Boîte à outils de l’expérience Web | Projet à source ouverte collaboratif dirigé par le Gouvernement du Canada

Intendance des données : Introduction aux normes en matière de données et aux métadonnées

Numéro de catalogue : 892000062021006

Date de diffusion : le 3 mai 2021 Mise à jour : le 5 novembre 2021

Que vous recueilliez de nouvelles données ou que vous utilisiez des données existantes, appliquer des normes en matière de données vous facilitera la vie. Et documenter vos données sous forme de métadonnées permettra à d'autres de les trouver, de les comprendre et de les utiliser.

Dans cette vidéo, vous apprendrez ce que nous pouvons faire aux données mêmes pour qu'il soit plus facile de les utiliser. Tel est le rôle des normes en matière de données. Et vous apprendrez quels sont les renseignements supplémentaires que nous pouvons fournir pour faciliter l'utilisation des données. Tel est le rôle des métadonnées.

Étape du parcours des données

Fondation

Compétence des données

Analyse des données
Création et utilisation de métadonnées
Gestion et organisation des données
Intendance des données
Interprétation des données

Audience

Essentiel

Conditions préalables suggérées

s.o.

Durée

14:52

Coût

Gratuit

Voir la vidéo

Intendance des données : Introduction aux normes en matière de données et aux métadonnées - Transcription

(Le symbole et le mots-symbole de Statistique Canada apparaissent sur l'écran: "Intendance des données: Introduction aux normes en matière de données et aux métadonnées".)

Intendance des données: Introduction aux normes en matière de données et aux métadonnées

Que vous recueilliez de nouvelles données ou que vous utilisiez des données existantes, appliquer des normes en matière de données vous facilitera la vie. Et documenter vos données sous forme de métadonnées, permettra à d'autres de les trouver, de les comprendre et de les utiliser.

Objectifs d'apprentissage

Dans cette vidéo, vous apprendrez ce que nous pouvons faire aux données mêmes pour qu'il soit plus facile de les utiliser. Tel est le rôle des normes en matière de données Et vous apprendrez quels sont les renseignements supplémentaires que nous pouvons fournir pour faciliter l'utilisation des données. Tel est le rôle des métadonnées.

Étapes du cheminement des données

(Text à l'écran: Étapes du cheminemnt des données est appuyé par une base d'intendance, de métadonnées, de normes et de qualité)

(Diagramme du Cheminement des données: Étape 1 - définir, trouver, recueillir; Étape 2 - explorer, nettoyerm, décrire; Étape 3 - analyser, modéliser; Étape 4 - Raconter l'histoire. Le cheminement des données est supporté par une base d'intendance, de métadonnées, de normes et qualité.)

Ce diagramme est une représentation visuelle du cheminement des données, depuis leur collecte jusqu'au moment d'en raconter l'histoire à d'autres en passant par leur exploration, leur nettoyage, leur description, leur compréhension et leur analyse. Les normes en matière de données et les métadonnées les portent tout au long de leur cheminement.

Normes en matière de données

Les normes en matière de données peuvent être appliquées aux données pour qu'il soit plus facile de les utiliser. Il peut s'agir d'utiliser une terminologie commune pour décrire les données, comme dire que les données font partie d'un ensemble de données ou, encore, que les données comportent des variables catégoriques ou des variables numériques. Il peut aussi s'agir d'utiliser des moyens familiers pour représenter des choses courantes, comme les dates, les adresses et la température. Suivre une norme en matière de données peut aussi consister à rendre les données reconnaissables en les conservant dans une base de données ou en utilisant un format de fichier courant. En bref, les normes en matière de données sont les règles utilisées pour normaliser la façon de décrire, de représenter et de structurer les données.

Métadonnées

Les métadonnées sont des renseignements qui sont fournis avec les données pour faciliter l'utilisation de celles-ci. Il peut s'agir de renseignements sur la source des données: d'où elles viennent, qui les a créés, ce à quoi elles servent, la date de leur création, etc. Il peut aussi s'agir de renseignements sur ce qu'on a déjà fait aux données, comment elles ont été nettoyées et traitées et la façon dont les choses ont été calculés. Les métadonnées peuvent aussi inclure une description de la qualité des données, par exemple ce qui manque à celles-ci ou la façon dont elles ont été validées. Si les normes en matière de données ont été respectées lors de la création et du traitement des données, une description de celles-ci peut également être incluse dans les métadonnées. En bref, les métadonnées sont des données qui fournissent de l'information sur d'autres données, ce qui en facilite la recherche, l'interprétation et l'utilisation et permet de s'y fier davantage.

Normes en matière de données et métadonnées

(Diagramme du cycle de vie des données symbolisé comme une route commençant au producteur de données où il est pour une analyse plus approfondie à chaque jonction, aussi longtemps que la règle derrière les normes de données et les métadonnées sont suivies. Si des normes de données et des métadonnées sont utilisées, le cycle de vie des données est infini.)

Nous recueillons et nous manipulons des données parce que nous voulons qu'elles révèlent quelque chose. D'habitude, nous ne recueillons, ne manipulons et n'interprétons pas les données en une seule étape. C'est ce que les données évoluent en cheminant, mais sans pour autant s'arrêter, arrivant à destination pour reprendre la route! Votre travail pourrait consister à créer un tableau de données pour votre patron, qui pourrait le joindre à d'autres tableaux pour créer un tableau de bord que son patron pourrait examiner afin de recommander une décision et ainsi de suite. Les données ne cessent d'avancer, comme un vélo. Mais qu'est-ce qui fait avancer les données? Quelqu'un doit pédaler! Bref, quelqu'un doit pouvoir trouver, comprendre et manipuler ces données pour que les choses continuent à rouler. C'est là qu'interviennent les normes en matière de données. Tout comme il faut mettre les pieds sur les pédales pour faire tourner les roues d'un vélo dans le sens des aiguilles d'une montre, l'utilisation des données répond à des normes. Et tout comme une fiche technique décrit les caractéristiques d'un vélo, les métadonnées expliquent le contenu et le fonctionnement des données. Tant que les normes en matière de données sont respectées et que les métadonnées sont tenues à jour, les données peuvent continuer d'avancer. Mais dès qu'on arrête de suivre les normes en matière de données et qu'il n'y a pas de métadonnées, les données cessent leur cheminement. Plus personne ne les comprend ou ne peut les utiliser.

Pourquoi les normes en matière de données et les métadonnées sont-elles importantes?

Mais pourquoi devons nous utiliser des normes en matière de données et des métadonnées? Pour en retenir l'importance, il suffit de penser au sigle F-A-I-R. Les normes en matière de données et les métadonnées rendent les données faciles à trouver. Elles rendent les données accessibles ou faciles à utiliser. Elles rendent les données interopérables, ce qui signifie simplement qu'elles sont faciles à combiner avec d'autres données. Elles facilitent l'utilisation, le partage et la réutilisation des données.

Types de normes en matière de données

Il y a différents types de normes en matière de données. Nous n'en mentionnerons que quelques-unes. Les normes relatives au format des données sont une façon normalisée de représenter des choses telles que les dates, les nombres négatifs, la devise et, comme c'est le cas au Canada, les codes à deux lettres des noms de provinces. Les normes relatives au format des fichiers de données font en sorte que les fichiers sont faciles à partager et à ouvrir. Le format des variables séparées par des virgules, ou CSV, est un bon format parce qu'il permet à divers logiciels d'ouvrir les fichiers. Les normes relatives aux variables sont un moyen de normaliser les catégories concernant des variables qui ne peuvent prendre que certaines valeurs, comme la situation vis-à-vis de l'activité, les groupes d'âge, l'industrie et la profession. Nous en parlerons davantage à la prochaine diapositive.

Classifications types

Une classification est une façon de regrouper les catégories d'une norme relative aux variables de façon significative et cohérente. Prenons l'exemple des groupes d'âge. Si un chercheur utilise des catégories d'âge s'échelonnant sur quatre ans et qu'un autre utilise des catégories d'âge s'échelonnant sur dix ans, il serait difficile de comparer leurs résultats. Mais si tous deux conviennent que les catégories d'âge devraient s'échelonner sur cinq ans et s'y conforment, cela s'appelle une classification. Les groupes d'une classification devraient être exhaustifs et s'exclure mutuellement. Avant de créer vos propres groupes, il serait bon que vous vérifiiez s'il existe une classification type que vous pourriez utiliser. Il y en a beaucoup sur le site Web de Statistique Canada.

Types de métadonnées

Il y a différents types de métadonnées, mais nous ne parlerons que de quelques unes d'entre elles. Les métadonnées de référence fournissent des renseignements sur la source des données, par exemple qui les a recueilli, quand et à quelles fins. Les métadonnées de référence comprennent également une description des méthodes qui ont été utilisées pour traiter ou analyser les données et une évaluation de la qualité des données. Cela pourrait prendre la forme d'un paragraphe. Les métadonnées descriptives sont des choses telles que les titres, les notes de bas de page et les étiquettes. Elles peuvent apparaître directement dans des tableaux, des graphiques et d'autres produits de visualisation de données. Les métadonnées structurelles sont celles qui renferment la liste des variables figurant dans les données, les identificateurs, les valeurs valides, la plage des valeurs ou la liste des codes, qui est une liste de toutes les valeurs possibles pour les variables catégoriques. Si des classifications ont été utilisées, les métadonnées structurelles les décriront.

Exemple: Normales climatiques, 1981-2010, Saskatoon

(Image du résultat de la recherche « Normales et moyennes climatiques de 1981 - 2010 » sur le site Web du Gouvernement du Canada en mettant l'accent sur l'hyperlien de "Saskatoon Water TP".)

Examinons les normes en matière de données et les métadonnées à l'aide d'un exemple. Pour le consulter, vous pouvez vous rendre sur le site Web du gouvernement du Canada et y chercher un nom de station contenant le mot "Saskatoon". Nous avons choisi la station météorologique, "Saskatoon Water TP".

(Image du résultat de la recherche « 1981 - 2010 climate normals and averages for the Saskatoon Water TP » sur le site Web du Gouvernement du Canada en mettant l'accent sur le titre, les axes et la légende du graphique. Une attention supplémentaire est portée à l'onglet Métadonnées Station/Élément.)

Cliquer sur "Saskatoon Water TP" mène à cette page. Ce graphique a un titre informatif et une légende et ses axes sont étiquetés. Ce sont des exemples de métadonnées descriptives. Trois onglets surmontent le graphique. Nous avons cliqué sur celui intitulé "Métadonnées pour les stations et les éléments".

(Image du résultat de la recherche « 1981 - 2010 climate normals and averages for the Saskatoon Water TP » sur le site Web du Gouvernement du Canada en mettant l'accent sur le lien hypertexte Latitude (dd mm).)

Cliquer sur l'onglet "Métadonnées pour les stations et les éléments" mène à cette page. Le paragraphe sous les onglets est un exemple de métadonnées de référence, qui explique comment déterminer la qualité des statistiques dans les tableaux. Le producteur des données a fourni ces renseignements pour aider l'utilisateur des données à décider si les données conviennent à l'utilisation prévue. Nous avons ensuite cliqué sur l'hyperlien "Latitude".

(Image de la définition des métadonnées de latitude)

Cliquer sur l'hyperlien "Latitude" mène à ce renseignement. Il s'agit d'autres métadonnées de référence pour aider l'utilisateur à comprendre la façon dont la latitude a été mesurée et pour l'informer de la qualité des données de localisation. La latitude et la longitude sont une classification type pour l'indication d'emplacements.

(Image du résultat de la recherche « 1981 - 2010 climate normals and averages for the Saskatoon Water TP » sur le site Web du Gouvernement du Canada en mettant l'accent sur l'onglet "Données sur les normales".)

Ensuite, nous sommes revenus à cette page web et nous avons cliqué sur l'onglet "Données sur les normales".

(Image du résultat de la recherche « 1981 - 2010 climate normals and averages for the Saskatoon Water TP » sur le site Web du Gouvernement du Canada, en mettant l'accent sur les sous-sections de l'onglet Données sur les normales intitulée « Télécharger des données » et « Données connexes ».)

Cliquer sur l'onglet "Données sur les normales" mène à cette page. Le paragraphe sous les onglets contient d'autres métadonnées de référence, qui décrivent la façon dont les calculs ont été effectués et qui renferme d'autres renseignements sur la qualité des données. Les données sont offertes gratuitement dans les formats CSV et XML, qui sont tous deux des normes courantes relatives au format des fichiers de données. Cette page Web contient également des hyperliens vers d'autres métadonnées connexes.

(Image du fichier CSV du « 1981 - 2010 climate normals and averages for the Saskatoon Water TP » du site Web du gouvernement du Canada mettant l'accent sur les titres de table de la CSV, les abréviations normalisées des provinces, les méthodes de numérotation et la nomenclature des dates.)

