Recherche par mot-clé

Montrer les résultats

Filtrer les résultats par

Aide à la recherche
Currently selected filters that can be removed

Mot(s)-clé(s)

Sujet

Type

13 facets displayed. 0 facets selected.

Année de publication

49 facets displayed. 0 facets selected.

Géographie

31 facets displayed. 0 facets selected.

Enquête ou programme statistique

702 facets displayed. 0 facets selected.

Portail

Contenu

1 facets displayed. 0 facets selected.
Aide à l'ordre
entrées

Résultats

Tout (24 358)

Tout (24 358) (0 à 10 de 24 358 résultats)

  • 1. Données mensuelles canadiennes sur le transport de gaz naturel, Canada et provinces
    Tableau : 25-10-0058-01
    Géographie : Canada, Province ou territoire
    La fréquence : Mensuelle
    Description : Le gaz naturel reçu des gisements de gaz et des usines de traitement, des importations et des exportations, des livraisons aux consommateurs industriels et de pipeline de gaz en gigajoules et en mètres cubes, mensuel, de janvier 2016 à date.
    Date de diffusion : 2024-06-24
  • 2. Projections démographiques pour le Canada, les provinces et les territoires
    Tableau : 91-520-X
    Description : Ce rapport présente les résultats des projections démographiques selon le groupe d'âge et le sexe pour le Canada, les provinces et les territoires. Ces projections s'appuient sur des hypothèses qui tiennent compte des plus récentes tendances relatives aux composantes de l'accroissement démographique, notamment la fécondité, la mortalité, l'immigration, l'émigration et les migrations interprovinciales.

    Les tableaux détaillés de données sont offerts dans CODR : tableaux 1710005701 et  1710005801.

    Date de diffusion : 2024-06-24
  • 3. Projections démographiques pour le Canada, les provinces et les territoires : rapport technique sur la méthodologie et les hypothèses
    Enquêtes et programmes statistiques — Documentation : 91-620-X
    Description : Ce rapport vise à décrire la méthodologie utilisée pour le calcul des paramètres de projection ainsi que les différentes hypothèses et leur justification.
    Date de diffusion : 2024-06-24
  • 4. Qualité de l’emploi en début de carrière des diplômées et diplômés autochtones du baccalauréat
    Stats en bref : 11-627-M2024029
    Description : L'infographie utilise les données du fichier intégré du Système d'information sur les étudiants postsecondaires, du Recensement de 2016, du Recensement de 2021 et du fichier des familles T1 pour comparer la qualité de l'emploi des diplômés autochtones du baccalauréat à celle des diplômés non racisés et non autochtones deux ans après l'obtention du diplôme. Les indicateurs de qualité de l'emploi comprennent le revenu d'emploi, le taux de syndicalisation et le taux de couverture par un régime de pension de l'employeur.
    Date de diffusion : 2024-06-24
  • 5. Projections démographiques pour le Canada, les provinces et les territoires : tableau de bord interactif
    Visualisation des données : 71-607-X2022015
    Description : Ce produit de visualisation de données fournit un aperçu interactif des plus récentes projections démographiques pour le Canada, les provinces et les territoires.
    Date de diffusion : 2024-06-24
  • 6. Statistique Canada - Infographies
    Revues et périodiques : 11-627-M
    Description : Chaque année, Statistique Canada recueille des données dans le cadre de centaines d'enquêtes. Comme le nombre de données recueillies augmente, Statistique Canada a mis au point des infographies pour aider les particuliers, les entrepreneurs, les universitaires et les gestionnaires à tous les niveaux à comprendre l'information clé tirée des données. Les infographies peuvent être utilisées pour communiquer rapidement un message, simplifier la présentation de grandes quantités de données, déterminer les tendances et les rapports dans les données et surveiller les changements dans les variables au fil du temps.

    Ces infographies fourniront un bref aperçu des données d'enquête de Statistique Canada.

