Changes

Le Cadre vise à établir une approche pangouvernementale de la définition et de l’évaluation de la qualité des données. Cela appuiera les priorités pangouvernementales, les objectifs et les exigences de la politique sur le numérique et les besoins des utilisateurs en :

Le Cadre vise à établir une approche pangouvernementale de la définition et de l’évaluation de la qualité des données. Cela appuiera les priorités pangouvernementales, les objectifs et les exigences de la politique sur le numérique et les besoins des utilisateurs en :

·      appuyant la conformité à la Politique et à la Directive sur les services et le numérique du Conseil du Trésor en éclairant les approches organisationnelles et ministérielles en matière de qualité des données et de l’information;

* appuyant la conformité à la Politique et à la Directive sur les services et le numérique du Conseil du Trésor en éclairant les approches organisationnelles et ministérielles en matière de qualité des données et de l’information;

 

* permettant l’adoption d’approches cohérentes d’évaluation de la qualité des données et de l’information, y compris dans le contexte des données ouvertes, de l’architecture intégrée et de la gouvernance des données et de l’information à l’échelle du gouvernement;

·      permettant l’adoption d’approches cohérentes d’évaluation de la qualité des données et de l’information, y compris dans le contexte des données ouvertes, de l’architecture intégrée et de la gouvernance des données et de l’information à l’échelle du gouvernement;

* appuyant les priorités en matière de données stratégiques définies dans la Feuille de route de la Stratégie relative aux données, le Plan stratégique des opérations numériques et les engagements des lettres de mandat ministérielles.

 

·      appuyant les priorités en matière de données stratégiques définies dans la Feuille de route de la Stratégie relative aux données, le Plan stratégique des opérations numériques et les engagements des lettres de mandat ministérielles.

Le Cadre vise à renforcer les capacités pangouvernementales en matière de gestion et de contrôle de la qualité des données en vue :

Le Cadre vise à renforcer les capacités pangouvernementales en matière de gestion et de contrôle de la qualité des données en vue :

·      d’améliorer la disponibilité, l’interopérabilité, la convivialité et la valeur publique des données;

* d’améliorer la disponibilité, l’interopérabilité, la convivialité et la valeur publique des données;

 

* de faciliter le partage et la réutilisation des données;

·      de faciliter le partage et la réutilisation des données;

* d’appuyer l’utilisation de l’analyse des données;

 

* de renforcer la confiance envers les données.

·      d’appuyer l’utilisation de l’analyse des données;

 

·      de renforcer la confiance envers les données.

Ces objectifs contribueront à faire progresser la prise de décisions fondées sur des données probantes et à améliorer la conception et la prestation des politiques, des programmes et des services dans l’ensemble du gouvernement.

Ces objectifs contribueront à faire progresser la prise de décisions fondées sur des données probantes et à améliorer la conception et la prestation des politiques, des programmes et des services dans l’ensemble du gouvernement.

Voici une liste illustrative d’instruments et de processus de gouvernance qui pourraient bénéficier de l’orientation commune sur la qualité des données établie dans le présent Cadre :

Voici une liste illustrative d’instruments et de processus de gouvernance qui pourraient bénéficier de l’orientation commune sur la qualité des données établie dans le présent Cadre :

·      Cadre de responsabilisation de gestion (CRG) (p. ex., dans les évaluations de la maturité ministérielle dans la gestion des données du cycle de vie).

* Cadre de responsabilisation de gestion (CRG) (p. ex., dans les évaluations de la maturité ministérielle dans la gestion des données du cycle de vie).

 

* Normes relatives au numérique du GC (p. ex., dans l’évaluation des initiatives numériques par rapport à la norme « Être de bons utilisateurs de données »).

·      Normes relatives au numérique du GC (p. ex., dans l’évaluation des initiatives numériques par rapport à la norme « Être de bons utilisateurs de données »).

* Évaluation de l’incidence algorithmique (p. ex., comme guide supplémentaire pour les questions relatives aux cadres et aux processus de qualité des données).

 

* Évaluation des facteurs relatifs à la vie privée (p. ex., à titre d’orientation supplémentaire pour évaluer les répercussions sur la vie privée des programmes ou des activités touchant des renseignements personnels, ce qui comprend des considérations relatives à leur exactitude).

·      Évaluation de l’incidence algorithmique (p. ex., comme guide supplémentaire pour les questions relatives aux cadres et aux processus de qualité des données).

* Cadre de l’architecture intégrée du GC (p. ex., dans les évaluations des initiatives numériques par rapport à la couche d’architecture de l’information de ce cadre).

 

* Politiques ministérielles en matière de données et les cadres et outils connexes en matière de qualité des données (p. ex., les exigences, les principes, les structures de gouvernance ou les règles opérationnelles liés à la qualité des données).

·      Évaluation des facteurs relatifs à la vie privée (p. ex., à titre d’orientation supplémentaire pour évaluer les répercussions sur la vie privée des programmes ou des activités touchant des renseignements personnels, ce qui comprend des considérations relatives à leur exactitude).

* Ententes interministérielles ou intergouvernementales de partage de données (p. ex., dans des clauses établissant des dispositions relatives à la qualité des données partagées ou échangées).

 

* Présentations au CT (p. ex., en tant que vocabulaire commun permettant d’articuler les enjeux et les objectifs en matière de qualité des données dans le contexte de la conception ou de la mise en œuvre d’un programme).

·      Cadre de l’architecture intégrée du GC (p. ex., dans les évaluations des initiatives numériques par rapport à la couche d’architecture de l’information de ce cadre).

 

·      Politiques ministérielles en matière de données et les cadres et outils connexes en matière de qualité des données (p. ex., les exigences, les principes, les structures de gouvernance ou les règles opérationnelles liés à la qualité des données).

 

·      Ententes interministérielles ou intergouvernementales de partage de données (p. ex., dans des clauses établissant des dispositions relatives à la qualité des données partagées ou échangées).

 

·      Présentations au CT (p. ex., en tant que vocabulaire commun permettant d’articuler les enjeux et les objectifs en matière de qualité des données dans le contexte de la conception ou de la mise en œuvre d’un programme).

'''Accès'''

'''Accès'''

·      Élaborer un répertoire ou un catalogue des jeux de données utilisés afin d’appuyer les politiques, les programmes ou les services.