Nous avons téléchargé les données en format CSV (ou variables séparées par des virgules). Nous en voyons ici un petit segment. La colonne de gauche affiche explicitement des métadonnées dont le but est d'aider les utilisateurs à comprendre et à utiliser ces microdonnées. La province est SK, l'abréviation normalisée de Saskatchewan. Les valeurs négatives sont indiquées par le signe moins, ce qui est une norme de données courante. Le format des dates est en "aaaa/jj", ce qui est une norme de données assez courante pour les dates.

Exemple: récapitulatif

Revoyons l'exemple. Le producteur de données a recueilli les microdonnées climatiques les a traitées, a appliqué des normes en matière de données pour les dates et les nombres négatifs et a utilisé une classification type pour la latitude et la longitude. Il a utilisé les microdonnées pour créer des produits de données. Dans cet exemple, nous avons vu un diagramme, un graphique et un ensemble de données téléchargeables. Le producteur de données a également créé des métadonnées décrivant tout ce qu'il a fait et il a choisi stratégiquement l'endroit où afficher les métadonnées dans les produits de données afin que l'utilisateur de données sache de façon intuitive et transparente où trouver l'information dont il a besoin. Dans cet exemple, l'utilisateur de données parcourt les produits de données. Les métadonnées lui font découvrir des renseignements sur la qualité des données, les méthodes qui ont été utilisées et les normes en matière de données qui ont été appliquées.

Vérification des connaissances

(Image des immatriculations de véhicules automobiles neufs au Canada dans les site web du Gouvernement du Canada. En mettant l'accent sur les titres des colonnes, les superscripts et les références.)

L'exemple nous a montré à repérer les métadonnées et les normes en matière de données. À vous de jouer maintenant. Ce que vous voyez à l'écran est un tableau de données sur les immatriculations des véhicules automobiles neufs. Maintenant, arrêtez la vidéo et voyez combien d'exemples de métadonnées vous pouvez trouver à l'écran. Repartez la vidéo pour voir nos réponses. Il a des étiquettes sur les lignes et les colonnes du tableau. Il s'agit d'un exemple de métadonnées descriptives. La police est assez petite, mais on voit après les mots "Autres types de carburant" un hyperlien sous forme d'exposant. Si vous pouviez appuyer dessus, vous verriez apparaître un message contextuel indiquant quels sont les autres types de carburant. Il s'agit d'un autre exemple de métadonnées descriptives. Sous le tableau se trouve une mine d'or de renseignements connexes. Si vous pouviez cliquer sur l'un des hyperliens, vous y trouveriez des métadonnées de référence sur la source, les méthodes et la qualité des données.

Récapitulatif des points clés

Les normes en matière de données sont les règles utilisées pour normaliser la façon de décrire, de représenter et de structurer les données. Les normes en matière de données permettent d'utiliser plus facilement les données. Les métadonnées sont des données qui fournissent des renseignements sur d'autres données. Les métadonnées facilitent l'utilisation des données. L'utilisation et le partage des normes en matière de données et des métadonnées facilitent l'utilisation et le partage des données.

(Le mot-symbole « Canada » s'affiche.)

Qu'avez-vous pensé?

S'il vous plaît nous donner vos commentaires afin que nous puissions mieux fournir des produits qui répondent aux besoins de nos utilisateurs.

Soutien au contrôle de la confidentialité: Dominance et homogénéité avec SAS

ISBN : 978-0-660-69423-8

Date de diffusion : 29 avril 2022

Soutien au contrôle de la confidentialité: Dominance et homogénéité avec SAS

(Le symbole de Statistique Canada, le mot-symbole « Soutien au contrôle de la confidentialité: Dominance et homogénéité avec SAS » apparaissent à l'écran.)

Bienvenue à la série de formation de l'accès aux données de Statistique Canada. Cette vidéo fait partie de la série de soutien au contrôle de la confidentialité et présente des exemples d'utilisation de différents logiciels statistiques pour effectuer les analyses requises pour les chercheurs travaillant avec des données confidentielles.

Aujourd'hui, nous allons vous montrer un exemple permettant d'utiliser les tests d'homogénéité et de dominance, incluant des tests de NK et P-pourcent pour la variable de revenu en dollar avec SAS. Nous utiliserons un échantillon factice du recensement de 2016 qui ne contient aucun cas réel.

La dominance, c'est lorsque la majeure partie de la contribution à la statistique provient d'une ou de quelques observations (sur la base d'observations non pondérées). Les règles de N, K et P% font partie des règles de dominance. Quant à la règle d'homogénéité, elle vise à éviter la divulgation de statistiques lorsque les répondants occupent une étendue étroite de valeurs (peut-être parce qu'elles ont été imputées du même répondant).

Nous avons choisi le recensement pour cet exemple, mais d'autres enquêtes de Statistique Canada les exigent également. Pour les chercheurs des CDR, Il peut être important de savoir comment réaliser ces tests. En effet, la sortie de résultats de statistiques descriptives ou de modèles impliquant la variable de revenu continue en dollar exige du chercheur qu'il joigne à sa demande de confidentialité des documents de soutien.

Mentionnons qu'il s'agit d'un exemple de tests pour faciliter la vie aux chercheurs. Il existe d'autres exemples de ces programmes en ligne. Cette version-ci est facilement accessible aux chercheurs des CDR. Si vous n'êtes pas sûrs de leur emplacement, demandez-le à votre analyste. La présente version se présente comme un programme SAS où il suffit essentiellement d'entrer les variables d'intérêt dans la macro, incluant la variable de revenu, et de l'exécuter.

D'entrée de jeu, sachez qu'il est possible d'importer une base de données dans un autre langage informatique que SAS dont SPSS et de le transformer en base de données SAS. De plus, il faut savoir qu'il existe d'autres outils pour réaliser les tests avec les logiciels STATA et R disponibles dans les CDR. Ensuite, il suffit de déterminer quelles variables seront introduites dans la macro SAS. Pour les fins de l'exercice, nous pouvons prendre l'exemple d'un chercheur qui demande la sortie d'un tableau croisé de de la moyenne du revenu (qui est une variable continue) par province et par sexe (deux variables catégorielles). Ensuite, on introduit sur la deuxième ligne notre variable de revenu.

Nous utilisons ici la variable totinc. Enfin, il faut donner une instruction à SAS quant à l'emplacement du fichier de données qui nous intéresse. Le reste de la procédure suit. Pour la démonstration, je vais soumettre la partie du test de dominance et d'homogénéité. Vous obtiendrai alors un tableau de sortie de résultats. On retrouve certains indicateurs permettant de voir si chacune des catégories passent ou non les tests. Ici on voit qu'aucun des tests n'a échoué par la mention 0. Aucun problème d'homogénéité et de dominance n'a été détecté. Une valeur de 1 aurait indiqué qu'une catégorie a échoué le test. Le chercheur devrait regrouper les variables pour augmenter les effectifs dans la catégorie en question.

Ce document peut être joint aux résultats qui font l'objet d'une demande de divulgation, sous forme de feuille Excel, par exemple. Le code a exécuté l'envoi d'un fichier Excel à l'emplacement que nous avons indiqué. Il se retrouve sur le Bureau, dans un Dossier, mais vous pouvez choisir l'emplacement de votre choix. Maintenant, on revient au programme pour exécuter le code des tests de N, K, et P-pourcent. Encore une fois, on sélectionne le code à exécuter. Le code génère des fichiers de données nécessaires au calcul des tests. Comme avec le test précédent, le tableau qui se trouve dans la fenêtre de sortie de données indiquent zéro.

On peut conclure qu'aucun problème de N, K et P-pourcent n'a été détecté, et qu'il n'est donc pas nécessaire de regrouper de catégories. Ces résultats peuvent être joints comme document de soutien à la demande de confidentialité. Merci de votre attention! Si vous avez des questions, veuillez contacter le personnel local du CDR ou envoyez un courriel à statcan.maddatadevteam-damequdevdonnees.statcan@canada.ca.

(Le mot-symbole « Canada » s'affiche.)

Soutien au contrôle de la confidentialité: Arrondissement des proportions avec Rounder - une application R Shiny

ISBN : 978-0-660-69431-3

Date de diffusion : 27 avril 2022

Soutien au contrôle de la confidentialité: Arrondissement des proportions avec Rounder - une application R Shiny

(Le symbole de Statistique Canada, le mot-symbole « Canada » et le titre : « Soutien au contrôle de la confidentialité: Arrondissement des proportions avec Rounder - une application R Shiny » apparaissent à l'écran.)

Bienvenue à la série de formation sur l'accès aux données de Statistique Canada. Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d'utilisation de différents logiciels statistiques pour effectuer les analyses requises pour les chercheurs travaillant avec des données confidentielles. Le code qui prend en charge l'application de Rounder est disponible. Demandez à votre analyste si vous n'êtes pas sûr de savoir où le trouver. Dans cette vidéo, je vais utiliser un fichier de microdonnées à grande diffusion pour montrer les différentes fonctionnalités de l'outil d'arrondissement L'application sera utile pour ceux qui ont besoin de valeurs arrondies, de valeurs pondérées, de fréquences randomisées et pour vérifier si les fréquences atteignent la taille de cellule minimum. Avant de montrer l'application, nous allons configurer l'outil dans nos dossiers et dans R. L'étape 1 est la localisation et l'extraction du module d'application Rounder, qui peut être placé dans le même répertoire que le dossier zippé, dans ce cas-ci, Documents. Après l'extraction, nous allons aller dans le dossier et ouvrir le fichier R appelé Rounder App. Maintenant, nous devons changer le chemin afin qu'il puisse trouver les fichiers requis. Donc, de retour dans l'explorateur de fichiers, nous devons cliquer à droite sur le dossier extrait, sélectionner et copier le chemin que nous allons coller dans l'objet chemin entre les guillemets en s'assurant de modifier les barres obliques inversées par des barres obliques avant et se débarrasser de la partie Rounder du chemin, parce que celle-ci est déjà incluse dans la fonction « libpaths » en dessous. Enfin, nous devons mettre en surbrillance et exécuter tout le code pour que l'application s'ouvre. Ceci est l'application Rounder, c'est l'extrémité avant du module Vetter pour studio R. Rounder est un outil interactif pointer-cliquer qui permet de préparer les documents de soutien pour les proportions, les fréquences, et les moyennes. Cette application R Shiny peut être utilisée pour générer des fréquences pondérés et effectuer des arrondissements aléatoires. Dans cette vidéo, je vais vous montrer comment il fonctionne. En ce moment, j'ai l'application ouverte dans mon navigateur, mais elle fonctionne complètement hors ligne. La première chose que nous allons faire est d'importer un fichier de données. Les types pris en charge sont Stata, SPSS, SAS et csv. Nous allons utiliser l'ESG qui est le fichier à grande diffusion de l'enquête sociale générale. Nous pouvons charger le tout, mais afin de gagner du temps, nous recommandons fortement de sélectionner les variables dont vous avez besoin. Pour cet exemple, j'utiliserai le lieu de naissance canadien, l'achat de plats à emporter, le revenu familial et l'âge du père du répondant, puis nous allons cliquer ici. Nous voyons un résumé de nos données, ce qui signifie qu'il est chargé avec succès. Toutes les fonctions que nous allons voir sont ici. Pour vérifier les proportions, nous allons mettre deux variables. Nous allons passer en revue certaines de ces colonnes. D'abord, nous verrons nos deux variables et ensuite nous verrons une colonne d'avertissement ici. Cet avertissement apparaîtra si votre numérateur est en dessous du seuil de taille de cellule minimale ou si la différence entre votre numérateur et votre dénominateur est inférieure à ce même seuil. Cela est très utile, car il peut être adapté aux seuils minimaux spécifiques des différentes enquêtes. Ici, nous voyons l'arrondissement aléatoire ainsi que le nombre aléatoire ici, nous voyons le numérateur, le numérateur arrondi, la différence entre les deux, le dénominateur le dénominateur arrondi et la différence entre les deux. Et si je fais défiler… nous avons la proportion et la proportion arrondie qui seront utiles aux chercheurs. Et maintenant, ici, nous avons de nombreux paramètres que nous pouvons modifier. Nous pouvons ajouter la pondération et maintenant nous allons voir une nouvelle colonne qui a été ajoutée qui a nos valeurs non pondérées ainsi que nos valeurs pondérées, y compris les proportions pondérées. Ici, nous pouvons basculer entre l'arrondissement conventionnel et aléatoire ainsi que changer le nombre aléatoire. Ici, nous pouvons adapter notre seuil de taille de cellule minimale spécifique à l'enquête et nous verrons que si nous abaissons la valeur, notre avertissement disparaîtra car maintenant il y a suffisamment de répondants dans notre catégorie, et si on le remet à 5 on verra l'avertissement revenir. Ici, nous pouvons changer notre base d'arrondissement et cela affectera nos sorties arrondies, nous pouvons changer le nombre de chiffres à afficher. Nous pouvons garder nos valeurs manquantes ou nous pouvons les supprimer et nos proportions changeront en conséquence. Les fonctionnalités suivantes sont disponibles pour tous les onglets et sont affiché en mode Exportation. Vous pouvez copier ce qui est montré dans le tableau dans votre presse-papier ou vous pouvez télécharger des sorties complètes qui incluront même les sections qui ne sont pas affichées sur le tableau et cela vous donnera la possibilité d'enregistrer le fichier. Voici à quoi ressemble le fichier une fois que vous l'ouvrez et nous verrons que c'est un tableau bien ficelé avec toutes nos colonnes et l'avertissement que nous avons vu précédemment. Ensuite, nous pouvons vérifier les fréquences ce qui est très similaire à vérifier les proportions. Cela nous donnera essentiellement les fréquences de chaque catégorie ainsi que le nombre arrondi que nous pouvons changer et nous verrons nos données dans le tableau ici. Vérifier les valeurs continues nous permettra de vérifier nos variables continues. Supposons que nous sélectionnons une variable continue il nous donnera notre N total, nos N manquants, nos N valides, donc c'est le total moins les valeurs manquantes et notre N valide arrondi qui est déterminé à partir de la base d'arrondissement ici. Les paramètres sont similaires à ce que nous avions dans les sections précédentes et la dernière caractéristique est l'arrondissement aléatoire, ce qui est idéal pour les tailles d'échantillon de modèle. Nous pouvons entrer des valeurs ici et ensuite, lorsque nous cliquons sur arrondissement aléatoire, nous verrons que nous obtenons nos valeurs arrondies ici, ainsi que la différence entre nos valeurs arrondies et la valeur réelle nous avons le nombre aléatoire généré pour l'arrondissement et si vous voulez reproduire vos résultats, vous pouvez entrer manuellement le nombre aléatoire. Ceci était une brève démonstration de l'application Rounder et nous espérons cela rendra le processus de contrôle de la confidentialité un peu plus facile. Merci de votre attention et passez une excellente journée.