    Date de diffusion : 2024-06-24
  • 7. Statistique Canada – Produits de visualisation des données
    Tableau : 71-607-X
    Description : Statistique Canada produit divers outils de visualisation interactifs qui présentent les données sous forme de graphiques. Ces outils offrent un moyen pratique d’interpréter les tendances qui sous-tendent nos données liées à divers sujets sociaux et économiques.
    Date de diffusion : 2024-06-24
  • 8. Indicateurs des ressources naturelles premier trimestre de 2024
    Stats en bref : 11-001-X202417616361
    Description : Communiqué publié dans Le Quotidien – Bulletin de diffusion officielle de Statistique Canada
    Date de diffusion : 2024-06-24
  • 9. Projections démographiques pour le Canada, les provinces et les territoires 2023 à 2073
    Stats en bref : 11-001-X20241764039
    Description : Communiqué publié dans Le Quotidien – Bulletin de diffusion officielle de Statistique Canada
    Date de diffusion : 2024-06-24
  • 10. Banque du Canada, actif et passif, les mercredis
    Tableau : 10-10-0136-01
    Géographie : Canada
    La fréquence : Hebdomadaire
    Description :

    Ce tableau contient 29 séries. Les données commencent en 1953 (il n'y a pas nécessairement de données pour toutes les années pour l'ensemble des combinaisons). Ce tableau contient des données telles que décrites par les dimensions suivantes (Les combinaisons ne sont pas toutes disponibles) : Géographie (1 élément : Canada), Actif et passif (29 éléments : Total de l'actif; Total, Gouvernement du Canada, titres émis ou garantis; Gouvernement du Canada, Bons du trésor; Total, Gouvernement du Canada, obligations; ...).

    Date de diffusion : 2024-06-24
Données (12 024)

Données (12 024) (9 110 à 9 120 de 12 024 résultats)

Analyses (9 969)

Analyses (9 969) (310 à 320 de 9 969 résultats)