* Élaborer un répertoire ou un catalogue des jeux de données utilisés afin d’appuyer les politiques, les programmes ou les services.

 

* Élaborer des métadonnées décrivant les concepts, les variables et les nomenclatures de vos actifs de données conformément à la Norme sur les métadonnées et à la Norme sur les données géospatiales du Conseil du Trésor (CT).

·      Élaborer des métadonnées décrivant les concepts, les variables et les nomenclatures de vos actifs de données conformément à la Norme sur les métadonnées et à la Norme sur les données géospatiales du Conseil du Trésor (CT).

* Établir des processus visant à documenter, conserver, publier, archiver et éliminer les données collectées ou créées dans votre organisation.

 

* Attribuer des catégories de sécurité aux actifs de données, comme l’exige la Directive sur la gestion de la sécurité du CT.

·      Établir des processus visant à documenter, conserver, publier, archiver et éliminer les données collectées ou créées dans votre organisation.

* Définir les droits et privilèges d’accès pour les actifs de données afin de les protéger contre un accès non autorisé conformément à la Directive sur la gestion de la sécurité du CT.

 

* Veiller à ce qu’il existe des processus et des procédures pour appuyer la production de données en réponse aux demandes de renseignements en vertu de la ''Loi sur l’accès à l’information'' et de la ''Loi sur la protection des renseignements personnels''.

·      Attribuer des catégories de sécurité aux actifs de données, comme l’exige la Directive sur la gestion de la sécurité du CT.

* Veiller à ce que l’institution ait le pouvoir parlementaire de recueillir ou de créer les données pour un programme ou une activité de fonctionnement, conformément à la Directive sur les pratiques relatives à la protection de la vie privée du CT.

 

* Utiliser un langage clair (p. ex., tel que décrit dans le Guide de rédaction du contenu du site canada.ca) et des formats lisibles par machine (p. ex., CSV, XML, JSON) visant à améliorer la portabilité des données et faciliter le traitement, la manipulation, la consommation, la publication et l’archivage des données par les utilisateurs.

·      Définir les droits et privilèges d’accès pour les actifs de données afin de les protéger contre un accès non autorisé conformément à la Directive sur la gestion de la sécurité du CT.

* Investir dans les infrastructures de données afin de fournir un accès facile et sécurisé aux données conformément à l’approche « en nuage d’abord » établie dans la Directive sur les services et le numérique du CT. Les données sensibles (Protégé B, Protégé C ou Classifié) devraient être conservées dans les systèmes situés à l’intérieur des frontières géographiques du Canada ou dans les organisations du GC à l’étranger (voir l’Orientation sur l’utilisation sécurisée des services commerciaux d’informatique en nuage et le Profil des mesures de sécurité pour les services du GC fondés sur l’informatique en nuage pour obtenir des directives sur l’utilisation sécuritaire des services d’informatique en nuage).

 

* Fournir aux utilisateurs de multiples méthodes d’accès et d’extraction de données. Cela pourrait inclure la mise à disposition de données dans de multiples formats et au moyen d’API accessibles élaborées conformément aux Normes du GC sur les API.

·      Veiller à ce qu’il existe des processus et des procédures pour appuyer la production de données en réponse aux demandes de renseignements en vertu de la ''Loi sur l’accès à l’information'' et de la ''Loi sur la protection des renseignements personnels''.

* Travailler à l’ouverture par défaut et publier les données dans le Portail du gouvernement ouvert conformément à la Directive sur le gouvernement ouvert du CT et comme le permettent les cadres fédéraux applicables en matière de protection des renseignements personnels, de sécurité et de propriété intellectuelle. À l’aide d’un langage clair, saisissez les données d’enregistrement des données ouvertes avec les métadonnées requises lors de la publication des données.

 

* Réaliser des sondages pour identifier les obstacles à la découverte, à l’accès et à l’utilisation des données au sein de votre organisation.

·      Veiller à ce que l’institution ait le pouvoir parlementaire de recueillir ou de créer les données pour un programme ou une activité de fonctionnement, conformément à la Directive sur les pratiques relatives à la protection de la vie privée du CT.

* Signaler tout accès aux données ou utilisation des données non autorisés aux agents de sécurité désignés et, en cas de renseignements personnels, au Secrétariat du Conseil du Trésor du Canada et au Commissariat à la protection de la vie privée du Canada, comme l’exige la Directive sur les pratiques relatives à la protection de la vie privée du CT.

 

·      Utiliser un langage clair (p. ex., tel que décrit dans le Guide de rédaction du contenu du site canada.ca) et des formats lisibles par machine (p. ex., CSV, XML, JSON) visant à améliorer la portabilité des données et faciliter le traitement, la manipulation, la consommation, la publication et l’archivage des données par les utilisateurs.

 

·      Investir dans les infrastructures de données afin de fournir un accès facile et sécurisé aux données conformément à l’approche « en nuage d’abord » établie dans la Directive sur les services et le numérique du CT. Les données sensibles (Protégé B, Protégé C ou Classifié) devraient être conservées dans les systèmes situés à l’intérieur des frontières géographiques du Canada ou dans les organisations du GC à l’étranger (voir l’Orientation sur l’utilisation sécurisée des services commerciaux d’informatique en nuage et le Profil des mesures de sécurité pour les services du GC fondés sur l’informatique en nuage pour obtenir des directives sur l’utilisation sécuritaire des services d’informatique en nuage).

 

·      Fournir aux utilisateurs de multiples méthodes d’accès et d’extraction de données. Cela pourrait inclure la mise à disposition de données dans de multiples formats et au moyen d’API accessibles élaborées conformément aux Normes du GC sur les API.

 

·      Travailler à l’ouverture par défaut et publier les données dans le Portail du gouvernement ouvert conformément à la Directive sur le gouvernement ouvert du CT et comme le permettent les cadres fédéraux applicables en matière de protection des renseignements personnels, de sécurité et de propriété intellectuelle. À l’aide d’un langage clair, saisissez les données d’enregistrement des données ouvertes avec les métadonnées requises lors de la publication des données.

 

·      Réaliser des sondages pour identifier les obstacles à la découverte, à l’accès et à l’utilisation des données au sein de votre organisation.

