Dans le réseau de refuges de Toronto

Occupation quotidienne et flux mensuels de la Ville de Toronto, ouverts, interactifs et validés

Données sur le réseau de refuges de Toronto : occupation et capacité quotidiennes, flux mensuels et validation par rapport aux données ouvertes de la Ville.

Auteur(-trice)

Miriam Marling

daily_occ = FileAttachment("../data/daily_occupancy.json").json()
bt_data   = FileAttachment("../data/city_bridging_triage.json").json()
city_table = FileAttachment("../data/city_daily_table.json").json()

Cette page réunit les vues interactives de BonQuery sur les données des refuges de Toronto. Choisissez la question à laquelle vous voulez répondre ou poursuivez vers les tableaux quotidiens détaillés ci-dessous.

Choisissez un tableau de bord

COMBIEN DE PERSONNES ONT ÉTÉ HÉBERGÉES? DERNIER INSTANTANÉ DE LA VILLE

Lits et places

Consultez les dernières données de la Ville sur l'utilisation et la capacité des refuges, puis parcourez chaque journée publiée depuis janvier 2021.

Voir les données quotidiennes

COMBIEN DE PERSONNES ONT BESOIN D'UN REFUGE? DERNIÈRES DONNÉES PUBLIÉES

Portrait mensuel

Consultez le nombre actuel de personnes en situation d'itinérance active, les entrées, les sorties vers un logement et les groupes desservis. Choisissez tout mois depuis 2018.

Ouvrir le portrait

COMMENT EN SOMMES-NOUS ARRIVÉS LÀ? DERNIÈRES DONNÉES PUBLIÉES

Tendances historiques

Explorez l'évolution pluriannuelle de l'itinérance active et chronique, des sorties vers un logement et des groupes desservis.

Explorer les tendances

COMBIEN D'APPELS ONT ÉTÉ TRAITÉS? DERNIÈRES DONNÉES PUBLIÉES

Demandes d'orientation en refuge

Voyez la moyenne quotidienne des appels traités, les orientations vers une place et les personnes seules ou les couples qui ont appelé et étaient encore sans place à 4 h.

Voir les données sur les appels

LE RÉSEAU S'AMÉLIORE-T-IL? DERNIÈRES DONNÉES PUBLIÉES

Comparaison depuis le début de l'année

Comparez les entrées cumulatives et les sorties vers un logement cette année avec la même période des années précédentes.

Comparer les années

Flux mensuels du réseau de refuges

Ouvrez chaque tableau de bord directement dans votre navigateur. Ils fonctionnent mieux en plein écran sur un téléphone.

Les trois onglets ci-dessous montrent différents aspects des données mensuelles. Chaque tableau de bord contient des filtres interactifs.

Consultez le réseau de refuges pour le mois de votre choix depuis janvier 2018.

Ouvrir dans un nouvel onglet →

Comparez les chiffres cumulatifs de cette année avec la même période des années précédentes.

Ouvrir dans un nouvel onglet →

Voyez les changements sur plusieurs années dans l’itinérance et l’utilisation des refuges.

Ouvrir dans un nouvel onglet →

Occupation et capacité quotidiennes

function fmtDate(s) {
  const [y, m, d] = s.split("-").map(Number)
  return new Date(y, m - 1, d).toLocaleDateString("fr-CA", {
    year: "numeric", month: "long", day: "numeric"
  })
}

CITY_CENSUS_URL_TABLE = "https://www.toronto.ca/city-government/data-research-maps/research-reports/housing-and-homelessness-research-and-reports/shelter-census/"

// ── Deux sources, un seul tableau ─────────────────────────────────────────
// Les données ouvertes contiennent les champs détaillés et la capacité financée;
// elles ont donc priorité une fois publiées. La page Web quotidienne de la Ville sert
// uniquement de recours pour les dates que les données ouvertes n'ont pas
// encore atteintes. La priorité est établie au moment du rendu : le tableau
// revient de lui-même aux données ouvertes dès leur publication.
openDates = [...new Set(daily_occ.map(r => r.date))].sort().reverse()
latestOpenDate = openDates[0]

cityDates = Object.keys(city_table.entries ?? {}).sort().reverse()
contingencyDates = cityDates.filter(d => d > latestOpenDate)

allDates = [...new Set([...openDates, ...contingencyDates])].sort().reverse()
latestDate = allDates[0]

La version BonQuery de ce tableau ajoute deux fonctions absentes de la page de la Ville. Le sélecteur de date ci-dessous permet de consulter toute date depuis janvier 2021 jusqu’à aujourd’hui ; la page Utilisation quotidienne des refuges et services d’hébergement de nuit de la Ville n’affiche que sa date de publication la plus récente. La colonne Hors service (calculée comme financé − réel) signale les lits, chambres ou espaces temporairement indisponibles. Voir comment BonQuery combine et étiquette les deux sources de la Ville.