  • 311. Méthode d’estimation de l’effet des erreurs de classification sur les statistiques de deux domaines
    Articles et rapports : 12-001-X202300200002
    Description : Il est essentiel de pouvoir quantifier l’exactitude (biais, variance) des résultats publiés dans les statistiques officielles. Dans ces dernières, les résultats sont presque toujours divisés en sous-populations selon une variable de classification, comme le revenu moyen par catégorie de niveau de scolarité. Ces résultats sont également appelés « statistiques de domaine ». Dans le présent article, nous nous limitons aux variables de classification binaire. En pratique, des erreurs de classification se produisent et contribuent au biais et à la variance des statistiques de domaine. Les méthodes analytiques et numériques servant actuellement à estimer cet effet présentent deux inconvénients. Le premier inconvénient est qu’elles exigent que les probabilités de classification erronée soient connues au préalable et le deuxième est que les estimations du biais et de la variance sont elles-mêmes biaisées. Dans le présent article, nous présentons une nouvelle méthode, un modèle de mélange gaussien estimé par un algorithme espérance-maximisation (EM) combiné à un bootstrap, appelé « méthode bootstrap EM ». Cette nouvelle méthode n’exige pas que les probabilités de classification erronée soient connues au préalable, bien qu’elle soit plus efficace quand on utilise un petit échantillon de vérification qui donne une valeur de départ pour les probabilités de classification erronée dans l’algorithme EM. Nous avons comparé le rendement de la nouvelle méthode et celui des méthodes numériques actuellement disponibles, à savoir la méthode bootstrap et la méthode SIMEX. Des études antérieures ont démontré que pour les paramètres non linéaires, le bootstrap donne de meilleurs résultats que les expressions analytiques. Pour presque toutes les conditions mises à l’essai, les estimations du biais et de la variance obtenues par la méthode bootstrap EM sont plus proches de leurs vraies valeurs que celles obtenues par les méthodes bootstrap et SIMEX. Nous terminons l’article par une discussion sur les résultats et d’éventuels prolongements de la méthode.
    Date de diffusion : 2024-01-03
  • 312. Prédiction sur petits domaines des paramètres généraux de petits domaines pour les données de dénombrement au niveau de l’unité
    Articles et rapports : 12-001-X202300200003
    Description : Nous étudions la prédiction sur petits domaines des paramètres généraux à partir de deux modèles pour les dénombrements au niveau de l’unité. Nous construisons des prédicteurs de paramètres, comme les quartiles, qui peuvent être des fonctions non linéaires de la variable réponse du modèle. Nous élaborons d’abord une procédure pour construire les meilleurs prédicteurs empiriques et les estimateurs de l’erreur quadratique moyenne des paramètres généraux dans un modèle Gamma-Poisson au niveau de l’unité. Nous utilisons ensuite un algorithme de rééchantillonnage préférentiel pour élaborer des prédicteurs pour un modèle linéaire mixte généralisé (MLMG) avec une distribution de la réponse de Poisson. Nous comparons les deux modèles au moyen d’une simulation et d’une analyse des données de l’Iowa Seat-Belt Use Survey (une enquête sur l’utilisation de la ceinture de sécurité dans l’État de l’Iowa).
    Date de diffusion : 2024-01-03
  • 313. Modèles bayésiens pour petits domaines sous contraintes d’inégalité avec réconciliation et rétrécissement double
    Articles et rapports : 12-001-X202300200004
    Description : Nous présentons une nouvelle méthodologie pour réconcilier des estimations des totaux des superficies cultivées au niveau du comté à un total prédéfini au niveau de l’État soumis à des contraintes d’inégalité et à des variances aléatoires dans le modèle de Fay-Herriot. Pour la superficie ensemencée du National Agricultural Statistics Service (NASS), un organisme du ministère de l’Agriculture des États-Unis (USDA), il est nécessaire d’intégrer la contrainte selon laquelle les totaux estimés, dérivés de données d’enquête et d’autres données auxiliaires, ne sont pas inférieurs aux totaux administratifs de la superficie ensemencée préenregistrés par d’autres organismes du USDA, à l’exception de NASS. Ces totaux administratifs sont considérés comme fixes et connus, et cette exigence de cohérence supplémentaire ajoute à la complexité de la réconciliation des estimations au niveau du comté. Une analyse entièrement bayésienne du modèle de Fay-Herriot offre un moyen intéressant d’intégrer les contraintes d’inégalité et de réconciliation et de quantifier les incertitudes qui en résultent, mais l’échantillonnage à partir des densités a posteriori comprend une intégration difficile; des approximations raisonnables doivent être faites. Tout d’abord, nous décrivons un modèle à rétrécissement unique, qui rétrécit les moyennes lorsque l’on suppose que les variances sont connues. Ensuite, nous élargissons ce modèle pour tenir compte du rétrécissement double par l’emprunt d’information dans les moyennes et les variances. Ce modèle élargi comporte deux sources de variation supplémentaire; toutefois, comme nous rétrécissons à la fois les moyennes et les variances, ce second modèle devrait avoir un meilleur rendement sur le plan de la qualité de l’ajustement (fiabilité) et, possiblement, sur le plan de la précision. Les calculs sont difficiles pour les deux modèles, qui sont appliqués à des ensembles de données simulées dont les propriétés ressemblent à celles des cultures de maïs de l’Illinois.
    Date de diffusion : 2024-01-03
  • 314. Traiter le sous-dénombrement pour les échantillons d’enquête non probabilistes
    Articles et rapports : 12-001-X202300200005
    Description : Le sous-dénombrement de la population est un des principaux obstacles avec lesquels il faut composer lors de l’analyse statistique d’échantillons d’enquête non probabilistes. Nous considérons dans le présent article deux scénarios types de sous-dénombrement, à savoir le sous-dénombrement stochastique et le sous-dénombrement déterministe. Nous soutenons que l’on peut appliquer directement les méthodes d’estimation existantes selon l’hypothèse de positivité sur les scores de propension (c’est-à-dire les probabilités de participation) pour traiter le scénario de sous-dénombrement stochastique. Nous étudions des stratégies visant à atténuer les biais lors de l’estimation de la moyenne de la population cible selon le sous-dénombrement déterministe. Plus précisément, nous examinons une méthode de population fractionnée (split-population method) fondée sur une formulation d’enveloppe convexe et nous construisons des estimateurs menant à des biais réduits. Un estimateur doublement robuste peut être construit si un sous-échantillon de suivi de l’enquête probabiliste de référence comportant des mesures sur la variable étudiée devient réalisable. Le rendement de six estimateurs concurrents est examiné au moyen d’une étude par simulations, et des questions nécessitant un examen plus approfondi sont brièvement abordées.
    Date de diffusion : 2024-01-03
  • 315. Plans de sondage et estimateurs pour les enquêtes multimodales fondées sur la collecte de données en personne
    Articles et rapports : 12-001-X202300200006
    Description : Les spécialistes de la recherche sur les enquêtes se tournent de plus en plus vers la collecte multimodale de données pour composer avec la baisse des taux de réponse aux enquêtes et l’augmentation des coûts. Une approche efficace propose des modes de collecte moins coûteux (par exemple sur le Web) suivis d’un mode plus coûteux pour un sous-échantillon des unités (par exemple les ménages) dans chaque unité primaire d’échantillonnage (UPE). Nous présentons deux solutions de rechange à cette conception classique. La première consiste à sous-échantillonner les UPE plutôt que les unités pour limiter les coûts. La seconde est un plan hybride qui comprend un échantillon (à deux degrés) par grappes et un échantillon indépendant sans mise en grappes. À l’aide d’une simulation, nous démontrons que le plan hybride comporte des avantages considérables.