(Le mot-symbole « Canada » s'affiche.)

Soutien au contrôle de la confidentialité : Dominance et homogénéité avec la fonction tcensus (Stata)

ISBN : 978-0-660-69429-0

Date de diffusion : 27 avril 2022

Soutien au contrôle de la confidentialité : Dominance et homogénéité avec la fonction tcensus (Stata)

(Le symbole de Statistique Canada, le mot-symbole « Canada » et le titre : « Soutien au contrôle de la confidentialité : Dominance et homogénéité avec la fonction tcensus (Stata) » apparaissent à l'écran.)

Aujourd'hui, nous allons vous montrer un exemple permettant d'utiliser les tests d'homogénéité et de dominance, de même que des tests de NK et P-pourcent pour la variable de revenu continue en dollar du recensement à l'aide du logiciel STATA et de la fonction « tcensus ».

Pour les fins de l'exercice, nous utilisons un échantillon de données du recensement de 2016. Ce fichier est factice et ne contient aucun cas réel. La dominance, c'est lorsque la majeure partie de la contribution à la statistique provient d'une ou de quelques observations (sur la base d'observations non pondérées). Les règles de N, K et P pourcent font partie des règles de dominance. Quant à la règle d'homogénéité, elle vise à éviter la diffusion de statistiques lorsque les répondants occupent une étendue étroite de valeurs. « Tcensus » est une fonction STATA qui permet d'effectuer l'ensemble des tests et produit automatiquement l'ensemble des documents de soutien requis pour une demande de divulgation. Il a été développé pour faciliter les demandes de divulgation autant pour les chercheurs que les analystes.

Pour utiliser « tcensus » il suffit, premièrement, d'importer la fonction dans STATA. Ensuite la commande « tcensus » peut être utilisée comme n'importe quelle autre commande STATA.

La commande « tcensus » est simple à utiliser. La première variable après la commande est la variable d'intérêt mesurée en dollar.

« Household(frame_id) » et « weight(compw2) » identifient respectivement l'identifiant des ménages et la variable de pondération. L'option « groupe » permet d'identifier les variables catégorielles ou ordinales servant à définir les populations d'intérêts.

Finalement, il est nécessaire d'identifier l'emplacement du document de soutien en remplaçant « path » par le dossier approprié sur votre session informatique.

Notez que le chemin ne doit pas être placé entre guillemets.

Voici un exemple de commande « tcensus ». Cet exemple simule une demande où un chercheur est intéressé par le revenu individuel moyen groupé par province et par sexe.

Nous commencerons cet exemple en important notre recensement fictif.

Dans un premier temps nous allons importer la fonction « tcensus ».

Ensuite nous pouvons simplement utiliser la commande.

Les résultats seront enregistrés dans le dossier indiqué.

Les premières colonnes indiquent les variables utilisées pour définir les sous-populations d'intérêt. Les colonnes nommées « test » sont des indicateurs pour les différents tests effectués. La valeur « Fail » sera indiquée si l'un des tests a échoué. Je vous invite à vous référer aux règles de confidentialité du recensement pour de plus amples renseignements sur chacun des tests ou toute autre ligne directrice relative à l'enquête.

Merci de votre attention! Si vous avez des questions. veuillez contacter le personnel de votre CDR ou envoyez un courriel à statcan.maddatadevteam-damequdevdonnees.statcan@canada.ca.

(Le mot-symbole « Canada » s'affiche.)

Soutien au contrôle de la confidentialité : Arrondissement des proportions avec SAS

ISBN : 978-0-660-69425-2

Date de diffusion : 27 avril 2022

Soutien au contrôle de la confidentialité : Arrondissement des proportions avec SAS

(Le symbole de Statistique Canada, le mot-symbole « Canada » et le titre : « Soutien au contrôle de la confidentialité : Arrondissement des proportions avec SAS » apparaissent à l'écran.)

Bonjour et bienvenue à la série de formation de l'accès aux données. Cette série de vidéos présente des exemples d'utilisation de différents logiciels statistiques pour effectuer les analyses requises pour les chercheurs travaillant avec des données confidentielles. Dans cette vidéo, je vais vous montrer un programme SAS qui génère des proportions arrondies avec des documents de soutien pour le contrôle de la confidentialité.

Nous utiliserons un fichier fictif du recensement de 2016, il n'y a donc pas de cas réel dans l'un des exemples de cette vidéo. Voici les principales caractéristiques du code. 1) Il vérifie les tailles des cellules non pondérées, ce qui est une exigence de confidentialité courante. 2) Il arrondira au hasard les numérateurs et les dénominateurs avant de calculer les proportions pondérées, ce qui est une exigence de confidentialité pour certains ensembles de données et 3) Il produira les proportions pondérées que les chercheurs peuvent utiliser pour leur analyse. Les fichiers générés par le code incluent un fichier «fails», qui contient toutes les entrées qui ont échoué au contrôle de la taille de la cellule, la sortie de soutien qui montre les fréquences non pondérées qui viennent avec le fichier pour publication, et le fichier «pour publication» qui est celui que les chercheurs voudront demander à sortir du CDR.

Avant d'aborder le code, voici un exemple de table avec nos variables d'intérêt. Le programme suivant est conçu pour faciliter la vie des chercheurs. D'autres exemples de tels programmes sont disponibles en ligne. Cette version est facilement accessible aux chercheurs des CDR. Si vous n'êtes pas sûr de leur emplacement, demandez le à votre analyste. Cette version se présente comme un programme SAS, où vous entrez essentiellement les variables d'intérêt dans la macro, puis l'exécutez. Voici le code en SAS et cette section supérieure est l'endroit où nous devons inscrire nos variables. La première variable datafid, qui signifie data file id, correspond au chemin vers notre fichier SAS. Pour cette démonstration, nous allons utiliser l'ESG, le fichier à grande diffusion de l'enquête sociale générale. La première variable sera le sexe, la seconde sera la province, donc ce sera prv. La troisième variable sera marstat, qui est l'état matrimonial et ce sera le numérateur dans les calculs à venir. Nous allons créer une taille de cellule minimale en fonction des exigences de confidentialité. Cinq est la norme, mais je vais la changer pour 10, à des fins de démonstration. Ensuite, nous avons nos variables de poids et de poids bootstrap. Celles-ci, nous les trouvons dans notre ensemble de données. Les variables suivantes affecteront l'arrondissement. le dénominateur pondéré et les proportions dans les tableaux de sortie. Pour nos chemins de sortie, nous allons placer le chemin où nous voulons que nos fichiers de sortie apparaissent.

Alors maintenant, nous allons exécuter le code, section par section, pour nous assurer que tout fonctionne. La partie supérieure du code définit nos variables et dans la section suivante, en dessous, nous sélectionnons les variables dont nous avons besoin. Donc, cela prendra un instant. Dans la section suivante, nous avons produit nos tableaux de fréquences.

Nous aurons donc deux tableaux basés sur la variable de contrôle, l'un où le sexe est masculin, et l'autre où le sexe est féminin. En allant de gauche à droite dans notre tableau, nous avons notre province, notre état matrimonial, leur fréquence, la fréquence pondérée, les erreurs-types et les intervalles de confiance. Pour ces derniers, la méthode de réplication Bootstrap de l'enquête a été utilisée pour l'estimation de la variance. Ensuite, nous avons des pourcentages de ligne, donc la ligne pour cette catégorie et ses proportions. Nous voyons que nous l'avons pour toutes les variables, nous allons donc revenir à l'original et continuer à exécuter le fichier. La section suivante divise le fichier croisé en numérateurs et dénominateurs, qui est la variable 3 et nous obtenons ces résultats, puis nous reviendrons et exécuterons la section suivante ci-dessous, qui va créer un fichier de soutien avec les fréquences et les pourcentages.

Dans le fichier des « fails », nous pouvons voir que l'une de nos variables avait une taille de cellule inférieure à la taille de cellule minimale, qui était de 10, et nous pouvons obtenir des informations à ce sujet par les colonnes connectées. Ce que nous allons faire, est de recoder nos variables pour que cela ne se produise pas. Par exemple, nous savons que c'est l'Île-du-Prince-Édouard, alors nous devrons recoder nos variables pour n'avoir que les provinces maritimes. Mais pour cette démonstration, je vais simplement revenir en arrière et changer notre taille de cellule minimale à 5.

Une autre chose à noter est que la différence entre le numérateur et le dénominateur doit également être supérieure à la taille minimale de la cellule pour réussir le test.

Ensuite, nous allons exécuter le programme jusqu'ici. Lorsque nous rouvrirons notre fichier de « fails », nous verrons qu'il est vide et nous pouvons continuer. Nous allons exécuter la section suivante, vers le bas du fichier, et celle-ci crée le fichier de soutien. La ligne juste en dessous exportera le fichier, et vous pouvez voir qu'il est créé dans la barre latérale. Nous l'ouvrirons à partir de l'explorateur de fichiers.

À partir du fichier Excel, nous avons nos trois variables, et en allant de gauche à droite, le dénominateur, le dénominateur pondéré, le numérateur, le numérateur pondéré, le pourcentage de la ligne, l'erreur-type, les limites supérieures et inférieures, la différence, qui est le dénominateur moins le numérateur, s'il a échoué ou non à l'exigence de taille de cellule minimale, toutes les valeurs arrondies. Nous aurons la proportion réelle, la proportion arrondie et la proportion arrondie avec le seuil.

La section finale va découper notre fichier de soutien pour créer le fichier pour publication. Nous verrons qu'il est créé dans la barre latérale. Quand nous l'ouvrirons, nous verrons qu'il contient seulement les variables que nous voulons pour la publication. Avec ces fichiers, vous êtes maintenant prêt pour la prochaine étape du processus de contrôle de confidentialité. Bonne chance dans vos recherches et passez une excellente journée!

(Le mot-symbole « Canada » s'affiche.)

Soutien au contrôle de la confidentialité : Arrondissement des proportions avec Stata

ISBN : 978-0-660-69427-6

Date de diffusion : 27 avril 2022

Soutien au contrôle de la confidentialité : Arrondissement des proportions avec Stata

Bonjour et bienvenue à la série de formation sur l'accès aux données. Cette vidéo de vidéos présente des exemples d’utilisation de différents logiciels statistiques pour effectuer les analyses requises pour les chercheurs travaillant avec des données confidentielles.

Aujourd'hui, nous allons vous montrer un exemple de programme permettant d'arrondir des proportions avec Stata. L'arrondissement des fréquences et des proportions font partie des exigences de certaines enquêtes de Statistique Canada. Le programme produira des proportions arrondies et des documents justificatifs pour faciliter le contrôle de la confidentialité, autant pour les chercheurs que les analystes. De plus, il génèrera un document de soutien séparé contenant les fréquences requises, et signalera si l'une d'elles n'atteint pas le seuil de cellule minimale de l'enquête.

Nous utiliserons un échantillon de données de l'Enquête sociale générale (ESG). Veuillez noter qu'il s'agit d'une version à usage public de l'ESG. Ce fichier do est conçu pour être utilisé avec votre fichier de données une fois la structuration effectuée et qu'il est prêt pour l'analyse. Si vous ne connaissez pas l'emplacement de ce programme, demandez-le à votre analyste. Le seul endroit où des ajustements doivent être faits par l'utilisateur se trouve ici, dans les « globals ».