Occupation et capacité quotidiennes —

latestRows = daily_occ.filter(r => r.date === latestOpenDate)

function getVal(rows, key) {
  const row = rows.find(r => r.key === key)
  return row ? row.ind : null
}

validationChecks = {
  const rows = latestRows
  const checks = []
  const expectedKeys = [
    "all_shelter","room_based","singles_sector","singles_shelter","allied_summ",
    "temp_summ","iso_summ","fam_total","fam_emerg","fam_trans_r","fam_hotel",
    "sng_hotel","singles_total","emerg_total","mix_emerg","men_emerg","wom_emerg",
    "yth_emerg","trans_total","mix_trans","fam_trans_b","men_trans","wom_trans",
    "yth_trans","allied_total","respites","dropin","temp_resp","hotels","iso"
  ]
  const presentKeys = new Set(rows.map(r => r.key))
  const missingKeys = expectedKeys.filter(k => !presentKeys.has(k))
  checks.push({
    name: "Toutes les lignes attendues présentes",
    pass: missingKeys.length === 0,
    detail: missingKeys.length > 0 ? `Manquantes : ${missingKeys.join(", ")}` : null
  })
  const allShelter = getVal(rows, "all_shelter")
  const compSum = ["fam_total","sng_hotel","singles_total","allied_total","temp_resp","hotels","iso"]
    .reduce((s, k) => s + (getVal(rows, k) ?? 0), 0)
  checks.push({
    name: "Le total Tous les programmes de refuge correspond aux composantes",
    pass: allShelter === compSum,
    detail: allShelter !== compSum
      ? `all_shelter.ind=${allShelter}, somme des composantes=${compSum}, diff=${allShelter - compSum}` : null
  })
  const singlesTotal = getVal(rows, "singles_total")
  const emergTotal   = getVal(rows, "emerg_total")
  const transTotal   = getVal(rows, "trans_total")
  checks.push({
    name: "Total secteurs individus : urgence + transition = total individus",
    pass: singlesTotal === (emergTotal + transTotal),
    detail: singlesTotal !== (emergTotal + transTotal)
      ? `individus=${singlesTotal}, urgence+transition=${emergTotal + transTotal}` : null
  })
  const capRows    = rows.filter(r => r.cap !== null && r.cap > 0)
  const arithFails = capRows.filter(r => Math.abs(r.occ + r.unocc - r.cap) > 0.5)
  checks.push({
    name: "Arithmétique interne : occupé + inoccupé = capacité réelle",
    pass: arithFails.length === 0,
    detail: arithFails.length > 0
      ? arithFails.map(r => `${r.key}: ${r.occ}+${r.unocc}≠${r.cap}`).join("; ") : null
  })
  return checks
}

allPass = validationChecks.every(c => c.pass)

validationBanner = {
  if (!allPass) {
    const failedChecks = validationChecks.filter(c => !c.pass)
    return html`<div style="
      background:var(--bq-warn-bg);border:1px solid var(--bq-warn-border);border-radius:4px;
      padding:8px 14px;font-size:0.88em;color:var(--bq-warn-fg);margin-bottom:12px">
      <strong>⚠ Problème de validation détecté pour ${fmtDate(latestOpenDate)}</strong>
      <details style="margin-top:6px">
        <summary style="cursor:pointer">Afficher les détails</summary>
        <ul style="margin:6px 0 0;padding-left:20px">
          ${failedChecks.map(c => html`<li>${c.name}${c.detail ? html` — <em>${c.detail}</em>` : ""}</li>`)}
        </ul>
      </details>
    </div>`
  }
  return html``
}

viewof selectedDate = Inputs.select(allDates, {
  label: "Date",
  format: d => fmtDate(d)
})

