrement à la création de partenariats entre les établissements dans les domaines des ressources statistiques et des ressources de données.
    • La tenue d'ateliers régionaux permet de renforcer le réseau des fournisseurs de services de données en les réunissant au moins une fois par année.
    • L'organisation de séances de formation à l'échelle régionale aide à surmonter l'obstacle que représente le vaste territoire du Canada ainsi qu'à répondre aux besoins et aux intérêts particuliers des établissements et des personnes-ressources de l'IDD dans les régions canadiennes.
    • Le programme de formation de l'IDD doit :
      • tenir compte des différents styles d'apprentissages;
      • permettre d'élargir l'accès aux ateliers en offrant de l'aide financière;
      • être offert sous diverses formes, notamment en personne et à distance;
      • offrir un répertoire de matériel didactique.
  • Troisième principe

    Troisième principe

    La formation a pour priorité d'établir les compétences essentielles de base dans le domaine des services de données que les personnes-ressources de l'IDD et les personnes désignées doivent acquérir (voir l'annexe 1). Cette formation est considérée comme la formation de base pour travailler avec des données de l'IDD. La formation plus avancée est offerte en fonction des niveaux de formation précédents. Les priorités pour les niveaux plus avancés sont déterminées en fonction des besoins de ceux qui appuient les services de données et de l'évolution de l'IDD.

    Notes:

    • La détermination des compétences de base nécessaires pour travailler avec les ressources de l'IDD est la priorité.
    • Des ateliers sont offerts dans le cadre de l'IDD pour acquérir des compétences plus pointues.
    • La formation avancée permet de répondre aux besoins des personnes qui appuient les services de données et d'acquérir les nouvelles compétences requises pour appuyer les changements apportés aux produits de l'IDD.
  • Quatrième principe

    Quatrième principe

    Toute formation est offerte dans une optique de « services », c'est-à-dire qu'on se concentre sur les utilisateurs des données de l'IDD. Cette formation a pour but de préparer les membres du personnel des services de données à aider leurs clients à accéder aux données de l'IDD.

    Notes:

    • Il est important d'adopter un « point de vue axé sur les services » pour que la formation demeure axée sur les connaissances nécessaires pour appuyer les ressources de l'IDD.
    • La formation de l'IDD vise à transmettre les compétences nécessaires aux personnes qui aident les utilisateurs finaux des ressources de l'IDD. Les fournisseurs de services de données ne sont habituellement pas considérés comme des utilisateurs finaux.
    • La formation de l'IDD permet aux participants d'acquérir certaines compétences dans les domaines de la statistique et de la recherche afin de mieux comprendre la prestation des services de données. Cependant, elle ne vise pas à enseigner aux participants à devenir des statisticiens ou des chercheurs en sciences sociales.
  • Cinquième principe

    Cinquième principe

    Le contenu du cours offert dans le cadre de ce programme est organisé selon une matrice de formation (voir l'annexe 2). Le CCE de l'IDD s'occupe, par le biais du CDP, de maintenir ce programme à jour et d'en examiner régulièrement le contenu et l'orientation.

    Notes:

    • Le CCE comprend un comité permanent, le CDP, qui lui recommande des changements à apporter à la matrice de formation et lui présente d'autres procédures et politiques de formation aux fins d'examen et d'approbation.
    • La formation se déroule comme le décrivent les annexes 1 et 2. Ces annexes devraient aider les coordonnateurs régionaux de la formation à structurer leurs ateliers régionaux.
  • Sixième principe

    Sixième principe

    La formation doit tenir compte des préoccupations des grands et des petits établissements.

    Notes:

    • L'IDD a été créée pour que tous les établissements membres aient accès aux produits de données de Statistique Canada de façon abordable et équitable, peu importe leur taille, leur emplacement géographique ou leur mandat en matière d'éducation ou de recherche. La formation doit donc répondre aux besoins de tous les établissements.
  • Septième principe

    Septième principe

    La formation est offerte à l'échelle régionale, mais les participants peuvent à l'occasion assister aux activités nationales et internationales, qui ont lieu régulièrement.

    Notes:

    • Les ateliers offrent la possibilité de créer un réseau avec les collègues des services de données et ils permettent de former une communauté de personnes qui appuient les produits de l'IDD. Le point fort de la formation de l'IDD est la tenue de ses ateliers à l'échelle régionale.
    • Des services de données sont également offerts à l'échelle internationale. D'ailleurs, quand l'occasion se présente, la formation de l'IDD doit être planifiée de façon à permettre aux personnes qui appuient l'IDD de participer à des événements internationaux portant sur les données (comme celui qui a lieu environ tous les quatre ans dans le cadre de la conférence de l'Association Internationale pour les Services et Techniques d'Information en Sciences Sociales au Canada).
  • Huitième principe

    Huitième principe

    Dans la mesure du possible, les formateurs sont recrutés parmi la communauté canadienne des bibliothèques de données dans le but de permettre à ceux qui ont reçu une formation de former d'autres personnes à leur tour, conformément au principe selon lequel on enseigne à mesure que l'on apprend.

    Notes:

    • La formation de l'IDD est fondée sur l'enseignement par les pairs, selon le principe qu'un pair est plus susceptible non seulement de savoir à quels défis sont confrontés les participants dans le cadre de leur travail, mais aussi d'être mieux outillé pour communiquer plus clairement l'information et transmettre les compétences nécessaires pour effectuer le travail.
  • Neuvième principe

    Neuvième principe

    Il incombe aux personnes-ressources de l'IDD, dans leurs établissements respectifs, d'informer les directeurs de bibliothèque, la communauté des utilisateurs et tout autre public général de l'importance de la littératie statistique et en matière de données, ainsi que de l'importance des ensembles de données accessibles au public pour l'enseignement supérieur et la recherche.