Tout ce que nous avons à faire est de spécifier le répertoire dans lequel se trouvent nos données, l'ensemble de données structurées à utiliser. Nous devons spécifier notre numérateur et notre dénominateur. Dans cet exemple, notre numérateur est le statut d'emploi et le dénominateur est le sexe. Notre proportion correspond donc au nombre d'hommes et de femmes dans différents types d'emplois. Nous spécifions notre poids d'enquête. Nous spécifions notre base d'arrondissement et nous spécifions notre taille minimale de cellule. J'ai déjà exécuté les « globals » dans STATA, il ne nous reste donc plus qu'à exécuter l'outil, de la ligne 25 à 55. Veuillez noter que cet outil utilise la commande de réduction (« collapse »), ce qui signifie qu'il y aura plusieurs ensembles de données intermédiaires créés qui apparaîtront dans notre répertoire. Ainsi, lorsque j'ouvre le répertoire, je peux voir un ensemble de données pour notre numérateur, notre dénominateur et la façon dont nous les avons fusionnés. Maintenant, la seule chose qui reste à faire est de prendre connaissance des fichiers à publier et des documents de soutien. Regardons d'abord notre fichier Excel pour la publication. Nous pouvons voir que nous avons le sexe, le statut d'emploi et la proportion d'hommes et de femmes dans chacun des statuts d'emploi. Tout semble bon et il suffit de vérifier les pièces justificatives. La documentation justificative montre tout ce dont nous avons besoin : la fréquence de notre dénominateur non pondéré, la fréquence de notre numérateur non pondéré. Nous avons même une variable qui montre la différence entre le numérateur et le dénominateur. Celle-ci garantit que nos résidus sont supérieurs à la taille de cellule minimale. La colonne « L » indique un « échec » s'il y a des fréquences inférieures à 5, notre taille de cellule minimale. Nous voyons les proportions pondérées et non pondérées. Les proportions pondérées et non pondérées arrondies. Et nous nous assurons que tout va bien. Il y a une dernière chose à noter. Si vous souhaitez créer plus de proportions et plus de sorties, tout ce que vous avez à faire est de changer votre numérateur et votre dénominateur et d'exécuter l'outil à nouveau. Il générera des documents supplémentaires avec des noms basés sur le numérateur. Vous pouvez créer autant de proportions que vous le souhaitez.

Merci d'avoir visionné cette vidéo aujourd'hui. J'espère que vous passerez une excellente journée.

(Le mot-symbole « Canada » s'affiche.)

Soutien au contrôle de la confidentialité: Dominance et homogénéité avec R

ISBN : 978-0-660-69433-7

Date de diffusion : 27 avril 2022

Soutien au contrôle de la confidentialité: Dominance et homogénéité avec R

(Le symbole de Statistique Canada, le mot-symbole « Canada » et le titre : « Soutien au contrôle de la confidentialité: Dominance et homogénéité avec R » apparaissent à l'écran.)

Dans cette vidéo, je vais vous montrer comment réaliser des tests de dominance et d'homogénéité dans R. Nous utiliserons un fichier fictif du recensement de 2016, il n'y a donc pas de cas réels dans l'un des exemples de cette vidéo. Les tests de dominance et d'homogénéité peuvent être nécessaires pour les variables de revenu continues en dollars. Ces tests sont conçus pour empêcher la diffusion d'information dans deux situations. La première est la dominance. Ce sont des cas où la majeure partie de la contribution à la statistique provient d'une ou quelques unités.

La seconde est l'homogénéité. Cela fait référence aux situations où les répondants occupent une étendue étroite de valeurs. Les tests N, K et P-% font partie des tests de dominance. Vous devez toujours vous référer aux documents officiels des règles de divulgation pour connaître les exigences détaillées. La vidéo montrera trois exemples d'utilisation de la fonction cd_test dans R pour exécuter des tests pour la variable de revenu en dollar.

Commençons par le premier sujet - comment configurer le code R. La première étape consiste à exécuter le Fichier "recensement_dollar_test.R". Cela importera la fonction cd_test. Avec la fonction importée, nous sommes prêts à effectuer les tests.

L'instruction de base de la fonction de test est cd_test. Les chercheurs devront adapter les paramètres des fonctions à la spécificité des tests. Regardons les paramètres. Les trois principaux sont: data, dollar_value et groupe. Ces données font référence au nom de l'objet de données.

Avant d'exécuter le code, vous devrez importer d'abord votre ensemble de données et l'attribuer à un objet de données. Le nom de l'objet de données que nous verrons dans l'exemple est fake_census. Dollar_value fait référence à la variable continue en dollars. Group est le nom de la variable catégorielle. Il existe d'autres paramètres que les utilisateurs peuvent spécifier. Les trois points permettent aux utilisateurs de réaliser plusieurs tests avec la même variable monétaire. L'instruction By permet aux utilisateurs de mener les mêmes tests sur différents sous-échantillons. Les chercheurs peuvent également spécifier la variable de poids. Enfin, Path permet aux utilisateurs de spécifier où les sorties des tests finaux seront enregistrées. Regardons trois exemples de différentes façons d'appliquer la fonction cd_test. Le premier exemple est un test simple impliquant une variable en dollar et une variable catégorielle. Les deux variables impliquées sont le revenu du ménage (hhinc) et le sexe. Voici le code R pour mener ces tests. Comme vous pouvez le voir, le code spécifie l'ensemble de données, la variable de revenu en dollar, la variable groupe, la variable By est égale à NULL, la variable de poids et le chemin.

Bien entendu, les paramètres d'une fonction peuvent être appariés en position. Exécutons le code dans R. L'objet fake_census est un jeu de données importé dans R. Il comporte 7 428 lignes et 482 colonnes.

A la prochaine étape, nous exécuterons recensement_dollar_test.R en arrière-plan en introduisant la commande source. La fonction cd_test est alors prête à être utilisée. Spécifions les paramètres du cd_test. Les données sont égales à fake_census, la variable de revenu en dollar est hhinc, la variable de groupe est le sexe, By est égal à NULL, la variable de pondération et le chemin.

Les chercheurs peuvent alors suivre le chemin indiqué à l'écran pour trouver les résultats des tests. Les fichiers de résultats sont automatiquement enregistrés avec le nom de la variable de revenu en dollar et la date où les tests ont été effectués. Le fichier peut être écrasé si la même variable de revenu en dollar est utilisée la même journée. Vous devrez peut-être renommer le dossier de résultats. Vous pouvez consulter les fichiers Excel et les utiliser comme document de soutien pour votre demande de divulgation. Dans notre prochain exemple, nous effectuerons quatre différents tests à la fois avec la même variable monétaire.

Les quatre tests sont: revenu du ménage et sexe, revenu du ménage et province, revenu du ménage et état matrimonial, et revenu du ménage et groupe d'âge. La configuration du code cd_test est similaire à celle de tests entre deux variables, sauf que les chercheurs devront spécifier les quatre variables. Ainsi, après la variable de revenu en dollar, vous entrez sexe, pr, marst et agegrp5. Vous pouvez remplir le reste des paramètres de la fonction. Appuyez sur Entrée. Le résultat indique "Succès!" Dans ce cas, les quatre combinaisons de tests sont enregistrés sous différentes feuilles du même fichier Excel. Notre dernier exemple montre comment réaliser les mêmes tests sur différentes sous-populations. Dans cet exemple, si nous voulons effectuer deux combinaisons de tests pour les citoyens et les non- citoyens, nous pouvons utiliser l'instruction By. Pour les deux variables catégoriques sexe et marst (état matrimonial), cela signifie que nous aurons besoin d'un total de quatre tests différents.

Les résultats des tests sont enregistrés dans deux fichiers Excel - l'un pour les citoyens et l'autre pour les non-citoyens. Nous avons ajouté la variable citoyen dans la commande cd_test pour afficher clairement qu'une seule catégorie de la variable est incluse dans les résultats pour un sous-échantillon.

Comme prévu, le fichier Excel contient les combinaisons de tests que nous recherchons. Vous avez vu comment personnaliser la fonction à différents scénarios de test, la dernière partie de la vidéo abordera brièvement la question d'interprétation des fichiers Excel.

Il est important de se rappeler que le code couvre la plupart des règles du recensement, sauf le test pour la taille de la population. Les chercheurs devront examiner les règles de divulgation pour l'interprétation des résultats des tests.

Les fichiers Excel produits par le code R affichent les résultats du test dans deux blocs de colonnes. Le premier est un résumé des résultats du test. C'est ici que vous pouvez voir si la catégorie spécifique de vos variables passe le test ou non. Ok indique que la cellule réussit le test, alors que "FAIL" montre que la cellule échoue le test. Avoir un "FAIL" indique que les résultats ne peuvent pas être publiés.

Bien sûr, il existe d'autres scénarios de données qui mènent à un "Ok" ou à un "FAIL". Lorsque cela se produit, les chercheurs peuvent avoir besoin de fournir des pièces justificatives supplémentaires ou de revoir leur analyse. En plus des résultats sommaires, les fichiers Excel fournissent également une ventilation détaillée de toutes les valeurs des tests. Ces colonnes supplémentaires sont affichées vers les dernières colonnes du fichier Excel. Ces valeurs sont utiles si les chercheurs veulent avoir une compréhension plus nuancée des tests.

J'espère maintenant que vous savez comment réaliser des tests de dominance et d'homogénéité avec R. Merci de votre attention. Si vous avez des questions, veuillez contacter votre analyste local ou envoyez-nous un courriel à l'adresse affichée à l'écran.

(Le mot-symbole « Canada » s'affiche.)

Tableaux de renseignements supplémentaires

Les tableaux de renseignements supplémentaires ci-dessous sont accessibles sur le site Web de Statistique Canada :

Analyse comparative entre les sexes plus
Programme de développement durable à l'horizon 2030 et objectifs de développement durable des Nations

Analyse comparative entre les sexes plus

Renseignements généraux

Capacité institutionnelle de l'ACS Plus

Statistique Canada continue de se faire le champion de l'analyse comparative entre les sexes plus (ACS Plus) en diffusant des données désagrégées de même que des analyses intersectionnelles et comparatives entre les sexes, en procurant un leadership en matière de statistiques et une expertise analytique pour l'élaboration de cadres conceptuels et d'indicateurs, de mesures de progrès et de normes statistiques pertinentes, en développant les connaissances et les capacités en matière d'ACS Plus, ainsi qu'en surveillant les besoins émergents en matière de données et en y répondant.

L'organisme reconnaît depuis longtemps l'importance d'inclure l'ACS Plus dans ses activités, y compris, mais sans s'y limiter, ses efforts de mobilisation et de communication, l'élaboration de données, la diffusion de données, de produits analytiques et de renseignements améliorés et les processus de ressources humaines. Le Centre des statistiques sur le genre, la diversité et l'inclusion de Statistique Canada (le Centre), qui a été créé en 2018, continue d'orienter la mise en œuvre de l'ACS Plus dans l'ensemble de l'organisme et de veiller à ce que les Canadiens et Canadiennes disposent des renseignements statistiques détaillés et des données désagrégées dont ils ont besoin. Le Centre favorise également la mise en œuvre du Plan d'action sur les données désagrégées (PADD), qui cerne et comble les lacunes en matière de données et de connaissances dans l'ensemble des programmes de l'organisme et qui mène à une collecte de données plus représentatives et à l'amélioration des statistiques sur diverses populations. Plus précisément, le PADD accorde la priorité à la collecte et à la diffusion de données selon le sexe ou le genre, ainsi que de données sur les peuples autochtones, les groupes racisés et les personnes handicapées de tous les groupes d'âge et à tous les niveaux géographiques. Ainsi, le PADD est un catalyseur essentiel pour l'ACS Plus et l'analyse intersectionnelle. Le Centre assure également la mise en œuvre des efforts déployés par le PADD pour établir des normes ou un contenu harmonisé pour un certain nombre de concepts, afin de mesurer les caractéristiques de la population. Il s'agit notamment de l'orientation sexuelle, de la diversité ethnoculturelle, du statut d'immigrant, des aînés, des langues officielles, du faible revenu et des vétérans.

Le Centre continue de produire des produits analytiques et des renseignements pertinents pour l'ACS Plus et d'améliorer et de maintenir le Carrefour de statistiques sur le genre, la diversité et l'inclusion, la principale plateforme de Statistique Canada pour toutes les données et tous les renseignements liés au genre, à la diversité et à l'inclusion.

