Résultats du questionnaire sur l’imaginaire autour des algorithmes mené par Etalab entre décembre 2020 et janvier 2021

Metadata quality: 0.5555555555555556/1
Metadata quality:
Data description filled
Resources documentation missing
License filled
Update frequency not set
File formats are open
Temporal coverage filled
Spatial coverage not set
Updated on July 6, 2021 — Licence Ouverte / Open Licence version 2.0

Etalab

Etalab est un département de la direction interministérielle du numérique (DINUM), dont les missions et l’organisation sont fixées par le décret du 30 Octobre 2019. Il coordonne notamment la conception et la mise en œuvre de la stratégie de l’État dans le domaine de la donnée. Ouverture (open…

61 datasets
36 reuses

Informations

License
Licence Ouverte / Open Licence version 2.0
ID
60e41e0ea051293cefd4c6cf

Temporality

Temporal coverage
2020/12/21 to 2021/01/19
Frequency
Unknown
Creation date
July 6, 2021
Latest resource update
July 6, 2021

Embed

Permalink

Description

Dans le cadre de sa collaboration avec Design Friction, Etalab a mené de décembre 2020 à janvier 2021 une enquête à destination des agents publics autour de leur perception des algorithmes publics. Cette enquête pris la forme de questionnaire anonyme non statistiquement représentatif.

Le fichier .csv contient les données brutes des répondants et répondantes.
Le fichier .ods contient trois volets : le premier contient les données brutes des répondants et répondantes. Les deux suivants présentent des représentations visuelles des résultats du sondage.

Ses résultats ont permis d’alimenter une réflexion de design fiction pour interroger les enjeux actuels et futurs des algorithmes.

Pour en savoir plus sur le produit fini : http://nosalgorithmes.fr/

Ces données ne seront pas mises à jour.

Files 1

Community resources 0

You have built a more comprehensive database than those presented here? This is the time to share it!

Reuses 0

Explore the reuses of this dataset.

Did you use this data ? Reference your work and increase your visibility.

Discussion between the organization and the community about this dataset.