Difference between revisions of "Stratégie relative aux données pour la fonction publique fédérale - Annexes"

From wiki
Jump to navigation Jump to search
Line 11: Line 11:
 
:* Données statistiques : Données utilisées pour produire des statistiques officielles (souvent à partir d’un recensement, d’un registre statistique d’enquête ou d’une source administrative) par des organismes gouvernementaux ou par d’autres entités qui travaillent au nom du gouvernement.  
 
:* Données statistiques : Données utilisées pour produire des statistiques officielles (souvent à partir d’un recensement, d’un registre statistique d’enquête ou d’une source administrative) par des organismes gouvernementaux ou par d’autres entités qui travaillent au nom du gouvernement.  
  
−
:* Données administratives : Données et renseignements collectés par des organisations, des organismes gouvernementaux ou d’autres entités publiques dans le cadre de leurs activités habituelles. Il s’agit, par exemple, des enregistrements dossiers des naissances et des décès, des données collectées par les satellites ou des registres sur la circulation des marchandises et de personnes à travers les frontières.  
+
:* Données administratives : Données et renseignements collectés par des organisations, des organismes gouvernementaux ou d’autres entités publiques dans le cadre de leurs activités habituelles. Il s’agit, par exemple, des dossiers des naissances et des décès, des données collectées par les satellites ou des registres sur la circulation des marchandises et de personnes à travers les frontières.<ref name=":4" /><ref>Organisation de coopération et de développement économique. (2021). Recommandation du Conseil sur l’amélioration de l’accès aux données et de leur partage. Instruments juridiques de l’OCDE. <nowiki>https://legalinstruments.oecd.org/fr/instruments/OECD-LEGAL-0463</nowiki></ref><ref>Statistique Canada (2016). Politique de Statistique sur l’utilisation de données administratives obtenues en vertu de la ''Loi sur la statistique''. Ottawa, ON : Sa Majesté la Reine du chef du Canada. https://www.statcan.gc.ca/fr/apercu/politique/donnees_admin </ref><ref name=":2" /><ref name=":3" /><ref name=":8" /><ref>Commission Economique des Nations Unies pour l’Europe (CEE-ONU) (2000). Terminology on Statistical Metadata In Conference of European Statisticians Statistical Standards and Studies. (53), Genève. https://digitallibrary.un.org/record/442455?ln=fr</ref>
 +
 
 +
=== Données agrégées ===
 +
:Données unitaires qui ont été combinées et résumées, souvent à partir de sources multiples, pour former un ensemble, souvent à des fins d’analyse statistique. Les données agrégées facilitent l’analyse et la compréhension de groupes particuliers sur la base de variables précises, telles que l’âge ou le sexe.
 +
 
 +
=== Données désagrégées ===
 +
:Données compilées ou regroupées qui ont été séparées ou décomposées en unités d’information plus petites à des fins d’analyse. Les données désagrégées permettent une analyse détaillée et un aperçu de divers sous-jeux ou résultats au sein d’un jeu de données plus vaste. Les données peuvent être désagrégées en fonction de variables comme le revenu ou le milieu socioculturel.
  
 
=== Flux de données ===
 
=== Flux de données ===
Line 54: Line 60:
 
:La « qualité » des données fait référence à leur aptitude à être utilisées, souvent mesurée par les critères proposés ci-dessous. Les mesures d’assurance de la qualité des données sont utilisées pour évaluer et améliorer la qualité des données. L’assurance qualité mesure la planification, la mise en œuvre et le contrôle des activités qui appliquent des techniques de gestion de la qualité aux données (qu’elles soient statistiques, administratives ou autres) et au processus de production statistique, afin de garantir que les données sont adaptées à leur finalité, c’est-à-dire qu’elles sont à la fois utilisables et pertinentes dans un contexte d’utilisation principale ou autre, et qu’elles répondent aux besoins des utilisateurs de données. Les différents utilisateurs peuvent avoir des besoins différents qui doivent être équilibrés.
 
