28 - Statistique Canada et la recherche académique : Un dialogue autour des données administratives
- Lundi 5 mai 2025
Responsables
-
Benoit Dostie
HEC Montréal
-
Magali Girard
UdeM - Université de Montréal
-
Xavier St-Denis
INRS - Institut national de la recherche scientifique
-
France-Pascale Ménard
Statistique Canada
Dans un monde où la mésinformation et la désinformation sont omniprésentes, l'utilisation judicieuse des données administratives devient cruciale pour éclairer les enjeux sociaux contemporains. Parallèlement, nous sommes confrontés à une surabondance de données, ce qui soulève des questions sur leur utilisation appropriée et leur interprétation correcte.
Ce colloque, fruit d’une collaboration entre le Centre interuniversitaire québécois de statistiques sociales (CIQSS) et Statistique Canada, vise à explorer les dernières avancées dans l'utilisation des données administratives pour la recherche et l'analyse des enjeux sociaux. Il mettra en lumière les défis et les opportunités liés à l'exploitation de ces vastes ensembles de données, en se concentrant sur des domaines clés tels que l'immigration, la santé, le revenu et la famille.
Le colloque abordera également les questions cruciales de la qualité des données administratives, les processus mis en place pour les rendre accessibles à la communauté de recherche académique, et les nouvelles sources de données qui seront prochainement disponibles. Une attention particulière sera portée aux défis éthiques, techniques et méthodologiques rencontrés dans ce processus.
Enfin, le colloque cherchera à promouvoir une meilleure communication entre le milieu de la recherche académique et celui de Statistique Canada, dans le but d'optimiser l'utilisation de ces données pour éclairer les politiques publiques et améliorer la compréhension des enjeux sociaux, tout en assurant la protection de ces données. Il abordera également la question de la littératie statistique, essentielle pour une interprétation et une utilisation appropriées des données dans le contexte actuel de surinformation.