Outil géospatial de notation environnementale, sociale et de gouvernance

Les perturbations des chaînes d’approvisionnement mondiales en matières premières critiques peuvent retarder la transition vers les énergies renouvelables ou en augmenter le coût. Alors que la rareté géologique est souvent considérée comme un risque majeur, de nombreuses interruptions de chaînes d’approvisionnement sont dues à des facteurs environnementaux, sociaux et de gouvernance (ESG). Les zones présentant des risques spatiaux plus élevés sont plus sensibles aux conflits, aux manifestations ou aux changements de politique qui peuvent retarder, augmenter les coûts ou même annuler des projets. La compréhension et la modélisation de ces risques spatiaux peuvent aider les détenteurs d’intérêts à prioriser les zones d’intérêt dès le début du cycle d’exploration, ce qui permettra de renforcer les chaînes d’approvisionnement et de favoriser le développement responsable des ressources.

Afin d’atténuer ces perturbations et de soutenir l’avancement des projets miniers, le Canada a financé l’élaboration d’un outil géospatiale de notation ESG dans le cadre de son initiative Géosciences et données pour les minéraux critiques (GDMC).

Commencez votre recherche

Comment utiliser l’outil de notation ESG

Cet outil utilise une API (version 1.0) pour fournir des notations ESG pour une ou plusieurs paires de coordonnées géographiques. Pour utiliser cet outil :

Entrer les coordonnées

Entrez une seule paire de coordonnées* dans les champs Latitude et Longitude et sélectionnez Obtenir des résultats.

Les coordonnées doivent respecter le format approprié, y compris 3 décimales (p. ex., 45.425 ou –75.965), sinon un message d’erreur mis en évidence par une icône d’exclamation rouge vous sera envoyé.

Ajouter plusieurs coordonnées

Pour plusieurs paires de coordonnées, sélectionnez Ajouter une nouvelle paire de coordonnées pour ajouter autant de lignes supplémentaires que nécessaire, puis sélectionnez Obtenir des résultats.

Si vous devez supprimer une des rangées de coordonnées, sélectionnez Supprimer à droite de la ligne que vous souhaitez supprimer.

Obtenir des résultats

Les résultats de la notation ESG apparaîtront dans le tableau Résultats ci-dessous.


Pour les développeurs intéressés par l’accès à l’aide de programmes, nous avons préparé un carnet de démonstration exhaustif présentant des exemples d’intégration d’interfaces de programmation d’applications (API). Le carnet est disponible dans notre répertoire GitHub : https://github.com/NRCan/Geospatial_ESG_Model

Dépannage

À propos de l’outil de notation géospatiale ESG

L’outil de notation géospatiale ESG intègre des ensembles de données de recherche mondiales accessibles au public qui couvrent la période de 1996 à 2023 et qui portent sur la conservation, la biodiversité, la pression exercée sur les réserves d’eau douce, le stockage du carbone, la consommation d’énergie, la gestion des déchets, l’utilisation des terres, les indices de développement humain, les statistiques de santé et de sécurité et les indicateurs de gouvernance. En intégrant ces ensembles de données pluriannuels dans un cadre prédictif qui combine la logique floue et l’apprentissage profond, l’outil génère des cotes ESG cohérentes et reproductibles au niveau mondial, fournissant une base solide pour la recherche, l’analyse des politiques et l’évaluation des risques. L’objectif est d’identifier les emplacements présentant des risques ESG potentiellement plus faibles pour les chaînes d’approvisionnement en matières premières critiques.

L’outil de notation génère des évaluations sur 4 éléments :

  1. Environnemental
  2. Social
  3. Gouvernance
  4. Cote ESG totale

Ces cotes sont exprimées en percentiles globaux (0 représentant une cote ESG élevée et 100 représentant une cote ESG faible). Chaque cote ESG est associée à une valeur d’incertitude basée sur l’écart-type des ensembles de données d’entrée dans chaque cellule du modèle. Les zones où les cotes ESG sont plus élevées sont associées à des risques spatiaux plus faibles. Les résultats du modèle d’apprentissage profond prédisent la probabilité de conflits liés aux ressources naturelles en fonction des étiquettes d’entraînement incluses dans les ensembles de données POLitical Event Classification, Attributes, and Types (POLECAT) (en anglais seulement).

Pour plus d’informations : Pour en savoir plus sur le projet de recherche et la méthodologie du Modèle géospatial ESG, consultez le rapport complet, Geospatial Data and Deep Learning Expose ESG Risks to Critical Raw Materials Supply: The Case of Lithium (en anglais seulement).

Avis de non-responsabilité : Les données et les renseignements présentés dans le présent document proviennent de sources fournies par le gouvernement du Canada. Ce contenu est fourni « tel quel » sans garantie d’aucune sorte. Le gouvernement du Canada n’assume aucune responsabilité quant à l’exactitude, à la fiabilité ou à l’exhaustivité des données, ni quant aux conséquences découlant de votre utilisation ou de votre interprétation de celles-ci. Il est conseillé aux utilisateurs d’examiner les sources de données primaires et de vérifier les résultats de manière indépendante.

Éditeur – Nom de l’organisation : Ressources naturelles Canada

Licence : Licence du gouvernement ouvert – Canada

Détails de la page

2025-10-20