Le modèle de simulation est conçu à partir de tabulations issues de demandes de données personnalisées, auprès de Statistique Canada, fondées sur le Système d’information sur les étudiants postsecondaires (SIEP) et la Plateforme longitudinale sur l’éducation et le marché du travail (ELMLP). Ces données sont élaborées en collaboration avec le Centre canadien de la statistique de l’éducation pour suivre les cohortes de TRM de l’inscription aux études à l’emploi. Les données sur le nombre d’inscriptions et de diplômées et diplômés pour la formation en technologie radiologique à Terre-Neuve-et-Labrador proviennent directement du College of the North Atlantic, tandis que le taux de diplomation en technologie radiologique en Saskatchewan est dérivé en intégrant des données à l’échelle des programmes obtenues directement de la Saskatchewan Polytechnic.

Les données personnalisées de Statistique Canada sont arrondies pour assurer la confidentialité conformément aux exigences en matière de divulgation. Les comptes de cohorte d’entrée sont arrondis aléatoirement au multiple de trois (3) le plus proche, tandis que toutes les autres valeurs sont arrondies au multiple de dix (10) le plus proche. Les petits nombres qui pourraient potentiellement mener à l’identification de personnes sont supprimés par Statistique Canada avant le calcul des taux par défaut par Effectif de la santé Canada. Ainsi, toutes les données présentées dans la simulation sont des estimations et ne doivent pas être interprétées comme des valeurs exactes.

1. Données d’inscription
   Les valeurs d’inscription par défaut représentent le nombre d’inscriptions annuel moyen des cohortes entrant dans les programmes d’études en 2020-2021, 2021-2022 et 2022-2023. Les données d’inscription de cohorte d’entrée les plus récentes datent de 2022-2023 et les valeurs ultérieures rapportées par le modèle, de 2023 à 2025, reproduisent les moyennes d’inscriptions. Les données sont donc statiques après 2022-2023, à moins que les utilisateurs n’entrent des comptes révisés, qui s’appliquent à partir de 2026.

   
   Dans certains cas, des estimations du nombre d’étudiantes et d’étudiants dans la cohorte d’entrée annuelle (inscriptions) doivent être faites en raison de comptes incomplets ou peu probables. Cette estimation se fait en divisant le nombre annuel de diplômés par le taux de diplomation dans chaque province de formation et pour chaque spécialité de TRM. Puisque les programmes de formation dans une province pour une spécialité de TRM particulière peuvent avoir des durées différentes (p. ex., 3 et 4 ans pour les programmes deradiothérapie en Ontario), deux approches sont utilisées pour attribuer des valeurs de cohorte d’entrée révisées à l’année de début du programme appropriée.

   Approche 1 – Durée de programme unique pour une spécialité de TRM dans une province de formation

   Lorsque tous les programmes de formation pour une spécialité de TRM dans une province ont la même durée attendue (d), p. ex., 3 ans, la taille de la cohorte d’entrée pour l’année t est déduite en utilisant le nombre de diplômés (G) observé dans l’année (t+d) et le taux de diplomation (rₜ) pour cette cohorte :

   

   Définitions:

   • – Taille de la cohorte d’entrée (inscriptions) pour l’année t
   • – Taux de diplomation pour la cohorte t (forme décimale)
   • – Nombre de diplômés observé au cours de l’année civile t+d
   • – Durée du programme (années)

   Approche 2 – Durées de programme multiples (p. ex., 3 et 4 ans) pour une spécialité de TRM dans une province de formation

   Lorsque différents programmes de formation pour une spécialité de TRM dans une province ont des durées attendues différentes (d), p. ex., 3 et 4 ans, nous appliquons une approche proportionnelle pour estimer la taille de la cohorte d’entrée au cours des années de début des programmes. Par exemple, lorsqu’il y a des programmes avec deux durées (d), des proportions p et 1−p sont attribuées aux durées d₁ et d₂ respectivement. Par conséquent, les diplômés G de l’année y sont un mélange de deux cohortes :

   

   Pour estimer la taille de la cohorte d’entrée de l’année t (Eₜ), nous utilisons les diplômés observés l’année t + d₁. La résolution de l’équation pour Eₜ donne ceci :

   

   Une explication plus détaillée comprenant des exemples sera disponible dans le guide de l’utilisateur du modèle.

