Données ouvertes pour l’analyse et la cartographie des politiques liées au COVID-19

Collecte de données

À partir d’avril 2020, nous avons identifié les politiques mises en œuvre pour atténuer et répondre à l’épidémie de COVID-19 de janvier 2020 à juin 2022. Les politiques ont été définies de manière large et comprenaient les actions décrites et/ou autorisées dans la législation signée, les décrets, les règlements ministériels, les documents officiels. les communiqués de presse et les annonces sur les réseaux sociaux faites par des autorités vérifiées. Nous avons examiné les sites Web officiels du gouvernement, les bases de données et les pages de médias sociaux pour trouver des documents sources (par exemple, sites Web des ministères de la santé publique, archives législatives, communiqués de presse publiés) pour chaque juridiction.

Pour la saisie des données, nous avons conçu une base Airtable (https://airtable.com) permettant aux chercheurs de collecter et de coder les politiques. Chaque codeur a été formé par un chercheur principal sur la façon de naviguer dans Airtable, de sourcer les politiques et de coder chaque politique. Avant de saisir les enregistrements dans l’ensemble de données officiel, les chercheurs devaient coder un ensemble standard de politiques de pratique pour évaluer la compétence et la fiabilité inter-codeurs. Une fois qu’ils répondaient à ces critères, les codeurs ont été transférés vers la base principale d’Airtable. Chaque chercheur s’est vu attribuer une juridiction spécifique, chaque juridiction publiant et divulguant différemment les informations politiques au public. Les efforts de collecte de données ont initialement donné la priorité à la saisie des politiques mises en œuvre aux États-Unis, mais à mesure que la couverture s’est étendue à l’échelle mondiale, les chercheurs ayant des compétences linguistiques ou une expérience vécue dans un pays se sont vu attribuer la priorité dans ces juridictions. Les chercheurs se sont réunis chaque semaine pour discuter des thèmes émergents, des nouveaux types de catégories/sous-catégories/cibles et répondre aux questions sur les processus de codage ou les définitions. Le chercheur principal a également tenu des heures de bureau pour aider à la recherche et au codage des politiques, ainsi qu’à effectuer un examen régulier et une validation technique des progrès des chercheurs.

Afin de rechercher des données politiques pour les États-Unis (É.-U.) et leurs territoires, nous avons examiné les sites Web du bureau du gouverneur de l’État, du ministère de la Santé ou d’un organisme comparable et, le cas échéant, du corps législatif de l’État. Les chercheurs ont consulté le POLITICO Pro Legislative Compass (https://www.politicopro.com/pro-features/trackers/) pour identifier une législation supplémentaire sur le COVID-19 au niveau de l’État. Pour d’autres pays, les chercheurs ont identifié les principales autorités en matière de politique de santé et ont examiné leurs sites Web officiels pour connaître les politiques. En outre, les chercheurs ont utilisé des moteurs de recherche pour connaître les politiques liées au COVID-19 dans la langue locale. Si le codeur ne parlait pas couramment la langue locale de la juridiction collectée, Google Translate (https://translate.google.com) était utilisé pour traduire les documents de politique. L’Internet Archive (https://web.archive.org/) a été utilisée pour identifier les politiques dans les cas où les politiques ont été supprimées ou mises à jour du site d’origine. Seules les politiques gouvernementales officielles émises en réponse directe à la pandémie de COVID-19 ont été codées dans l’ensemble de données. Dans les cas où un document officiel de la politique pouvait être trouvé mais où le ou les documents gouvernementaux relatifs à la politique n’étaient pas publiés, n’étaient plus disponibles ou étaient inaccessibles depuis les archives Internet, nous avons codé le document à partir des enregistrements des médias sociaux, des avis d’actualité, et des annonces politiques décrivant la politique officielle du gouvernement.

Structure des données et processus de codage

Au fur et à mesure que nous collections les politiques, nous avons développé simultanément et de manière itérative un système de codage pour capturer les données structurées et non structurées liées aux politiques de réponse au COVID-19, en équilibrant une taxonomie cohérente en interne avec la flexibilité nécessaire pour décrire des environnements politiques hétérogènes. De nombreuses politiques incluent des relations un-à-plusieurs dans lesquelles une seule politique établit plus d’une et souvent plusieurs directives différentes liées à l’atténuation ou à la gestion de la réponse au COVID-19. Chaque ligne de l’ensemble de données représente une directive individuelle, liée par un identifiant unique au document de politique d’origine et codée par le type de politique et la cible de la politique, tels que définis comme la population principale, l’emplacement ou les entités touchées par la politique ou la loi. , en plus de plus de 40 variables codées supplémentaires par directive³.