    Notes:

    • La perspective d'une culture de données saine au Canada repose sur la communication de renseignements au sujet de l'IDD et des services de données aux secteurs dont le travail est lié à celui de Statistique Canada. Ces secteurs comprennent notamment les autorités qui financent et appuient les services de données locaux, comme les directeurs de bibliothèque, ainsi que les autorités qui créent les données à Statistique Canada et qui en déterminent le degré d'accès.
    • Il est également important de communiquer ces renseignements aux éventuels utilisateurs finaux sur les campus où l'IDD a été mise en œuvre.
    • Le grand public doit être sensibilisé à l'importance de la littératie statistique et en matière de données, car une société qui favorise la prise de décisions fondées sur des données probantes doit avoir accès aux données qui constituent cette information probante.
  • Annexe 1 - Compétences essentielles

    Annexe 1 - Compétences essentielles

    Les compétences essentielles nécessaires à l'appui des données de l'IDD indiquent le niveau de base des compétences en matière de services de données que doivent posséder les titulaires qui occupent les fonctions de personne-ressource de l'IDD ou de remplaçant désigné de l'IDD. Les compétences essentielles dans ce contexte sont définies comme les connaissances et les compétences qu'il est possible d'acquérir afin d'être en mesure d'offrir un programme de services de données de l'IDD dans un établissement d'enseignement postsecondaire.

    Dans le cadre du présent document, les connaissances renvoient au fait d'être familier avec un concept ou d'en être conscient. La compréhension renvoie au fait de comprendre un concept pour être en mesure de le gérer ou de disposer des compétences nécessaires pour le gérer. La capacité renvoie au fait de disposer de compétences ou de la capacité d'agir.

    L'appui aux services de données requiert des compétences essentielles précises. Certaines compétences peuvent être acquises quand une personne s'intègre à la communauté de l'IDD (en accédant à des documents officiels, en naviguant dans le dépôt de documents de formation, en demeurant informée grâce à la liste de l'IDD et en participant à des activités de formation de l'IDD).

    Connaissances (renvoie au fait d'être familier avec un concept ou d'en être conscient) :

    • de la littératie de base en matière de données, comme la mesure des tendances centrales et des statistiques descriptives;
    • de la documentation des données et de la façon dont elle permet de déterminer les ensembles de données à recommander à un chercheur;
    • du cycle de vie des données, qui renvoie au contexte dans lequel les données sont produites et réutilisées;
    • des divers outils d'accès aux données y compris les portails comme le site Web du TEF de Statistique Canada, ODESI, la saisie des données à la source et le serveur de données Web et des catalogues de données ouvertes, comme celui accessible au moyen du lien ouvert.canada.ca ainsi que des portails de données ouvertes provinciaux ou autres;
    • des divers progiciels d'analyses statistiques (B2020, Dataverse, Excel, R, SAS, SPSS, STATA);
    • de la classification géographique et des produits géographiques normalisés de Statistique Canada.

    Compréhension (renvoie au fait de comprendre un concept pour être en mesure de le gérer ou de disposer des compétences nécessaires pour le gérer) :

    • de la façon de reconnaître une question relative aux données, aux statistiques, aux métadonnées ou aux données géospatiales (références de données);
    • du continuum d'accès aux produits et aux services de Statistique Canada;
    • de l'étendue et des contenus de la collection de l'IDD, y compris les sources de données externes;
    • de la façon d'accéder aux sources de données appropriées pour répondre aux questions;
    • de la façon de diriger les utilisateurs vers les sources de données.

    Capacités (renvoie au fait de disposer de compétences ou de la capacité d'agir) :

    • d'utiliser divers outils pour accéder à des données (y compris les portails comme le site Web de Statistique Canada, le TEF de l'IDD, ODESI et le serveur de données Web);
    • de créer ou de maintenir un service de données adéquat pour l'établissement du client;
    • de faire la promotion des services de données locaux et de la collection de l'IDD;
    • d'interpréter la licence de l'IDD ou de trouver des renseignements sur la façon de l'interpréter;
    • d'acquérir des connaissances sur les données et les statistiques externes à la collection de l'IDD.
  • Annexe 2 - Matrice de formation (révisée en mars 2018)

    Annexe 2 - Matrice de formation (révisée en mars 2018)

    Annexe 2 - Matrice de formation (révisée en mars 2018)
      Connaissances Compétences Attitudes
    Littératie statistique et en matière de données
    • Cycle de vie de la recherche (cadre : statistiques et données)
    • Continuum d'accès
    • Ce qui distingue les données
    • Différentes façons de recueillir les données
    • Reconnaître une question relative aux données, aux statistiques, aux métadonnées ou aux données géospatiales
    • Interpréter des données
    • Analyser des données
    • Surmonter la peur
    • Favoriser le partage et l'accès ouvert
    • Favoriser la préservation
    Contenu
    • Où et comment les statistiques sont recueillies (StatCan)
    • Collection de l'IDD
    • Autres collections de données
    • Représentation spatiale des statistiques
    • Trouver
    • Accéder
    • Utiliser
    • Échanger
    • Adapter (créer du nouveau contenu en intégrant du contenu existant)
    • Promouvoir et défendre la cause
    • Continuer de creuser
    • Faire preuve de créativité et de détermination
    Outils
    • Comprendre les options : données, logiciels, progiciels statistiques et SIG, types de fichiers de sortie, post-traitement
    • Choisir les outils appropriés
    • Connaître les outils d'accès
    • Utiliser des routines de calcul statistique
    • Utiliser des outils pour accéder aux données
    • Utiliser les outils de recherche
    • Formater des outils de traduction
    • Apprendre continuellement (réapprendre les outils)
    • Agir avec détermination et essayer un nouvel outil (il ne se brisera pas)
    • Adopter une attitude positive à l'égard du changement
    Services
    • Options de modèles de service
    • Adoption d'un modèle de service sensible aux changements internes et externes
    • Compréhension du public
    • Connaissance des sources de financement
    • Administration du service et de la licence de l'IDD
    • Façon de procéder à l'analyse de l'environnement
    • Rédaction des demandes de subvention
    • Interprétation des licences
    • Orientation vers le service
    • Champion des données : promotion proactive des services des données
    • Plus grande période consacrée à chaque question grâce aux références de données
    • Acquisition d'une culture de données