 

·      Signaler tout accès aux données ou utilisation des données non autorisés aux agents de sécurité désignés et, en cas de renseignements personnels, au Secrétariat du Conseil du Trésor du Canada et au Commissariat à la protection de la vie privée du Canada, comme l’exige la Directive sur les pratiques relatives à la protection de la vie privée du CT.

'''Exactitude'''

'''Exactitude'''

·      Consulter les sources de données fiables visant à identifier les sources d’erreur, vérifier le contenu et comprendre le contexte entourant les données.

* Consulter les sources de données fiables visant à identifier les sources d’erreur, vérifier le contenu et comprendre le contexte entourant les données.

 

* Veiller à ce que les données comprennent des métadonnées normalisées afin de permettre aux utilisateurs d’évaluer l’exactitude des données. Les métadonnées pertinentes pourraient comprendre des renseignements sur la source, le but et la méthode de collecte, le traitement, les révisions, la couverture et le modèle de données ainsi que sur les hypothèses connexes.

·      Veiller à ce que les données comprennent des métadonnées normalisées afin de permettre aux utilisateurs d’évaluer l’exactitude des données. Les métadonnées pertinentes pourraient comprendre des renseignements sur la source, le but et la méthode de collecte, le traitement, les révisions, la couverture et le modèle de données ainsi que sur les hypothèses connexes.

* Veiller à ce que les données soient adéquatement représentatives de tous les domaines (p. ex., zones géographiques, populations) qu’elles contiennent, selon le cas.

 

* Respecter les plages de valeurs attendues visant à maintenir la validité. Des explications concernant les valeurs aberrantes doivent être fournies aux utilisateurs de données.

·      Veiller à ce que les données soient adéquatement représentatives de tous les domaines (p. ex., zones géographiques, populations) qu’elles contiennent, selon le cas.

* Élaborer des règles opérationnelles permettant de valider de façon uniforme les données pour les erreurs, y compris le dédoublement dans un jeu de données. Appliquer les règles opérationnelles applicables tout au long du cycle de vie des données, notamment lors de la collecte et du partage des données.

 

* Veillez à ce que votre méthode de production de données comprenne des étapes permettant de réduire au minimum les biais et les erreurs statistiques (p. ex., erreur d’échantillonnage). (Voir le Cadre de l’erreur d’enquête totale [en anglais] pour les sources d’erreurs statistiques et les indicateurs de qualité connexes. En ce qui concerne les préjugés, voir le processus d’Analyse comparative entre les sexes plus pour façonner les évaluations des inégalités systémiques qui pourraient se manifester dans les données.)

·      Respecter les plages de valeurs attendues visant à maintenir la validité. Des explications concernant les valeurs aberrantes doivent être fournies aux utilisateurs de données.

* Veiller à ce qu’il existe une source faisant autorité pour les données, dans la mesure du possible.

 

* Veiller à ce que l’institution ait le pouvoir légal de recueillir des données sur une personne identifiable et que cette collecte soit directement liée à un programme ou à une activité de fonctionnement au sein de l’institution. Des mécanismes devraient être en place pour corriger les renseignements personnels sur demande (voir la Directive sur les pratiques relatives à la protection de la vie privée du CT).

·      Élaborer des règles opérationnelles permettant de valider de façon uniforme les données pour les erreurs, y compris le dédoublement dans un jeu de données. Appliquer les règles opérationnelles applicables tout au long du cycle de vie des données, notamment lors de la collecte et du partage des données.

* Valider les concepts et les hypothèses connexes en consultation avec des experts en la matière afin d’évaluer la précision des données, ou la mesure dans laquelle elles correspondent à ce que l’utilisateur a l’intention de mesurer.

 

·      Veillez à ce que votre méthode de production de données comprenne des étapes permettant de réduire au minimum les biais et les erreurs statistiques (p. ex., erreur d’échantillonnage). (Voir le Cadre de l’erreur d’enquête totale [en anglais] pour les sources d’erreurs statistiques et les indicateurs de qualité connexes. En ce qui concerne les préjugés, voir le processus d’Analyse comparative entre les sexes plus pour façonner les évaluations des inégalités systémiques qui pourraient se manifester dans les données.)

 

·      Veiller à ce qu’il existe une source faisant autorité pour les données, dans la mesure du possible.

 

·      Veiller à ce que l’institution ait le pouvoir légal de recueillir des données sur une personne identifiable et que cette collecte soit directement liée à un programme ou à une activité de fonctionnement au sein de l’institution. Des mécanismes devraient être en place pour corriger les renseignements personnels sur demande (voir la Directive sur les pratiques relatives à la protection de la vie privée du CT).

 

·      Valider les concepts et les hypothèses connexes en consultation avec des experts en la matière afin d’évaluer la précision des données, ou la mesure dans laquelle elles correspondent à ce que l’utilisateur a l’intention de mesurer.

'''Cohérence'''

'''Cohérence'''

·      Déterminer les normes relatives aux données organisationnelles, fédérales, nationales et/ou internationales applicables et documenter les différences dans les pratiques. Cette information peut être consignée dans un répertoire des normes pangouvernemental ou ministériel.

* Déterminer les normes relatives aux données organisationnelles, fédérales, nationales et/ou internationales applicables et documenter les différences dans les pratiques. Cette information peut être consignée dans un répertoire des normes pangouvernemental ou ministériel.

 

* Adopter ou adapter les normes applicables relatives aux données, particulièrement lors du partage de données avec d’autres organisations ou de la publication de données dans le Portail du gouvernement ouvert. Les principaux aspects de la normalisation des données comprennent les nomenclatures, les métadonnées, la mise en forme, l’accessibilité, la syntaxe, le codage sémantique et le langage. Les normes pertinentes pourraient être propres à un domaine, conçues pour des types particuliers de données (p. ex. statistiques, géospatiales).

·      Adopter ou adapter les normes applicables relatives aux données, particulièrement lors du partage de données avec d’autres organisations ou de la publication de données dans le Portail du gouvernement ouvert. Les principaux aspects de la normalisation des données comprennent les nomenclatures, les métadonnées, la mise en forme, l’accessibilité, la syntaxe, le codage sémantique et le langage. Les normes pertinentes pourraient être propres à un domaine, conçues pour des types particuliers de données (p. ex. statistiques, géospatiales).