    Date de diffusion : 2024-01-03
  • 316. Prédiction conforme fondée sur le plan
    Articles et rapports : 12-001-X202300200007
    Description : La prédiction conforme est une méthode allégée en hypothèses servant à générer des intervalles ou des ensembles de prédiction sans distribution, pour des modèles prédictifs presque arbitraires, avec une couverture d’échantillon fini garantie. Les méthodes conformes sont un sujet de recherche dynamique en statistique et en apprentissage automatique, mais ce n’est que récemment qu’elles ont été étendues aux données non échangeables. Dans le présent article, nous invitons les méthodologistes d’enquête à commencer à utiliser des méthodes conformes et à y contribuer. Nous introduisons la façon dont la prédiction conforme peut être appliquée à des données provenant de plusieurs plans de sondage complexes courants dans un cadre d’inférence fondée sur le plan pour une population finie, et nous faisons ressortir des lacunes où les méthodologistes d’enquête pourraient appliquer leur expertise de façon fructueuse. Nos simulations confirment empiriquement les garanties théoriques de la couverture d’échantillon fini, et notre exemple de données réelles démontre la façon dont la prédiction conforme peut être appliquée aux données d’enquêtes-échantillons complexes.
    Date de diffusion : 2024-01-03
  • 317. Construire tous les plans de sondage déterminantaux
    Articles et rapports : 12-001-X202300200008
    Description : Dans cet article, nous utilisons une version légèrement simplifiée de la méthode de Fickus, Mixon et Poteet (2013) pour définir une paramétrisation maniable des noyaux des plans de sondages déterminantaux à probabilités d’inclusion simple fixées. Pour des valeurs spécifiques du paramètre multidimensionnel, nous retrouvons une matrice de la famille PII de Loonis et Mary (2019). Nous conjecturons que, parmi les plans déterminantaux à probabilités d’inclusion fixées la variance minimale de l’estimateur d’Horvitz et Thompson (1952) d’une variable d’intérêt, s’exprime en fonction de PII. Nous mettons à disposition des programmes R expérimentaux facilitant l’appropriation de différentes notions présentées dans l’article, et dont certaines sont qualifiées de non-triviales par Fickus et coll. (2013). Une version longue de cet article, contenant les démonstrations et une présentation plus détaillée des plans déterminantaux, est également mise à disposition.
    Date de diffusion : 2024-01-03
  • 318. Prédiction QR pour l’intégration de données statistiques
    Articles et rapports : 12-001-X202300200009
    Description : Dans le présent article, nous examinons la façon dont une grande base de données non probabiliste peut servir à améliorer des estimations de totaux de population finie d’un petit échantillon probabiliste grâce aux techniques d’intégration de données. Dans le cas où la variable d’intérêt est observée dans les deux sources de données, Kim et Tam (2021) ont proposé deux estimateurs convergents par rapport au plan de sondage qui peuvent être justifiés par la théorie des enquêtes à double base de sondage. D’abord, nous posons des conditions garantissant que les estimateurs en question seront plus efficaces que l’estimateur de Horvitz-Thompson lorsque l’échantillon probabiliste est sélectionné par échantillonnage de Poisson ou par échantillonnage aléatoire simple sans remise. Ensuite, nous étudions la famille des prédicteurs QR proposée par Särndal et Wright (1984) pour le cas moins courant où la base de données non probabiliste ne contient pas la variable d’intérêt, mais des variables auxiliaires. Une autre exigence est que la base non probabiliste soit vaste et puisse être couplée avec l’échantillon probabiliste. Les conditions que nous posons font que le prédicteur QR est asymptotiquement sans biais par rapport au plan de sondage. Nous calculons sa variance asymptotique sous le plan de sondage et présentons un estimateur de variance convergent par rapport au plan de sondage. Nous comparons les propriétés par rapport au plan de sondage de différents prédicteurs de la famille des prédicteurs QR dans une étude par simulation. La famille comprend un prédicteur fondé sur un modèle, un estimateur assisté par un modèle et un estimateur cosmétique. Dans nos scénarios de simulation, l’estimateur cosmétique a donné des résultats légèrement supérieurs à ceux de l’estimateur assisté par un modèle. Nos constatations sont confirmées par une application aux données de La Poste, laquelle illustre par ailleurs que les propriétés de l’estimateur cosmétique sont conservées indépendamment de l’échantillon non probabiliste observé.
    Date de diffusion : 2024-01-03
  • 319. Double contrôle ciblé du fardeau dans de multiples enquêtes
    Articles et rapports : 12-001-X202300200010
    Description : Les méthodes de coordination d’échantillons visent à augmenter (dans une coordination positive) ou à diminuer (dans une coordination négative) la taille du chevauchement entre les échantillons. Les échantillons pris en compte peuvent être tirés à différentes périodes d’une enquête répétée ou de différentes enquêtes portant sur une population commune. La coordination négative est utilisée pour contrôler le fardeau de réponse au cours d’une période donnée, car certaines unités ne répondent pas aux questionnaires d’enquête si elles sont sélectionnées dans de nombreux échantillons. Habituellement, les méthodes de coordination d’échantillons ne tiennent pas compte des mesures du fardeau de réponse qu’une unité a déjà supporté pour répondre à des enquêtes précédentes. Nous ajoutons une telle mesure dans une nouvelle méthode en adaptant un schéma d’échantillonnage spatialement équilibré basé sur une généralisation de l’échantillonnage de Poisson, de concert avec une méthode de coordination négative. Le but est de créer un double contrôle du fardeau pour ces unités : en utilisant une mesure du fardeau pendant le processus d’échantillonnage et en utilisant une méthode de coordination négative. Nous évaluons l’approche au moyen d’une simulation de Monte Carlo et examinons son utilisation aux fins de contrôle pour la sélection de « points chauds » dans les enquêtes-entreprises à Statistique Pays-Bas.
    Date de diffusion : 2024-01-03
  • 320. Méthodes statistiques d’échantillonnage de populations recoupées sous contraintes
    Articles et rapports : 12-001-X202300200011
    Description : Le présent article permet d’examiner des plans d’échantillonnage pour les populations qui peuvent être représentées sous forme de matrice N × M. Par exemple, pour l’étude des activités touristiques, les lignes peuvent représenter les endroits visités par les touristes et les colonnes, les jours pendant la saison touristique. L’objectif est d’échantillonner les cellules (i, j) de la matrice lorsque le nombre de sélections dans chaque ligne et chaque colonne est a priori fixe. La taille d’échantillon de la ie ligne représente le nombre de cellules sélectionnées dans la ligne i, tandis que la taille d’échantillon de la je colonne correspond au nombre de cellules sélectionnées dans la colonne j. Un plan d’échantillonnage matriciel donne une matrice d’indicateurs d’échantillon N × M, avec l’entrée 1 à la position (i, j) si la cellule (i, j) est échantillonnée, et 0 autrement. Le premier plan d’échantillonnage matriciel étudié comporte un niveau d’échantillonnage et les tailles d’échantillon des lignes et des colonnes sont établies à l’avance : les tailles d’échantillon des lignes peuvent varier, tandis que les tailles d’échantillon des colonnes sont toutes identiques. Nous pouvons considérer les marges fixes comme des contraintes d’équilibrage et nous examinons les algorithmes possibles pour la sélection de ces échantillons. Nous abordons ensuite un nouvel estimateur de variance de l’estimateur de Horvitz-Thompson pour la moyenne de la variable d’enquête y. Plusieurs niveaux d’échantillonnage peuvent être requis pour tenir compte de toutes les contraintes, ce qui nécessite des plans d’échantillonnage matriciel à plusieurs niveaux, que nous étudions également.
    Date de diffusion : 2024-01-03
Références (1 891)

