Guhn – la collecte de données à l’échelle de la population

À la School of Population and Public Health, plus particulièrement dans mon unité de recherche, Human Early Learning Partnership, ici, à l’UBC, nous recueillons souvent des données au moyen de ce que nous appelons la collecte de données à l’échelle de la population. Généralement, beaucoup de recherches sont faites au moyen de grands échantillons parfois même de petits échantillons. Les échantillons peuvent être très utiles pour relever des corrélations, des associations et même des mécanismes causaux. Lorsque nous voulons atteindre efficacement une population à des fins de conversation, pour avoir une incidence sur les politiques ou la prise de décisions, le fait d’avoir des données sur la population entière est très puissant, permettant de cartographier l’information. Plutôt que de tirer des conclusions représentatives de tout le Canada, nous pouvons le faire pour chaque unité locale, quartier par quartier, ville par ville. Peu importe le type de découpage voulu, nous pouvons montrer la variabilité. Lorsque je me rends dans une communauté locale pour parler de la recherche aux parents – et j’ai souvent eu cette expérience –, dès que je parle des enfants dans leur quartier, la discussion change. Si je dis qu’une étude réalisée à New York a conclu… une étude en Allemagne a montré… ou une étude en Australie a trouvé… qu’il y a un lien entre l’activité physique et l’obésité, ils retiendront peut-être une partie de ce message générique. Mais, si je parle de leurs enfants dans leur quartier respectif, cela crée un tout nouvel ensemble de significations différentes, et établit un lien émotionnel et social avec le public que je tente de sensibiliser. Un des principaux avantages est sur le plan de la communication et de l’engagement, car en cartographiant nos données, nous pouvons interagir avec les communautés de façon beaucoup plus différenciée. Un autre avantage des données à l’échelle de la population est que nous pouvons examiner les sous-populations d’une manière beaucoup plus différenciée. Si nous avons un échantillon représentatif de 2 000 enfants canadiens, souvent la conclusion s’applique aux Canadiens en général, mais nous ne savons pas comment certains sous-groupes sont touchés, car notre échantillon est trop limité pour en déduire des conclusions significatives. Avec la recherche à l’échelle de la population, nous avons des données sur tout le monde. Un troisième avantage des données à l’échelle de la population, particulièrement si elles sont intégrées dans une base de données connexes, est que lorsque nous avons des dossiers scolaires administratifs, des actes de naissance ou toute sorte d’autres données administratives, nous avons des données sur toute la population. Pour examiner les associations avec, par exemple, le bien-être, les relations sociales, le parascolaire, comme dans notre enquête de l’IMDAI, nous pouvons lier les données à d’autres ressources existantes et garder un échantillon assez gros pour déduire des significations à partir du regroupement de toutes ces sources de données provenant de différentes disciplines. La collecte de données à l’échelle de la population offre donc de multiples avantages méthodiques liés à la communication et aux politiques. Nous devons aussi reconnaître que ce type de collecte est un compromis. Nous obtenons tous les avantages mentionnés, mais nous ne pouvons pas aller aussi en profondeur qu’avec certains autres types de plans de recherche. Pour obtenir une signification très profonde, il faut recourir aux entrevues qualitatives, aux conversations durant plusieurs heures et aux analyses documentaires. Dans ce sens, c’est une méthodologie qui vient compléter plusieurs autres méthodologies. Nous ne pouvons pas nécessairement atteindre la même profondeur qu’avec d’autres méthodes, mais nous bénéficions de données pour toute la population. C’est donc un compromis.