Politique et procédures de financement pour les ateliers de formation

  • Politiques et procédures

    Politiques et procédures

    Le CCE de l'IDD a adopté les politiques et les procédures suivantes pour appuyer la formation de l'IDD :

    • Une formation formelle sur l'IDD est offerte chaque année dans chacune des quatre régions, soit la région de l'Atlantique, celle du Québec et du Nunavut, celle de l'Ontario et celle de l'Ouest. Afin de s'assurer que toutes les personnes-ressources de l'IDD ont l'occasion d'acquérir des compétences essentielles de base nécessaires pour assumer leurs responsabilités, lesquelles sont stipulées dans le document de formation, la formation est financée par l'IDD;
    • Deux coordonnateurs régionaux de la formation, nommés dans chacune des quatre régions, planifient et mettent en place les ateliers de formation dans leur région;
    • Le CCE vote un poste budgétaire à chaque exercice financier pour appuyer la formation régionale. Les coordonnateurs régionaux de la formation déterminent indépendamment la façon de gérer les fonds qui leur sont accordés. Le montant annuel budgétisé est de 15 000 $ par région.

    L'IDD appuie financièrement la formation régionale de la façon suivante :

    • Les frais de déplacement, comme le transport, l'hébergement et les repas, sont pris en charge dans leur intégralité ou en partie, selon le rôle de la personne. De telles dépenses sont remboursées par l'IDD aux participants individuels, à condition que la demande d'autorisation de voyager ait été soumise, que le déplacement ait été préapprouvé et qu'une demande de remboursement des dépenses ait été soumise;
    • Les frais de déplacement complets (transport, hébergement et repas) des coordonnateurs (hôte) et des présentateurs sont pris en charge;
    • Les participants reçoivent uniquement du financement pour le transport. Plusieurs participants d'un établissement peuvent assister à la formation, mais un seul participant peut soumettre une demande financement à l'IDD. Si deux personnes d'un même établissement assistent à la formation et que l'une d'entre elles est un présentateur (frais de déplacement entièrement pris en charge), l'autre participant du même établissement pourrait recevoir le financement accordé au participant;
    • Les limites imposées aux coûts des activités organisées à l'échelle locale, comme les frais généraux, seront mentionnées par le personnel de l'IDD avant les séances de formation. Ces limites sont fondées sur le budget établi. Les dépenses professionnelles comprennent les services professionnels, les services audiovisuels, la location de salles et les dépenses d'accueil. Ces dépenses seront payées par l'établissement hôte, conformément aux lignes directrices du Conseil du Trésor et au budget disponible;
    • Les frais journaliers et de transport des coordonnateurs sont pris en charge.

    Généralement, une personne-ressource de l'IDD peut recevoir du soutien financier pour une seule séance de formation par exercice financier du gouvernement du Canada. Le niveau de soutien est fondé sur les tarifs de transport en catégorie économique. Les personnes ressources de l'IDD sont encouragées à assister à d'autres séances de formation à leurs frais.

    Les frais d'expert-conseil ou de participation volontaire ne sont pas pris en charge dans le cadre du Programme de l'IDD. La formation est fondée sur un modèle d'enseignement par les pairs.

    La participation de spécialistes du domaine de Statistique Canada est primordiale et encouragée. Le financement provient du budget de fonctionnement de la Section de l'IDD.

    Les représentants des bureaux régionaux de Statistique Canada et le personnel des Centres de données de recherche doivent assister aux séances de formation dans leur région. L'IDD ne leur offre cependant pas de soutien financier.

    À l'occasion, il peut être nécessaire de mettre en place des initiatives de formation spéciale. Les propositions pour ces initiatives extraordinaires doivent être soumises au CCE aux fins de considération budgétaire.

    Les coordonnateurs régionaux de la formation doivent publier en ligne une proposition de formation au moins trois semaines avant tout atelier de formation proposé. La proposition doit comprendre les éléments suivants :

    • le contenu de la formation proposée;
    • le lieu et la date de l'atelier;
    • une description détaillée des dépenses financées par l'IDD;
    • un aperçu du programme quant aux besoins régionaux;
    • le nombre de places disponibles;
    • les noms des formateurs.

    À la suite de la séance de formation, les coordonnateurs régionaux ou l'équipe de l'IDD, conformément aux règles régissant Statistique Canada, doivent :

    • fournir des instructions aux participants pour qu'ils puissent remplir leurs demandes de remboursement de frais, et il incombe aux participants de soumettre leur propre demande de remboursement de frais, y compris les reçus, directement à la Section de l'IDD;
    • expliquer à l'établissement hôte comment soumettre une facture à l'agent financier désigné de Statistique Canada ou à la Section de l'IDD.

    Les notes publicitaires et les notes de programme doivent mentionner qu'une aide financière est fournie par le Programme de l'IDD.

Système d'accès à distance en temps réel

Le système d'accès à distance en temps réel (ADTR) est un outil de totalisation en ligne permettant aux abonnés d’exécuter des programmes SAS en temps réel pour extraire des données de sous-ensembles de fichiers-maîtres sous la forme de tableaux. Les utilisateurs de données du système d'ADTR n'ont pas d'accès direct aux microdonnées et ne peuvent pas visualiser le contenu du fichier de microdonnées. Les utilisateurs de données du système d'ADTR peuvent calculer des fréquences, des moyennes, des centiles, des répartitions en pourcentage, des proportions, des ratios et des parts.