La réponse aux événements et les efforts d’atténuation spécifiques à un événement ne constituent qu’un sous-ensemble des politiques nécessaires pour gérer et répondre efficacement aux urgences à grande échelle.⁴. Le National Response Framework (NRF) aux États-Unis répertorie 12 fonctions de soutien d’urgence et s’appuie sur un cadre de réponse pangouvernemental pour gérer les fonctions critiques dans les domaines des transports, des autorités militaires, de la fabrication, de la gestion de la chaîne d’approvisionnement, du logement des premiers intervenants, des services transfrontaliers. problèmes de licences aux frontières pour le personnel d’intervention essentiel (par exemple, les infirmières, les monteurs de lignes électriques), les autorités chargées du logement et le soutien économique pour les personnes touchées⁵. En nous appuyant sur cette approche intersectorielle, précédemment identifiée et appliquée dans la bibliothèque d’activités sur l’épidémie de Georgetown (https://outbreaklibrary.org/), nous avons identifié cinq catégories de politiques pertinentes pour l’épidémie de COVID-19 : (1) la distanciation sociale, ( 2) Déclarations d’urgence, (3) Restrictions de voyage, (4) Mesures d’habilitation et de secours, et (5) Soutien à la santé publique et à la capacité clinique. Au cours de la collecte de données, cinq catégories supplémentaires ont émergé de l’analyse politique et ont été ajoutées au système de codage pour capturer plus précisément la gamme d’actions politiques disponibles et mettre en avant des types spécifiques de politiques à mesure qu’elles gagnaient en popularité à l’échelle mondiale (par exemple, la variation des politiques de vaccination). ) : (6) Masque facial, (7) Recherche et tests des contacts, (8) Mobilisation militaire, (9) Autorisation et application, et (10) Vaccinations. En outre, 71 sous-catégories ont été utilisées pour saisir le type d’actions politiques à un niveau plus granulaire. Par exemple, la catégorie de distanciation sociale est composée de sous-catégories telles que « Couvre-feu », « Retards ou annulations d’événements », « Mesures électorales alternatives », « Fermetures du secteur privé » ou « Restez à la maison ».

À mesure que la pandémie se développait, les politiques mises en œuvre par les gouvernements pour gérer la réponse et atténuer les impacts ont évolué. Par conséquent, les catégories, sous-catégories et cibles ont été ajustées au fil du temps afin de maximiser la taxonomie de l’ensemble de données en termes d’exhaustivité et d’utilisabilité pour l’analyse secondaire. Toutes les mises à jour des catégories ou sous-catégories ont été effectuées par consensus au sein de l’équipe de recherche et rétropropagées dans les données existantes pour garantir la cohérence interne. Pour un dictionnaire de données complet, voir le tableau supplémentaire 1.

Comparaison avec d’autres outils de suivi des politiques COVID-19

La pandémie de COVID-19 a donné lieu à plus de 200 recherches et initiatives gouvernementales visant à suivre les politiques et mesures mises en œuvre en réponse à l’épidémie.¹. Compte tenu de la nature étendue de ces efforts, une évaluation complète de chacun d’entre eux dépasse la portée de cet article. Cependant, nous résumons les principales caractéristiques de COVID AMP³ dans le contexte d’ensembles de données similaires, notamment OxCGRT⁶,CoronaNet⁷et réponses politiques de l’État au COVID-19 (SPRC19)⁸ pour mettre en évidence les différences et fournir des suggestions sur les types d’analyses ultérieures qui pourraient être les plus utiles.

L’objectif principal de COVID AMP était de capturer un large échantillon représentatif des types de politiques mises en œuvre pour répondre à une pandémie mondiale. CoronaNet partage une portée tout aussi large, identifiant 20 « grands types de politiques », notamment les NPI, les déclarations d’urgence, les restrictions de voyage, la communication sur la santé et certaines restrictions publiques et privées.⁷. OxCGRT comprend 19 indicateurs axés plus spécifiquement sur les politiques de confinement, de santé et de soutien économique⁶. Dans l’ontologie COVID AMP, ces « grands types de politiques » et « indicateurs » sont équivalents à notre concept de « sous-catégorie de politiques », qui comprend plus de 70 sous-types de politiques individuels.³. Bien que le COVID AMP englobe de nombreux types de politiques inclus dans d’autres ensembles de données, il est unique par la granularité capturée, en particulier en ce qui concerne les mesures de politique économique. L’ensemble de données capture des interventions économiques spécifiques, des retards fiscaux aux paiements de relance et aux mesures anti-prix abusifs.³.