sourceNote = {
  if (selectedSource !== "city") {
    return html`<p class="bq-ckan-note">
      Dernière date disponible sur les données ouvertes de la Ville de
      Toronto : <strong>${fmtDate(latestOpenDate)}</strong>.
    </p>`
  }
  return html`<div class="bq-warn" style="margin:0.5rem 0 1rem;font-size:0.88em">
    <p style="margin:0">
      <strong>Utilisation temporaire de la page Web.</strong>
      Le fichier détaillé de données ouvertes va actuellement jusqu'au ${fmtDate(latestOpenDate)};
      cette date provient donc de sa <a href="${CITY_CENSUS_URL_TABLE}"
      target="_blank">page Web quotidienne</a>. La colonne « Financé mais
      indisponible » reste vide jusqu'à la publication du fichier détaillé.
    </p>
  </div>`
}

rowTemplate = new Map(
  daily_occ.filter(r => r.date === latestOpenDate).map(r => [r.key, r])
)

// La page Web de la Ville réutilise une seule ligne là où les données ouvertes
// en comptent deux; le moissonnage ne garde que la première occurrence.
cityKeyAliases = ({
  singles_shelter_total: ["singles_shelter_total", "singles_shelter"],
  allied_total:          ["allied_total", "allied_summ"],
  iso:                   ["iso", "iso_summ"]
})

// The City sometimes prints a section total with only an individuals count and
// leaves the rest of the row blank, as it did for Allied Services on Aug 6.
// Where every component row is present, rebuild the missing columns from them.
// The identity holds exactly on every date the City published both, so this
// reproduces the City's own arithmetic rather than inventing a figure.
//
// Done here and not in the scrape on purpose: audit_city_scrape.py reads
// city_daily_table.json as evidence of what the City actually published, and
// a derived value written into that archive would show up in the daily audit
// as though the City had published it.
cityTotalComponents = ({ allied_total: ["respites", "dropin"] })

function cityDerivedTotals(rows) {
  const byKey = new Map(rows.map(r => [r.key, r]))
  const out = new Map()
  for (const [total, parts] of Object.entries(cityTotalComponents)) {
    const t = byKey.get(total)
    if (!t || t.city_occ !== null) continue          // already published in full
    const ps = parts.map(k => byKey.get(k))
    if (ps.some(p => !p || p.city_occ === null || p.city_unocc === null
                       || p.city_cap === null)) continue
    const sum = f => ps.reduce((a, p) => a + p[f], 0)
    const occ = sum("city_occ"), cap = sum("city_cap")
    out.set(total, {
      city_occ:   occ,
      city_unocc: sum("city_unocc"),
      city_cap:   cap,
      city_rate:  cap > 0 ? Math.round(1000 * occ / cap) / 10 : null
    })
  }
  return out
}

function cityRowsFor(date) {
  const rows = (city_table.entries ?? {})[date]
  if (!rows) return []
  const patch = cityDerivedTotals(rows)
  return rows.flatMap(row => {
    const keys = cityKeyAliases[row.key] ?? [row.key]
    return keys.map(key => {
      const t = rowTemplate.get(key)
      return {
        date,
        key,
        label:       t ? t.label : row.label,
        indent:      t ? t.indent : 0,
        is_total:    t ? t.is_total : false,
        col_type:    t ? t.col_type : row.col_type,
        ind:         row.city_ind,
        occ:         (patch.get(row.key) ?? row).city_occ,
        unocc:       (patch.get(row.key) ?? row).city_unocc,
        cap:         (patch.get(row.key) ?? row).city_cap,
        rate:        (patch.get(row.key) ?? row).city_rate,
        cap_funding: null,     // la page Web de la Ville ne la publie pas
        source:      "city"
      }
    })
  })
}

dayRows = {
  const open = daily_occ.filter(r => r.date === selectedDate)
  if (open.length) return open.map(r => ({...r, source: "open"}))
  return cityRowsFor(selectedDate)
}

selectedSource = dayRows.length > 0 ? dayRows[0].source : "open"

function n(v)   { return v !== null && v !== undefined ? v.toLocaleString("fr-CA") : "—" }
function pct(v) { return v !== null && v !== undefined ? v.toFixed(1) + " %" : "—" }