Références (1 891) (60 à 70 de 1 891 résultats)

  • 61. Guide de référence sur le revenu, Recensement de la population, 2021
    Enquêtes et programmes statistiques — Documentation : 98-500-X2021004
    Description : Le présent guide de référence fournit de l’information pour aider les personnes à utiliser et à interpréter efficacement les données du Recensement de 2021 sur le revenu. Le guide contient des définitions et des explications sur les concepts, les questions, les classifications, la qualité des données et la comparabilité avec d’autres sources pour ce thème.
    Date de diffusion : 2022-12-15
  • 62. Guide de référence sur la scolarité, Recensement de la population, 2021
    Enquêtes et programmes statistiques — Documentation : 98-500-X2021013
    Description : Le présent guide de référence fournit de l’information pour aider les personnes à utiliser et à interpréter efficacement les données du Recensement de 2021 sur la scolarité. Le guide contient des définitions et des explications sur les concepts, les questions, les classifications, la qualité des données et la comparabilité avec d’autres sources pour ce thème.
    Date de diffusion : 2022-12-01
  • 63. Dictionnaire du recensement
    Enquêtes et programmes statistiques — Documentation : 98-301-X
    Description : Le Dictionnaire du recensement est un document de référence qui comprend des définitions détaillées des concepts, des variables et des termes géographiques du Recensement de la population, de même que des renseignements historiques.