Par ailleurs, le Centre continue d'améliorer de nombreuses façons la capacité et la sensibilisation dans le domaine de l'ACS Plus à l'interne, en gérant la communauté de pratique interne de l'ACS Plus, en conseillant d'autres intervenants sur la façon d'inclure l'ACS Plus dans leurs programmes, leurs projets et les documents du Cabinet, en intégrant l'ACS Plus dans ses documents de formation, en participant aux activités et aux initiatives de sensibilisation pertinentes pour l'ACS Plus, et en établissant des partenariats avec l'École de la fonction publique du Canada et Femmes et Égalité des genres Canada, en vue d'élaborer des documents pour accroître la capacité dans l'ensemble du gouvernement du Canada.

En outre, de concert avec le champion de l'ACS Plus de Statistique Canada, le Centre dirige le Réseau de responsabilité de l'ACS Plus de Statistique Canada, qui travaille en collaboration pour faire progresser la mise en œuvre et la communication de l'ACS Plus à l'échelle de l'organisme. Le Réseau de responsabilité de l'ACS Plus comprend des représentants de tous les secteurs de Statistique Canada : Secteur des stratégies et de la gestion intégrées; Secteur de l'engagement stratégique; Secteur de la statistique économique; Secteur du recensement, des services régionaux et des opérations; Secteur de la statistique sociale, de la santé et du travail; Secteur de la gestion stratégique des données, des méthodes et de l'analyse; Secteur des solutions numériques. Ce réseau établira un ensemble de pratiques exemplaires pour mieux inclure les considérations liées à l'ACS Plus au début de l'étape de planification des programmes, des projets et des autres initiatives.

Pour ce qui est des ressources humaines, Statistique Canada poursuit ses efforts pour bâtir un effectif diversifié, inclusif et représentatif de la population canadienne. Depuis 2020-2021, le Cadre de responsabilisation pour le leadership en matière d'équité, de diversité et d'inclusion a permis d'accroître sa responsabilité envers les comités d'équité en matière d'emploi et de mieux servir ses employés, grâce à des rôles et des responsabilités clairement définis.

De plus, l'organisme continue de mettre en œuvre deux plans d'action en matière de ressources humaines, soit le Plan d'action en matière d'équité, de diversité et d'inclusion de 2021 à 2025 : Aller de l'avant ensemble, et le Plan d'action pour l'intégrité et le respect. Ces deux mesures visent à améliorer et à promouvoir la diversité et l'inclusion en milieu de travail, à éliminer les obstacles systémiques dans les processus de nomination et à accroître la représentation à tous les échelons de l'organisme.

Aperçu de la capacité de faire état des résultats de l'ACS Plus par programme

Statistique économique et environnementale

Le programme de la Statistique économique et environnementale produit une vaste gamme de statistiques économiques et environnementales, sur des sujets comme les comptes nationaux et internationaux, la fabrication, le commerce de gros, le commerce de détail, la recherche et le développement, les indices de prix, les finances, le tourisme, les transports, l'agriculture et l'environnement. Le programme surveille l'inclusion des caractéristiques liées au genre et à la diversité (ACS Plus) dans les produits statistiques qu'il diffuse. Plus précisément, il fait le suivi de ce qui suit :

le nombre* de produits statistiques (p. ex. tableaux de données, articles de recherche, études, feuillets d'information) publiés par la Statistique économique et environnementale, diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada.

*Au moins un des facteurs suivants de l'ACS Plus est inclus, soit le sexe, le genre, l'identité autochtone, la diversité ethnoculturelle, la situation vis-à-vis de l'incapacité, l'orientation sexuelle et le statut d'immigrant.

Statistique socioéconomique

Le programme de la Statistique socioéconomique fournit de l'information intégrée et des analyses pertinentes sur les caractéristiques démographiques et socioéconomiques des particuliers, des familles et des ménages, de même que sur les principaux facteurs ayant des répercussions sur leur bien-être.

La grande majorité, sinon la totalité, des travaux entrepris dans le cadre du programme de la Statistique socioéconomique tiennent compte de l'ACS Plus. Ainsi, le programme permet de surveiller l'inclusion des caractéristiques liées au genre et à la diversité (ACS Plus) par les moyens suivants :

le nombre de visites du Carrefour de statistiques sur le genre, la diversité et l'inclusion;
le nombre d'activités de sensibilisation à l'ACS Plus (p. ex. consultations, séances de formation, présentations) menées par le Centre des statistiques sur le genre, la diversité et l'inclusion auprès des intervenants internes (p. ex. Statistique Canada) ou externes (p. ex. autres ministères ou organismes, milieu universitaire, organisations non gouvernementales);
le nombre* de produits statistiques liés à l'ACS Plus (p. ex. tableaux de données, articles de recherche, études, feuillets d'information) publiés par la Statistique socioéconomique, diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada;
le nombre d'indicateurs du Cadre des résultats relatifs aux genres diffusés selon le sexe ou le genre;
le nombre d'indicateurs du Cadre des résultats relatifs aux genres diffusés selon le sexe ou le genre et selon d'autres facteurs d'identité.

Services statistiques à frais recouvrables

Dans le cadre du programme des Services statistiques à frais recouvrables, Statistique Canada mène des enquêtes spéciales afin de recueillir de nouvelles données, produit des statistiques de grande qualité qui ne font actuellement pas partie des fonds de données de l'organisme, et mène des projets d'analyse spéciaux sur demande afin de répondre aux besoins particuliers des institutions fédérales, provinciales et territoriales et d'autres clients.

Des projets et des services statistiques à frais recouvrables sont entrepris dans l'ensemble des programmes de l'organisme.

Par exemple, sur la base du recouvrement des coûts, Femmes et Égalité des genres Canada a financé et continue de financer des projets de recherche et d'autres projets qui ont permis de combler d'importantes lacunes en matière de données et de connaissances liées au genre, à la diversité et à l'inclusion.

Recensements

Le Programme du recensement du Canada est cyclique et comprend un éventail d'activités (p. ex. consultation et mobilisation, élaboration de questionnaires, collecte de données et traitement et diffusion des données) essentielles à son succès. Du début à la fin, chaque cycle du recensement s'étend sur environ sept ans, les cycles se chevauchant (c.-à-d. lorsqu'un cycle tire à sa fin, le cycle suivant commence déjà). Par exemple, le Programme du Recensement de la population de 2021 se terminera en 2024-2025 par une évaluation des résultats de la diffusion, tandis que le Programme du Recensement de 2026 commencera en 2023-2024.

Les résultats observés, dans le contexte du tableau de renseignements supplémentaires de l'ACS Plus, reflètent l'étape actuelle du cycle du recensement. Les diffusions des données du recensement ont tendance à avoir lieu sur une période d'un à deux exercices, ce qui signifie qu'on ne fera état d'aucun résultat observé pour les années où il n'y a pas eu une ou plusieurs diffusions du recensement.

Le Programme du recensement permet de surveiller l'inclusion des caractéristiques liées au genre et à la diversité (ACS Plus) dans les produits statistiques qu'il diffuse et dans les programmes de recherche qui font appel aux données du recensement. Plus précisément, il fait le suivi de ce qui suit :

au cours des exercices 2022-2023 et 2023-2024, le nombre* de produits statistiques du Recensement de la population (p. ex. tableaux de données, profils du recensement, faits saillants en tableaux, articles de recherche, études, feuillets d'information, fichiers de microdonnées à grande diffusion) pertinents à l'ACS Plus diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada;
le nombre de demandes liées à l'ACS Plus par des chercheurs internes ou externes (p. ex. pour l'utilisation des microdonnées du recensement, l'analyse de base des enquêtes sociales, la certification des données administratives, l'intégration des données) auxquelles Statistique Canada a donné suite au cours du cycle quinquennal du recensement.

Centres d'expertise

Les centres d'expertise mènent des activités novatrices en matière d'élaboration de données, de recherche et d'analyse et sont continuellement à la recherche de nouvelles sources de données, de systèmes et de méthodes de pointe, d'opérations rentables et de nouveaux produits statistiques pouvant répondre aux besoins en information actuels et futurs de la population canadienne.

Les centres d'expertise surveillent l'inclusion des caractéristiques liées au genre et à la diversité (ACS Plus) dans les produits statistiques qu'ils diffusent. Plus précisément, ils font le suivi de ce qui suit :

le nombre* de produits statistiques (p. ex. tableaux de données, articles de recherche, études, feuillets d'information) publiés par les centres d'expertise, diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada.

Programme de développement durable à l'horizon 2030 et objectifs de développement durable des Nations Unies

Statistique Canada
Objectifs de développement durable (ODD) des Nations Unies	Initiatives prévues	Ambitions ou cibles nationales associées ou cibles mondiales
Ensemble des 17 ODD Cadre mondial d'indicateurs et Cadre d'indicateurs canadien pour les 17 ODD	Statistique Canada a créé un carrefour de données sur les ODD pour rendre compte des données et des statistiques du Canada sur le Cadre mondial d'indicateurs, et mettra à jour les données chaque année pour le Cadre mondial d'indicateurs et le Cadre d'indicateurs canadien (dans la mesure du possible).	Rendre compte des indicateurs pour les cibles et les ambitions précises à l'échelle mondiale (lorsque des données sont disponibles) et à l'échelle du Canada
Ensemble des 17 ODD Cadre mondial d'indicateurs pour les 17 ODD	Statistique Canada continuera de coprésider le Groupe d'experts des Nations Unies et de l'extérieur chargé des indicateurs relatifs aux objectifs de développement durable jusqu'à la fin de son mandat. Statistique Canada continuera également de diriger les travaux du sous-groupe de l'examen des métadonnées, pour s'assurer que les métadonnées relatives aux indicateurs mondiaux des ODD sont robustes.	Continuer d'appuyer la mise en œuvre du Cadre mondial d'indicateurs pour les ODD, et veiller à ce que le Canada contribue à l'amélioration du système statistique international
Ensemble des 17 ODD Cadre mondial d'indicateurs et Cadre d'indicateurs canadien	Statistique Canada élabore actuellement des mesures des progrès réalisés pour les indicateurs, ce qui permettra aux utilisateurs de mieux comprendre les progrès globaux vers l'atteinte des cibles et des ambitions.	Continuer de faciliter la compréhension des progrès du Canada à l'égard des objectifs, des ambitions et des cibles des ODD
Ensemble des 17 ODD	Statistique Canada aidera à préparer l'examen national volontaire du Canada, en fournissant des données et un soutien à l'interprétation statistique, dans le cadre du Forum politique de haut niveau des Nations Unies en juillet.	Contribuer aux rapports mondiaux présentés aux Nations Unies sur la mise en œuvre par les États membres du Programme pour 2030 et les mesures prises à cet égard
ODD 8 : Promouvoir une croissance économique soutenue, partagée et durable, le plein emploi productif et un travail décent pour tous Cible des ODD à l'échelle mondiale 8.9 : D'ici 2030, élaborer et mettre en œuvre des politiques visant à développer un tourisme durable qui crée des emplois et met en valeur la culture et les produits locaux	Statistique Canada présidera le Groupe de travail des Nations Unies sur le tourisme durable, qui travaille avec la communauté mondiale pour définir des indicateurs du tourisme durable qui peuvent être prêts à être pris en considération par le Groupe d'experts des Nations Unies et de l'extérieur chargé des indicateurs relatifs aux objectifs de développement durable, dans le cadre de l'examen exhaustif de 2025.	Contribuer à l'avancement de l'élaboration de mesures robustes du tourisme durable et donner suite à la décision de 2022 de la Commission de statistique des Nations Unies ordonnant au Groupe d'experts des Nations Unies et de l'extérieur chargé des indicateurs relatifs aux objectifs de développement durable de travailler à l'élaboration d'un indicateur pour l'examen exhaustif de 2025

Tableaux de renseignements supplémentaires

Les tableaux de renseignements supplémentaires ci-dessous sont accessibles sur le site Web de Statistique Canada :

Stratégie ministérielle de développement durable/Rapport sur les achats écologiques
Analyse comparative entre les sexes plus
Programme à l'horizon 2030 et objectifs de développement durable des Nations Unies

Stratégie ministérielle de développement durable/Rapport sur les achats écologiques

Résumé de la Stratégie ministérielle de développement durable de 2020 à 2023

Nom du ministère

Statistique Canada

Date

Janvier 2022

Contexte

Bien que Statistique Canada ne soit pas assujetti à la Loi fédérale sur le développement durable et ne soit pas tenu d'élaborer une stratégie ministérielle complète de développement durable, il adhère aux principes de la Stratégie fédérale de développement durable (SFDD) en se conformant à la Politique d'achats écologiques.

La Politique d'achats écologiques appuie les efforts déployés par le gouvernement du Canada pour promouvoir la gérance de l'environnement. Conformément aux objectifs de la politique, Statistique Canada appuie le développement durable en intégrant des facteurs de performance environnementale dans le processus décisionnel en matière d'approvisionnement, grâce aux mesures décrites dans l'objectif d'« écologisation du gouvernement » de la SFDD pour la période allant de 2019 à 2022.

Engagements

Veuillez consulter le tableau ci-dessous.