* Consigner certaines normes dans un répertoire ou un catalogue de données, à titre de métadonnées ou dans des ententes de partage de données. Si de nouvelles normes sont élaborées, documenter les raisons pour lesquelles les normes relatives aux données existantes et applicables ne sont pas utilisées.

 

* Veiller à ce que les éléments de données soient définis, classifiés et représentés conformément aux architectures de données communes, conformément au Cadre de l’architecture intégrée du GC.

·      Consigner certaines normes dans un répertoire ou un catalogue de données, à titre de métadonnées ou dans des ententes de partage de données. Si de nouvelles normes sont élaborées, documenter les raisons pour lesquelles les normes relatives aux données existantes et applicables ne sont pas utilisées.

* Veiller à ce que les concepts, les définitions et les nomenclatures soient compatibles dans les jeux de données et entre eux afin de permettre la comparaison et l’intégration des données. En plus de l’environnement de données interne, les efforts dans ce domaine peuvent s’étendre aux organisations dans l’ensemble du GC et aux organisations externes dans l’ensemble des secteurs et des administrations.

 

* Utiliser des tableaux de concordance permettant d’illustrer les écarts et les transitions entre les normes utilisées pour toutes les sources de données.

·      Veiller à ce que les éléments de données soient définis, classifiés et représentés conformément aux architectures de données communes, conformément au Cadre de l’architecture intégrée du GC.

* Réduire la duplication des données entre les jeux de données afin d’appuyer l’intégrité des données.

 

·      Veiller à ce que les concepts, les définitions et les nomenclatures soient compatibles dans les jeux de données et entre eux afin de permettre la comparaison et l’intégration des données. En plus de l’environnement de données interne, les efforts dans ce domaine peuvent s’étendre aux organisations dans l’ensemble du GC et aux organisations externes dans l’ensemble des secteurs et des administrations.

 

·      Utiliser des tableaux de concordance permettant d’illustrer les écarts et les transitions entre les normes utilisées pour toutes les sources de données.

 

·      Réduire la duplication des données entre les jeux de données afin d’appuyer l’intégrité des données.

'''Exhaustivité'''

'''Exhaustivité'''

·      Veiller à ce qu’aucune entrée, colonne ou ligne centrale à l’objectif d’un jeu de données ne soit manquante ou incomplète.

* Veiller à ce qu’aucune entrée, colonne ou ligne centrale à l’objectif d’un jeu de données ne soit manquante ou incomplète.

 

* Tenir à jour les valeurs, les concepts, les définitions, les nomenclatures et les méthodologies.

·      Tenir à jour les valeurs, les concepts, les définitions, les nomenclatures et les méthodologies.

* Attribuer des étiquettes obligatoires et facultatives aux colonnes ou aux lignes d’un jeu de données afin de faciliter les évaluations de l’exhaustivité.

 

* Compléter les données au moyen des métadonnées appropriées qui précisent le contexte et le but de leur acquisition. Les métadonnées pourraient également préciser les facteurs relatifs à la vie privée, à la confidentialité ou à l’exactitude ayant une incidence sur l’exhaustivité.

·      Attribuer des étiquettes obligatoires et facultatives aux colonnes ou aux lignes d’un jeu de données afin de faciliter les évaluations de l’exhaustivité.

 

·      Compléter les données au moyen des métadonnées appropriées qui précisent le contexte et le but de leur acquisition. Les métadonnées pourraient également préciser les facteurs relatifs à la vie privée, à la confidentialité ou à l’exactitude ayant une incidence sur l’exhaustivité.

'''Constance'''

'''Constance'''

·      Élaborer des règles de validation pour toutes les relations logiques codées dans un jeu de données. Cela pourrait inclure des règles officialisant la relation entre deux variables interdépendantes comme l’âge et l’état matrimonial (p. ex., l’âge minimum du mariage limite les catégories d’état matrimonial admissibles pour les personnes en dessous d’un certain âge) ou la municipalité et la province (p. ex., une municipalité doit se trouver dans une province).

* Élaborer des règles de validation pour toutes les relations logiques codées dans un jeu de données. Cela pourrait inclure des règles officialisant la relation entre deux variables interdépendantes comme l’âge et l’état matrimonial (p. ex., l’âge minimum du mariage limite les catégories d’état matrimonial admissibles pour les personnes en dessous d’un certain âge) ou la municipalité et la province (p. ex., une municipalité doit se trouver dans une province).  

 

* Valider régulièrement la constance des jeux de données à l’aide des règles de validation pertinentes. Les processus de validation devraient être normalisés et automatisés afin d’appuyer l’efficacité.  

·      Valider régulièrement la constance des jeux de données à l’aide des règles de validation pertinentes. Les processus de validation devraient être normalisés et automatisés afin d’appuyer l’efficacité.

* Tenir un registre des problèmes d’uniformité relevés au moyen des procédures de validation des données et examiner périodiquement les règles de validation afin de garantir leur pertinence et leur efficacité.  

 

* Acquérir les métadonnées appropriées auprès du fournisseur de données pour en apprendre davantage sur les classes d’entités d’un jeu de données, les valeurs qu’elles sont censées permettre et les relations qui existent entre elles.  

·      Tenir un registre des problèmes d’uniformité relevés au moyen des procédures de validation des données et examiner périodiquement les règles de validation afin de garantir leur pertinence et leur efficacité.

 

·      Acquérir les métadonnées appropriées auprès du fournisseur de données pour en apprendre davantage sur les classes d’entités d’un jeu de données, les valeurs qu’elles sont censées permettre et les relations qui existent entre elles.  

'''Intelligibilité'''

'''Intelligibilité'''

·      Adopter, adapter ou développer des vocabulaires contrôlés afin de veiller à ce que les concepts clés soient nommés et définis de façon uniforme dans un jeu de données. L’harmonisation avec les vocabulaires pangouvernementaux comme le Thésaurus des sujets de base du GC est recommandée.

* Adopter, adapter ou développer des vocabulaires contrôlés afin de veiller à ce que les concepts clés soient nommés et définis de façon uniforme dans un jeu de données. L’harmonisation avec les vocabulaires pangouvernementaux comme le Thésaurus des sujets de base du GC est recommandée.