    En se référant au Dictionnaire du recensement, les utilisateurs de données, débutants et intermédiaires, auront une meilleure compréhension des données et de la façon de comparer les variables entre les années de recensement.

    Le Dictionnaire du recensement sera diffusé de manière itérative, en commençant par les définitions portant sur la géographie, de même que des définitions thématiques non reliées aux données, des tableaux, des figures et des annexes. Du contenu additionnel s’ajoutera lors des diffusions subséquentes d’autres thèmes.

    Date de diffusion : 2022-11-30
  • 64. Guide du Recensement de la population
    Enquêtes et programmes statistiques — Documentation : 98-304-X
    Description :

    Le Guide du Recensement de la population est un document de référence qui présente les différentes étapes du Recensement de la population de 2021. Il fournit un aperçu de la détermination du contenu, du plan d’échantillonnage, de la collecte, du traitement des données, de l’évaluation de la qualité des données, des lignes directrices relatives à la confidentialité et de la diffusion. Il comprend également les taux de réponse et d’autres renseignements relatifs à la qualité des données. Ce produit peut s’avérer utile autant aux utilisateurs chevronnés qu’aux nouveaux utilisateurs qui souhaitent se familiariser avec le Recensement de la population de 2021 et obtenir des renseignements précis sur celui-ci.