:La « qualité » des données fait référence à leur aptitude à être utilisées, souvent mesurée par les critères proposés ci-dessous. Les mesures d’assurance de la qualité des données sont utilisées pour évaluer et améliorer la qualité des données. L’assurance qualité mesure la planification, la mise en œuvre et le contrôle des activités qui appliquent des techniques de gestion de la qualité aux données (qu’elles soient statistiques, administratives ou autres) et au processus de production statistique, afin de garantir que les données sont adaptées à leur finalité, c’est-à-dire qu’elles sont à la fois utilisables et pertinentes dans un contexte d’utilisation principale ou autre, et qu’elles répondent aux besoins des utilisateurs de données. Les différents utilisateurs peuvent avoir des besoins différents qui doivent être équilibrés.
  
−
* De nombreuses organisations, au Canada et à l’étranger, disposent d’un ensemble de critères définissant la qualité des données. Il s’agit souvent de concepts comme la ''pertinence'', la ''fiabilité,'' la ''cohérence'', la ''crédibilité'', l’''exhaustivité'', l’''exactitude,'' l’''actualité'', l’''accessibilité'', la ''comparabilité'', l’''interprétabilité'' et la ''proportionnalité'', qui contribuent tous à la qualité et à la valeur globales des données et de renseignements.<ref name=":5" /><ref>Commission européenne, Eurostat (2003). ''Assessment of quality in statistics - Definition of Quality in Statistics'', Working Group, Luxembourg, octobre 2003.</ref><ref>Commission européenne, Eurostat (2020). Quality assurance framework of the European statistical system : version 2.0, Publications Office, 2020. Tiré de https://data.europa.eu/doi/10.2785/847733</ref><ref>Gouvernement du Canada. (2022). ''Cadre de la qualité des données du GC''. [[Cadre de la qualité des données du GC|https://wiki.gccollab.ca/Cadre_de_la_qualité_des_données_du GC]]</ref><ref>Organisation de coopération et de développement économique (2002). Manuel sur la mesure de l’économie non observée. Paris : France : Publications de l’OCDE.</ref><ref>Statistique Canada. (2002). ''Le cadre d'assurance de la qualité de Statistique Canada''. Ottawa, ON: Ministre de l'Industrie.  https://www150.statcan.gc.ca/n1/fr/pub/12-586-x/12-586-x2002001-fra.pdf?st=zyeRFA8X</ref><ref>Wang, R.Y. et Strong, D.M. (1996) Beyond Accuracy: What Data Quality Means to Data Consumers. ''Journal of Management Information Systems'', 12, 5-33.</ref><ref>Département des affaires économiques et sociales des Nations Unies (2019). Manuel des cadres nationaux d’assurance de la qualité des Nations Unies en statistique officielle. [PDF] https://unstats.un.org/unsd/methodology/dataquality/references/UNNQAFManual-FR-(final-manuscript).pdf</ref>
+
* De nombreuses organisations, au Canada et à l’étranger, disposent d’un ensemble de critères définissant la qualité des données. Il s’agit souvent de concepts comme la ''pertinence'', la ''fiabilité,'' la ''cohérence'', la ''crédibilité'', l’''exhaustivité'', l’''exactitude,'' l’''actualité'', l’''accessibilité'', la ''comparabilité'', l’''interprétabilité'' et la ''proportionnalité'', qui contribuent tous à la qualité et à la valeur globales des données et de renseignements.<ref name=":5" /><ref>Commission européenne, Eurostat (2003). ''Assessment of quality in statistics - Definition of Quality in Statistics'', Working Group, Luxembourg, octobre 2003.</ref><ref>Commission européenne, Eurostat (2020). Quality assurance framework of the European statistical system : version 2.0, Publications Office, 2020. Tiré de https://data.europa.eu/doi/10.2785/847733</ref><ref>Gouvernement du Canada. (2022). ''Cadre de la qualité des données du GC''. [[Cadre de la qualité des données du GC|https://wiki.gccollab.ca/Cadre_de_la_qualité_des_données_du GC]]</ref><ref>Organisation de coopération et de développement économique (2002). Manuel sur la mesure de l’économie non observée. Paris : France : Publications de l’OCDE.</ref><ref>Statistique Canada. (2002). ''Le cadre d'assurance de la qualité de Statistique Canada''. Ottawa, ON: Ministre de l'Industrie.  https://www150.statcan.gc.ca/n1/fr/pub/12-586-x/12-586-x2002001-fra.pdf?st=zyeRFA8X</ref><ref>Wang, R.Y. et Strong, D.M. (1996) Beyond Accuracy: What Data Quality Means to Data Consumers. ''Journal of Management Information Systems'', 12, 5-33.</ref><ref name=":8">Département des affaires économiques et sociales des Nations Unies (2019). Manuel des cadres nationaux d’assurance de la qualité des Nations Unies en statistique officielle. [PDF] https://unstats.un.org/unsd/methodology/dataquality/references/UNNQAFManual-FR-(final-manuscript).pdf</ref>
  