 

* Se conformer aux normes relatives aux données organisationnelles, fédérales, nationales et/ou internationales régissant les valeurs admissibles des éléments d’un jeu de données (p. ex., données de référence, données de base). Cela pourrait inclure des normes propres à un domaine.

·      Se conformer aux normes relatives aux données organisationnelles, fédérales, nationales et/ou internationales régissant les valeurs admissibles des éléments d’un jeu de données (p. ex., données de référence, données de base). Cela pourrait inclure des normes propres à un domaine.

* Élaborer des métadonnées de définition et de procédure, en respectant la politique applicable du CT, comme la Norme sur les métadonnées du CT, et en tenant compte des besoins des publics cibles. Les métadonnées pourraient préciser le but de l’acquisition de données et fournir des renseignements sur la méthodologie et la catégorisation en matière de sécurité.

 

* Consigner l’information nécessaire pour interpréter les données de façon significative et maintenir un lien clair entre cette information et les données tout au long de leur cycle de vie.

·      Élaborer des métadonnées de définition et de procédure, en respectant la politique applicable du CT, comme la Norme sur les métadonnées du CT, et en tenant compte des besoins des publics cibles. Les métadonnées pourraient préciser le but de l’acquisition de données et fournir des renseignements sur la méthodologie et la catégorisation en matière de sécurité.

* Veiller à ce que les utilisateurs soient informés des utilisations appropriées des données et qu’ils soient conscients de leurs limites.

 

·      Consigner l’information nécessaire pour interpréter les données de façon significative et maintenir un lien clair entre cette information et les données tout au long de leur cycle de vie.

 

·      Veiller à ce que les utilisateurs soient informés des utilisations appropriées des données et qu’ils soient conscients de leurs limites.

'''Pertinence'''

'''Pertinence'''

·      Établir des processus permettant de consulter les intervenants au sujet de leurs besoins en matière de données. Il pourrait s’agir de tirer parti des répertoires ou des catalogues de données pour déterminer les données existantes et réduire au minimum la collecte de données redondantes (voir la Ligne directrice sur les services et le numérique du CT pour obtenir des directives sur la collecte de renseignements et de données).

* Établir des processus permettant de consulter les intervenants au sujet de leurs besoins en matière de données. Il pourrait s’agir de tirer parti des répertoires ou des catalogues de données pour déterminer les données existantes et réduire au minimum la collecte de données redondantes (voir la Ligne directrice sur les services et le numérique du CT pour obtenir des directives sur la collecte de renseignements et de données).

 

* Déterminer les besoins en matière de données et les sources de données en fonction des objectifs opérationnels et des besoins des utilisateurs.

·      Déterminer les besoins en matière de données et les sources de données en fonction des objectifs opérationnels et des besoins des utilisateurs.

* Évaluer et documenter la façon dont les actifs de données satisfont aux exigences en matière de données afin d’évaluer leur pertinence. Cela pourrait comprendre le suivi sur la manière dont les actifs de données sont utilisés et réutilisés pour faire avancer les priorités organisationnelles ou pangouvernementales.

 

* Tirer parti des résultats des évaluations de la pertinence visant à façonner l’acquisition future de données et les activités connexes de gestion du cycle de vie et de gouvernance.

·      Évaluer et documenter la façon dont les actifs de données satisfont aux exigences en matière de données afin d’évaluer leur pertinence. Cela pourrait comprendre le suivi sur la manière dont les actifs de données sont utilisés et réutilisés pour faire avancer les priorités organisationnelles ou pangouvernementales.

* Établir des critères permettant de garantir que les efforts d’acquisition de données établissent un équilibre approprié entre les besoins opérationnels et les risques en matière de protection des renseignements personnels et de sécurité (voir les Principes de nécessité et de proportionnalité de Statistique Canada). Dans le cas des renseignements personnels, l’acquisition de données devrait être directement liée à un programme ou à une activité de fonctionnement de l’institution.

 

* Veiller à ce que les données ayant une valeur historique ou archivistique soient conservées de façon appropriée afin de faciliter la conservation et la découverte indéfinies permettant leur réutilisation conformément à la ''Loi sur la Bibliothèque et les Archives du Canada'' (BAC) et aux instruments de politique connexes.

·      Tirer parti des résultats des évaluations de la pertinence visant à façonner l’acquisition future de données et les activités connexes de gestion du cycle de vie et de gouvernance.

 

·      Établir des critères permettant de garantir que les efforts d’acquisition de données établissent un équilibre approprié entre les besoins opérationnels et les risques en matière de protection des renseignements personnels et de sécurité (voir les Principes de nécessité et de proportionnalité de Statistique Canada). Dans le cas des renseignements personnels, l’acquisition de données devrait être directement liée à un programme ou à une activité de fonctionnement de l’institution.

 

·      Veiller à ce que les données ayant une valeur historique ou archivistique soient conservées de façon appropriée afin de faciliter la conservation et la découverte indéfinies permettant leur réutilisation conformément à la ''Loi sur la Bibliothèque et les Archives du Canada'' (BAC) et aux instruments de politique connexes.

'''Fiabilité'''

'''Fiabilité'''

·      Identifier et consigner les sources qui peuvent modifier directement ou indirectement un jeu de données. Les sources de changement pourraient comprendre les phénomènes représentés, les méthodes de collecte de données, les technologies de saisie et de stockage de données, les plateformes de traitement de données, les mesures législatives ou réglementaires, les exigences de politique et les cyberattaques.

* Identifier et consigner les sources qui peuvent modifier directement ou indirectement un jeu de données. Les sources de changement pourraient comprendre les phénomènes représentés, les méthodes de collecte de données, les technologies de saisie et de stockage de données, les plateformes de traitement de données, les mesures législatives ou réglementaires, les exigences de politique et les cyberattaques.

 

* Veiller à ce que les méthodes d’acquisition et d’analyse des données soient clairement articulées afin de faciliter la validation par un tiers et de maintenir l’intégrité du processus de production des données.

·      Veiller à ce que les méthodes d’acquisition et d’analyse des données soient clairement articulées afin de faciliter la validation par un tiers et de maintenir l’intégrité du processus de production des données.