    Le Guide du Recensement de la population est une combinaison de renseignements présentés auparavant dans l'Aperçu du recensement, le Guide de l'utilisateur de l'Enquête nationale auprès des ménages et les Normes et lignes directrices relatives à la confidentialité et à la qualité des données de 2011. 

    Date de diffusion : 2022-11-30
  • 65. Guide du Recensement de la population, 2021
    Enquêtes et programmes statistiques — Documentation : 98-304-X2021001
    Description : Le Guide du Recensement de la population est un document de référence qui présente les différentes étapes du Recensement de la population de 2021. Il fournit un aperçu de la détermination du contenu, du plan d’échantillonnage, de la collecte, du traitement des données, de l’évaluation de la qualité des données, des lignes directrices relatives à la confidentialité et de la diffusion. Il comprend également les taux de réponse et d’autres renseignements relatifs à la qualité des données. Ce produit peut s’avérer utile autant aux utilisateurs chevronnés qu’aux nouveaux utilisateurs qui souhaitent se familiariser avec le Recensement de la population de 2021 et obtenir des renseignements précis sur celui-ci.
    Date de diffusion : 2022-11-30
  • 66. Guide de référence sur la scolarité, Recensement de la population, 2016
    Enquêtes et programmes statistiques — Documentation : 98-500-X2016013
    Description :

    Ce guide porte sur le thème suivant : scolarité. Ce guide de référence fournit des renseignements qui permettent aux utilisateurs de se servir des données du Recensement de 2016, de les mettre en application et de les interpréter. Ce guide renferme des définitions et des explications sur les concepts, les classifications, la qualité des données et la comparabilité des données à celles d'autres sources. De plus amples renseignements sont inclus pour certaines variables afin de permettre aux utilisateurs débutants de mieux comprendre les concepts et les questions utilisés du recensement.

    Date de diffusion : 2022-11-30
  • 67. Guide de référence sur les langues, Recensement de la population, 2021
    Enquêtes et programmes statistiques — Documentation : 98-500-X2021003
    Description :

    Le présent guide de référence fournit de l’information pour aider les personnes à utiliser et à interpréter efficacement les données du Recensement de 2021 sur les langues. Le guide contient des définitions et des explications sur les concepts, les questions, les classifications, la qualité des données et la comparabilité avec d’autres sources pour ce thème.

    Date de diffusion : 2022-11-30
  • 68. Guide de référence sur le navettage, Recensement de la population, 2021
    Enquêtes et programmes statistiques — Documentation : 98-500-X2021011
    Description : Le présent guide de référence fournit de l’information pour aider les personnes à utiliser et à interpréter efficacement les données du Recensement de 2021 sur le navettage. Le guide contient des définitions et des explications sur les concepts, les questions, les classifications, la qualité des données et la comparabilité avec d’autres sources pour ce thème.
    Date de diffusion : 2022-11-30
  • 69. Guide de référence sur le travail, Recensement de la population, 2021
    Enquêtes et programmes statistiques — Documentation : 98-500-X2021012
    Description : Le présent guide de référence fournit de l’information pour aider les personnes à utiliser et à interpréter efficacement les données du Recensement de 2021 sur le travail. Le guide contient des définitions et des explications sur les concepts, les questions, les classifications, la qualité des données et la comparabilité avec d’autres sources pour ce thème.
    Date de diffusion : 2022-11-30
  • 70. Guide de référence sur l’instruction dans la langue officielle minoritaire, Recensement de la population, 2021
    Enquêtes et programmes statistiques — Documentation : 98-500-X2021017
    Description : Le présent guide de référence fournit de l’information pour aider les personnes à utiliser et à interpréter efficacement les données du Recensement de 2021 sur l’instruction dans la langue officielle minoritaire. Le guide contient des définitions et des explications sur les concepts, les questions, les classifications, la qualité des données et la comparabilité avec d’autres sources pour ce thème.
    Date de diffusion : 2022-11-30
Signaler un problème ou une erreur sur cette page
Date de modification :

Aide liée à la recherche

Comment utiliser les filtres et le champ de recherche

  • Vous pouvez faire une recherche en inscrivant des mots-clés ou en sélectionnant des filtres (p. ex. sous Sujet, Géographie, etc.) du côté gauche de la page.

