Soumissions de 2023

Objectif : Le but de ce projet est de mieux comprendre ce qui pousse les entreprises à adopter de nouvelles technologies, ainsi que les conséquences de cette adoption sur les entreprises et les travailleurs. Pour ce faire, il convient de procéder à un couplage de microdonnées des enquêtes à l’échelle de l’entreprise portant sur l’adoption de technologies (Enquête sur l’innovation et les stratégies d’entreprise, Enquête sur les technologies de pointe et Enquête sur la technologie numérique et l’utilisation d’Internet), de la base de données employeurs-employés (Base de données canadienne sur la dynamique employeurs-employés) et d’autres bases de données (Recensement de la population et données sur les votes de représentation syndicale pour les entreprises canadiennes).

Ce projet peut aider à mieux informer les Canadiennes et les Canadiens sur l’adoption de technologies et ses répercussions sur l’économie et le marché du travail. De plus, il fournira des données probantes et des renseignements pertinents au milieu universitaire et aux décideurs, ce qui favorisera l’élaboration de politiques et de programmes visant à promouvoir l’adoption et la diffusion de technologies de façon équitable au sein des entreprises, afin d’accroître la compétitivité du Canada et le bénéfice tiré par la population canadienne.

Produit : Les résultats de ce projet comprendront plusieurs rapports analytiques qui aborderont les questions suivantes :

1. Quels sont les principaux facteurs qui motivent la décision d’une entreprise d’adopter une technologie?
2. Dans quelle mesure les modèles d’adoption de technologies par les entreprises appartenant à des sous-groupes de population, comme les femmes et les immigrants, sont-ils différents? Ces sous-groupes rencontrent-ils des obstacles supplémentaires à l’adoption de technologies?
3. Quelle est la relation entre la syndicalisation et l’adoption de technologies? Les syndicats favorisent-ils l’adoption de technologies ou l’entravent-ils?
4. Quelles sont les répercussions de l’adoption de technologies sur le rendement de l’entreprise?
5. Quelles sont les répercussions de l’adoption de technologies sur les travailleurs (suppression d’emplois, évolution des salaires, inégalités, etc.)?

Le fichier analytique sans identificateurs sera disponible à partir des points d’accès sécurisés de Statistique Canada (tels que les centres de données de recherche) et l’accès sera accordé aux personnes réputées être employées de Statistique Canada conformément au processus d’approbation standard.

Objectif : L’objectif général du Sondage sur le mieux-être du personnel d’EDSC est d’évaluer les conditions de travail à Emploi et Développement social Canada (EDSC) et d’éclairer les stratégies qui répondent aux besoins des employés et qui optimisent leur bien-être.

L’objectif du couplage est d’ajouter deux variables au fichier de partage du SMP EDSC, qui pourrait servir à créer des sous-ensembles de données selon le niveau de supervision et la langue officielle. Cela permettrait d’analyser les principaux résultats du sondage et d’approfondir l’analyse des expériences potentiellement différentes de ces sous-groupes de répondants afin de les comprendre et de les aborder en améliorant les pratiques de gestion du personnel.

Produit : Les résultats prévus sont un fichier de partage du SMP EDSC, ainsi que des statistiques agrégées non confidentielles sous la forme de tableaux Excel et d’un tableau de bord Power BI pour Emploi et Développement social Canada (EDSC). Statistique Canada conclura une entente de partage de données avec EDSC qui, en signant l’accord, acceptera de préserver la confidentialité des renseignements partagés et de les utiliser uniquement à des fins statistiques et de recherche. Au moment de la collecte, les répondants du SMP EDSC ont été informés du partage des renseignements avec EDSC. Seuls les répondants qui ont accepté de partager leurs renseignements seront compris dans le fichier de partage du SMP EDSC. Aucun identificateur direct, y compris les identificateurs personnels, ne sera inclus dans le fichier de partage du SMP EDSC. Le fichier principal du SMP EDSC, qui se trouvera dans les centres de données de recherche (CDR), ne comprendra pas les deux variables couplées. Seules les statistiques agrégées non confidentielles seront diffusées à l’extérieur de Statistique Canada.

Objectif : S’appuyer sur l’objectif du projet de couplage 008-2018, qui était de renforcer la capacité à cerner les principaux facteurs de risque et les sous-populations les plus exposées au risque de surdose. Mieux comprendre les caractéristiques des personnes au cœur de la crise des opioïdes, en particulier celles qui consomment et meurent dans leur résidence. Aider à comprendre les racines de l’épidémie de drogues illicites et les personnes les plus exposées au risque de surdose. En plus de la perspective politique, les données sur les opioïdes générées synthétiquement peuvent être utilisées par les chercheurs, les responsables de l’élaboration de soins de santé et les scientifiques cliniques pour mettre au point des solutions innovantes en matière de soins de santé et les utiliser à des fins d’enseignement et de formation.

