1. La prédiction électorale

Tenter de prédire systématiquement les résultats électoraux n'est pas un phénomène nouveau. Avant que ne soient développées des techniques scientifiques de sondage dans les années 1930, le rôle de prédiction était réservé aux experts, observateurs, initiés politiques et régions baromètres qui servaient à prédire l'identité du prochain président, gouverneur ou premier ministre (Kernell Reference Kernell2000). Cependant, la prédiction électorale en tant que discipline scientifique est nettement plus récente. Les premiers modèles font leur apparition en science politique dans les années 1980 (par exemple, Lewis-Beck et Bellucci, Reference Lewis-Beck and Bellucci1982), bien qu'il faille attendre une dizaine d'années de plus pour que cette littérature atteigne une certaine maturité (Lewis-Beck et Tien, Reference Lewis-Beck and Tien1999; Lewis-Beck et Stegmaier, Reference Lewis-Beck, Stegmaier, Alhajj and Rokne2014; Walther, Reference Walther2015). Le nombre de sondages électoraux connaît alors une croissance importante (Traugott, Reference Traugott2005), et les nouvelles technologies facilitent la collecte et la gestion des données (Hillygus, Reference Hillygus2011).

Le nerf de la guerre est alors l'identification des réservoirs d’électeurs susceptibles de changer d'idée et d'ainsi défaire les équilibres observés dans les intentions de vote mesurées par les enquêtes par sondage. La littérature en science politique tend à définir ces électeurs volatiles de différentes façons. Mayer (Reference Mayer2007), par exemple, estime que les électeurs volatiles sont ceux qui sont ambivalents ou neutres face aux candidats. En revanche, pour Campbell (Reference Campbell and Mayer2008), la principale caractéristique d'un électeur volatile est l'absence d'attachement psychologique pour un parti en particulier. Pour Hillygus et Shields (Reference Hillygus and Shields2008), les électeurs volatiles sont ceux qui sont tiraillés au sujet de certaines questions de politique publique ou encore d'enjeux sociaux. Dans tous les cas, la catégorisation des électeurs se fait dans des boîtes plus ou moins étanches, ou du moins en distinguant le statut de ceux qui peuvent changer d'idée et de ceux qui ne peuvent pas.

Un autre degré d'incertitude lié aux prévisions électorales émane des modèles stochastiques. Alors qu'une part de celle-ci découle du caractère aléatoire du monde qui se reflète dans la marge d'erreur des modèles statistiques, l'incertitude dans la modélisation des prédictions électorales résulte également des erreurs de mesure et de la faible densité des données (Lewis-Beck, Reference Lewis-Beck2005). Récemment, toutefois, plusieurs stratégies empiriques – comme les échelles de mesure et les données massives – ont permis d'augmenter la précision et la solidité des modèles prédictifs. Ces méthodes paramétriques de prédiction peuvent être divisées en quatre catégories.

Premièrement, les modèles structurels incorporent des facteurs associés théoriquement avec le vote pour un parti plutôt qu'un autre (Lewis-Beck et Dassonneville, Reference Lewis-Beck and Dassonneville2015; Daoust et Dassonneville, Reference Daoust and Dassonneville2018; Bélanger et Gélineau, Reference Bélanger and Gélineau2011; Gélineau et Bélanger, Reference Gélineau and Bélanger2005). Ces modèles structurels sont généralement estimés via une équation linéaire non-dynamique et évaluent le résultat final de l’élection de manière dichotomique avec une mesure d'intention de vote (Jones, Reference Jones and Mayer2008; Dimock, Clark, et Horowitz, Reference Dimock, Clark, Horowitz and Mayer2008). Deuxièmement, les modèles agrégateurs estiment un résultat en combinant plusieurs sondages d'opinion publique. Ces modèles, moins théoriques, ont l'avantage d’être dynamiques en se fondant sur un processus autorégressif ou bayésien. Troisièmement, les modèles synthétiques – dont la popularité est croissante – intègrent les approches structurelles et agrégatives. Ces modèles ont pour avantage d’être ancrés dans la théorie – estimation du vote via des variables économiques comme la croissance de l’économie nationale, par exemple – tout en permettant la révision des estimations pendant la campagne. Finalement, il existe des modèles de prédiction citoyenne basés sur les résultats anticipés par les électeurs (Temporao et al., Reference Temporao, Dufresne, Savoie and van der Linden2019; Murr Reference Murr2011; Lewis-Beck et Stegmaier, Reference Lewis-Beck and Stegmaier2011).