Contrairement à OxCGRT, nous n’attribuons pas de valeurs quantitatives pour interpréter la rigueur des politiques, mais classons plutôt les politiques comme restrictives ou assouplissantes en fonction de l’effet escompté de la directive sur l’environnement politique au moment de sa promulgation. Il s’agit d’une divergence marquée par rapport aux autres outils de suivi des politiques ; cette approche permet d’analyser non seulement les modèles de confinement, mais aussi la réouverture progressive dans toutes les juridictions par le biais de prolongations, de modifications, d’expirations et d’abrogations de politiques.^6,7.

Pour mieux comprendre le contexte des politiques mises en œuvre, l’ensemble de données COVID AMP comprend des détails sur le secteur et les objectifs démographiques. Dans OxCGRT, ces variables sont binaires pour chacun des indicateurs pour désigner simplement « ciblé » ou « général ».⁶ Dans CoronaNet, l’objectif démographique s’aligne sur 11 objectifs démographiques généraux ou 25 objectifs démographiques spéciaux ; les objectifs sectoriels ne sont pas inclus⁷. Semblable aux champs « init_country_level » et « geog_target_level » de CoronaNet, COVID AMP utilise les termes « zones autorisant » et « zones affectées » pour définir les conditions dans lesquelles une politique émise par un niveau de gouvernement s’applique à une autre géographie.³. Par exemple, la restriction de voyage du Royaume-Uni après l’identification de la variante Omicron en décembre 2021 ciblait six pays, le Royaume-Uni étant désigné comme « pays autorisant » et l’Afrique du Sud, le Botswana, le Lesotho, l’Eswatini, le Zimbabwe et la Namibie étant chacun répertoriés dans la « Champ « Pays affecté »⁹.

Au-delà des cibles géographiques, COVID AMP utilise le champ « Policy target », avec 73 options à sélection multiple pour indiquer les populations, lieux, secteurs ou entités concernés par la politique. De cette manière, les chercheurs peuvent mélanger et associer des catégories/sous-catégories politiques spécifiques avec des objectifs sectoriels et démographiques pour filtrer et mener une analyse hautement personnalisée. Par exemple, quels États exigeaient des tests dans les écoles primaires et secondaires par rapport à ceux qui exigeaient des tests uniquement pour l’enseignement supérieur ? Quels types de politiques ont été utilisés pour prévenir la transmission des maladies dans les installations agricoles, agricoles et de transformation des aliments ? Où les pharmacies étaient-elles autorisées à délivrer des renouvellements de médicaments d’urgence ? Bien que les objectifs politiques permettent une flexibilité considérable par rapport à d’autres ressources, tous les types de lieux n’ont pas pu être capturés individuellement dans le cadre du COVID AMP. Ceux qui ont besoin d’indicateurs précis sur des données démographiques, des lieux ou des secteurs particuliers (par exemple uniquement intéressés par les plages relevant de la cible « Loisirs de plein air/terrains de camping/plages/parcs ») devront peut-être procéder à un examen supplémentaire pour extraire les données les plus pertinentes pour leurs besoins de recherche.

Parce que l’objectif de COVID AMP était de mettre l’accent sur l’étendue des types de politiques, OxCGRT et CoronaNet ont une couverture mondiale plus étendue (184 et 195 pays, respectivement). Bien que les données de 150 pays soient capturées dans COVID AMP, seuls 40 de ces pays ont codé plus de 100 politiques (voir le tableau supplémentaire 2). Ainsi, étant donné l’absence d’une couverture mondiale complète, il est recommandé que les données COVID AMP soient triangulées entre des sources de données supplémentaires pour les politiques d’intérêt lors de la réalisation d’une analyse transversale entre les pays.

Pour les politiques américaines, COVID AMP offre une riche source de données jusqu’en juin 2022 au niveau des États et jusqu’en décembre 2021 aux niveaux des comtés et des tribus. Par rapport à des ensembles de données similaires axés sur les États-Unis, comme l’ensemble de données SPRC19⁸, l’inclusion des politiques des comtés et des tribus semble être unique au COVID AMP. L’ensemble de données COVID AMP fournit des niveaux de détails politiques similaires à ceux de l’ensemble de données SPRC19 au niveau des États américains, mais sa couverture temporelle permet une analyse longitudinale des stratégies politiques mises en œuvre par les États américains, alors que SPRC19 ne couvre actuellement que de janvier à avril 2020.^3,8.