 
=== Régie des données ===
 
=== Régie des données ===

Revision as of 10:40, 18 April 2023

English

La liste suivante est une liste en développement des termes et des stratégies complémentaires pour la Stratégie relative aux données pour la fonction publique fédérale 2023-2026.

Glossaire

Les définitions suivantes visent à favoriser une compréhension commune de la terminologie clé lors de la lecture de la Stratégie relative aux données de 2023-2026 pour la fonction publique fédérale. Elles visent à être une source de collaboration et de partage des connaissances et ne constituent pas des définitions officielles des politiques.

Données

Représentation de l’information sous une forme qui facilite le stockage, la communication, l’interprétation ou le traitement effectué par des humains ou par des procédés automatiques, et qui permet d’en tirer des connaissances, y compris les formes structurées ou non structurées. Souvent, il s’agit d’un ensemble de valeurs de sujets qui concernent des variables qualitatives ou quantitatives représentant des faits, des statistiques ou des éléments d’information d’une manière formelle.
  • Données statistiques : Données utilisées pour produire des statistiques officielles (souvent à partir d’un recensement, d’un registre statistique d’enquête ou d’une source administrative) par des organismes gouvernementaux ou par d’autres entités qui travaillent au nom du gouvernement.
  • Données administratives : Données et renseignements collectés par des organisations, des organismes gouvernementaux ou d’autres entités publiques dans le cadre de leurs activités habituelles. Il s’agit, par exemple, des dossiers des naissances et des décès, des données collectées par les satellites ou des registres sur la circulation des marchandises et de personnes à travers les frontières.[1][2][3][4][5][6][7]

Données agrégées

Données unitaires qui ont été combinées et résumées, souvent à partir de sources multiples, pour former un ensemble, souvent à des fins d’analyse statistique. Les données agrégées facilitent l’analyse et la compréhension de groupes particuliers sur la base de variables précises, telles que l’âge ou le sexe.

Données désagrégées

Données compilées ou regroupées qui ont été séparées ou décomposées en unités d’information plus petites à des fins d’analyse. Les données désagrégées permettent une analyse détaillée et un aperçu de divers sous-jeux ou résultats au sein d’un jeu de données plus vaste. Les données peuvent être désagrégées en fonction de variables comme le revenu ou le milieu socioculturel.

Flux de données

La circulation ou le déplacement de données et d’informations numériques par l’entremise de systèmes interopérables et entre organisations, régions géopolitiques ou juridictions.[8]

Gestion des données

Une discipline qui dirige et appuie la gestion efficace de l’information et des données dans une organisation ou une administration publique, depuis la planification et le développement des systèmes jusqu’à l’élimination ou la conservation à long terme. La gestion des données implique le développement, l’exécution et la supervision de plans, de politiques, de pratiques, de concepts, de programmes et de la gamme de systèmes qui les accompagnent, qui contribuent aux mandats organisationnels ou gouvernementaux et au bien public, ainsi que la maintenance des processus de données pour répondre aux besoins permanents du cycle de vie de l’information. Elle permet de fournir, de contrôler, de protéger et d’accroître la valeur des données et des informations grâce à des approches intégrées et axées sur l’utilisateur. Les composantes clés de la gestion du cycle de vie des données comprennent un répertoire de données consultables, la gestion des données de référence et des données de base, et un cadre d’évaluation de la qualité.[9][5][10][11][4]