function offlineCell(r) {
  if (r.cap === null || r.cap === undefined) return `<td></td>`
  if (r.cap_funding === null || r.cap_funding === undefined) return `<td></td>`
  const offline = r.cap_funding - r.cap
  if (offline <= 0) return `<td class="bq-num">${offline.toLocaleString("fr-CA")}</td>`
  return `<td class="bq-num bq-danger">${offline.toLocaleString("fr-CA")}</td>`
}

function tableRow(r) {
  const pad = (r.indent ?? 0) * 16
  const cls = r.is_total ? "bq-row-total" : "bq-row"
  const bld = r.is_total ? " bq-bold" : ""
  if (r.col_type === "summary") {
    return `<tr class="${cls}">
      <td style="padding-left:${pad}px" class="${bld}">${r.label}</td>
      <td class="bq-num${bld}">${n(r.ind)}</td>
      <td></td><td></td><td></td><td></td><td></td>
    </tr>`
  }
  return `<tr class="${cls}">
    <td style="padding-left:${pad}px" class="${bld}">${r.label}</td>
    <td class="bq-num${bld}">${n(r.ind)}</td>
    <td class="bq-num">${n(r.occ)}</td>
    <td class="bq-num">${n(r.unocc)}</td>
    <td class="bq-num">${n(r.cap)}</td>
    ${offlineCell(r)}
    <td class="bq-num">${pct(r.rate)}</td>
  </tr>`
}

function sectionHeader(label, col1, col2, col3, col4) {
  return `<tr class="bq-th">
    <td>${label}</td>
    <td class="bq-num">Personnes</td>
    <td class="bq-num">${col1}</td>
    <td class="bq-num">${col2}</td>
    <td class="bq-num">${col3}</td>
    <td class="bq-num">${col4}</td>
    <td class="bq-num">Taux d'occupation</td>
  </tr>`
}

function summaryHeader() {
  return `<tr class="bq-th">
    <td>Résumé de l'occupation</td>
    <td class="bq-num">Personnes</td>
    <td colspan="5"></td>
  </tr>`
}

dailyTable = {
  const s = (key) => dayRows.find(r => r.key === key)
  const allShelterInd = s("all_shelter") ? s("all_shelter").ind : null
  const btEntry  = bt_data && bt_data.entries ? bt_data.entries[selectedDate] : null
  const btInd    = btEntry ? btEntry.bridging_triage : null
  const btStart  = bt_data && bt_data.first_captured ? bt_data.first_captured : "la date de début de la collecte"
  const totalInd = (allShelterInd !== null && btInd !== null) ? allShelterInd + btInd : allShelterInd

  const totalAccomRow = `<tr class="bq-row-total bq-bold">
    <td>Total des personnes hébergées †</td>
    <td class="bq-num">${n(totalInd)}</td>
    <td></td><td></td><td></td><td></td><td></td>
  </tr>`
  const bridgingRow = btInd !== null
    ? `<tr class="bq-row-alt">
        <td style="padding-left:26px">Programmes de passerelle et de triage</td>
        <td class="bq-num">${n(btInd)}</td>
        <td></td><td></td><td></td><td></td><td></td>
       </tr>`
    : `<tr class="bq-row-na">
        <td style="padding-left:26px">Programmes de passerelle et de triage</td>
        <td class="bq-num" style="font-size:0.85em">Non disponible pour cette date</td>
        <td></td><td></td><td></td><td></td><td></td>
       </tr>`

  const summaryKeys = ["all_shelter","room_based","singles_sector","singles_shelter","allied_summ","temp_summ","iso_summ"]
  const roomKeys    = ["fam_total","fam_emerg","fam_trans_r","fam_hotel","sng_hotel"]
  const bedKeys     = ["singles_total","emerg_total","mix_emerg","men_emerg","wom_emerg","yth_emerg",
                       "trans_total","mix_trans","fam_trans_b","men_trans","wom_trans","yth_trans"]
  const alliedKeys  = ["allied_total","respites","dropin"]