Ce nouveau projet s’appuiera également sur la cohorte à laquelle on fait référence (projet de couplage 008-2018) pour produire un modèle d’apprentissage automatique génératif pour la génération d’ensembles de données synthétiques renforçant la protection de la vie privée. Plusieurs modèles d’apprentissage automatique seront évalués afin de déterminer celui qui permet d’équilibrer au mieux les risques de divulgation de la vie privée et l’utilité des données. Le développement et l’évaluation des modèles et des ensembles de données synthétiques seront le fruit d’une collaboration entre Statistique Canada et les chercheurs de l’UQAM.

En outre, si la validation de principe réussit à concilier les risques pour la vie privée et la confidentialité tout en préservant l’utilité des données, elle permettra à un plus grand nombre de chercheurs et de décideurs d’utiliser des données synthétiques et des résultats d’études granulaires permettant d’améliorer la protection de la vie privée, ce qui pourrait favoriser l’innovation par une collaboration active et faciliter une avancée plus importante et plus rapide des solutions à la crise des opioïdes. Des données synthétiques sur les patients qui préservent la relation entre les variables de l’étude, mais qui ne contiennent aucun enregistrement qui représente ou permet d’identifier une personne réelle dans la cohorte constitueraient une solution viable à ce problème.

Résultats : Un rapport technique complet résumant la méthodologie, l’évaluation des algorithmes génératifs, les principales conclusions, les leçons apprises et les recommandations pour les prochaines étapes (le cas échéant). Les conclusions de haut niveau peuvent être communiquées sous forme de présentations à divers partenaires de Sécurité publique Canada. Les personnes réputées être employées de Statistique Canada n’auront accès aux données qu’avec un identificateur de couplage anonymisé, mais PAS aux identificateurs directs; ils n’utiliseront que des appareils autorisés à partir des points d’accès sécurisés de Statistique Canada au cours de ce projet.

Un référentiel de codes bien documenté pour le projet selon les politiques actuelles et futures de Statistique Canada. Dans le cadre de l’initiative de la science ouverte, un accès gratuit à l’outil à code source libre et aux bibliothèques sera offert au public. Le code ne contiendra pas de renseignements de nature délicate et fera l’objet d’évaluations appropriées avant d’être diffusé.

Un modèle génératif préentraîné qui peut produire des données de haute qualité dans un environnement privé différemment. Une telle approche pourrait guider l’élaboration d’approches ciblées pour la prévention, le traitement et la détermination de points d’intervention possibles pour la population à haut risque dans les études sur la toxicité des opioïdes. Ce modèle sera capable de générer de nouvelles instances de données synthétiques qui ne figurent pas dans l’ensemble de données original et qui préservent la confidentialité des membres de l’ensemble de données original, tout en conservant des propriétés clés qui respectent la distribution des données.

Aucune microdonnée confidentielle de Statistique Canada ne sera rendue publique pendant la collaboration de recherche ou après son achèvement dans le cadre de cet accord. Cette condition s’applique également aux modèles et aux prototypes d’apprentissage automatique (préentraînés) qui peuvent à leur tour divulguer des renseignements confidentiels.

Objet : Il existe relativement peu d’analyses qui ont été entreprises pour mesurer la productivité des exploitations agricoles au Canada. Ces travaux permettront d’examiner dans quelle mesure la croissance de la productivité est attribuable aux améliorations apportées au sein des exploitations permanentes et dans quelle mesure elle résulte de la réaffectation de ressources telles que les terres entre les exploitations. Cela permettra d’éclairer les politiques visant à améliorer la productivité du secteur agricole.

Produit : Seuls les analyses et les produits statistiques agrégés non confidentiels et conformes aux dispositions relatives à la confidentialité de la Loi sur la statistique seront diffusés à l’extérieur de Statistique Canada. Les renseignements seront présentés sous la forme de tableaux de résultats de régression et de statistiques sommaires associés à l’objectif du projet.

Les ensembles de données analytiques seront transmis aux centres de données de recherche (CDR) et l’accès à ces ensembles sera accordé conformément au processus d’approbation normalisé des CDR. Les ensembles de données sources seront anonymisés et conformes aux restrictions relatives aux variables en vigueur pour les ensembles de données sources. L’accès au fichier analytique est limité aux chercheurs, qui deviennent des personnes réputées être employées de Statistique Canada.

Objet : Le couplage vise à répondre aux besoins en données du Cadre multilatéral pour l’apprentissage et la garde des jeunes enfants du gouvernement du Canada. Ce cadre définit les principales priorités en matière de garde d’enfants, dont les services de garde inclusifs et souples.

Ce couplage de microdonnées complétera l'Enquête sur les modes de garde avant et après l'école au Canada de 2022 avec des données sur les caractéristiques du revenu et de l'emploi, la structure familiale et le statut d'immigrant afin d'explorer plus en détail les caractéristiques associées à l'utilisation des services de garde d'enfants au Canada.

Résultats: Un fichier de microdonnées lié sera disponible à Statistique Canada et sera placé dans les Centres de données de recherche (CDR) où l'accès sera accordé selon le processus d'approbation standard des CDR. Les résultats seront présentés dans des documents de recherche, des rapports internes et externes, des exposés pour des ateliers et des conférences, et des publications externes (p. ex. manuscrits universitaires).