2. Données et taux de diplomation
   Les taux de diplomation par défaut représentent le pourcentage moyen de diplomation des cohortes qui ont commencé leur formation en 2015-2016, 2016-2017 et 2017-2018. Le pourcentage de diplomation est fondé sur un suivi de cinq ans des cohortes d’entrée pour déterminer si les étudiantes et étudiants avaient obtenu leur diplôme à la fin de la cinquième année. Dans le modèle de simulation, lorsque les données provinciales étaient indisponibles (en raison de la suppression), des moyennes basées sur tous les territoires de compétence contributeurs, pour chaque spécialité de TRM, ont été utilisées.

   
   Pour les territoires de compétence sans programme de TRM – ou sans programme dans la spécialité sélectionnée –, une cohorte d’entrée par défaut de zéro (c.-à-d., Cohorte d’entrée [n=0]) est affichée. Dans ces cas, le modèle applique le taux de diplomation moyen pancanadien décrit ci-dessus pour la spécialité, que les utilisatrices et utilisateurs peuvent également ajuster lors de la simulation d’un nouveau programme.

   Tableau A : Taux de diplomation moyens pancanadiens par spécialité de TRM

   Spécialité	Taux de diplomation moyen pancanadien (%)	Territoires de compétence où le taux pancanadien est appliqué
   Technologie radiologique	75,7	Terre-Neuve-et-Labrador, Île-du-Prince-Édouard, Nouveau-Brunswick, territoires
   Médecine nucléaire	75,1	Ensemble des provinces et territoires
   Radiothérapie	55,6	Ensemble des provinces et territoires, sauf le Québec
   Imagerie par résonance magnétique	55,6	Ensemble des provinces et territoires

   Dans la simulation, la progression des personnes inscrites est modélisée de manière déterministe en fonction de la durée du programme. Par exemple, les personnes entrant dans un programme de deux ans en 2025-2026 sont censées obtenir leur diplôme et entrer sur le marché du travail en 2027.

3. Statut d’emploi et autres résultats après l’obtention du diplôme
   Les résultats post-diplôme sont classés en trois catégories : emploi au Canada, poursuite des études à temps plein ou départ présumé du Canada après l’obtention du diplôme. Ces résultats sont dérivés d’un ensemble de données appariées (ELMLP) combinant des dossiers éducatifs (SIEP) et des déclarations de revenus à l’Agence du revenu du Canada (ARC). Les résultats des TRM diplômés sont évalués deux ans après l’obtention de leur diplôme. Par exemple, les preuves d’emploi pour la cohorte de diplômées et diplômés de 2022 sont basées sur les déclarations de revenus pour l’année fiscale 2024. Le statut d’emploi est déduit à partir du revenu déclaré à l’ARC, mais ces données ne permettent pas de confirmer si les diplômés occupent un emploi en tant que TRM ou dans leur domaine de spécialisation; nous continuons d’explorer d’autres sources de données afin de pouvoir établir cette distinction. Les personnes qui n’avaient aucun revenu déclaré à l’ARC sont présumées avoir quitté le Canada.

   
   Les taux pour chacun des trois résultats possibles après l’obtention du diplôme sont basés sur le point médian de deux cohortes de diplômées et diplômés regroupées, chacune contenant trois ans de données. La première cohorte comprenait des TRM diplômés en 2016, 2017 et 2018, et la deuxième cohorte comprenait celles et ceux diplômés en 2019, 2020 et 2021. Ces points de données de cohorte annuelles devaient être regroupés pour être publiés par Statistique Canada. Dans le modèle de simulation, seul l’un des trois résultats post-diplôme peut être modifié, soit le taux d’emploi parmi les diplômées et diplômés d’un programme de TRM.

   Pour les provinces dont les proportions de résultats post-diplôme ne sont pas disponibles – en raison de la taille réduite des cohortes ou de l’absence d’un programme (c.-à-d., une Cohorte d’entrée [n=0] dans le tableau de sélection des paramètres) –, les taux d’emploi pancanadiens par spécialité sont appliqués (voir le tableau B).