Renseignements et ressources

Données

Données d'enquêtes, d'administratives, et obtenues par approche participative

Gouvernance

Modalités de l'accès

Formation

Séances de formation, guides d'utilisation et documentation

Frais

Coûts liés au programme

Processus de demande et lignes directrices

Processus de demande et lignes directrices

Foire aux questions

Foire aux questions

Coordonnées

Si vous avez des questions ou des commentaires

Formation - ADTR

Des formations par webinaire sont offertes, et il est possible d’obtenir du soutien en ligne pendant les heures de travail. De plus, un assistant SAS en ligne aidera les clients à créer des codes SAS de façon automatisée.

Guide de l'utilisateur

Gouvernance - ADTR

Modalités

Utilisation de l’outil de tabulation

Les utilisateurs de l’accès à distance en temps réel (ADTR) ne peuvent s’en servir à aucune autre fin que celle approuvée lors de la demande.

Utilisation des renseignements

L’Entente de licence ouverte de Statistique Canada régit l’utilisation des renseignements produits par l’organisme et fournis au chercheur par l’outil de tabulation.

Le chercheur comprend que le non-respect des modalités de la licence ouverte de Statistique Canada entraîne la révocation de son accès pour une période indéterminée. L’accès de l’organisation parrainant le chercheur peut également être révoqué.

Frais - ADTR

Les frais sont les suivants :

  • 10 000 $/année pour un maximum de 10 comptes d'utilisateurs
  • 2 000 $/compte pour chaque compte supplémentaire

L’abonnement annuel est valide du 1er avril au 31 mars. Cependant, il est possible de s’abonner en tout temps, et le coût sera calculé au prorata.

Processus de demande et lignes directrices – ADTR

Étape 1 : Préparation d'une demande

Pour savoir si votre organisation est déjà inscrite, veuillez consulter la page de coordonnées pour communiquer avec l'équipe s'accès à distance en temps réel.

  • Si vous n'êtes pas membre, téléchargez les deux formulaires de demande : un pour votre formulaire d'application de l'organisation et un pour le formulaire de demande du chercheur. Chaque chercheur doit remplir sa propre demande. Passez à l'étape 2.

  • Si vous êtes un membre, téléchargez le formulaire de demande du chercheur et faites-le signer par la principale personne-ressource. Envoyez-le par courriel à l'adresse figurant à la page de coordonnées. Vous devrez décrire brièvement vos objectifs pour accéder aux microdonnées au moyen de l'accès à distance en temps réel (ADTR).

Étape 2 : Confirmation d'achat

Une fois la demande de l'organisation approuvée, celle-ci devient une confirmation d'achat entre Statistique Canada et l'organisation de parrainage. Elle précise que les chercheurs acceptent de se conformer à la Licence ouverte de Statistique Canada et aux modalités de l'accès à distance en temps réel.

Étape 3 : Accès au système d'accès à distance en temps réel

Une fois la demande du chercheur individuel approuvée, le demandeur recevra un avis par courriel comportant des instructions d'accès. Veuillez consulter le guide d'utilisateur du système de l'accès à distance en temps réel pour obtenir des renseignements sur l'utilisation de l'ADTR.

Une séance de formation sera offerte aux nouveaux utilisateurs de l'ADTR.

Formulaire de demande pour les organisations

Formulaire de demande pour les organisations (PDF, 532.07 Ko)

Accès à distance en temps réel (ADTR)

Nous sommes pleinement engagés à préserver la confidentialité des renseignements fournis par nos clients. Ces renseignements serviront uniquement dans le cadre de votre relation avec Statistique Canada en tant que client. Pour obtenir plus de renseignements à propos de la protection de vos renseignements personnels en tant que client, veuillez visiter La protection de vos renseignements personnels en tant que client.

  • Nom de l'organisation :
  • Secteur :
  • Langue de préférence pour la correspondance :
  • Adresse de courriel :
  • Numéro de téléphone :
  • Adresse :
  • Justification et objectifs de l'accès au moyen de l'ADTR :
  • Type d'abonnement :
  • Date de début de l'abonnement :
  • Date de fin de l'abonnement :

Personne-ressource principale de l'ADTR

La personne-ressource principale de l'ADTR doit être une personne autorisée à accepter la confirmation d'achat ainsi que les modalités de l'ADTR.

  • Nom
  • Adresse de courriel
  • Numéro de téléphone
  • Adresse postale

Modalités

Les travaux statistiques décrits dans la présente proposition serviront à appuyer le mandat de l'organisation. Les utilisateurs de l'organisation acceptent de respecter l'entente de Licence ouverte de Statistique Canada, qui gouverne l'utilisation des données produites par Statistique Canada et fournies par le système d'ADTR.

La personne-ressource principale de l'ADTR est autorisée à réaliser des travaux pour le compte de l'organisation et est autorisée à accepter la confirmation d'achat ainsi que les modalités de l'ADTR.

Les organisations qui participent à la réalisation du présent contrat ne sont pas autorisées à utiliser le service d'ADTR à des fins autres que celles dont elles ont convenu dans le présent contrat, y compris la condition selon laquelle il est interdit de partager les comptes d'utilisateur avec toute autre personne.

La personne-ressource principale de l'ADTR comprend que la violation des modalités de l'ADTR ou de l'entente de Licence ouverte de Statistique Canada entraînera la révocation de son accès pour une période indéterminée. L'organisation qui parraine les chercheurs qui violent les modalités de l'ADTR ou l'entente de Licence ouverte de Statistique Canada pourrait aussi se voir révoquer l'accès.

Affirmation solennelle

J'ai lu l'entente de Licence ouverte de Statistique Canada ainsi que les modalités de l'ADTR, et j'accepte de les respecter.