  return html`
    <div style="overflow-x:auto;margin:0 0 1rem">
    <table class="bq-table">
      ${summaryHeader()}
      ${totalAccomRow}
      ${bridgingRow}
      ${summaryKeys.map(k => s(k) ? tableRow(s(k)) : "").join("")}
      ${sectionHeader("Programmes de refuge, base chambre","Chambres occupées","Chambres inoccupées","Capacité réelle (chambres)","Chambres hors service")}
      ${roomKeys.map(k => s(k) ? tableRow(s(k)) : "").join("")}
      ${sectionHeader("Programmes de refuge, base lit","Lits occupés","Lits inoccupés","Capacité réelle (lits)","Lits hors service")}
      ${bedKeys.map(k => s(k) ? tableRow(s(k)) : "").join("")}
      ${sectionHeader("Services complémentaires","Espaces occupés","Espaces inoccupés","Capacité réelle (espaces)","Espaces hors service")}
      ${alliedKeys.map(k => s(k) ? tableRow(s(k)) : "").join("")}
      <tr class="bq-th">
        <td>Programmes temporaires, base lit/espace</td>
        <td class="bq-num">Personnes</td>
        <td class="bq-num">Lits/espaces occupés</td>
        <td class="bq-num">Inoccupés</td>
        <td class="bq-num">Capacité réelle</td>
        <td class="bq-num">Lits/espaces hors service</td>
        <td class="bq-num">Taux d'occupation</td>
      </tr>
      ${s("temp_resp") ? tableRow(s("temp_resp")) : ""}
      ${sectionHeader("Programmes temporaires, base chambre/unité","Chambres occupées","Chambres inoccupées","Capacité réelle (chambres)","Chambres hors service")}
      ${s("hotels") ? tableRow(s("hotels")) : ""}
      ${sectionHeader("Programmes d'isolement/rétablissement temporaires","Chambres occupées","Chambres inoccupées","Capacité réelle (chambres)","Chambres hors service")}
      ${s("iso") ? tableRow(s("iso")) : ""}
    </table>
    <p class="bq-footnote">
      † Total des personnes hébergées = Tous les programmes de refuge + Programmes de
      passerelle et de triage. Les chiffres des Programmes de passerelle et de triage ne
      sont pas publiés dans les données ouvertes de la Ville de Toronto (CKAN). BonQuery
      les collecte quotidiennement depuis la page du recensement des refuges de la Ville
      lorsque la Ville publie le tableau ; les données sont disponibles depuis ${btStart}.
      Les jours où la Ville n'a pas encore publié (fins de semaine, jours fériés ou délais
      de publication), la ligne Passerelle et triage affichera
      « Non disponible pour cette date » et le Total reflètera uniquement Tous les
      programmes de refuge.
    </p>
    </div>`
}

Ce tableau reproduit le rapport d’utilisation quotidienne des refuges et services d’hébergement de nuit de la Ville de Toronto à partir des données ouvertes de la Ville. Le sous-total Tous les programmes de refuge et toutes les lignes de détail sont dérivés de l’exportation des données ouvertes CKAN. Les Programmes de passerelle et de triage sont suivis dans le système opérationnel de la Ville mais ne sont pas publiés dans les données ouvertes ; BonQuery collecte ce chiffre quotidiennement depuis la page du recensement des refuges de la Ville et l’affiche lorsqu’il est disponible. Le Total des personnes hébergées égale Tous les programmes de refuge + Passerelle et triage lorsque les deux sont disponibles. La page Web et le fichier de données ouvertes peuvent être publiés à des moments différents et peuvent utiliser des extractions ou des définitions différentes. Voir comment BonQuery combine et étiquette les deux sources.

Contient des informations sous licence Licence du gouvernement ouvert – Toronto. Source : Données ouvertes de la Ville de Toronto — Utilisation quotidienne des refuges et services d’hébergement de nuit, occupation et capacité. Agrégées par BonQuery.

Les données agrégées de BonQuery sont disponibles en téléchargement de 2021 à aujourd’hui : JSON · CSV

Demandes d’orientation en refuge

Moyenne quotidienne mensuelle des appels à la ligne d’orientation des refuges de Toronto (24 h/7 j) — appels orientés vers une place en refuge, appelants individuels sans jumelage et total des appels traités — avec contrôles de date interactifs. Reproduit et étend la page Demandes d’orientation dans les refuges de la Ville. Données provenant de deux ressources CKAN distinctes (codes de clôture des appels et file d’attente des services) ; voir la page pour des mises en garde importantes sur la combinaison des deux séries.

Demandes d’orientation en refuge →

Ouvrir dans un nouvel onglet →

Contient des informations sous licence Licence du gouvernement ouvert – Toronto. Source : Données ouvertes de la Ville de Toronto — Appels à l’Admission centrale. Analyse et graphiques par BonQuery.

Retour au sommet