Gouvernance des données

Un système de droits de décision et d’obligation de rendre des comptes, de responsabilités et de règles pour la gestion de la disponibilité, de la facilité d’emploi, de l’intégrité et de la sécurité des données et de renseignements, afin de permettre une mise en œuvre et une coordination cohérentes des activités de régie des données et d’accroître la capacité (technique ou autre) à mieux contrôler la chaîne de valeur des données, ainsi que les réglementations, politiques et cadres qui en découlent et qui en assurent l’application. Cela comprend les systèmes au sein d’une entreprise, d’une organisation ou d’un gouvernement qui définissent qui a l’autorité et le contrôle sur les actifs de données et comment ces actifs de données peuvent être utilisés, ainsi que les personnes, les processus, les outils et les technologies nécessaires pour gérer et protéger les actifs de données.[10][11][4][12][1][13][14]

Interopérabilité

L’interopérabilité est la capacité de consulter, de traiter et d’échanger des données provenant de sources multiples, puis d’intégrer ces données à des fins de cartographie, de visualisation et d’autres formes de représentation et d’analyse significatives. Cela permet aux systèmes et aux organisations de travailler ensemble (interopérabilité) vers des objectifs mutuellement bénéfiques en partageant des informations et en échangeant des données. Pour être interopérables, les données doivent respecter des normes relatives aux données établies afin de pouvoir être facilement comparées dans le temps, entre les administrations, au sein des ministères et entre eux. Il existe cinq couches clés d’interopérabilité :
  1. L’interopérabilité juridique consiste à faire en sorte que les organisations fonctionnant selon des politiques et des stratégies différentes soient en mesure de travailler ensemble.
  2. L’interopérabilité opérationnelle consiste à faire en sorte que les organisations alignent leurs processus opérationnels, leurs responsabilités et leurs attentes pour obtenir des résultats mutuellement bénéfiques.
  3. L’interopérabilité sémantique consiste à garantir une signification cohérente et une comparabilité optimale des données grâce à l’utilisation de modèles conceptuels, de vocabulaires et d’ontologies.
  4. L’interopérabilité syntaxique concerne le format. Elle nous permet de définir explicitement les représentations communes et les modèles d’échange.
  5. L’interopérabilité des systèmes consiste à définir l’infrastructure et les protocoles de communication à utiliser pendant le processus d’échange.[5][11][15][16][17]

Normes relatives aux données

Les normes relatives aux données sont les règles et les spécifications selon lesquelles les données sont décrites, définies et enregistrées. Afin de partager, d’échanger et de comprendre les données, des formats et des significations normalisés sont nécessaires. Les modèles de données, les données de référence, les schémas d’identification et les normes statistiques sont des exemples de normes relatives aux données. L’utilisation de normes relatives aux données permet l’intégration des données dans le temps et entre différentes sources de données, ainsi que la réduction des besoins en ressources associés à de nombreux aspects de l’élaboration et de la mise à jour des enquêtes.[4][1][18][19]

Portabilité des données

La capacité des données et des renseignements numériques à être transmis ou circulés par l’entremise d’applications ou de systèmes interopérables et entre organisations ou régions géopolitiques. La portabilité des données permet aux personnes concernées d’avoir un accès clair et gérable à leurs données personnelles, qu’elles ont fournies à un responsable du traitement dans un format structuré, couramment utilisé, lisible par machine et interopérable, et d’être libres de les transférer à un autre responsable du traitement sans charge excessive.[20][21]

Principes de données FAIR

Ensemble de principes relatifs aux données, qui définissent les caractéristiques que les ressources, outils, vocabulaires et infrastructures de données modernes doivent présenter pour faciliter la découverte et la réutilisation des données par d’autres parties. Qu’entend-on par FAIR?
F - Faciles à trouver et facilement consultables.
A - Accessibles et faciles à utiliser.
I - Interopérables et plus facilement interprétables
R - Réutilisables, faciles à partager et à utiliser[22]

Protection des renseignements personnels

La protection des renseignements personnels décrit le degré de protection et de confidentialité accordé aux informations et données personnelles. Pour les institutions fédérales canadiennes, les exigences en matière de respect de la vie privée régissent la création, la collecte, l’utilisation, la communication, la protection, la conservation et l’élimination des renseignements personnels. La protection des renseignements personnels peut comporter des principes directeurs comme la responsabilité, la transparence, la sécurité, l’ouverture et les droits de recours et d’accès à ses propres renseignements personnels.[11][1][23][24]