  • On peut utiliser les filtres ensemble ou former diverses combinaisons. À chaque sélection de filtre, la page des résultats est mise à jour.

  • Pour commencer une nouvelle recherche, cliquez sur le bouton Effacer tout au-dessus du champ de recherche ou décochez tous les filtres.

  • Les mots-clés et les filtres précisés sont affichés au-dessus du champ de recherche. Vous pouvez désélectionner l’un ou l’autre des éléments ou tous les éléments, pour préciser ou effacer votre recherche.

Comment préciser ma recherche

  • Vous pouvez entrer des mots-clés dans le champ de recherche. Il n’est pas nécessaire d’utiliser « + » ou « , » ou « ET ».

  • Vous pouvez supprimer certains mots-clés ou tous les mots-clés de votre chaîne de recherche.

  • Les mots-clés entre guillemets limitent la recherche à l’expression précise.

    • Par exemple, si vous cherchez « Enquête sur la population active », vous obtiendrez seulement des documents contenant cette suite de mots.

  • Utilisez « ou » entre les mots-clés pour obtenir des résultats qui contiennent au moins l’un des termes recherchés.

    •  Par exemple, si vous cherchez enquête ou­ population ou active, vous obtiendrez seulement les documents contenant l’un ou l’autre de ces mots, ou tous ces mots.

Comment fonctionne la recherche

  • Cette forme de recherche fournira les résultats contenant le(s) mot(s) inscrit(s) dans le titre, la description, le sujet, la géographie, le numéro de produit ou toute autre information au sujet du produit.

    • Par exemple, lorsque vous cherchez le mot « maladies », tous les résultats obtenus contiendront ce mot dans le titre, la description, ou le sujet.

  • La recherche ne se fait pas dans le texte des articles ou des publications. Pour faire une recherche plein texte dans les articles, utilisez la fonction de recherche du site.

Aide pour trier les résultats

De quelle façon les résultats seront-ils présentés?

La fonction Trier par vous offre les trois options suivantes :

  • Par date – Trie les résultats par date de diffusion des produits, en commençant par le plus récent.
  • Par pertinence – N’est nécessaire ou utile que lorsque vous utilisez le champ de recherche pour lancer votre recherche. Les résultats sont classés en fonction d’une combinaison de facteurs, notamment l’emplacement des termes recherchés dans le contenu (p. ex. s’ils figurent dans le titre, il est probable que le produit soit plus pertinent pour votre recherche), l’actualité ou la nouveauté du contenu du produit et la popularité du produit.
  • Par titre – Trie les résultats en ordre alphabétique.

Aide pour trier les résultats

De quelle façon les résultats seront-ils présentés?

La fonction Trier par vous offre les quatre options suivantes :

  • Par date – Trie les résultats par date de diffusion des produits, en commençant par le plus récent.
  • Par pertinence – N’est nécessaire ou utile que lorsque vous utilisez le champ de recherche pour lancer votre recherche. Les résultats sont classés en fonction d’une combinaison de facteurs, notamment l’emplacement des termes recherchés dans le contenu (p. ex. s’ils figurent dans le titre, il est probable que le produit soit plus pertinent pour votre recherche), l’actualité ou la nouveauté du contenu du produit et la popularité du produit.
  • Par popularité – Donne la priorité aux résultats qui sont le plus souvent sélectionnés par les utilisateurs, puis aux plus récents.
  • Par titre – Trie les résultats en ordre alphabétique.