Toutefois, la plupart de ces modèles sont estimés et révisés à l'aide de sondages nationaux qui, généralement, ne captent pas les informations relatives à la performance d'un candidat ou d'un parti à l’échelle locale (Lewis-Beck et Dassonneville, Reference Lewis-Beck and Dassonneville2015; Hanretty et al., Reference Hanretty, Lauderdale and Vivyan2016; Munzert, Reference Munzert2017). Les prédictions et analyses des courses locales demeurent ainsi souvent plus incertaines que celles à l’échelle provinciale ou nationale.

De plus, les questions sur l'intention de vote ou la prédiction des résultats sont fréquemment formulées de façon binaire, en demandant aux répondants pour qui ils comptent voter ou qui leur communauté appuiera. Bien que ces questions puissent permettre de prédire le gagnant d'une course, elles ne permettent que rarement de déterminer si la compétition sera serrée, si le parti a des assises électorales solides ou fragiles, ou si le parti a le potentiel d'accroître son soutien dans une circonscription.

2. L'index relatif de confiance

Dans le cadre de cette note de recherche, nous tentons de surmonter certaines de ces difficultés. Dans une série d'enquêtes effectuées dans le cadre des élections générales québécoises de 2012, 2014, et 2018, VPL a posé une question d'intention de vote distincte. Au lieu d'offrir aux répondants un choix binaire entre la préférence pour un parti ou un candidat à l'exclusion d'un autre, les participants indiquent la probabilité qu'ils votent pour chacun des partis dans leur circonscription. La mesure de probabilité d'intention de vote qui en résulte, l'index relatif de confiance (IRC), a démontré un grand potentiel lors de six élections provinciales et d'une élection fédérale malgré un échantillon passif non représentatif de l’électorat. Nous appliquons cette approche basée sur l'IRC pour estimer à la fois la stabilité des appuis et le bassin d'appuis potentiels des partis au Québec. En demandant aux participants la probabilité qu'ils votent pour chacun des partis en course plutôt que de leur demander d'en choisir un seul, cette nouvelle mesure, qui repose sur une adaptation de l'indicateur traditionnel, permet de déterminer si une course est serrée ou non, au-delà des simples intentions de vote.

Qui plus est, l'IRC offre plusieurs autres avantages théoriques. Premièrement, les mesures d'intention de vote basées sur un intervalle sont, en général, plus appropriées dans un contexte multipartisan comme le Québec (Murr, Reference Murr2011). Deuxièmement, la littérature en science économique et en marketing soutient que l'ajout de niveaux de choix diminue le risque d'erreur de mesure (Chiang, Chib, et Narasimhan, Reference Chiang, Chib and Narasimhan1998; Siddarth, Bucklin, et Morrison, Reference Siddarth, Bucklin and Morrison1995).

Troisièmement, le fait que les participants répondent en termes de probabilités permet d'observer directement l'incertitude du vote ainsi que le mouvement potentiel dans les appuis. En effet, avec une question d'intention de vote binaire, le traitement statistique du nombre souvent important d’électeurs incertains n'est pas sans conséquence. La réduction de l'erreur de mesure associée à cette catégorie d’électeurs incertains est cruciale en raison des impacts importants de leur comportement sur les résultats d'une élection. L'IRC, en permettant aux répondants d'indiquer leur probabilité relative de voter pour tous les partis, atténue substantiellement l'incertitude liée aux indécis.

Quatrièmement, l'IRC peut potentiellement réduire les problèmes liés aux divergences entre attitudes et comportements. Cette mesure fournit effectivement des informations sur l'intensité des convictions des électeurs, bien que les intentions exprimées ne correspondent pas inévitablement aux actions. Cependant, nous nous attendons à ce que des probabilités exprimées plus grandes se traduisent plus souvent par un comportement prévisible, et donc une plus grande stabilité de l'intention de vote.

Finalement, bien que plusieurs sondages incluent deux questions sur l'intention de vote – une sur l'intention de vote simple et une autre sur la probabilité de voter pour un parti –, celles-ci ne permettent pas d’établir dans quelle mesure les électeurs préfèrent un parti à un autre. Comme le suggère la littérature sur le vote et l'identification partisane négative, le degré d'animosité des électeurs à l'endroit des partis qu'ils apprécient le moins est important dans l’équation (Medeiros et Noël, Reference Medeiros and Noël2013). L'IRC permet de capter cette particularité.

Outre les enjeux liés à la mesure, un autre problème soulevé par les sondages commerciaux est la taille trop modeste de l’échantillon qui empêche la détection d'effets au niveau des circonscriptions. D'un point de vue prédictif, c'est en effet la distribution des sièges qui importe lors de l’élection et cette distribution est établie à l’échelle locale. Les prédictions devraient donc idéalement être estimées à cette échelle. Les prédictions de résultats dans chacune des circonscriptions peuvent évidemment être générées par le biais d'une projection des tendances nationales à l’échelle locale, mais cette stratégie a ses limites (Munzert Reference Munzert2017).

