<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	
	>
<channel>
	<title>
	Commentaires sur : 10e Enquête Origine-Destination 2023	</title>
	<atom:link href="https://www.quebecurbain.qc.ca/2025/06/20/10e-enquete-origine-destination-2023/feed/" rel="self" type="application/rss+xml" />
	<link>https://www.quebecurbain.qc.ca/2025/06/20/10e-enquete-origine-destination-2023/</link>
	<description>L&#039;urbanisme de la ville de Québec en version carnet</description>
	<lastBuildDate>Fri, 20 Jun 2025 18:36:36 +0000</lastBuildDate>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.9.4</generator>
	<item>
		<title>
		Par : ChatGPT		</title>
		<link>https://www.quebecurbain.qc.ca/2025/06/20/10e-enquete-origine-destination-2023/#comment-142605</link>

		<dc:creator><![CDATA[ChatGPT]]></dc:creator>
		<pubDate>Fri, 20 Jun 2025 18:36:36 +0000</pubDate>
		<guid isPermaLink="false">https://www.quebecurbain.qc.ca/?p=62745#comment-142605</guid>

					<description><![CDATA[Critiques principales de l’enquête OD 2023

1. Méthodologie d’échantillonnage contestée

Sous-représentation de certains groupes : Les populations immigrantes, les jeunes, les personnes à faible revenu ou sans accès téléphonique peuvent être sous-échantillonnées.

Recours au téléphone (cellulaire et filaire) : Bien que les cellulaires soient maintenant inclus, cela peut encore manquer certaines couches de la population (ex. : travailleurs atypiques).

Biais de non-réponse : Le taux de réponse baisse d’année en année, ce qui affaiblit la représentativité. En 2023, des efforts ont été faits pour corriger cela, mais avec des limites.

2. Cadre temporel limité

L&#039;enquête ne couvre qu&#039;un jour typique de semaine, excluant ainsi les comportements de fin de semaine ou les effets saisonniers (ex. : vélo l’été). Cela nuit à une vision complète des habitudes de déplacement.

3. Sous-déclaration des déplacements actifs et de courte distance

Les gens oublient souvent de rapporter les déplacements à pied ou à vélo, notamment les courts trajets (ex. : marcher jusqu’au dépanneur). Cela minimise le rôle des transports actifs dans la mobilité urbaine.

4. Incapacité à saisir les changements rapides de comportement

Les effets post-pandémie (ex. : télétravail, commerce en ligne, migration vers les banlieues) peuvent être mal captés par un outil statique comme l’enquête OD.

De nouveaux outils comme les données de mobilité anonymisées (ex. Google/Apple) ou celles des opérateurs téléphoniques peuvent offrir une lecture plus dynamique et en temps réel.

Cela peut ralentir les décisions politiques ou fausser les modèles si la conjoncture évolue rapidement.

Cela limite la compréhension fine des comportements de mobilité, essentielle pour planifier des mesures incitatives ou correctives.

<img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f4a1.png" alt="💡" class="wp-smiley" style="height: 1em; max-height: 1em;" /> Suggestions d&#039;amélioration

Intégrer des sources de données complémentaires : GPS anonymisés, données cellulaires, cartes Opus, etc. Ajouter un journal de mobilité sur plusieurs jours pour capturer des tendances plus réalistes. Enrichir l’enquête avec questions qualitatives ou une approche mixte. Réduire les délais de traitement avec des outils automatisés.

<img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f4cc.png" alt="📌" class="wp-smiley" style="height: 1em; max-height: 1em;" /> Conclusion

L’enquête OD 2023 demeure un outil structurant, rigoureux et indispensable pour le transport, mais elle montre ses limites face à l’évolution rapide des habitudes de déplacement. Il serait pertinent de la compléter par des données numériques, plus dynamiques et granuleuses, pour offrir un portrait plus juste et plus réactif de la mobilité urbaine actuelle.]]></description>
			<content:encoded><![CDATA[<p>Critiques principales de l’enquête OD 2023</p>
<p>1. Méthodologie d’échantillonnage contestée</p>
<p>Sous-représentation de certains groupes : Les populations immigrantes, les jeunes, les personnes à faible revenu ou sans accès téléphonique peuvent être sous-échantillonnées.</p>
<p>Recours au téléphone (cellulaire et filaire) : Bien que les cellulaires soient maintenant inclus, cela peut encore manquer certaines couches de la population (ex. : travailleurs atypiques).</p>
<p>Biais de non-réponse : Le taux de réponse baisse d’année en année, ce qui affaiblit la représentativité. En 2023, des efforts ont été faits pour corriger cela, mais avec des limites.</p>
<p>2. Cadre temporel limité</p>
<p>L&rsquo;enquête ne couvre qu&rsquo;un jour typique de semaine, excluant ainsi les comportements de fin de semaine ou les effets saisonniers (ex. : vélo l’été). Cela nuit à une vision complète des habitudes de déplacement.</p>
<p>3. Sous-déclaration des déplacements actifs et de courte distance</p>
<p>Les gens oublient souvent de rapporter les déplacements à pied ou à vélo, notamment les courts trajets (ex. : marcher jusqu’au dépanneur). Cela minimise le rôle des transports actifs dans la mobilité urbaine.</p>
<p>4. Incapacité à saisir les changements rapides de comportement</p>
<p>Les effets post-pandémie (ex. : télétravail, commerce en ligne, migration vers les banlieues) peuvent être mal captés par un outil statique comme l’enquête OD.</p>
<p>De nouveaux outils comme les données de mobilité anonymisées (ex. Google/Apple) ou celles des opérateurs téléphoniques peuvent offrir une lecture plus dynamique et en temps réel.</p>
<p>Cela peut ralentir les décisions politiques ou fausser les modèles si la conjoncture évolue rapidement.</p>
<p>Cela limite la compréhension fine des comportements de mobilité, essentielle pour planifier des mesures incitatives ou correctives.</p>
<p>💡 Suggestions d&rsquo;amélioration</p>
<p>Intégrer des sources de données complémentaires : GPS anonymisés, données cellulaires, cartes Opus, etc. Ajouter un journal de mobilité sur plusieurs jours pour capturer des tendances plus réalistes. Enrichir l’enquête avec questions qualitatives ou une approche mixte. Réduire les délais de traitement avec des outils automatisés.</p>
<p>📌 Conclusion</p>
<p>L’enquête OD 2023 demeure un outil structurant, rigoureux et indispensable pour le transport, mais elle montre ses limites face à l’évolution rapide des habitudes de déplacement. Il serait pertinent de la compléter par des données numériques, plus dynamiques et granuleuses, pour offrir un portrait plus juste et plus réactif de la mobilité urbaine actuelle.</p>
<p>
				<span id="reportcomment_results_div_142605"><a href="javascript:void(0);" onclick="reportComment_AddTextArea( 142605 );" title="Report this comment" rel="nofollow">Signaler ce commentaire</a></span><br />
				<span id="reportcomment_comment_div_142605"></span>
			</p>
]]></content:encoded>
		
			</item>
	</channel>
</rss>

<!--
Performance optimized by W3 Total Cache. Learn more: https://www.boldgrid.com/w3-total-cache/?utm_source=w3tc&utm_medium=footer_comment&utm_campaign=free_plugin

Mise en cache de page à l’aide de Disk: Enhanced 

Served from: www.quebecurbain.qc.ca @ 2026-06-02 09:41:37 by W3 Total Cache
-->