* Tester les instruments de collecte ou de création de données avant de les déployer, de documenter les étalonnages et de tenir compte de la variance des résultats.

 

* Tenir un registre des modifications apportées à vos actifs de données afin que les utilisateurs puissent déterminer leur provenance et suivre l’évolution depuis leur création.

·      Tester les instruments de collecte ou de création de données avant de les déployer, de documenter les étalonnages et de tenir compte de la variance des résultats.

* Déterminer et consigner les dépendances entre les actifs de données liés dans une architecture de données ou dans le contexte de l’analyse de données.

 

* Appuyer la compatibilité des concepts, des définitions et des nomenclatures au fil du temps. Préciser et expliquer les écarts sur la façon dont ces éléments sont conservés au fil du temps.

·      Tenir un registre des modifications apportées à vos actifs de données afin que les utilisateurs puissent déterminer leur provenance et suivre l’évolution depuis leur création.

* Protéger les actifs de données contre les activités frauduleuses ou non autorisées qui pourraient nuire à leur crédibilité et avoir une incidence sur la confiance envers le fournisseur de données. Cela comprend la définition, la mise en œuvre et la tenue à jour des mesures de sécurité permettant de répondre aux exigences en matière de sécurité de la TI, conformément à la Directive sur la gestion de la sécurité du CT et à la Directive sur les pratiques relatives à la protection de la vie privée du CT.

 

* Utiliser des approches de conservation numérique pour surveiller et prévenir la détérioration des actifs de données tout au long de leur cycle de vie. Cela comprend des vérifications régulières de l’intégrité des données (p. ex., au moyen du hachage ou en utilisant des sommes de contrôle) et la documentation de toute preuve de détérioration conformément à la ''Loi sur la BAC'' et aux instruments de politique connexes.

·      Déterminer et consigner les dépendances entre les actifs de données liés dans une architecture de données ou dans le contexte de l’analyse de données.

* Signaler l’altération ou la destruction non autorisée des actifs de données aux agents de sécurité désignés.

 

·      Appuyer la compatibilité des concepts, des définitions et des nomenclatures au fil du temps. Préciser et expliquer les écarts sur la façon dont ces éléments sont conservés au fil du temps.

 

·      Protéger les actifs de données contre les activités frauduleuses ou non autorisées qui pourraient nuire à leur crédibilité et avoir une incidence sur la confiance envers le fournisseur de données. Cela comprend la définition, la mise en œuvre et la tenue à jour des mesures de sécurité permettant de répondre aux exigences en matière de sécurité de la TI, conformément à la Directive sur la gestion de la sécurité du CT et à la Directive sur les pratiques relatives à la protection de la vie privée du CT.

 

·      Utiliser des approches de conservation numérique pour surveiller et prévenir la détérioration des actifs de données tout au long de leur cycle de vie. Cela comprend des vérifications régulières de l’intégrité des données (p. ex., au moyen du hachage ou en utilisant des sommes de contrôle) et la documentation de toute preuve de détérioration conformément à la ''Loi sur la BAC'' et aux instruments de politique connexes.

 

·      Signaler l’altération ou la destruction non autorisée des actifs de données aux agents de sécurité désignés.

'''Actualité'''

'''Actualité'''

·      Déterminer les besoins actuels et prévus des utilisateurs en matière de données, y compris les considérations de temps (p. ex., périodes de référence, exigences législatives ou stratégiques, normes relatives aux service).

* Déterminer les besoins actuels et prévus des utilisateurs en matière de données, y compris les considérations de temps (p. ex., périodes de référence, exigences législatives ou stratégiques, normes relatives aux service).

 

* Consulter les fournisseurs de données pour évaluer si les besoins en matière de données peuvent être satisfaits sans délai et informer les utilisateurs de données de tout problème de ponctualité prévu. Cela pourrait comprendre la confirmation de la capacité du fournisseur de données à respecter les délais établis dans les ententes de partage de données.

·      Consulter les fournisseurs de données pour évaluer si les besoins en matière de données peuvent être satisfaits sans délai et informer les utilisateurs de données de tout problème de ponctualité prévu. Cela pourrait comprendre la confirmation de la capacité du fournisseur de données à respecter les délais établis dans les ententes de partage de données.

* Veiller à ce que les fournisseurs de données disposent d’un calendrier de diffusion des données qui consigne les étapes du processus de production des données, et tiennent compte des écarts et des retards (p. ex., au moyen de la planification d’urgence).

 

* Publier des données préliminaires sur le Portail du gouvernement ouvert lorsque cela est utile aux utilisateurs, conformément à la Directive sur le gouvernement ouvert du CT.

·      Veiller à ce que les fournisseurs de données disposent d’un calendrier de diffusion des données qui consigne les étapes du processus de production des données, et tiennent compte des écarts et des retards (p. ex., au moyen de la planification d’urgence).

 

·      Publier des données préliminaires sur le Portail du gouvernement ouvert lorsque cela est utile aux utilisateurs, conformément à la Directive sur le gouvernement ouvert du CT.

'''Annexe D : Références'''

'''Annexe D : Références'''

Outil d’évaluation de l’incidence algorithmique : <nowiki>https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/innovations-gouvernementales-numeriques/utilisation-responsable-ai/evaluation-incidence-algorithmique.html</nowiki>

Outil d’évaluation de l’incidence algorithmique : https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/innovations-gouvernementales-numeriques/utilisation-responsable-ai/evaluation-incidence-algorithmique.html

Budget de 2021 – Une relance axée sur les emplois, la croissance et la résilience : <nowiki>https://www.budget.gc.ca/2021/home-accueil-fr.html</nowiki>

Budget de 2021 – Une relance axée sur les emplois, la croissance et la résilience : https://www.budget.gc.ca/2021/home-accueil-fr.html

Guide de rédaction du contenu du site canada.ca : <nowiki>https://www.canada.ca/fr/secretariat-conseil-tresor/services/communications-gouvernementales/guide-redaction-contenu-canada.html</nowiki>

Guide de rédaction du contenu du site canada.ca : https://www.canada.ca/fr/secretariat-conseil-tresor/services/communications-gouvernementales/guide-redaction-contenu-canada.html