  • Signature de la personne-ressource principale de l'ADTR
  • Date

Approbation finale de Statistique Canada

  • Signature
  • Date

Approuvé par : Chef, Division de l’accès aux données

Signaler un problème ou une erreur sur cette page
Date de modification :

Formulaire de demande pour les utilisateurs

Formulaire de demande pour les utilisateurs (PDF, 136.11 Ko)

Accès à distance en temps réel (ADTR)

Statistique Canada s'engage fermement à protéger la confidentialité des renseignements que lui fournissent ses clients. Les renseignements ci-dessous serviront uniquement dans le cadre de votre relation de client de Statistique Canada. Pour en savoir plus sur la protection des renseignements personnels à laquelle vous avez droit en tant que client, veuillez visiter La protection de vos renseignements personnels en tant que client.

  • Nom de famille du demandeur :
  • Prénom :
  • Langue de correspondance :
  • Organisation ou affiliation :
  • Numéro de téléphone :
  • Adresse de courriel :
  • Secteur :
  • Adresse professionnelle :
  • Justification et objectif d'utilisation de l'ADTR :
  • Statut d'emploi :
  • Date de début du projet :
  • Date de fin prévue (si applicable) :

Modalités

Le travail statistique décrit dans la présente proposition servira à appuyer le mandat de votre organisation. La ou les personnes nommées dans la proposition sont autorisées à exécuter le travail au nom de l'organisation. Elles acceptent de se conformer à l'entente de Licence ouverte de Statistique Canada, qui régit l'utilisation des renseignements produits par l'organisme qui sont fournis au moyen du système d'ADTR.

Les personnes engagées dans l'exécution du présent contrat ne peuvent utiliser le système d'ADTR à d'autres fins que celles prévues ici et par la personne-ressource principale de l'ADTR à la signature du contrat de licence de l'ADTR, y compris la condition que les comptes d'utilisateur ne peuvent être utilisés par aucune autre personne.

Le chercheur comprend que le non-respect des modalités d'utilisation de l'ADTR ou de l'entente de Licence ouverte de Statistique Canada entraînera la révocation de son accès pour une période indéterminée. L'accès de l'organisation qui parraine le chercheur peut aussi être révoqué.

Affirmation

J'ai lu l'entente de Licence ouverte de Statistique Canada ainsi que les modalités susmentionnées d'utilisation de l'ADTR et j'accepte de m'y conformer.

  • Signature du demandeur
  • Date

Personne-ressource principale de l'ADTR

  • Nom
  • Division ou faculté
  • Organisation
  • Numéro de téléphone
  • Signature de la personne-ressource principale de l'ADTR
  • Date

Approbation finale pour Statistique Canada :

  • Signature
  • Date

Approuvé par : Chef, Division de l’accès aux données

Signaler un problème ou une erreur sur cette page
Date de modification :

Foire aux questions - ADTR

  • J'ai ouvert une session à partir de mon compte de transfert électronique de fichiers. Où se trouve l'ensemble de données?

    J'ai ouvert une session à partir de mon compte de transfert électronique de fichiers. Où se trouve l'ensemble de données?

    Les chercheurs qui utilisent l'accès à distance en temps réel (ADTR) ne disposent pas d'un accès direct aux microdonnées et ne peuvent pas voir le contenu des fichiers de microdonnées. Au lieu de cela, ils peuvent soumettre des programmes du SAS pour extraire des résultats sous la forme de tableaux statistiques.

  • Quels produits vais-je recevoir?

    Quels produits vais-je recevoir?

    Pour chaque programme SAS soumis avec succès, vous recevrez quatre types de fichiers :

    1. un journal SAS personnalisé (.log) : renferme tous les éléments d'un journal SAS standard, à l'exception du nombre d'observations, qui a été supprimé pour assurer la confidentialité;
    2. un journal d'ADTR créé par le système d'ADTR (.txt) : informe les utilisateurs de l'étape du processus d'ADTR atteinte par le programme SAS;
    3. ensembles de données SAS (.sas7bdat) : renferment les résultats sous forme de base de données SAS;
    4. tableau (.csv) : présente les données sous forme de base de données SAS;
    5. tableaux HTML (.html) : présentent les données en format HTML.

    Si vous ne recevez pas un ensemble de données de sortie SAS ou de tableau de données de sortie HTML, vérifiez vos journaux SAS et d'ADTR pour voir les erreurs associées à la soumission.

  • Pourquoi le nom du fichier de sortie est-il différent de celui du fichier soumis?

    Pourquoi le nom du fichier de sortie est-il différent de celui du fichier soumis?

    Les résultats retournés par le système d'ADTR comprennent un code de soumission en préfixe. Ce code permet à l'équipe d'ADTR d'effectuer le suivi de votre soumission en cas d'erreur de système.

  • Comment les données sont-elles arrondies?

    Comment les données sont-elles arrondies?

    Le système d'ADTR applique un arrondissement contrôlé et additif à toutes les fréquences. Cette méthode n'a aucune incidence sur l'exactitude des données. Vous trouverez plus de renseignements à ce sujet dans votre compte du Service de transfert électronique de fichiers du système d'ADTR.

  • Où se trouvent les descriptions de variables pour les ensembles de données?

    Où se trouvent les descriptions de variables pour les ensembles de données?

    Vous trouverez les descriptions de variables ainsi que des renseignements détaillés sur les ensembles de données dans le coffre-fort du Service de transfert électronique de fichiers du système d'ADTR.

  • Quelles sont les limites du système d'ADTR?

    Quelles sont les limites du système d'ADTR?

    Veuillez consulter le guide de l'utilisateur de l'accès à distance en temps réel pour obtenir plus de renseignements à ce sujet.

  • Comment puis-je réinitialiser mon mot de passe?

    Comment puis-je réinitialiser mon mot de passe?

