40 millions de lignes d’information à scruter!
En pratique, les étudiants affectés au projet font face à certains défis de taille.
Le premier consiste à scruter, à l’aide de programmes informatiques, pas moins de 40 millions de lignes d’information portant sur chacun des Canadiens ayant vécu au pays au cours de ces 70 années!
Ils doivent notamment détecter les informations erronées ou mal recensées. «Parfois, les recenseurs de l’époque peuvent avoir intégré une donnée dans une mauvaise case ou colonne: par exemple, le type de métier de la personne peut être inscrit dans la colonne où devrait apparaître son lieu de naissance», d’imager Mme Dillon.
De même, les relevés fournis par l’entreprise Ancestry ont été colligés par des entreprises partenaires de la Chine, des Philippines, du Sri Lanka et de Madagascar. Les personnes chargées de retranscrire les renseignements n’étaient pas toujours en mesure de deviner la nature des mots mal orthographiés…
Car – autre défi! – il faut parfois décrypter ce que les recenseurs de l’époque ont inscrit sur leurs listes: tous n’avaient pas le même niveau d’éducation… ni les mêmes qualités calligraphiques! L’équipe de recherche du PRDH relèvera ce défi en combinant compétences en science des données et compréhension historique. Cette expérience de travail aidera à préparer ces étudiants à un emploi hautement qualifié dans l'économie numérique et l’analyse de données de masse.