   Tableau B : Taux d’emploi moyens pancanadiens par défaut, selon la spécialité de TRM

   Spécialité	Taux d’emploi pancanadien (%)	Territoire de compétence où le taux moyen pancanadien est appliqué
   Technologie radiologique	93,0	territoires
   Médecine nucléaire	91,2	Île-du-Prince-Édouard, Nouveau-Brunswick, Ontario, Manitoba, Saskatchewan, Terre-Neuve-et-Labrador, territoires
   Radiothérapie	89,0	Île-du-Prince-Édouard, Nouvelle-Écosse, Nouveau-Brunswick, Saskatchewan, Terre-Neuve-et-Labrador, territoires
   Imagerie par résonance magnétique	92,0	Île-du-Prince-Édouard, Nouvelle-Écosse, Nouveau-Brunswick, Québec, Saskatchewan, Terre-Neuve-et-Labrador, territoires

   Il n’y a pas de programmes de formation en TRM dans les territoires.

4. Emploi dans la province de formation (rétention) et migration interprovinciale après l’obtention du diplôme
   La rétention dans la province de formation est un paramètre de modèle modifiable pour les TRM diplômés qui entrent sur le marché du travail canadien après avoir terminé leur programme. Les tendances migratoires historiques sont calculées à partir de cohortes annuelles regroupées de l’ELMLP en comparant la province de diplomation avec la province ou le territoire de résidence deux ans après la diplomation, selon les déclarations de revenus à l’ARC.

   
   Les deux résultats de migration du modèle, soit 1) l’emploi dans la province de formation ou ailleurs au Canada, et 2) la distribution des TRM employés dans les territoires de compétences (p. ex., 85 % dans la province de formation, 10 % dans la province A, 5 % dans la province B), ne peuvent pas être désagrégés par spécialité de TRM. Autrement dit, bien que les modèles de migration puissent être désagrégés et affichés par province de formation, les données sous-jacentes ne permettent pas de désagréger selon la spécialité de TRM pour les tendances migratoires.

   Pour modéliser des scénarios où des TRM ont hypothétiquement été formés et diplômés dans les territoires (c.-à-d. lorsque les utilisateurs saisissent une valeur positive dans la colonne Cohorte d’entrée [n]), la rétention d’emploi dans les territoires est fixée à 100 %. Au moment de l’élaboration de ce modèle, il n’y avait pas de programmes de formation des TRM dans les territoires, et par conséquent, de données sur la mobilité post-diplôme.

5. Ajustements de la date d’obtention du diplôme par programmes
   Pour refléter les différences de durée des programmes selon la province et la spécialité, les années jusqu’à l’obtention du diplôme sont ajustées comme suit :
   
   
   1. Technologie radiologique (programmes de 2 et 4 ans disponibles) – Nouveau-Brunswick : 50 % des diplômées et diplômés ont reçu un statut d’achèvement 2 ans après leur entrée, et 50 % ont reçu ce statut 4 ans après leur entrée.
      
      Exemple : Pour une cohorte d’entrée de 100 étudiantes et étudiants pour l’année scolaire 2025-2026 avec un taux de diplomation de 80 %, 40 étudiantes et étudiants obtiendront leur diplôme en 2027 et 40 l’obtiendront en 2029.
      
      
   2. Radiothérapie – Ontario (programmes de 3 et 4 ans disponibles) : 50 % des diplômées et diplômés ont reçu un statut d’achèvement 3 ans après leur entrée, et 50 % ont reçu ce statut 4 ans après leur entrée.
   3. Technologie radiologique – Ontario (programmes de 3 et 4 ans disponibles) : 85 % des diplômées et diplômés ont reçu un statut d’achèvement 3 ans après leur entrée, et 15 % ont reçu ce statut 4 ans après leur entrée.