    Les mots de passe peuvent être réinitialisés directement sur le site web TEF en cliquant sur le lien "Mot de passe oublié" sur la page de connexion.

Interventions non pharmaceutiques et apprentissage par renforcement

Par : Nicholas Denis, Statistique Canada

La COVID-19 a eu de profondes répercussions sur la vie des Canadiens, y compris sur bon nombre de nos comportements. Partout au Canada, les provinces et les territoires ont imposé des restrictions à la population dans le but d'induire des comportements visant à réduire la propagation de la COVID-19 et, du même coup, le nombre d'hospitalisations et de décès découlant des infections. Ces mesures visent à renforcer diverses stratégies d'intervention non pharmaceutique (INP), c'est-à-dire les changements comportementaux qu'une population peut adopter afin de réduire la propagation d'une infection. De nombreux facteurs interviennent dans la sélection des INP à mettre en œuvre. C'est le cas notamment de la modélisation épidémiologique, qui est depuis longtemps utilisée pour simuler, modéliser ou prévoir l'effet d'un ensemble de scénarios précis (p. ex. fermeture des écoles, distanciation physique et fermeture des commerces non essentiels). Plutôt que de modéliser des scénarios précis assortis d'hypothèses fixes quant à la dynamique populationnelle propre au scénario, des scientifiques des données de Statistique Canada ont récemment mis au point un nouveau cadre de modélisation épidémiologique qui permet aux chercheurs d'élargir le champ des INP et de déterminer ainsi la combinaison optimale de comportements à mettre en œuvre dans la population pour réduire la propagation d'une infection dans le cadre de simulations. Cette approche a été rendue possible par le recours à l'apprentissage par renforcement (AR), et a été mise en œuvre en collaboration avec des partenaires de l'Agence de la santé publique du Canada.

Qu'est-ce que l'apprentissage par renforcement?

L'apprentissage par renforcement (AR) est un sous-domaine de l'apprentissage automatique (AA) qui a produit des résultats impressionnants ces dernières années : des algorithmes qui apprennent à jouer à des jeux vidéo, au jeu de stratégie GO en passant par la conception automatisée de médicaments et la réduction de la consommation d'énergie. Mais, qu'est-ce que réellement l'AR? Les notions d'agent et d'environnement sont au cœur de l'AR. Un agent a la capacité de prendre des décisions en posant des actions. En tout temps, la situation courante est déterminée par les interactions de l'agent avec son environnement. À chaque intervalle de temps, l'agent sélectionne une action et, une fois cette action posée, l'environnement évolue vers une nouvelle situation, ce qui a pour effet de produire une notion d'utilité, assimilée à une récompense, que l'agent reçoit sous la forme d'une rétroaction. Le but de l'AR est d'amener l'agent à apprendre de ces interactions avec l'environnement et à adopter un comportement décisionnel optimal, appelé « stratégie », qui a pour effet de maximiser la somme attendue des récompenses que l'agent reçoit lorsqu'il applique cette stratégie dans son environnement. Officiellement, l'AR utilise le cadre mathématique des processus décisionnels de Markov Note de bas de page 1 pour exécuter ses algorithmes d'apprentissage.

L'environnement de simulation

Toutes les approches de modélisation épidémiologiques traditionnelles ont pour but de représenter une population et la dynamique entre les agents ou les sous-ensembles de population, appelés « compartiments », faisant partie de cette population. Dans le cadre du présent travail de recherche, un environnement de simulation a été créé à l'aide de données ouvertes recueillies par Statistique Canada (recensements et enquêtes sociales) et par l'Institut canadien d'information sur la santé Note de bas de page 2. Ces données ont été utilisées pour créer une population d'agents représentant fidèlement les Canadiens du point de vue de renseignements démographiques clés tels que l'âge, les caractéristiques des ménages, les données sur l'emploi et les caractéristiques de l'état de santé (p. ex. présence de comorbidités, centre d'hébergement pour personnes âgées). Les agents peuvent soit occuper un emploi, soit être sans emploi, soit être aux études à temps plein. Les paramètres épidémiologiques ont été fournis par l'Agence de la santé publique du Canada Note de bas de page 3 et comprennent des paramètres établis de façon empirique pour l'ensemble des aspects liés aux événements d'infection et à la progression de l'infection.

Une fois qu'une population d'agents a été créée au moyen d'un processus de génération d'échantillons, la simulation est appliquée à une période de simulation précise (p. ex. 120 jours). En bref, à chaque heure d'éveil, chaque agent doit poser une action conforme à sa stratégie parmi celles disponibles dans sa situation courante. Certaines règles logiques sont appliquées. Par exemple, si un agent occupe un emploi et se trouve au travail au moment où il doit poser une action, l'ensemble des actions disponibles pour cet agent est limité aux actions liées au travail. Les actions sont généralement liées au travail, aux études, aux activités sociales, aux activités économiques (p. ex. se rendre dans un commerce vendant de la nourriture), aux activités domestiques et à la possibilité de se soumettre à un test de dépistage de la COVID-19. Si un agent reçoit un résultat de dépistage positif, il s'isole à domicile pendant une période de deux semaines et un mécanisme de recherche des contacts est lancé. Chaque agent sélectionne ses actions en fonction de sa situation courante et de sa stratégie. La situation d'un agent fournit donc à l'agent toute l'information dont il a besoin pour choisir l'action à poser au moment où il la pose. Dans le cas présent, des renseignements tels que l'âge, l'état de santé, la question de savoir si l'agent a des symptômes ou non et l'emplacement courant de l'agent ont été combinés sous la forme d'un vecteur représentant la situation courante de l'agent. Une fois que tous les agents ont sélectionné leurs actions, l'environnement de simulation est mis à jour de façon à ce que la situation des agents le soit également en fonction des actions qu'ils ont sélectionnées. Si un agent infecté interagit avec un agent vulnérable, un événement d'infection détermine si une infection a lieu ou non.