Intégration du développement durable

Statistique Canada continuera de veiller à ce que le processus décisionnel tienne compte des objectifs et des cibles de la SFDD dans le cadre de son processus d'évaluation environnementale stratégique (EES). Une EES relative aux propositions de politiques, de plans et de programmes comprend une analyse des répercussions de la proposition sur l'environnement, notamment sur les objectifs et les cibles de la SFDD.

Les déclarations concernant les résultats des évaluations de Statistique Canada sont rendues publiques lorsqu'une initiative qui a fait l'objet d'une EES détaillée est annoncée sur la page Web de l'organisme.L'objectif de la déclaration publique est de démontrer que les effets environnementaux de la politique, du plan ou du programme approuvé, y compris les répercussions sur l'atteinte des objectifs et des cibles de la SFDD, ont été pris en compte au moment de l'élaboration de la proposition et de la prise de décisions.

Écologisation du gouvernement :
Le gouvernement du Canada fera la transition vers des opérations écologiques, à faibles émissions de carbone et résilientes au climat.
Cible de la Stratégie fédérale de développement durable (SFDD)	Mesures de la SFDD	Mesures ministérielles correspondantes	Contribution de chaque mesure ministérielle à l'atteinte de l'objectif et de la cible de la SFDD	Points de départ Indicateurs de rendement Cibles	Programmes dans le cadre desquels les mesures ministérielles seront prises
Mesures à l'appui de l'objectif d'écologisation du gouvernement et de la Politique d'achats écologiques	Les ministères utiliseront des critères environnementaux pour réduire leurs répercussions environnementales et assurer l'optimisation des décisions d'approvisionnement du gouvernement.	Tenir compte des facteurs environnementaux dans les processus et les contrôles de gestion des achats. S'assurer que le papier acheté par Statistique Canada est fait de matières recyclées.	Inciter les fournisseurs à réduire les répercussions environnementales de leurs biens, leurs services et leurs chaînes d'approvisionnement.	Afin de réduire les déchets produits et de minimiser les répercussions des biens sur l'environnement, tout au long de leur cycle de vie, Statistique Canada continuera de tenir compte des facteurs environnementaux dans les achats gouvernementaux, conformément à la Politique d'achats écologiques. Le papier acheté par Statistique Canada est fait d'au moins 30 % de matières recyclées et il est conforme aux normes de certification forestière, à la norme ÉcoLogo ou à une norme équivalente.	Statistique économique et environnementale Statistique socioéconomique Recensements Centres d'expertise Services statistiques à frais recouvrables Services internes
	Le soutien aux achats écologiques sera renforcé, y compris en fournissant aux employés de la fonction publique une orientation, des outils et de la formation.	Veiller à ce que les décideurs et les spécialistes de la gestion du matériel et de l'approvisionnement aient la formation et la sensibilisation nécessaires pour appuyer les achats écologiques. Veiller à ce que les principaux responsables incluent les contributions et le soutien aux objectifs de la Politique d'achats écologiques du gouvernement du Canada.	Inciter les fournisseurs à écologiser leurs biens, leurs services et leurs chaînes d'approvisionnement.	100 % des spécialistes de l'approvisionnement et de la gestion du matériel ont suivi la formation sur les achats écologiques. Selon les modèles internes obligatoires, les considérations relatives aux achats écologiques doivent être abordées pour chaque fichier. Les modèles font l'objet d'un examen par les pairs et d'une vérification de la section, sous la surveillance et la supervision du principal responsable.

Analyse comparative entre les sexes plus

Capacité d'ACS Plus institutionnelle

Le gouvernement du Canada s'est engagé à l'égard de l'analyse comparative entre les sexes plus (ACS Plus) pour veiller à ce que les perspectives relatives au genre, à la diversité et à l'inclusion soient prises en compte dans l'élaboration, la mise en œuvre et l'évaluation des programmes, des politiques et d'autres initiatives dans l'ensemble des ministères et organismes fédéraux.

Statistique Canada appuie dans une large mesure l'initiative d'ACS Plus, qui est dirigée par Femmes et Égalité des genres Canada. Le rôle de Statistique Canada en ce qui a trait au soutien d'autres ministères gouvernementaux relativement à l'ACS Plus comprend la diffusion de données désagrégées selon le sexe, le genre et d'autres facteurs d'identité qui se recoupent, ainsi que d'analyses fondées sur le genre et d'analyses intersectionnelles; un leadership statistique et une expertise analytique pour élaborer des mesures des progrès et des normes statistiques pertinentes; l'acquisition de connaissances et d'une capacité en ACS Plus, ainsi que le contrôle et le suivi des besoins de données émergents.

Par suite de cet engagement à l'égard de l'ACS Plus et au besoin croissant de renseignements statistiques plus détaillés, Statistique Canada a créé le Centre des statistiques sur le genre, la diversité et l'inclusion en 2018.

Il s'agit du centre de connaissances de Statistique Canada concernant l'ACS Plus, ainsi que le genre, la diversité et l'inclusion au Canada. Ses principales activités comprennent l'élaboration et le maintien du Carrefour de statistiques sur le genre, la diversité et l'inclusion; la production de produits analytiques et de renseignements pertinents sur le genre, la diversité et l'inclusion au Canada; le renforcement de la capacité et de la sensibilisation en matière d'ACS Plus à l'interne à Statistique Canada et à l'externe pour d'autres ministères et intervenants du gouvernement. De plus, le Centre examine les mémoires au Cabinet, les présentations au Conseil du Trésor et les propositions budgétaires de Statistique Canada du point de vue de l'ACS Plus et conformément aux directives et aux exigences du gouvernement, et il fournit des conseils.

Statistique Canada continue de déterminer les lacunes dans les données et les connaissances et d'y donner suite dans l'ensemble de ses programmes statistiques, grâce à l'ajout d'indicateurs aux enquêtes existantes, à l'élaboration de nouvelles questions d'enquête, ainsi qu'à l'augmentation de la taille des échantillons de groupes de population clés pour certaines enquêtes, afin de permettre la désagrégation et l'intégration de sources de données pour favoriser la production de rapports sur ces groupes de population.

Statistique Canada a récemment reçu l'approbation pour mettre en œuvre le Plan d'action sur les données désagrégées (PADD). Le PADD permettra de combler certaines lacunes en matière de données et de connaissances; d'appuyer la collecte de données plus représentatives (c.-à-d. à divers niveaux géographiques); de bonifier les statistiques sur les populations d'identités diverses au sein de tous les groupes d'âge; d'appuyer les efforts déployés par le gouvernement et la société pour éliminer les inégalités et promouvoir l'équité et l'inclusion dans la prise de décisions.

Plus précisément, le PADD accordera la priorité à la collecte de données selon le sexe ou le genre, ainsi que pour les Autochtones, les personnes ayant une incapacité et les personnes appartenant à des groupes désignés comme minorités visibles. Les autres priorités de désagrégation comprennent les personnes LGBTQ2+, les enfants et les jeunes, les aînés, les immigrants, les anciens combattants, les membres des communautés de langue officielle en situation minoritaire et les personnes vivant en situation de faible revenu.

Étant donné que son principal objectif est d'accroître le nombre de données sur la diversité, le PADD est un outil clé pour l'ACS Plus et l'analyse intersectionnelle. Ces analyses aideront à comprendre les expériences et les résultats de la population canadienne au chapitre de la santé, de la société, de l'économie et de l'environnement; à mieux éclairer la prise de décisions pour appuyer une prestation plus équitable des programmes et des services, et à suivre les progrès réalisés vers une société plus juste et plus inclusive.

Statistique Canada a récemment établi un réseau de responsabilités de l'ACS Plus, qui est dirigé par la championne de l'ACS Plus de l'organisme et appuyé par le Centre. Ce réseau est une étape importante vers la mise en œuvre de l'ACS Plus dans l'ensemble de l'organisme, relativement à ses données, ses personnes et ses processus internes, et au profit de ses utilisateurs, grâce aux services qui seront fournis et aux renseignements qui seront produits.

Statistique Canada poursuit ses efforts pour bâtir un effectif talentueux, diversifié et inclusif, qui est représentatif de la population canadienne. Par exemple, l'organisme a mis en place le Cadre de responsabilisation pour le leadership en matière d'équité, de diversité et d'inclusion en 2020-2021 afin d'accroître sa responsabilité envers les comités d'équité en matière d'emploi et de mieux servir ses employés et la collectivité, grâce à des rôles et des responsabilités clairement définis.

Faits saillants en matière de capacité de déclaration des résultats de l'analyse comparative entre les sexes plus selon le programme

Statistique économique et environnementale

Le programme surveille l'inclusion des caractéristiques liées au genre et à la diversité (ACS Plus) dans les produits statistiques qu'il diffuse. Plus précisément, il fait le suivi de ce qui suit :

le nombre de produits statistiques (p. ex. tableaux de données, articles de recherche, études, feuillets d'information) publiés par la Statistique économique et environnementale, diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada.

Au moins un des facteurs suivants de l'ACS Plus est inclus, soit le sexe, le genre, les Autochtones, les personnes appartenant à des groupes désignés comme minorités visibles, les personnes ayant une incapacité, les personnes LGBTQ2+ et les immigrants.

Le réseau de responsabilités de l'ACS Plus déterminera la faisabilité d'élaborer une série d'indicateurs de rendement selon les facteurs de l'ACS Plus (c.-à-d. chaque facteur de l'ACS Plus aura un indicateur de rendement correspondant) pour les produits statistiques diffusés par le programme de la Statistique économique et environnementale.

Statistique socioéconomique

Compte tenu de la nature de la statistique socioéconomique, la grande majorité, sinon la totalité, des travaux entrepris dans le cadre de ce programme tiennent compte de l'ACS Plus. Le programme surveille l'inclusion des caractéristiques liées au genre et à la diversité (ACS Plus) par les moyens suivants :

le nombre de visites du Carrefour de statistiques sur le genre, la diversité et l'inclusion;
le nombre d'activités de sensibilisation à l'ACS Plus (p. ex. consultations, séances de formation, présentations) menées par le Centre des statistiques sur le genre, la diversité et l'inclusion auprès des intervenants internes (p. ex. Statistique Canada) ou externes (p. ex. autres ministères ou organismes, milieu universitaire, organisations non gouvernementales);
le nombre de produits statistiques liés à l'ACS Plus (p. ex. tableaux de données, articles de recherche, études, feuillets d'information) publiés par la Statistique socioéconomique, diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada;
la proportion de produits statistiques liés à l'ACS Plus (p. ex. tableaux de données, articles de recherche, études, feuillets d'information) publiés par la Statistique socioéconomique, diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada;
le nombre d'indicateurs du Cadre des résultats relatifs aux genres diffusés selon le sexe ou le genre;
la proportion d'indicateurs du Cadre des résultats relatifs aux genres diffusés selon le sexe ou le genre;
le nombre d'indicateurs du Cadre des résultats relatifs aux genres diffusés selon le sexe ou le genre et selon d'autres facteurs d'identité;
la proportion d'indicateurs du Cadre des résultats relatifs aux genres diffusés selon le sexe ou le genre et selon d'autres facteurs d'identité.

Services statistiques à frais recouvrables

Dans le cadre du programme des Services statistiques à frais recouvrables, Statistique Canada mène des enquêtes spéciales afin de recueillir de nouvelles données, produit des statistiques de grande qualité qui ne font actuellement pas partie des fonds de données de l'organisme et mène des projets d'analyse spéciaux sur demande, afin de répondre aux besoins particuliers des institutions fédérales, provinciales et territoriales et d'autres clients.

Des projets et des services statistiques à frais recouvrables sont entrepris dans l'ensemble des programmes de l'organisme.

Par exemple, une partie du travail effectué en collaboration avec Femmes et Égalité des genres Canada en vue de combler d'importantes lacunes statistiques est un projet à frais recouvrables.

Recensements

Le Programme du recensement fournit des renseignements et des analyses statistiques qui permettent de mesurer les changements qui touchent la population du Canada et ses caractéristiques démographiques, de même que le secteur agricole. Le programme comprend le Recensement de la population et le Recensement de l'agriculture.

le nombre de produits statistiques du Recensement de la population (p. ex. tableaux de données, profils du recensement, faits saillants en tableaux, articles de recherche, études, feuillets d'information) pertinents à l'ACS Plus diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada;
la proportion de produits statistiques du Recensement de la population (p. ex. tableaux de données, profils du recensement, faits saillants en tableaux, articles de recherche, études, feuillets d'information) pertinents à l'ACS Plus diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada;
le nombre de produits statistiques du Recensement de l'agriculture (p. ex. tableaux de données, profils du recensement, faits saillants en tableaux, articles de recherche, études, feuillets d'information) pertinents à l'ACS Plus diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada.

Au moins un des facteurs suivants de l'ACS Plus est inclus, soit le sexe, le genre, l'identité autochtone, l'appartenance à une minorité visible et le statut d'immigrant.