Qualité des données

La « qualité » des données fait référence à leur aptitude à être utilisées, souvent mesurée par les critères proposés ci-dessous. Les mesures d’assurance de la qualité des données sont utilisées pour évaluer et améliorer la qualité des données. L’assurance qualité mesure la planification, la mise en œuvre et le contrôle des activités qui appliquent des techniques de gestion de la qualité aux données (qu’elles soient statistiques, administratives ou autres) et au processus de production statistique, afin de garantir que les données sont adaptées à leur finalité, c’est-à-dire qu’elles sont à la fois utilisables et pertinentes dans un contexte d’utilisation principale ou autre, et qu’elles répondent aux besoins des utilisateurs de données. Les différents utilisateurs peuvent avoir des besoins différents qui doivent être équilibrés.
  • De nombreuses organisations, au Canada et à l’étranger, disposent d’un ensemble de critères définissant la qualité des données. Il s’agit souvent de concepts comme la pertinence, la fiabilité, la cohérence, la crédibilité, l’exhaustivité, l’exactitude, l’actualité, l’accessibilité, la comparabilité, l’interprétabilité et la proportionnalité, qui contribuent tous à la qualité et à la valeur globales des données et de renseignements.[23][25][26][27][28][29][30][6]

Régie des données

La régie des données est une discipline qui permet de diriger et d’appuyer la création, la collecte, la gestion, l’utilisation et la réutilisation éthiques et responsables des données, et elle s’applique à toutes les échelles (du niveau national ou du système de données), au niveau de l’organisation ou de l’entreprise, ou encore de la personne ou du jeu de données. Les programmes et les processus de régie des données sont formalisés par des processus opérationnels automatisés et reproductibles, des rôles et des responsabilités établis, et l’utilisation de mesures et d’audits afin d’améliorer continuellement la qualité des données. Les opérations de régie des données influencent les pratiques proactives et responsables en matière de données afin de contribuer à la mise en œuvre de stratégies relatives aux données, de maintenir la confiance et de promouvoir la responsabilisation. Elles sont rendues possibles par une bonne gouvernance et une bonne gestion des données, qui permettent de superviser les actifs de données tout au long de leur cycle de vie afin d’en assurer le bon entretien.[4][14][31]

Responsable de domaine

(Également appelé responsable du domaine des données ou responsable des données de gestion) Responsable d’un domaine de données particulier au sein d’un programme de régie des données. Le responsable de domaine est le chef de l’équipe de régie du domaine, il représentera son domaine au sein de divers comités de régie des données ou de conseils de gouvernance des données, et il aidera à définir, mettre en œuvre et appliquer les politiques et procédures de gestion des données au sein de son domaine de données spécifique. Le rôle de responsable de domaine est essentiel à la réussite d’un programme de gouvernance des données. L’utilisation de la régie de domaines et des responsables de domaines de données est un moyen de gérer les données dans les domaines fonctionnels de l’organisation.[14][32][33]

Responsable des données

Le rôle de gestion des actifs et des ressources de données d’un point de vue stratégique. Le responsable des données est chargé de veiller à ce que l’acquisition, la saisie, la qualité, l’interopérabilité et la gestion globale des données répondent aux besoins de l’organisation, tout en garantissant le respect des exigences en matière de permis social, de législation et de réglementation. Il travaille avec les parties prenantes et d’autres organes délibérants ou consultatifs pour élaborer des définitions, des normes et des mesures de données, et remplit des fonctions clés dans l’idéation et la mise en œuvre de politiques de données qui sont évolutives, durables et significatives.[4][1][31]

Stratégies propres à un domaine

La liste suivante comprend des stratégies propres à un domaine qui complètent la Stratégie relative aux données pour la fonction publique fédérale. D'autres stratégies seront ajoutées à mesure qu'elles sont publiées.

Stratégie pancanadienne de données sur la santé - la stratégie vise à appuyer la création, l'échange et l'utilisation efficaces de données sur la santé au bénéfice des Canadiens et des systèmes de santé publique dont ils se fient. L'approche envers l'élaboration et la mise en œuvre de la stratégie a pour but d'être collaborative, grâce à une élaboration conjointe fédérale, provinciale et territoriale. Celle-ci est éclairée par de récents résultats de recherches, ainsi que des experts en santé publique et en données et un groupe consultatif d'experts qui fournissent des conseils à mesure que le travail évolue.