Enfin, lorsque toutes les actions ont été posées, chaque agent reçoit une récompense numérique qui est utilisée par l'algorithme d'AR pour actualiser l'apprentissage et ainsi améliorer la stratégie de chaque agent. Chaque fois qu'un agent est infecté ou infecte un agent vulnérable, il reçoit une récompense de -1, alors que toutes les autres récompenses sont de 0. En attribuant uniquement des récompenses négatives aux événements d'infection et en combinant les solutions issues de l'AR qui convergent vers des stratégies (comportements) maximisant la somme attendue des récompenses, on obtient une stratégie optimale qui réduit la propagation de la COVID-19. Il importe de souligner que les comportements des agents ne sont aucunement codifiés et que c'est en interagissant de façon itérative avec l'environnement d'une simulation à l'autre que les agents apprennent des comportements qui ont pour effet de réduire la propagation de la COVID-19, au moyen d'un processus de type « essais et erreurs ». En donnant aux agents la « liberté » d'explorer un large éventail d'actions et de comportements, ce cadre permet aux chercheurs d'élargir le champ des solutions et les libère de l'approche plus traditionnelle consistant à modéliser un petit ensemble de scénarios précis.

Apprendre à réduire le nombre d'infections

Description de la figure 1

Les agents apprennent à réduire le nombre d'infections au fil du temps. Schéma représentant le nombre cumulatif d'infections en pourcentage de la population pour chaque période (epoch) d'essai et d'apprentissage par AR. Chaque période est représentée par un tracé légèrement plus foncé; le tracé le plus foncé de tous correspondant à la période affichant le meilleur rendement.

Une population de 50 000 agents a été constituée, et 100 simulations ont été effectuées dans le cadre de l'apprentissage par renforcement. La figure 1 représente, au moyen de tracés, le nombre cumulatif d'infections d'une simulation (période) à l'autre. Lors des premières simulations, une forte proportion de la population des agents a été infectée, mais avec le temps, les agents ont appris à réduire la propagation de la COVID-19 en améliorant leurs stratégies.

Une fois que les agents ont appris à appliquer des stratégies qui permettent de réduire le nombre d'infections, leurs comportements peuvent être analysés. La figure 2 illustre la répartition des actions que les agents travailleurs essentiels ont posées pendant leurs heures de travail (à gauche) et celles que les agents étudiants ont posées pendant leurs heures de classe (à droite), aussi bien en présence qu'en l'absence de symptômes. Une tendance commune est apparue : lorsque les agents ne présentaient pas de symptômes, ils privilégiaient nettement les actions axées sur la distanciation physique (port du masque et maintien d'une distance de deux mètres par rapport aux autres). Toutefois, en présence de symptômes, les agents ont appris à se soumettre à un test de dépistage de la COVID-19 (>38 %, >57 %; travailleurs essentiels et étudiants, respectivement) même s'ils ne recevaient aucune récompense positive pour ce faire. De plus, les travailleurs et les étudiants ont appris à rester à la maison lorsqu'ils présentaient des symptômes (~43 %, >42 %; travailleurs essentiels et étudiants, respectivement). Les comportements peuvent ainsi être explorés plus avant et portés à la connaissance des décideurs pour éclairer le choix des INP à appliquer, par exemple, comme le suggèrent ces résultats, insister sur l'importance, pour les personnes qui présentent des symptômes, de se soumettre à un test de dépistage de la COVID-19 et de rester à la maison, c'est-à-dire de ne pas se présenter au travail ni à l'école.

Description de la figure 2

Analyse des comportements appris par les agents dans le cadre des situations liées au travail et aux études. Diagramme à barres empilées représentant les stratégies apprises par les travailleurs essentiels (à gauche) et les étudiants (à droite), selon la présence ou l'absence de symptômes.

Comparaison avec les populations de référence

Les comportements appris par les agents d'AR ont ensuite été comparés avec ceux de plusieurs populations d'agents de référence. Dans le cas de la population de référence 1, les agents devaient sélectionner des actions de façon uniformément aléatoire, sans avoir la possibilité de poser des actions substitutives axées sur la distanciation physique, alors que les agents de la population de référence 2 utilisaient une approche de sélection d'actions similaire, mais avaient la possibilité de poser des actions substitutives axées sur la distanciation physique. La population de référence 3 reproduisait les conditions applicables à la population de référence 2 en plus de prévoir l'accès à des mécanismes de recherche des contacts et d'isolement obligatoire après l'obtention d'un résultat positif à la COVID-19.

 
Description de la figure 3

Schéma comparant le nombre cumulatif d'infections entre la population de référence 1 (B1), la population de référence 2 (B2), la population de référence 3 (B3), et les comportements appris (LB). Chaque expérience est répétée 50 fois et représentée par un trait de couleur pâle; la moyenne étant représentée par un trait foncé.

La figure 3 illustre le nombre cumulatif d'infections pour chaque expérience et montre que lorsque les agents ont accès à des mesures de distanciation physique et à l'isolement volontaire/la recherche des contacts, le nombre d'infections survenant dans le cadre d'une simulation diminue de façon marquée. En outre, les comportements appris par les agents d'AR s'améliorent de façon significative par rapport à chacune des populations de référence. Une analyse des événements d'infection survenus dans le cadre de chaque expérience a révélé une réduction significative des événements d'infection liés aux activités sociales, au travail, aux études et aux activités publiques (économiques) attribuables aux agents d'AR. Cependant, plus de 60 % des événements d'infection attribuables à des agents d'AR sont survenus alors qu'un agent infecté était en isolement volontaire à domicile en compagnie d'un cohabitant vulnérable après avoir obtenu un résultat positif. Ces résultats démontrent l'importance des recommandations et directives sur les mesures à prendre pour s'isoler de façon sécuritaire à domicile en présence d'autres personnes.