Centres d'expertise

Ils surveillent l'inclusion des caractéristiques liées au genre et à la diversité (ACS Plus) dans les produits statistiques qu'ils diffusent. Plus précisément, ils font le suivi de ce qui suit :

le nombre de produits statistiques (p. ex. tableaux de données, articles de recherche, études, feuillets d'information) publiés par les centres d'expertise, diffusés dans Le Quotidien et accessibles sur le site Web de Statistique Canada.

Au moins un des facteurs suivants de l'ACS Plus est inclus, soit le sexe, le genre, l'identité autochtone, l'appartenance à une minorité visible et le statut d'immigrant.

Programme à l'horizon 2030 et objectifs de développement durable des Nations Unies

Programme à l'horizon 2030 et objectifs de développement durable des Nations Unies
Objectifs de développement durable (ODD) des Nations Unies	Initiatives prévues	Cibles nationales connexes ou ambitions ou cibles mondiales
Cadre mondial d'indicateurs pour les 17 ODD	Statistique Canada a créé un carrefour de données sur les ODD pour rendre compte des données et des statistiques du Canada sur le Cadre mondial d'indicateurs (le contenu de cette page est en anglais) et fera une mise à jour des données pour les indicateurs (dans la mesure du possible) annuellement	Rendre compte des indicateurs pour les cibles mondiales lorsque les données sont accessibles
Cadre mondial d'indicateurs pour les 17 ODD	Statistique Canada continuera de coprésider le Groupe d'experts interinstitutionnel sur les indicateurs relatifs aux ODD jusqu'à la fin de son mandat (mai 2023)	Continuer d'appuyer la mise en œuvre mondiale du Cadre mondial d'indicateurs pour les ODD
Cadre mondial d'indicateurs pour les 17 ODD	Statistique Canada a élaboré le Cadre d'indicateurs canadien, rend compte des données et des statistiques du Canada pour ce cadre et fera une mise à jour des données pour les indicateurs (dans la mesure du possible) annuellement	Rendre compte de l'ensemble des ambitions et cibles nationales

Tableaux de renseignements supplémentaires

Stratégie ministérielle de développement durable
Analyse comparative entre les sexes plus

Stratégie ministérielle de développement durable

Résumé de la Stratégie ministérielle de développement durable de 2020 à 2023

Nom du ministère

Statistique Canada

Date

Janvier 2021

Contexte

La Politique d'achats écologiques appuie les efforts déployés par le gouvernement du Canada pour promouvoir la gérance de l'environnement. Conformément aux objectifs de la politique, Statistique Canada appuie le développement durable en intégrant des facteurs de performance environnementale dans le processus décisionnel en matière d'approvisionnement, grâce aux mesures décrites dans l'objectif de « Gouvernement vert » de la SFDD pour 2019 à 2022.

Engagements

Voir le tableau ci-après.

Intégration du développement durable

Statistique Canada continuera de veiller à ce que le processus décisionnel tienne compte des objectifs et des cibles de la SFDD dans le cadre de son processus d'évaluation environnementale stratégique (EES). Une EES relative aux propositions de politiques, de plans et de programmes comprend une analyse des incidences de la proposition sur l'environnement, notamment sur les objectifs et les cibles de la SFDD.

Les déclarations publiques sur les résultats des évaluations de Statistique Canada seront rendues publiques et annoncées sur son site Web lorsqu'une initiative aura fait l'objet d'une EES détaillée. L'objectif de la déclaration publique est de démontrer que les effets environnementaux de la politique, du plan ou du programme approuvé, y compris les répercussions sur l'atteinte des objectifs et des cibles de la SFDD, ont été pris en compte au moment de l'élaboration de la proposition et de la prise de décisions.

Objectif de la SFDD : Gouvernement vert

Objectif de la SFDD : Gouvernement vert
Cible de la SFDD	Mesures de la SFDD	Mesure(s) ministérielle(s) correspondante(s)	Contribution de chaque mesure ministérielle à l'atteinte de l'objectif et de la cible de la SFDD	Point(s) de départ, cible(s) et indicateur(s) de rendement pour les mesures ministérielles	Lien avec le Répertoire des programmes du ministère
Mesures à l'appui de la Stratégie pour un gouvernement vert et de la Politique d'achats écologiques	Les ministères utiliseront des critères environnementaux pour réduire l'impact environnemental et assurer l'optimisation des décisions d'approvisionnement du gouvernement	Tenir compte des facteurs environnementaux dans les processus et les contrôles de gestion des achats. S'assurer que le papier acheté par Statistique Canada est fait de matières recyclées.	Inciter les fournisseurs à réduire l'impact environnemental de leurs biens, leurs services et leurs chaînes d'approvisionnement.	Afin de réduire les déchets produits et de minimiser les répercussions sur l'environnement des biens tout au long de leur cycle de vie, Statistique Canada continuera de tenir compte des facteurs environnementaux dans les achats gouvernementaux, conformément à la Politique d'achats écologiques. Le papier acheté par Statistique Canada est fait d'au moins 30 % de matières recyclées et il est conforme aux normes de certification forestière, à la norme ÉcoLogo ou à une norme équivalente.	Statistique économique et environnementale Statistiques socioéconomiques Recensements Centres d'expertise Services statistiques à frais recouvrables Services internes
	Le soutien aux achats écologiques sera renforcé, y compris en fournissant aux employés de la fonction publique une orientation, des outils et de la formation	Veiller à ce que les décideurs et les spécialistes de la gestion du matériel et de l'approvisionnement aient la formation et la sensibilisation nécessaires pour appuyer les achats écologiques. Veiller à ce que les principaux responsables incluent dans leurs évaluations de rendement les contributions et le support aux objectifs de la Politique d'achats écologiques du gouvernement du Canada.^{Note de tableau 1}	Inciter les fournisseurs à écologiser leurs biens, leurs services et leurs chaînes d'approvisionnement.	100 % des spécialistes en approvisionnement et en gestion du matériel ont suivi la formation sur les achats écologiques. L'évaluation du rendement des gestionnaires et des chefs fonctionnels chargés de la gestion des achats et du matériel comprend les mesures prises pour appuyer les achats écologiques et les mesures de contribution à ces achats, au cours de l'exercice visé.
Note de tableau 1 La mention des ententes sur le rendement des hauts responsables de l'approvisionnement et de la gestion du matériel a été supprimée. Les considérations relatives aux achats écologiques sont abordées à l'étape de la définition des exigences et sont intégrées aux modèles que chaque agent de négociation des marchés doit utiliser. Les modèles font l'objet d'un examen par les pairs et d'une vérification de la section, sous la surveillance et la supervision du principal responsable. Retour à la référence de la note de tableau 1

Analyse comparative entre les sexes plus

Capacité institutionnelle d'analyse comparative entre les sexes plus

Statistique Canada a mis sur pied un Centre des statistiques sur le genre, la diversité et l'inclusion afin de rendre compte des progrès réalisés vers l'égalité des genres et de combler les lacunes en matière de données désagrégées et d'analyse concernant le genre, la race, la classe sociale, l'orientation sexuelle, l'incapacité et d'autres caractéristiques identitaires qui se recoupent. Le Centre permet aux utilisateurs de données de consulter et d'analyser facilement une mine de renseignements statistiques pertinents pour l'évaluation des programmes, des politiques et des initiatives sous l'angle du genre, de la diversité et de l'inclusion.

Statistique Canada s'engage à se doter non seulement d'un effectif diversifié, mais aussi à créer un environnement de travail inclusif et sécuritaire pour l'ensemble des employés. Voici en quoi consistent le cadre et les objectifs de l'organisme en matière de diversité et d'inclusion :

Veiller à ce que l'effectif soit représentatif de la population canadienne
Attirer et maintenir en poste un effectif talentueux, qualifié et diversifié
Comprendre les obstacles à l'inclusion au sein de l'organisme
Élaborer des processus, des politiques, des pratiques et des programmes exempts d'obstacles
Suivre les progrès accomplis et mesurer les résultats obtenus

En 2021-2022, l'organisme continuera de mettre en œuvre le plan d'action sur l'équité en matière d'emploi, de diversité et d'inclusion et de favoriser les progrès à cet égard dans divers domaines relevant de cinq piliers : le recrutement, le perfectionnement, la sensibilisation, le leadership visible et la responsabilisation, de même que l'accessibilité. Voici quelques exemples des mesures d'équité, de diversité et d'inclusion :

Accroître les nouvelles embauches, promotions et affectations intérimaires d'employés racialisés à des postes de direction
Calculer les écarts projetés afin d'orienter les éventuels objectifs d'embauche et stratégies de dotation à l'intention des gestionnaires d'embauche
Élaborer un mécanisme de responsabilisation à l'intention des champions
Élaborer et mettre en place un engagement obligatoire de la direction à favoriser la diversité et l'inclusion et à se mobiliser à cet égard
Déterminer et organiser une formation obligatoire sur la diversité et l'inclusion pour tous les employés.

Statistique Canada prévoit continuer de diversifier ses pratiques d'embauche et ses processus de dotation pour veiller à ce que le milieu de travail mis en place par l'organisme soit inclusif et accessible à tous les Canadiens et à toutes les Canadiennes. Dans le cadre de son engagement en matière d'inclusion et d'accessibilité, l'organisme modifie les questions posées dans le cadre du processus d'embauche afin d'offrir une flexibilité aux candidats et aux candidates qui peuvent être inactifs sur le marché du travail depuis un certain temps; il élimine des obstacles présents dès les premières étapes du processus d'embauche; et il encourage les femmes à postuler des postes dans des domaines à prédominance masculine où elles sont sous-représentées.

En outre, Statistique Canada s'engage à faire un suivi des écarts d'équité en matière d'emploi et, en 2021-2022, la direction disposera d'un nouveau tableau de bord comportant un plus grand nombre d'indicateurs, ce qui lui donnera une meilleure idée du taux de maintien en poste et du taux d'avancement, et lui fournira d'autres renseignements précieux sur l'équité en matière d'emploi, la diversité et l'inclusion. La direction sera ainsi mieux outillée pour comprendre et combler les écarts au sein de sa division.

Faits saillants en matière de capacité de déclaration des résultats de l'analyse comparative entre les sexes plus selon le programme

Statistique économique et environnementale

Programme des comptes économiques nationaux

Pour appuyer le cadre de participation à l'économie et de prospérité, les modules des ressources humaines pour les comptes d'infrastructure et certains comptes satellites (ressources naturelles, environnement) contiennent des ventilations détaillées pour les hommes et les femmes. Pour 2021-2022, on travaille à établir un couplage entre le programme de la productivité du travail et les caractéristiques de la population active, ce qui fournira des renseignements supplémentaires en matière d'analyse comparative entre les sexes plus (ACS+). En outre, la mise à jour des estimations de la valeur du travail non rémunéré des ménages, pour les femmes et les hommes, contribuera à l'ACS+ et à l'analyse des inégalités de genre au Canada.

Loi sur les déclarations des personnes morales

Cette loi a servi à élaborer une base de données sur le genre relativement aux entreprises canadiennes. Jumelée à d'autres renseignements, la base de données permet d'avoir un aperçu de la répartition des genres aux échelons supérieurs des entreprises canadiennes et apporte donc un éclairage sur le pilier « leadership et participation à la démocratie » du Cadre des résultats relatifs aux genres. Jusqu'à maintenant, le projet a permis d'étudier et de mieux comprendre la représentation des genres parmi les décideurs du secteur des entreprises au Canada. Pour 2021-2022, l'organisme aimerait élargir la portée du projet afin d'inclure une perspective plus générale de la diversité, surtout au sein de la population immigrante. Cette initiative de recherche permettra de mettre de l'avant un programme de recherche axé sur les changements qui s'opèrent sur le plan de la diversité dans le secteur des entreprises au Canada selon l'actuel cadre d'ACS+. L'objectif est de déposer d'ici le 31 mars 2022 un rapport qui décrit les constatations qui ressortent du projet et de proposer de possibles études analytiques et produits statistiques à venir.

Pandémie de COVID-19

De nouvelles données désagrégées selon le genre seront diffusées, particulièrement en ce qui a trait aux répercussions du ralentissement économique survenu dans le contexte de la pandémie de COVID-19.

Statistique socioéconomique

Diffusion de données désagrégées sur les groupes de population désignés comme minorités visibles sur le site du Carrefour de statistiques sur le genre, la diversité et l'inclusion

Dans l'intention commune d'accroître les connaissances et la littératie se rapportant à cinq des piliers du Cadre des résultats relatifs aux genres (participation à l'économie et prospérité; réduction de la pauvreté, santé et bien-être; leadership et participation à la démocratie; éducation et perfectionnement des compétences; violence fondée sur le genre et accès à la justice), le ministère des Femmes et de l'Égalité des genres (FEGC) a demandé à Statistique Canada de combler d'importantes lacunes en matière de données et d'analyse concernant le genre, l'âge, l'orientation sexuelle, l'incapacité, les caractéristiques ethnoculturelles et les caractéristiques identitaires qui se recoupent. Parmi les projets soutenus par FEGC, le Centre produira un rapport d'évaluation de l'ajout de l'intersectionnalité aux indicateurs du Cadre des résultats relatifs aux genres. Le Centre diffusera également des produits analytiques qui renseigneront sur la diversité au Canada : une série analytique sur la population lesbienne, gaie et bisexuelle (LGB), dont un article sur la diversité linguistique et ethnoculturelle chez les Canadiens et les Canadiennes LBG, et un document sur le profil sociodémographique des femmes vivant dans les régions rurales et éloignées du Canada (dont le statut d'immigrant, l'identité autochtone et les caractéristiques ethnoculturelles). De plus, une importance accrue a été accordée au travail de désagrégation du plus grand nombre de données possible, afin que tous les articles renferment autant de renseignements sur des groupes de population diversifiés que les données le permettront.