Références

  1. ↑ 1.0 1.1 1.2 1.3 1.4 Organisation de coopération et de développement économique (2008). Glossaire de termes statistiques. OCDE. https://stats.oecd.org/glossary/index.htm
  2. ↑ Organisation de coopération et de développement économique. (2021). Recommandation du Conseil sur l’amélioration de l’accès aux données et de leur partage. Instruments juridiques de l’OCDE. https://legalinstruments.oecd.org/fr/instruments/OECD-LEGAL-0463
  3. ↑ Statistique Canada (2016). Politique de Statistique sur l’utilisation de données administratives obtenues en vertu de la Loi sur la statistique. Ottawa, ON : Sa Majesté la Reine du chef du Canada. https://www.statcan.gc.ca/fr/apercu/politique/donnees_admin
  4. ↑ 4.0 4.1 4.2 4.3 4.4 4.5 Statistique Canada (2021b). Enterprise Information and Data Management Glossary [PDF]. Non publié. Document ministériel interne.
  5. ↑ 5.0 5.1 5.2 Gouvernement du Canada, Secrétariat du Conseil du Trésor (2019a). Politique sur les services et le numérique. Ottawa, ON : Sa Majesté la Reine du chef du Canada. https://www.tbs-sct.canada.ca/pol/doc-fra.aspx?id=32603
  6. ↑ 6.0 6.1 Département des affaires économiques et sociales des Nations Unies (2019). Manuel des cadres nationaux d’assurance de la qualité des Nations Unies en statistique officielle. [PDF] https://unstats.un.org/unsd/methodology/dataquality/references/UNNQAFManual-FR-(final-manuscript).pdf
  7. ↑ Commission Economique des Nations Unies pour l’Europe (CEE-ONU) (2000). Terminology on Statistical Metadata In Conference of European Statisticians Statistical Standards and Studies. (53), Genève. https://digitallibrary.un.org/record/442455?ln=fr
  8. ↑ Organisation de coopération et de développement économique. (1985). Déclaration sur les flux transfrontières de données. OCDE : Des politiques meilleures pour une vie meilleure. https://www.oecd.org/fr/sti/ieconomie/declarationsurlesfluxtransfrontieresdedonnees.htm
  9. ↑ Data Management Association (DAMA) (2017). DAMA-DMBOK: Data Management Body of Knowledge (2nd Ed.). Basking Ridge, NJ: Technics Publications.
  10. ↑ 10.0 10.1 Statistique Canada (2020a).Compétences en matière de littératie des données. Statistique Canada. https://www.statcan.gc.ca/fr/afc/litteratie-donnees/competences
  11. ↑ 11.0 11.1 11.2 11.3 Statistique Canada (2020b).Stratégie de données de Statistique Canada : Éclairer grâce aux données pour bâtir un meilleur Canada [PDF] https://www150.statcan.gc.ca/n1/daily-quotidien/200430/dq200430e-fra.htm
  12. ↑ Data Governance Institute (n.d.). Governance and Decision Making. Data Governance Institute. https://datagovernance.com/governance-and-decision-making/  
  13. ↑ Organisation de coopération et de développement économique. (2019). La gouvernance des données dans le secteur public dans Axer le secteur public sur les données : marche à suivre, OECD Digital Government Studies, OECD Publishing, Paris, https://doi.org/10.1787/0090312e-fr.
  14. ↑ 14.0 14.1 14.2 Plotkin, D. (2021). Data Stewardship: An Actionable Guide to Effective Data Management and Data Governance (2nd Ed.). London, UK: Academic Press.
  15. ↑ Commission européenne (2017a). Centre européen de stratégie politique, Enter the data economy: EU policies for a thriving data ecosystem. Publications Office 21:11. https://data.europa.eu/doi/10.2872/33746
  16. ↑ Commission européenne. (2017b). Cadre d'interopérabilité européen. Luxembourg: Office des publication de l'Union européenne. https://ec.europa.eu/isa2/sites/default/files/eif_brochure_final.pdf
  17. ↑ Data Documentation Initiative Alliance (2021). DDI Alliance Glossary. DDI Alliance. https://ddialliance.org/resources/ddi-glossary