Data Management Body of Knowledge, 2^nd Edition (DMBOK2): DMBoK – Data Management Body of Knowledge (dama.org)

Data Management Body of Knowledge, 2^nd Edition (DMBOK2): DMBoK – Data Management Body of Knowledge (dama.org)

Plan stratégique des opérations numériques : de 2021 à 2024 : <nowiki>https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/plans-strategiques-operations-numeriques-gouvernement-canada/plan-strategique-operations-numerique-2021-2024.html</nowiki>

Plan stratégique des opérations numériques : de 2021 à 2024 : https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/plans-strategiques-operations-numeriques-gouvernement-canada/plan-strategique-operations-numerique-2021-2024.html

 

Orientation sur l’utilisation sécurisée des services commerciaux d’informatique en nuage : https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/innovations-gouvernementales-numeriques/services-informatique-nuage/orientation-utilisation-securisee-services-commerciaux-informatique-nuage-amops.html

 

Orientation sur l’utilisation sécurisée des services commerciaux d’informatique en nuage : <nowiki>https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/innovations-gouvernementales-numeriques/services-informatique-nuage/orientation-utilisation-securisee-services-commerciaux-informatique-nuage-amops.html</nowiki>

Thésaurus des sujets de base du gouvernement du Canada : https://canada.multites.net/tsb/index.htm

European Statistics Code of Practice for the National Statistical Authorities and Eurostat (EU Statistical Authority) : <nowiki>https://ec.europa.eu/eurostat/documents/4031688/8971242/KS-02-18-142-EN-N.pdf/e7f85f07-91db-4312-8118-f729c75878c7?t=1528447068000</nowiki>

Normes relatives au numérique du gouvernement du Canada : https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/normes-numeriques-gouvernement-canada.html

Thésaurus des sujets de base du gouvernement du Canada : <nowiki>https://canada.multites.net/tsb/index.htm</nowiki>

Cadre de l’architecture intégrée du gouvernement du Canada : https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/politiques-normes/cadre-architecture-integree-gouvernement-canada.html

Normes relatives au numérique du gouvernement du Canada : <nowiki>https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/normes-numeriques-gouvernement-canada.html</nowiki>

Profil des mesures de sécurité pour les services du GC fondés sur l’informatique en nuage : https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/innovations-gouvernementales-numeriques/services-informatique-nuage/profil-controle-securite-services-ti-fondes-information-nuage.html  

Cadre de l’architecture intégrée du gouvernement du Canada : <nowiki>https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/politiques-normes/cadre-architecture-integree-gouvernement-canada.html</nowiki>

Normes du gouvernement du Canada sur les API : https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/technologiques-modernes-nouveaux/normes-gouvernement-canada-api.html 

Profil des mesures de sécurité pour les services du GC fondés sur l’informatique en nuage : <nowiki>https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/innovations-gouvernementales-numeriques/services-informatique-nuage/profil-controle-securite-services-ti-fondes-information-nuage.html</nowiki>

ISO 8000–2, Qualité des données – Partie 2 : Vocabulaire, en anglais : https://www.iso.org/obp/ui/#iso:std:iso:8000:-2:ed-4:v1:en

Normes du gouvernement du Canada sur les API : <nowiki>https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/technologiques-modernes-nouveaux/normes-gouvernement-canada-api.html</nowiki> 

ISO 8000–8, Qualité des données — Partie 8 : Informations et qualité des données : Concepts et mesurage, en anglais : https://www.iso.org/obp/ui/#iso:std:iso:8000:-8:ed-1:v1:en 

ISO 8000–2, Qualité des données – Partie 2 : Vocabulaire, en anglais : <nowiki>https://www.iso.org/obp/ui/#iso:std:iso:8000:-2:ed-4:v1:en</nowiki> 

''Loi sur la Bibliothèque et les Archives du Canada'' : https://laws-lois.justice.gc.ca/fra/lois/l-7.7/index.html

ISO 8000–8, Qualité des données — Partie 8 : Informations et qualité des données : Concepts et mesurage, en anglais : <nowiki>https://www.iso.org/obp/ui/#iso:std:iso:8000:-8:ed-1:v1:en</nowiki>  

(Ébauche) Normes sur la qualité des données et de l’information sur le gouvernement ouvert : https://ouvert.canada.ca/ckan/fr/dataset/bfb87332-5da3-5780-9546-8722a389c91c

''Loi sur la Bibliothèque et les Archives du Canada'' : <nowiki>https://laws-lois.justice.gc.ca/fra/lois/l-7.7/index.html</nowiki>

''Loi sur la protection des renseignements personnels :'' https://laws-lois.justice.gc.ca/fra/lois/p-21/index.html

(Ébauche) Normes sur la qualité des données et de l’information sur le gouvernement ouvert : <nowiki>https://ouvert.canada.ca/ckan/fr/dataset/bfb87332-5da3-5780-9546-8722a389c91c</nowiki>

Quality Dimensions, Core Values for OECD Statistics and Procedures for Planning and Evaluating Statistical Activities: http://www.oecd.org/sdd/21687665.pdf

''Loi sur la protection des renseignements personnels :'' <nowiki>https://laws-lois.justice.gc.ca/fra/lois/p-21/index.html</nowiki>

Reid, Giles, Zabala, Felipa and Holmberg, Anders. « Extending TSE to Administrative Data : A Quality Framework and Case Studies from Stats NZ » Journal of Official Statistics, vol. 33, n^o 2, 2017, pp.477-511. https://doi.org/10.1515/jos-2017-0023

Quality Dimensions, Core Values for OECD Statistics and Procedures for Planning and Evaluating Statistical Activities: <nowiki>http://www.oecd.org/sdd/21687665.pdf</nowiki>

Rapport au greffier du Conseil privé : Feuille de route de la Stratégie relative aux données pour la fonction publique fédérale : https://www.canada.ca/fr/conseil-prive/organisation/greffier/publications/strategie-donnees.html

Reid, Giles, Zabala, Felipa and Holmberg, Anders. « Extending TSE to Administrative Data : A Quality Framework and Case Studies from Stats NZ » Journal of Official Statistics, vol. 33, n^o 2, 2017, pp.477-511. <nowiki>https://doi.org/10.1515/jos-2017-0023</nowiki>

