Interopérabilité fédérale-provinciale des données et adoption de l’IA: Tirer parti de la dynamique fédérale-provinciale actuelle et du partenariat stratégique Canada-UE en matière d’IA
Bibliographic record
Abstract
Le Canada se trouve à un point critique où les enjeux économiques majeurs, les bouleversements géopolitiques et la difficile et nécessaire transformation des services publics exigent un nouveau mode de gestion et d’opération des relations fédérales-provinciales territoriales (FPT). Au cœur de cette transformation se trouve l’impératif d’établir l’interopérabilité des données du secteur public. Cette démarche permet non seulement une prestation de services plus efficace, mais aussi l’adoption de l’IA, et contribue à la productivité nationale, et la souveraineté numérique. Au centre de la gouvernance et des opérations du secteur public canadien se trouve le citoyen, qui est aussi le contribuable (particulier ou entreprise), le consommateur et l’utilisateur final des services fournis par les différents paliers de gouvernement : fédéral, provincial, territorial et municipal. Les citoyens ont droit à des services publics continus, efficaces, sûrs et fiables, quelle que soit la juridiction. Répondre à cette attente est une responsabilité partagée qu’aucun niveau de gouvernement ne peut assumer seul. La réponse nécessite une approche collaborative, à l’échelle de l’ensemble des gouvernements, fondée sur des outils modernes et des stratégies coordonnées. Malgré les efforts déployés, les relations intergouvernementales du Canada restent entravées par la fragmentation de systèmes le plus souvent obsolètes et un manque de cohésion des structures de gouvernance, qui, ensemble, empêchent l’utilisation évolutive et adaptable des données dans les différentes juridictions. Le gouvernement fédéral actuel, en réponse à ces défis structurels et à un contexte international de plus en plus instable, a défini un ensemble de priorités stratégiques qui dépendent intrinsèquement de systèmes de données intégrés de haute qualité : améliorer le commerce intérieur ; s’attaquer au problème du logement et de l’accessibilité financière ; protéger notre souveraineté ; moderniser la fonction publique et accélérer l’innovation fondée sur l’IA. Cette analyse souligne que les obstacles à l’interopérabilité sont principalement d’ordre politique et institutionnel plutôt que technique. S’inspirant de modèles internationaux tels que l’Acte pour une Europe interopérable de l’Union européenne et des enseignements tirés des cadres de politiques mis en place par le Royaume-Uni, le G7 ainsi que la Californie, le rapport propose une voie canadienne ancrée dans la gouvernance fédérée, les accords modulaires et les architectures de données fondées sur la confiance et le respect des droits de chacun. Le rapport recommande deux mesures urgentes : conclure un accord FPT sur l’interopérabilité des données et créer un conseil FPT permanent sur l’IA et l’interopérabilité. Ces initiatives ne sont pas de simples ajustements techniques : elles sont stratégiques et fondamentales pour tout projet de construction nationale. L’accord-cadre proposé en matière d’interopérabilité entre les gouvernements fédéral, provinciaux et territoriaux s’aligne directement sur les critères de désignation d’intérêt national énoncés dans la partie 2 du projet de loi C-5, la Loi sur la construction du Canada. Il renforce l’autonomie, la résilience et la sécurité du Canada en soutenant le partage d’infrastructures cyberrésilientes et la coordination des capacités d’intervention d’urgence. Il offre également des avantages économiques et institutionnels évidents en améliorant la prestation des services, en facilitant la mobilité de la main-d’œuvre et en favorisant des conditions propices à la croissance de la productivité grâce à l’IA.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.027 | 0.060 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.013 |
| Science and technology studies | 0.009 | 0.008 |
| Scholarly communication | 0.024 | 0.008 |
| Open science | 0.003 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".