How Can We Make Sense of Qualitative Data?

Comment saisir le sens des données qualitatives?

Some Insight through Public Engagement / Des intuitions perspicaces grâce à la participation du public

Canadian Food Inspection Agency, March 11, 2020 / Agence canadienne d’inspection des aliments, 11 mars 2020

Alexandre Enkerli

Gathering / Rencontre

Language Check / Langues
Alex intro
Public Engagement (PE) / Participation du public (P2)?
PE data? / Données de P2?
Connected/ Branchés?

Experiences / Expériences

Impact on Policymaking / Impact sur les politiques
PE process / Processus P2
Specific goals / Buts précis
Broad goals / Buts larges
Methods? / Méthodes
Privacy & ethics? / Vie privée et éthique?
Data types? / Types de données?
Data work? / Travail sur les données?
- Processing / Traitement
- Skills / Compétences
- Internally / Internes
- Impact

Considerations / Considérations

Overwhelming / Surabondance
Collaboration
Open Data / Données ouvertes
- Consultations dataset / Jeu de données Consultations
- National Security dataset / Jeu de données Sécurité nationale

Feet Wet / Mains à la pâte

ESDC questionnaire on FWA / Questionnaire EDSC sur les CTS
open.canada.ca search for “flexible” / Recherche ouvert.canada.ca pour « souples »
Preprocessing / Prétraitement
Questions with qual responses / Questions à réponses qualitatives
Pieces of a puzzle / Pièces du casse-tête

Prompts / Guides

Themes from overall set? / Thèmes du jeu de données?
Making sense of data you have here? / Saisir le sens de ce que vous avez?
Followup questions / Questions de suivi
Improving the dataset / Améliorer le jeu de données

Together / Ensemble

Themes & topics / Thèmes et sujets
Suggestions for further work / Suggestions pour la suite
Improving data quality / Améliorer la qualité des données

Hope & Hype / Espoir et hyperbole

Text mining / Analyse automatisée
AI / IA
Suggestion: Topic Modelling to ”encode bias” / Modélisation des sujets pour « encoder les biais »