  18. ↑ Organisation internationale de normalisation (2016). Qualité des données — Partie 61 : Gestion de la qualité des données : Modèle de référence des procédés (normes ISO nº 8000-61:2016) https://www.iso.org/obp/ui/fr/#iso:std:iso:8000:-61:ed-1:v1:en
  19. ↑ Conseil canadien des normes (2020). Que sont les normes? Conseil canadien des normes. https://www.scc.ca/fr/que-sont-les-normes
  20. ↑ Règlement (UE) 2016/679 du Parlement européen et du conseil du 27 avril 2016 relatif à la protection des personnes physiques à l'égard du traitement des données à caractère personnel et à la libre circulation de ces données, et abrogeant la directive 95/46/CE (règlement général sur la protection des données) [2016] Journal Officiel de l’Union européenne, série de législations 119, p. 45.
  21. ↑ Gouvernement du Canada, Innovation, Science et Développement économique Canada. (2019). La Charte numérique du Canada en action : un plan par des Canadiens, pour des Canadiens. Ottawa, ON : Sa Majesté la Reine du chef du Canada. https://ised-isde.canada.ca/site/innovation-better-canada/fr/charte-canadienne-numerique/strategie-numerique-donnees-canada
  22. ↑ Wilkinson, M., Dumontier, M., Aalbersberg, I. et al. (2016).  The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018. https://www.nature.com/articles/sdata201618
  23. ↑ 23.0 23.1 Statistique Canada (2021a). Statistics Canada’s Approach to Data Stewardship [PDF]. Non publié. Document ministériel interne.
  24. ↑ Gouvernement du Canada, Secrétariat du Conseil du Trésor. (2019b). Directive sur les pratiques relatives à la protection de la vie privée. Ottawa, ON : Sa Majesté la Reine du chef du Canada. https://www.tbs-sct.canada.ca/pol/doc-+fra.aspx?id=18309
  25. ↑ Commission européenne, Eurostat (2003). Assessment of quality in statistics - Definition of Quality in Statistics, Working Group, Luxembourg, octobre 2003.
  26. ↑ Commission européenne, Eurostat (2020). Quality assurance framework of the European statistical system : version 2.0, Publications Office, 2020. Tiré de https://data.europa.eu/doi/10.2785/847733
  27. ↑ Gouvernement du Canada. (2022). Cadre de la qualité des données du GC. https://wiki.gccollab.ca/Cadre_de_la_qualité_des_données_du GC
  28. ↑ Organisation de coopération et de développement économique (2002). Manuel sur la mesure de l’économie non observée. Paris : France : Publications de l’OCDE.
  29. ↑ Statistique Canada. (2002). Le cadre d'assurance de la qualité de Statistique Canada. Ottawa, ON: Ministre de l'Industrie. https://www150.statcan.gc.ca/n1/fr/pub/12-586-x/12-586-x2002001-fra.pdf?st=zyeRFA8X
  30. ↑ Wang, R.Y. et Strong, D.M. (1996) Beyond Accuracy: What Data Quality Means to Data Consumers. Journal of Management Information Systems, 12, 5-33.
  31. ↑ 31.0 31.1 Organisation de coopération et de développement économique. (2018). La gouvernance des données ouvertes au service de résultats durables dans Rapport sur les données ouvertes publiques : Encourager la maturité des politiques de données ouvertes pour un impact durable, Éditions OCDE, Paris. https://doi.org/10.1787/8253a22e-fr
  32. ↑ Marco, D.P. (n.d.). Data Stewardship Roles: A Complete Guide. DataManagementU. https://www.ewsolutions.com/data-stewardship-roles-a-complete-guide/
  33. ↑ Seiner, R.S. (2007). The Data Stewardship Approach to Data Governance: Chapter 7. The Data Administration Newsletter. https://tdan.com/the-data-stewardship-approach-to-data-governance-chapter-7/6173
Retrieved from "https://wiki.gccollab.ca/index.php?title=Stratégie_relative_aux_données_pour_la_fonction_publique_fédérale_-_Annexes&oldid=97055"