Représenter la non-conformité à l'intérieur du modèle

Un facteur important à prendre en considération lors de la modélisation d'INP est la lassitude face à l'obligation de se conformer ou l'érosion de la conformité – deux termes utilisés pour décrire l'observation selon laquelle les membres de la population deviennent avec le temps moins enclins à respecter les INP. De même, il convient de répartir la mesure dans laquelle les membres d'une population donnée sont susceptibles de se conformer aux INP. Nos partenaires de l'Agence de la santé publique du Canada estimaient important d'intégrer la non-conformité au cadre de modélisation. Pour cette raison, nous avons inclus des expériences comportant des variantes des agents d'AR décrites précédemment : éléments imprévisibles et érosion de la conformité. Dans le cadre des expériences intégrant les éléments imprévisibles, chaque agent pouvait aussi bien se conformer et appliquer la stratégie apprise dans la cadre de l'AR qu'adopter le comportement par défaut de l'agent. Dans le cadre des expériences intégrant l'érosion de la conformité, chaque agent affichait au départ une conformité parfaite, mais la probabilité que ceux-ci appliquent la stratégie apprise dans le cadre de l'AR diminuait ensuite chaque jour de façon stochastique, de sorte que la population finissait par revenir à ses comportements par défaut.

La figure 4 représente au moyen de tracés le nombre quotidien et le nombre cumulatif d'infections observées dans le cadre des expériences portant sur les agents d'AR et des expériences AR + éléments imprévisibles et AR + érosion de la conformité. Il est intéressant de constater que, malgré la présence d'agents imprévisibles, la population en vient tout de même à atteindre un taux d'infections quotidien quasi nul, quoiqu'un peu à retardement par rapport aux agents d'AR. À l'inverse, l'expérience intégrant l'érosion de la conformité démontre l'importance de maintenir la conformité aux INP – si les restrictions sont assouplies trop rapidement, le nombre d'infections ne se stabilise pas et continue d'augmenter. Les simulations s'étendent seulement sur une période de 120 jours, mais on estime que sur une plus longue période une « deuxième vague » serait apparue dans le cadre de l'expérience intégrant l'érosion de la conformité.

Description de la figure 4

Schémas comparant les événements d'infection quotidiens (haut) et cumulatifs (bas) observés dans le cadre des expériences portant respectivement sur les comportements appris (LB), les comportements appris (LB) + les éléments imprévisibles (WC), et les comportements appris (LB) + l'érosion de la conformité (attrition).

Les samedis et les dimanches compris dans les 50 simulations sont représentés en vert.

Des analyses plus approfondies ont révélé une certaine périodicité dans le nombre quotidien d'infections pour chacune de ces expériences (figure 4, % de la population chaque jour). On a constaté que dans le cas des agents d'AR, le nombre d'infections diminuait en semaine pour réaugmenter légèrement les week-ends. Le phénomène inverse a toutefois été observé dans le cadre des expériences intégrant les éléments imprévisibles et l'érosion de la conformité. Le nombre d'infections était supérieur en semaine et diminuait légèrement les week-ends. Une analyse a révélé que ce phénomène est attribuable aux infections liées à la fréquentation d'un établissement scolaire, ce qui démontre que, lorsque la conformité est totale (agents d'AR), le nombre d'infections dans les écoles est inférieur et celles-ci s'avèrent relativement sécuritaires, tandis que lorsque la conformité diminue (agents d'AR + éléments imprévisibles/érosion de la conformité), les écoles deviennent de hauts lieux de contamination communautaire.

L'une des caractéristiques distinctives de la COVID-19 est la prévalence des personnes asymptomatiques qui sont contagieuses et propagent le virus à leur insu. Une analyse a révélé que, comparativement à l'expérience portant seulement sur les agents d'AR, lorsque les agents d'AR sont en présence d'une érosion de la conformité, les événements d'infection attribuables à des personnes asymptomatiques sont 5,5 fois plus nombreux, ce qui confirme l'importance de se conformer aux INP même en l'absence de symptômes.

Autres applications de la simulation orientée agents

Avec la COVID-19 est venue la nécessité de disposer d'approches de modélisation permettant d'éclairer les politiques en matière de santé. La Division de la science des données de Statistique Canada a mis au point un nouveau cadre de modélisation qui utilise l'apprentissage par renforcement pour apprendre à des agents à adopter des comportements qui réduisent la propagation communautaire d'une infection au sein de populations simulées. L'AR a fourni un mécanisme qui a permis d'explorer un vaste champ de comportements et de scénarios possibles. Les chercheurs ont ainsi pu découvrir de nouveaux scénarios de réduction de la propagation des infections, car leur travail ne se limitait pas à modéliser un petit nombre défini de scénarios bien précis. Un manuscrit exposant en détail le présent travail de recherche a récemment été accepté pour publication à titre de chapitre dans un ouvrage sur la modélisation mathématique de la COVID-19 produit par le Fields Institute for Research in Mathematical Sciences qui paraîtra bientôt. L'environnement de simulation orientée agents a été conçu à l'aide de données sur la population canadienne librement accessibles, mais cette approche pourrait aussi être appliquée à des populations plus locales ainsi qu'à d'autres pays. Qui plus est, cette approche n'est pas limitée à la COVID-19; elle peut très bien être appliquée à d'autres maladies infectieuses susceptibles de se propager par transmission communautaire. Toute question ou demande de précisions sur le présent travail de recherche peut être adressée au Réseau des utilisateurs et praticiens de l'intelligence artificielle (connectez-vous à GCcollab et copiez le lien dans votre navigateur).

 
Signaler un problème ou une erreur sur cette page
Date de modification :
S'abonner à
Date de modification :