Une femme allongée dans un champ d'un parc public tout en tenant et en lisant un livre.

Redonner

Les données au service du bien commun : Université Western

23 août 2023
Jed Long est professeur associé en géographie et environnement à l’Université Western. Ses principales recherches portent sur l’utilisation des systèmes d’information géographique (SIG) et d’autres techniques d’analyse spatiale dans l’étude du mouvement (p. ex., la localisation GPS).
Plus précisément, il s’intéresse à l’élaboration et à l’application de nouvelles méthodes pour l’analyse spatiale et spatio-temporelle. Il est à la tête du laboratoire d’analyse des données géospatiales, où il réalise des recherches interdisciplinaires qui couvrent la vie sauvage, l’écologie spatiale, la mobilité de la population et les applications de détection à distance avec son équipe d’étudiants-chercheurs. Ses recherches génèrent des connaissances précieuses pour la planification urbaine et contribuent à des innovations responsables axées sur les données qui produisent des résultats remarquables sur le plan humain pour l’intérêt de tous.
Q. À quel genre de questions avez-vous pu répondre grâce à l’utilisation de la plateforme
API Insights de TELUS
?
Jed : En travaillant avec la plateforme API Insights de TELUS, nous avons été en mesure de répondre à des questions de recherche très importantes sur les schémas de mobilité des populations en Ontario. D’abord, pendant la pandémie, nous avons étudié les associations entre les schémas de mobilité (dérivés de la plateforme API Insights de TELUS) et les variables socioéconomiques. Nous avons découvert que les habitants des quartiers avantagés sur le plan socioéconomique étaient en mesure de mieux réduire leurs déplacements que ceux des quartiers désavantagés, surtout au début de la pandémie. Ensuite, nous avons été capables de vérifier si les confinements entraînaient une augmentation des déplacements en dehors des régions de la province soumises à des restrictions plus strictes que les autres régions de la province, comme Toronto et Peel. Grâce aux données de réseau mobile dépersonnalisées, nous avons déterminé que ce n’était pas le cas. À l’heure actuelle, nous utilisons la plateforme API Insights de TELUS pour étudier les modèles de déplacement des Canadiens vers les grands parcs et les aires de loisirs extérieures pour recueillir et communiquer de l’information sur les effets des parcs, des zones protégées et des installations récréatives sur la santé de la population. Ces renseignements nous aideront à faire valoir l’importance de l’accessibilité aux parcs et aux espaces extérieurs. Nous étudions aussi les schémas temporels et géographiques des comportements de télétravail avant, pendant et après la pandémie. Une meilleure estimation du travail à domicile apportera des avantages non négligeables pour la société puisque nous aurons une meilleure compréhension de l’évolution rapide du télétravail à l’échelle nationale.
Q. Pouvez-vous nous parler de votre expérience en tant que partenaire de recherche pour le programme
Les données au service du bien commun
de TELUS?
Jed : Ce programme permet à mon équipe de recherche et à moi-même d’explorer de nouvelles questions puisque nous pouvons extraire de petits ensembles de données et utiliser les ensembles de données accessibles aux scientifiques. Je suis persuadé que notre travail et les connaissances que nous générons procurent de réels avantages pour les Canadiens. Par exemple, les estimations améliorées du travail à domicile auront un effet important sur la planification des services essentiels et du transport. De plus, la plateforme API Insights de TELUS dispose de mécanismes particulièrement efficaces pour dépersonnaliser et agréger les données. Le programme Les données au service du bien commun donne réellement l’occasion de produire de nouvelles analyses fondées sur les données.
Q. Pourquoi est-il important d’avoir accès à des ensembles de données fortement dépersonnalisées et de grande qualité?
Jed : Les recherches scientifiques de cette nature sont soumises à des procédures très strictes en matière d’éthique humaine, et notre travail avec TELUS ne fait pas exception. Nos pairs passent en revue les procédures utilisées pour dépersonnaliser les données et confirment que le processus d’agrégation protège et priorise la vie privée.
Q. Que pensez-vous de l’importance d’une utilisation transparente des données?
Jed : Les Canadiens sont éduqués, bien informés et intéressés par les technologies. Je pense qu’il est extrêmement important d’être transparents avec les Canadiens en ce qui concerne la collecte et l’utilisation des données. Étant donné que les connaissances que nous générons procurent de véritables avantages pour la société, la transparence est impérative.
Q. Pouvez-vous nommer quelques exemples de défis des chercheurs par rapport aux ensembles de données?
Jed : Pour les chercheurs, obtenir des données, les analyser et les comprendre apporte son lot de défis. La plateforme API Insights de TELUS donne accès à de vastes ensembles de données dépersonnalisées et agrégées qui recèlent les tendances de déplacements collectifs au Canada. L’énorme avantage de ces ensembles de données dépersonnalisées est le grand volume (p. ex., échantillon de grande taille) et la qualité (p. ex., résolution temporelle élevée) des données, ce qui facilite la compréhension des déplacements collectifs. De plus, les données sont dûment protégées et constamment mises à jour, mais nous pouvons tout de même étudier les tendances du passé. À ma connaissance, il n’y a pas d’autre ensemble de données dépersonnalisées aussi sécuritaire que celui-ci pour étudier les déplacements collectifs au Canada. Il faut souvent payer pour avoir accès à de grands ensembles de données, mais ce n’est pas le cas du programme Les données au service du bien commun. L’accès est gratuit pour les scientifiques, sous certaines conditions. Mon équipe et moi pouvons donc produire des analyses plus complètes et plus complexes sans être préoccupés par la question du financement. Nous pouvons avoir confiance en nos inférences quand nous pouvons utiliser des ensembles de données aussi vastes et complexes que ceux du programme.
Kendal Burtch

Rencontrez l'auteur

Kendal Burtch
Cnsl, Gest de la stratégie, Bureau du chef des données et des relations de confiance