   Tableau C : Durées de programme de TRM attribuées aux provinces et territoires sans programmes spécialisés

   Spécialité	Durée du programme en années	Territoire de compétence où la durée de programme moyenne pancanadienne est appliquée
   Médecine nucléaire	3	Île-du-Prince-Édouard, Nouveau-Brunswick, Ontario, Manitoba, Saskatchewan, Terre-Neuve-et-Labrador, territoires
   Radiothérapie	3 (50 % des diplômées et diplômés) et 4 (50 % des diplômées et diplômés)	Île-du-Prince-Édouard, Nouvelle-Écosse, Nouveau-Brunswick, Saskatchewan, Terre-Neuve-et-Labrador
   Imagerie par résonance magnétique	2	Île-du-Prince-Édouard, Nouvelle-Écosse, Nouveau-Brunswick, Saskatchewan, Terre-Neuve-et-Labrador, territoires

   Dans les territoires, on suppose une durée de programme de 3 ans pour des programmes hypothétiques en technologie de radiation. Cette hypothèse est fondée sur le raisonnement suivant : les territoires n’ont qu’une seule université (Université du Yukon), qui n’offre aucun programme de 4 ans en santé. Si un programme de TRM devait être établi dans les territoires, il serait très probablement offert par un collège. Les programmes de technologie de radiation de niveau collégial au Canada ont généralement une durée maximale de 3 ans, la plupart des programmes de technologie de radiation du pays suivant ce format de 3 ans.

6. Orientation post-diplôme et affectation du lieu de travail
   Les résultats post-diplôme dans la simulation sont attribués en utilisant une approche hybride déterministe-stochastique. L’algorithme du modèle choisit entre les approches déterministe et stochastique en fonction de la taille de la cohorte pour dériver les résultats. Pour les cohortes d’entrée avec des nombres d’inscriptions inférieurs ou égaux à 20, les résultats post-diplôme sont attribués de manière déterministe à des valeurs attendues basées sur les taux observés (ou une distribution historique des résultats). Pour les cohortes avec des nombres d’inscriptions supérieurs à 20, les résultats sont attribués de manière stochastique à l’échelle de la cohorte, du territoire de compétence ou de la spécialité.

   
   Pour des cohortes plus importantes (plus de 20, approche stochastique), chaque personne diplômée est affectée au hasard à l’un des trois résultats post-diplôme – emploi, poursuite des études à temps plein, ou départ du Canada – selon un tirage au sort simple. Le modèle génère une valeur entre 0 et 1 pour chaque personne diplômée et lui attribue un résultat en fonction de la distribution observée de ces parcours.

   Par exemple, les diplômées et diplômés en technologie radiologique de l’Ontario de 2024 ont la distribution moyenne suivante après l’obtention de leur diplôme : 80 % en emploi, 15 % aux études à temps plein et 5 % quittant le Canada. Ceci correspond aux plages de probabilités cumulatives suivantes :

   • Emploi : 0.000 à 0.800
   • Études à temps plein : 0.800 à 0.950
   • Départ du Canada : 0.950 à 1.000

   Une valeur simulée de 0,878 se situe donc dans l’intervalle de 0,800 à 0,950, et la personne diplômée se verrait attribuer un statut post-diplôme de poursuite d’études à temps plein. De même, la valeur générée aléatoirement de 0,970 se situe dans la plage de 0,950 à 1,000, et la personne diplômée se verrait attribuer un statut de départ du Canada.

   La même approche stochastique est appliquée pour attribuer les TRM diplômés à une province ou un territoire d’emploi. Par exemple, si les nouvelles diplômées et nouveaux diplômés en technologie radiologique de l’Ontario trouvant un emploi ont une distribution d’emploi observée de 80 % en Ontario, 15 % en Alberta et 5 % au Manitoba, le modèle génère une probabilité aléatoire entre 0 et 1 pour chaque personne diplômée employée et attribue son lieu d’emploi en fonction des plages de probabilités cumulatives :

   • Ontario: 0.000 à 0.800
   • Alberta: 0.800 à 0.950
   • Manitoba: 0.950 à 1.000

   Une valeur simulée de 0,878 se situe dans l’intervalle de 0,800 à 0,950, donc la personne diplômée est affectée à un emploi en Alberta. Une valeur de 0,970 se situe dans la plage de 0,950 à 1,000, et la personne diplômée est donc affectée à un emploi au Manitoba. Parce que les résultats pour des cohortes plus importantes sont attribués de manière stochastique, les résultats de simulation représentent des réalisations probabilistes plutôt que des prédictions exactes, et lancer le modèle plus d’une fois générerait d’autres estimations. Ce ne serait pas le cas pour les résultats post-diplôme attribués de manière déterministe pour de petites cohortes, qui, en conséquence, auront une stabilité numérique et une volatilité limitée.