Principes de nécessité et de proportionnalité de Statistique Canada : https://www.statcan.gc.ca/fr/confiance/reponse

Rapport au greffier du Conseil privé : Feuille de route de la Stratégie relative aux données pour la fonction publique fédérale : <nowiki>https://www.canada.ca/fr/conseil-prive/organisation/greffier/publications/strategie-donnees.html</nowiki>

Le cadre d’assurance de la qualité de Statistique Canada : https://www150.statcan.gc.ca/n1/fr/catalogue/12-586-X

Principes de nécessité et de proportionnalité de Statistique Canada : <nowiki>https://www.statcan.gc.ca/fr/confiance/reponse</nowiki>

Lignes directrices pour assurer la qualité des données de Statistique Canada : https://www150.statcan.gc.ca/n1/fr/catalogue/12-539-X

Le cadre d’assurance de la qualité de Statistique Canada : <nowiki>https://www150.statcan.gc.ca/n1/fr/catalogue/12-586-X</nowiki>

Directive sur la prise de décisions automatisée du Conseil du Trésor : https://www.tbs-sct.gc.ca/pol/doc-eng.aspx?id=32592

Lignes directrices pour assurer la qualité des données de Statistique Canada : <nowiki>https://www150.statcan.gc.ca/n1/fr/catalogue/12-539-X</nowiki>

Directive sur le gouvernement ouvert du Conseil du Trésor : https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=28108

Directive sur la prise de décisions automatisée du Conseil du Trésor : <nowiki>https://www.tbs-sct.gc.ca/pol/doc-eng.aspx?id=32592</nowiki>

Directive sur l’évaluation des facteurs relatifs à la vie privée du Conseil du Trésor : https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=18308

Directive sur le gouvernement ouvert du Conseil du Trésor : <nowiki>https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=28108</nowiki>

Directive sur les services et le numérique du Conseil du Trésor : https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=32601

Directive sur l’évaluation des facteurs relatifs à la vie privée du Conseil du Trésor : <nowiki>https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=18308</nowiki>

Guide à l’intention des rédacteurs de présentations au Conseil du Trésor du Conseil du Trésor : https://www.canada.ca/fr/secretariat-conseil-tresor/services/presentations-conseil-tresor/guide-lintention-des-redacteurs-de-presentations-au-conseil-du-tresor.html

Directive sur les services et le numérique du Conseil du Trésor : <nowiki>https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=32601</nowiki>

Ligne directrice sur les services et le numérique du Conseil du Trésor : https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/ligne-directrice-services-numerique.html

Guide à l’intention des rédacteurs de présentations au Conseil du Trésor du Conseil du Trésor : <nowiki>https://www.canada.ca/fr/secretariat-conseil-tresor/services/presentations-conseil-tresor/guide-lintention-des-redacteurs-de-presentations-au-conseil-du-tresor.html</nowiki>

Politique sur la sécurité du gouvernement du Conseil du Trésor : https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=16578

Ligne directrice sur les services et le numérique du Conseil du Trésor : <nowiki>https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/ligne-directrice-services-numerique.html</nowiki>

Directive sur la gestion de la sécurité du Conseil du Trésor : https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=32611

Politique sur la sécurité du gouvernement du Conseil du Trésor : <nowiki>https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=16578</nowiki>, Directive sur la gestion de la sécurité du Conseil du Trésor : <nowiki>https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=32611</nowiki>

Politique sur les services et le numérique du Conseil du Trésor : https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=32603

Politique sur les services et le numérique du Conseil du Trésor : <nowiki>https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=32603</nowiki>

Norme sur les données géospatiales du Conseil du Trésor : https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=16553

Norme sur les données géospatiales du Conseil du Trésor : <nowiki>https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=16553</nowiki>

Norme sur les métadonnées du Conseil du Trésor : https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=18909

Norme sur les métadonnées du Conseil du Trésor : <nowiki>https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=18909</nowiki>

UK Government – The Government Data Quality Framework: https://www.gov.uk/government/publications/the-government-data-quality-framework/the-government-data-quality-framework

UK Government – The Government Data Quality Framework: <nowiki>https://www.gov.uk/government/publications/the-government-data-quality-framework/the-government-data-quality-framework</nowiki>

United Nations National Quality Assurance Frameworks Manual for Official Statistics: https://unstats.un.org/unsd/methodology/dataquality/references/1902216-UNNQAFManual-WEB.pdf

----[1] Dans le présent document, le terme « utilisateur » désigne généralement un consommateur de données qui a besoin de données de grande qualité afin d’appuyer une politique, un programme, un service ou toute autre initiative du gouvernement fédéral. Les données peuvent être utilisées aux fins pour lesquelles elles ont été initialement obtenues ou réutilisées à des fins cohérentes ou autres, comme le permettent la législation sur la protection des renseignements personnels, la sécurité et d’autres lois applicables. Les utilisateurs tirent parti du cadre gouvernemental visant la qualité des données pour cerner, communiquer, évaluer et rendre compte des questions de qualité des données et pour aider à y répondre en consultation avec les intervenants appropriés (p. ex., les fournisseurs de données, les administrateurs de données, les décideurs politiques en matière de données, les intendants des données, les architectes de données, les experts sujet-matière, les responsables de la sécurité et de la protection des renseignements personnels).

----[1] Dans le présent document, le terme « utilisateur » désigne généralement un consommateur de données qui a besoin de données de grande qualité afin d’appuyer une politique, un programme, un service ou toute autre initiative du gouvernement fédéral. Les données peuvent être utilisées aux fins pour lesquelles elles ont été initialement obtenues ou réutilisées à des fins cohérentes ou autres, comme le permettent la législation sur la protection des renseignements personnels, la sécurité et d’autres lois applicables. Les utilisateurs tirent parti du cadre gouvernemental visant la qualité des données pour cerner, communiquer, évaluer et rendre compte des questions de qualité des données et pour aider à y répondre en consultation avec les intervenants appropriés (p. ex., les fournisseurs de données, les administrateurs de données, les décideurs politiques en matière de données, les intendants des données, les architectes de données, les experts sujet-matière, les responsables de la sécurité et de la protection des renseignements personnels).