Outil ludique au service de la recherche en science politique Université Laval

Datagotchi est une application Web éducative et ludique, engageant l'utilisateur-rice dans la conception interactive d'un avatar personnalisé. Ce nouveau dossier de Datagotchi «·Élections Québec 2022·» permet d'éclairer la relation entre l'intention de vote et les habitudes de vie, sensibilisant ainsi les citoyen-nes à la richesse et au pouvoir des données massives.

Datagotchi est une initiative menée conjointement par Simon Coulombe, professeur agrégé en relations industrielles à l'Université Laval, Yannick Dufresne, professeur agrégé en science politique à l'Université Laval et titulaire de la Chaire de leadership en enseignement des sciences sociales numériques (CLESSN) et Catherine Ouellet, doctorante en science politique à l'Université de Toronto. L'équipe derrière Datagotchi a consacré des efforts considérables afin d'obtenir les autorisations éthiques les plus rigoureuses, tel qu'attendu d'une application qui collecte des données individuelles. Elle peut donc garantir à ses utilisateur-rices les plus hauts standards en matière de respect de la vie privée et de sécurité des données.

Les données des internautes sont collectées de manière confidentielle sur l’application Datagotchi lorsque les utilisateur-rices remplissent le questionnaire. Les questions sur les caractéristiques sociodémographiques des utilisateurs-rices, ainsi que sur leurs habitudes de vie, permettent de prédire la probabilité qu’a l’utilisateur-rice de voter pour chacun des cinq partis provinciaux suivants : la Coalition avenir Québec, le Parti libéral du Québec, Québec solidaire, le Parti québécois, et le Parti conservateur du Québec. Tous les partis dont les projections de vote étaient de 5% ou plus avant le déclenchement de la campagne sont considérés dans l’analyse. Nous excluons donc les partis plus en marge tels : le Parti vert du Québec (PVQ), Mouvement Québec français (MQF) et le Parti canadien du Québec. Pour l’instant, le pourcentage d’électeurs qui votent pour ces partis est trop faible pour alimenter l’algorithme de prédictions. Toutefois, le modèle prédictif se raffine et s’ajuste en fonction des répondant-es : ces partis pourraient éventuellement être inclus dans Datagotchi s’ils atteignaient ce seuil d’intention de vote auprès de l’électorat québécois.

Pour consulter la méthodologie intégrale (PDF), cliquez ici !