Depuis le début de la pandémie, le Centre a publié un certain nombre d'articles traitant des répercussions de la pandémie de COVID-19 sur des groupes de population diversifiés, tels que des articles sur la santé mentale et le genre, la santé mentale des groupes de population désignés comme minorités visibles, les répercussions de la pandémie de COVID-19 sur les Canadiens et les Canadiennes LGBTQ2+, ainsi que les tâches parentales pendant la pandémie. Un article sur les normes statistiques utilisées pour désagréger les données a également été publié. En outre, le Centre a modifié le Carrefour de statistiques sur le genre, la diversité et l'inclusion pour mettre en évidence les articles liés à la pandémie de COVID-19 qui présentent des données désagrégées, tout en les organisant en fonction de groupes de population diversifiés.

Par ailleurs, le Centre travaille à l'élaboration d'une norme servant à mesurer l'orientation sexuelle. Une première série de consultations ont eu lieu à l'hiver 2020 auprès d'experts du gouvernement fédéral, du milieu universitaire et des organismes communautaires. L'étape suivante s'est déroulée à l'été 2020, où 17 groupes de discussion ont été réunis. Depuis la fin de janvier 2021, les normes proposées ont été mises à la disposition du public à des fins d'examen. Une dernière série d'essais qualitatifs seront menés à la fin du mois de mars, et un rapport final contenant des recommandations sera préparé au cours du premier trimestre de 2021-2022.

Cadre d'inclusion sociale

Grâce au financement provenant de la Stratégie canadienne de lutte contre le racisme, la Division de la diversité et de la statistique socioculturelle continuera de travailler à l'élaboration de son cadre conceptuel d'inclusion sociale, lequel comprend un grand nombre d'indicateurs d'inclusion sociale fondés sur les données du Recensement de 2016 (il sera mis à jour ultérieurement en fonction des données du Recensement de 2021) et d'autres données d'enquête comme celles tirées de l'Enquête sociale générale. Ces indicateurs seront présentés sur le site du Carrefour de statistiques sur le genre, la diversité et l'inclusion selon une nouvelle classification désagrégée des groupes ethnoculturels établie à partir de la combinaison des renseignements tirés de la question sur le groupe de population et des renseignements provenant de la question sur l'origine ethnique et culturelle. Les indicateurs sont en voie de production, et un nouvel outil interactif qui servira à les présenter sur le site du Carrefour est en cours d'élaboration dans le cadre de ce qui s'appelle maintenant le Projet de visualisation des indicateurs sociaux.

Enquête sociale générale sur l'identité sociale

On a également entrepris de travailler à la collecte et à la diffusion de statistiques ethnoculturelles. Par exemple, grâce à l'appui de Patrimoine canadien, la désagrégation de certains groupes ethnoculturels précis sera possible dans le nouveau cycle de l'Enquête sociale générale sur l'identité sociale, ce qui permettra d'accroître l'analyse des données et de cibler davantage l'analyse des politiques en ce qui concerne les expériences vécues par certains groupes ethnoculturels dans la plupart des provinces et des régions provinciales du Canada.

Enquête sur la population active

Depuis le mois de référence de juillet 2020, l'Enquête sur la population active permet de recueillir des renseignements sur l'appartenance à une minorité visible, lesquels peuvent servir à rendre compte des activités des personnes appartenant aux groupes de population désignés comme minorités visibles sur le marché du travail.

Statistique juridique

Le Centre canadien de la statistique juridique et de la sécurité des collectivités a publié un certain nombre d'articles et de rapports sur la violence fondée sur le sexe. De plus, de nombreux projets visant à rendre compte des expériences vécues par divers groupes de population sont en cours. Deux de ces projets sont les suivants :

Statistique Canada et l'Association canadienne des chefs de police ont publiquement annoncé qu'ils s'engagent à travailler avec la communauté policière et des organismes clés à ajouter des données sur les groupes d'identité autochtone et les groupes ethnoculturels aux données sur les crimes déclarés par la police. Ces nouvelles données contribueront à apporter des éclaircissements sur les enjeux entourant les inégalités systémiques et à mettre en lumière les expériences vécues par ces segments de population.
Un projet a été entrepris en collaboration avec le gouvernement de la Saskatchewan; il vise à répondre à la nécessité croissante de mieux comprendre les cheminements des personnes au sein du système de justice et, bien souvent, leurs contacts subséquents avec celui-ci. Il s'agit entre autres de comprendre la raison pour laquelle certains groupes de population, comme les Autochtones, peuvent être plus susceptibles d'avoir des contacts répétés avec le système.

Recensement

Recensement de 2021

Divers concepts ethnoculturels, tels que l'immigration, les groupes linguistiques, les origines ethniques, les groupes de population désignés comme minorités visibles et la religion, seront mesurés dans le cadre du Recensement de 2021. Les données recueillies permettront une désagrégation détaillée des données sur les groupes de population désignés comme minorités visibles. En outre, Statistique Canada consulte des experts et des utilisateurs de données en vue d'élaborer une classification plus désagrégée des groupes désignés comme minorités visibles à des fins de diffusion et d'analyse des données du recensement. Cette nouvelle classification (variable dérivée du Recensement de 2021) combine les renseignements tirés de la question sur les groupes de population avec les renseignements qui proviennent de la question sur l'origine ethnique et culturelle.

Services statistiques à frais recouvrables^{Footnote 1}

Il y a des projets à frais recouvrables dans l'ensemble des programmes mentionnés.

Par exemple, une partie du travail effectué en collaboration avec le ministère des Femmes et de l'Équité des genres (FEGC) en vue de combler d'importantes lacunes statistiques est un projet à frais recouvrables.

Centre d'expertise

Projets d'analyse économique

Des données sur les entreprises privées ont été recueillies et communiquées selon le genre du propriétaire principal, l'âge du propriétaire principal et la taille de l'entreprise. En 2021-2022, l'organisme prévoit entreprendre des projets visant à mettre à jour et à accroître sa capacité de produire des rapports sur le genre et la diversité. Plus précisément, les statistiques sur les entreprises privées selon le genre du propriétaire principal seront mises à jour en fonction des données de la plus récente période possible (2018), et on entreprendra des projets de recherche pour examiner le capital humain selon le genre, le produit intérieur brut selon le genre, les écarts de rendement entre les entreprises appartenant à des femmes et les entreprises appartenant à des hommes, les propriétaires d'entreprise de race noire, ainsi que les personnes ayant une incapacité et l'entrepreneuriat au Canada.

Services internes

L'équipe de l'équité en matière d'emploi, de la diversité et de l'inclusion de Statistique Canada appuie deux piliers différents du Cadre des résultats relatifs aux genres :

Participation à l'économie et prospérité — Une augmentation des débouchés sur le marché du travail pour les femmes, en particulier celles qui appartiennent à des groupes sous-représentés.

Leadership et participation à la démocratie — Plus de femmes occupant des postes de haute direction, et une diversité accrue dans les postes de haute direction.

Les initiatives ciblent tous les groupes visés par l'équité en matière d'emploi, y compris les Autochtones, les membres des groupes de population désignés comme minorités visibles et les personnes ayant une incapacité.

Voici quelques-unes des initiatives auxquelles l'organisme travaille actuellement et qui visent à appuyer les piliers et les objectifs du Cadre des résultats relatifs aux genres :

Accroître la diversité dans le cadre du processus de dotation. On travaille à l'ajout d'un paragraphe aux questions posées pendant le processus d'embauche afin d'offrir aux candidats la possibilité d'utiliser leur expérience personnelle plutôt que de compter uniquement sur leur expérience de travail pour satisfaire aux critères de mérite.
Revoir les outils (dossier de candidature) utilisés par l'équipe de dotation afin d'éliminer les obstacles présents dans le processus d'embauche et d'avoir d'un bassin de candidats plus diversifié et un processus plus inclusif dès les premières étapes.
Ajouter des paragraphes précis encourageant les femmes à postuler des emplois dans des domaines où elles sont sous-représentées ou des domaines à prédominance masculine, comme les technologies de l'information.
Ajouter une colonne au rapport du comité de présélection pour indiquer les personnes qui ont volontairement déclaré leur appartenance à un groupe visé pendant le processus. Cette nouvelle colonne permettra de constater si un plus grand nombre de femmes postulent des emplois comportant un libellé précis les encourageant à poser leur candidature et déclarent volontairement leur appartenance à un groupe visé.
Créer et mettre en œuvre un nouveau tableau de bord à l'intention de la direction qui comporte des données sur l'équité en matière d'emploi et d'autres indicateurs en plus des écarts et de la disponibilité des effectifs. Grâce à ce tableau de bord, la direction aura, en outre, une meilleure idée du taux de maintien en poste et du taux d'avancement, et elle disposera de renseignements sur les langues officielles et d'autres renseignements importants sur l'équité en matière d'emploi, la diversité et l'inclusion qui lui permettront de mieux cerner et de combler les écarts existants au sein de sa division.
Revoir le formulaire de déclaration volontaire. Ce remaniement aura plus précisément pour objet de modifier la section sur l'identité de genre afin d'inclure d'autres identités en plus du genre masculin ou féminin. On sera en mesure de recueillir des données plus exactes sur le genre, y compris sur les employés bispirituels et transgenres, et de voir où ces personnes se retrouvent au sein de l'organisme, par exemple à l'échelon de la direction.
Établir une approche intégrée en matière de perfectionnement et de gestion des talents à l'appui de l'avancement professionnel des groupes en quête d'équité, entre autres au moyen du mentorat, de l'encadrement et du parrainage par de hauts dirigeants.

Établir des partenariats avec des établissements d'enseignement et de formation afin d'offrir aux Autochtones un accès direct à des emplois dans la fonction publique dans les professions et les ministères ou organismes où ils sont sous-représentés.

S'abonner à

Date de modification :: 2025-09-18

Voir la vidéo

Intendance des données : Introduction aux normes en matière de données et aux métadonnées - Transcription

Intendance des données: Introduction aux normes en matière de données et aux métadonnées

Objectifs d'apprentissage

Étapes du cheminement des données

Normes en matière de données

Métadonnées

Normes en matière de données et métadonnées

Pourquoi les normes en matière de données et les métadonnées sont-elles importantes?

Types de normes en matière de données

Classifications types

Types de métadonnées

Exemple: Normales climatiques, 1981-2010, Saskatoon

Exemple: récapitulatif

Vérification des connaissances

Récapitulatif des points clés

Qu'avez-vous pensé?

Analyse comparative entre les sexes plus

Renseignements généraux

Capacité institutionnelle de l'ACS Plus

Aperçu de la capacité de faire état des résultats de l'ACS Plus par programme

Statistique économique et environnementale

Statistique socioéconomique

Services statistiques à frais recouvrables

Recensements

Centres d'expertise

Programme de développement durable à l'horizon 2030 et objectifs de développement durable des Nations Unies

Stratégie ministérielle de développement durable/Rapport sur les achats écologiques

Résumé de la Stratégie ministérielle de développement durable de 2020 à 2023

Nom du ministère

Date

Contexte

Engagements

Intégration du développement durable

Analyse comparative entre les sexes plus

Capacité d'ACS Plus institutionnelle

Faits saillants en matière de capacité de déclaration des résultats de l'analyse comparative entre les sexes plus selon le programme

Statistique économique et environnementale

Statistique socioéconomique

Services statistiques à frais recouvrables

Recensements

Centres d'expertise

Programme à l'horizon 2030 et objectifs de développement durable des Nations Unies

Stratégie ministérielle de développement durable

Résumé de la Stratégie ministérielle de développement durable de 2020 à 2023

Nom du ministère

Date

Contexte

Engagements

Intégration du développement durable

Objectif de la SFDD : Gouvernement vert

Analyse comparative entre les sexes plus

Capacité institutionnelle d'analyse comparative entre les sexes plus

Faits saillants en matière de capacité de déclaration des résultats de l'analyse comparative entre les sexes plus selon le programme

Statistique économique et environnementale

Statistique socioéconomique

Recensement

Services statistiques à frais recouvrablesFootnote 1

Centre d'expertise

Services internes

Services statistiques à frais recouvrables^{Footnote 1}