Subventions et contributions gouvernementales
À propos de cette information
En juin 2016, dans le cadre du Plan d’action pour un gouvernement ouvert, le Secrétariat du Conseil du Trésor du Canada (SCT) s’est engagé à accroître la transparence et l’utilité des données sur les subventions et contributions et a par la suite lancé les Lignes directrices sur la divulgation des octrois de subventions et de contributions, en vigueur le 1er avril 2018.
Les règles et principes qui régissent les subventions et les contributions gouvernementales sont décrits dans la Politique du Conseil du Trésor sur les paiements de transfert. Les paiements de transfert sont des transferts, imputables sur un crédit, d\'argent, de biens, de services ou d\'actifs à des personnes ou à des organisations ou à d\'autres ordres de gouvernement, sans que le gouvernement fédéral reçoive directement des biens ou des services en échange, mais qui peuvent obliger les bénéficiaires à produire un rapport ou d\'autres renseignements après avoir reçu le paiement de transfert. Ces dépenses sont signalées dans les Comptes publics du Canada. Les principaux types de paiements de transfert sont les subventions, les contributions et « autres paiements de transfert ».
Sont inclus dans cette catégorie, mais non assujettis à la divulgation proactive (1), les transferts à d\'autres ordres de gouvernement, par exemple les paiements de péréquation ainsi que les paiements effectués dans le cadre du Transfert canadien en matière de santé et du Transfert canadien en matière de programmes sociaux; (2) les subventions ou les contributions réaffectées ou par ailleurs redistribuées par un bénéficiaire à des tiers; et (3) l\'information qui ne serait normalement pas divulguée en vertu de la Loi sur l\'accès à l\'information de la Loi sur la protection des renseignements personnels ne figure pas sur le site Web.
-7 512 034,00 $
31 mars 2023
bénéficiaire autochtone
2223-HQ-000162
2223-HQ-000162
N'est pas un projet (mandaté ou financement de base)
45 126 464,00 $
31 mars 2023
autre
2223-HQ-000164
2223-HQ-000164
N'est pas un projet (mandaté ou financement de base)
30 923 601,00 $
31 mars 2023
bénéficiaire autochtone
2223-HQ-000162
2223-HQ-000162
N'est pas un projet (mandaté ou financement de base)
7 512 034,00 $
31 mars 2023
bénéficiaire autochtone
2223-HQ-000162
2223-HQ-000162
N'est pas un projet (mandaté ou financement de base)
765 174,00 $
31 mars 2023
bénéficiaire autochtone
2223-HQ-000162
2223-HQ-000162
N'est pas un projet (mandaté ou financement de base)
23 999 017,00 $
31 mars 2023
autre
2223-HQ-000164
2223-HQ-000164
N'est pas un projet (mandaté ou financement de base)
233 200,00 $
31 mars 2023
établissement universitaire et institution publique
Conception d’échafaudages propres au motif à l’aide de réseaux neuronaux équivariants, de l’apprentissage géométrique profond et de modèles probabilistes de diffusion.
1003047
Les motifs sont des sites structuraux actifs qui remplissent des fonctions biologiques utiles et qui peuvent servir à la création de nouveaux vaccins et de nouvelles enzymes. L’une des étapes cruciales de la conception de protéines est la création d’échafaudages stables capables de supporter les motifs pour ainsi en maintenir la forme et, par conséquent, la fonction. Malheureusement, les techniques actuelles fondées sur l’apprentissage automatique sont chronophages et restreintes aux petites protéines, ce qui en limite l’utilité. Le projet vise précisément à simplifier le procédé de conception en mettant rapidement à la disposition des chercheurs des échafaudages d’une grande qualité tout en réduisant considérablement le temps nécessaire à leur création. Cette rapidité est un atout particulièrement important lorsqu’il devient urgent de mettre en œuvre des mesures requises pour faire face aux maladies émergentes qui évoluent rapidement. Nous aurons recours à cette fin aux avancées récentes réalisées en matière de modélisation de la diffusion, d’apprentissage géométrique profond, de modèles graphiques et de réseaux.
666 600,00 $
31 mars 2023
établissement universitaire et institution publique
Optimisation de la robustesse des composants par jumelage numérique fondé sur l’IA de la fabrication de composants photoniques au silicium
1003782
Ce projet utilise des algorithmes d’apprentissage machine pour mettre au point des circuits photoniques à performance supérieure de la prochaine génération. Pour pousser l’approche encore plus loin, nous tirons parti de l’apprentissage machine en recourant au jumelage numérique de composants photoniques au silicium afin de pouvoir détecter précisément et corriger à l’avance les variations induites par la fabrication. Les circuits photoniques intégrés renforcent l’utilité des systèmes optiques en rehaussant leur performance tout en réduisant la taille et le coût. La photonique fondée sur le silicium, en particulier, exploite l’infrastructure de miniaturisation microélectronique omniprésente pour créer des modules optiques complexes capables d’être intégrés dans un iPhone et servir dans diverses applications allant des communications optiques et quantiques à l’établissement de diagnostics médicaux. Les applications de l’avenir exigeront une réduction supplémentaire de la taille des dispositifs et une multiplication de leurs fonctions. La création de fonctionnalités optiques supérieures aux optiques traditionnelles compte parmi les principaux défis à relever pour réaliser ces objectifs. La variabilité de la performance induite par la miniaturisation en est un autre.
99 999,00 $
31 mars 2023
organisme à but lucratif
000023580
000023580
Produire une expérience cinématographique immersive à propos des Rocheuses canadiennes - Budget 2021
237 200,00 $
31 mars 2023
gouvernement
000023505
000023505
Entreprendre les travaux préparatoires pour la construction d'un centre culturel autochtone à McLeod Lake - Budget 2021