Passer au contenu

Un nouveau guide clarifie l’utilisation des variables de race et d’ethnicité dans la recherche sur les données administratives

thumbnail

Dans le cadre de son engagement en faveur de la recherche contre le racisme, le gouvernement de la Colombie-Britannique a publié un guide sur l’utilisation des variables de race et d’ethnicité pour les utilisateurs de données administratives et d’enquête. Cette publication fait suite à l’adoption de la loi sur les données antiracistes (Anti-Racism Data Act) en 2022 et à la publication de 12 priorités de recherche antiraciste au début de l’année.

La recherche antiraciste joue un rôle important dans l’engagement du gouvernement à lutter contre le racisme systémique, selon Tatiana Kim, gestionnaire des projets de données antiracistes chez BC Stats. Tatiana Kim fait partie de l’équipe de BC Stats qui soutient la recherche visant à comprendre et à lutter contre le racisme systémique dans les programmes et services gouvernementaux. Elle était la conférencière inaugurale de la série de conférences Les grandes idées sur les données de santé du RDDS Canada.

Tatiana Kim a évoqué une série d’obstacles rencontrés lors de l’élaboration du guide sur l’utilisation des variables relatives à la race et à l’ethnicité. « L’incertitude règne quant au moment et à la manière d’utiliser les données relatives à la race et à l’origine ethnique, et il n’existe pas de structures politiques permettant d’utiliser ces données en toute sécurité », a-t-elle déclaré. « L’adoption de la loi sur les données antiracistes a constitué un premier pas vers l’élimination de certains de ces obstacles. Elle a jeté les bases d’une collecte et d’une utilisation sûres des données raciales dans la recherche et les rapports. »

Ce guide a été conçu pour les personnes qui utilisent des ensembles de données administratives et d’enquêtes provinciales existantes, telles que celles disponibles dans le cadre du programme d’innovation en matière de données de la Colombie-Britannique, des programmes statistiques, des systèmes de gestion des documents gouvernementaux et des applications commerciales. Son objectif est d’aplanir les différences dans la manière dont les données sur la race et l’ethnicité sont utilisées et interprétées. « La disponibilité et l’utilisation accrues des données raciales comportent un risque, car nous savons qu’elles ont été et sont encore utilisées à mauvais escient et de manière incohérente, tant à l’intérieur qu’à l’extérieur du gouvernement », a expliqué Tatiana Kim. L’une des principales raisons pour lesquelles les données sur la race et l’ethnicité sont mal utilisées est simple : « les concepts eux-mêmes sont défectueux. Ils sont socialement construits et leurs significations et définitions changent en conséquence. La façon dont ils sont mesurés varie et change également », ce qui rend difficile l’utilisation cohérente et appropriée des données, a-t-elle poursuivi.

Selon Tatiana Kim, les « variables floues » ont posé un problème lors de l’élaboration du guide. « Les concepts de race et d’ethnicité et leurs variables respectives sont définis de manière vague et il n’y a pas de consensus sur ce qu’ils signifient. Ils sont souvent utilisés ensemble ou de manière interchangeable, ou comme substituts de concepts connexes tels que la nationalité, la culture ou la langue. » Le guide relève ce défi de front dans sa première recommandation, qui appelle à définir la race et l’ethnicité comme des concepts sociaux distincts nécessitant une justification de leur utilisation. « Cela encourage les usager-e-s à décider quels usages veut-on faire de la race ou l’ethnicité, puis à définir ce qui est entendu par ce concept avant même de choisir un ensemble de données et, enfin, à justifier pourquoi cet usage est pertinent dans ce cas précis. Les concepts ne doivent pas être utilisés par curiosité ou par commodité, ni comme substituts à d’autres concepts, car ils risquent de perpétuer des stéréotypes ou d’aboutir à des conclusions infondées », a-t-elle ajouté.

Si les neuf recommandations du guide sont bien distinctes, elles ont en commun un appel général à la réflexion et à la précision dans la définition, la description et la discussion des concepts et usages de race et d’ethnicité, ainsi que d’une évaluation de leur rôle dans les résultats de la recherche. « Réfléchir à ce que les données signifient et ne signifient pas aidera les destinataires [de la recherche] à comprendre les limites des résultats et à les utiliser de manière appropriée. Cela permettra également de décourager les récits déformateurs et autres interprétations nuisibles. »

Derniers articles

Dr. Hilary Brown, une femme blanche aux longs cheveux bruns. Dr. Yona Lunsky, une femme blanche aux longs cheveux noirs et bouclés. Le texte se lit comme suit : Les grandes idées sur les données de santé Hilary Brown & Yona Lunsky - Données administratives et travail avec les communautés de personnes handicapées. Logo RRDS Canada en bas.

Kim McGrail, une femme blanche souriante aux longs cheveux bruns, et Robert Platt, un homme blanc chauve souriant portant un pull-over rouge. Le texte se lit comme suit : Nouvelles. Analyse fédérée 101. Le logo du Réseau de recherche sur les données de santé du Canada se trouve au bas de la page.