Dans cette note de recherche, nous tentons de surmonter le problème de la parcimonie des données en générant des estimations sur la solidité et la fragilité des prédictions basées sur l'IRC dans chaque circonscription au Québec grâce à un échantillon passif de grande taille colligé par VPL lors des campagnes électorales de 2012 (n = 167 667), 2014 (n = 191 964) et 2018 (n = 329 120). Ces données sont d'un ordre de grandeur jamais vu au Canada et au Québec. Cela nous permet de tirer avantage des réponses des participants dans chaque circonscription.

3. Mesurer le potentiel de croissance et la solidité du vote

L'objectif de cet article est d'abord de proposer une stratégie d'opérationnalisation et de mesure du potentiel de croissance et de la solidité du vote des partis politiques au niveau des circonscriptions. Nous testons par la suite la qualité de cette mesure avec des données collectées pendant les trois dernières élections générales québécoises de 2012, 2014, et 2018. Pendant ces trois campagnes, la même question a été posée à tous les participants, qui devaient évaluer leur propre probabilité de voter pour chacun des principaux partis en compétition dans leur circonscription. Un score de 0 signifie que le participant a très peu de chances de voter pour le parti en question alors qu'un score de 10 signifie que le participant a d'excellentes chances d'appuyer le parti. Il s'agit donc d'une échelle ordonnée de 11 points.

Imaginons que trois partis obtiennent les scores suivants : le parti A est en tête avec 7 sur 10, suivi du parti B qui obtient 5, et le parti C obtient le plus petit score possible de 0.Footnote ¹ Il est possible d'opérationnaliser les préférences du participant de trois façons. Premièrement, on peut conserver les scores dans leurs valeurs absolues et les intégrer, par exemple, dans une analyse agrégée – moyenne ou médiane – du niveau d'appréciation. Deuxièmement, on peut considérer que puisque A obtient le meilleur score, A est le parti privilégié par ce participant. Ces deux stratégies sont toutefois limitées puisqu'elles ne captent pas la variation des préférences entre les partis. Finalement, on peut opérationnaliser les préférences du participant avec l'IRC. On calcule alors une valeur relative pour chaque parti à l'aide de deux opérations. D'abord, on calcule l'IRC du parti en tête en soustrayant le score du premier parti et celui du deuxième. Dans l'exemple plus haut, on obtient 2, en soustrayant 5 à 7, pour le parti A. Ensuite, on calcule la distance entre le favori et les autres partis. Cela nous donne -2 (en soustrayant 7 à 5) pour le parti B et -7 (en soustrayant 7 à 0) pour le parti C. Une fois ces calculs effectués pour chaque répondant, le potentiel de croissance de même que la solidité du vote de chaque parti dans chaque circonscription peuvent être estimés en agrégeant les scores d'IRC individuels.

Cette stratégie d'opérationnalisation a plusieurs avantages. Premièrement, le potentiel de croissance constitue une mesure de « meilleur deuxième ». L'IRC, en agrégeant les distances entre la plus haute probabilité (le parti A) et les probabilités associées aux autres parties (B et C), calcule la distance moyenne séparant le parti A des deux autres. Le potentiel de croissance des partis B et C est donc opérationnalisé par la mesure de la distance moyenne qui les séparent du premier. Une distance plus petite représente un potentiel de croissance plus grand; une distance plus grande, un potentiel de croissance plus petit. Cette stratégie est appliquée au cas du PQ dans la prochaine section.

Deuxièmement, l'IRC nous permet d’établir une mesure de solidité du vote. Cette mesure est complémentaire au potentiel de croissance puisqu'elle se base également sur la distance séparant le parti avec la plus haute probabilité d’être choisi (le parti A) des autres partis. La solidité du vote est mesurée depuis la perspective du parti en tête. Une plus grande distance entre le parti A et ses compétiteurs – une fois cette distance agrégée – représente un vote plus solide. Conséquemment, une plus grande solidité du vote pour le parti A implique un plus petit potentiel de croissance pour les partis B et C.

Troisièmement, l'IRC contient au moins autant d'information que la simple intention de vote binaire tout en fournissant un meilleur signal à propos des préférences relatives de chaque participant. L'IRC intègre effectivement plus de variation dans la mesure d'intention de vote. De plus, l'IRC est un concentré des préférences relatives qui permet de saisir les chances de victoire de chaque parti. En ce sens, il complémente les mesures basées sur des valeurs absolues. Finalement, lorsqu'on regarde les variations au cours d'une campagne (ou même entre les élections), l'IRC permet d'estimer le potentiel de croissance ainsi que la solidité et la stabilité des intentions de vote de manière dynamique.

Si nous revenons à la discussion sur les modèles de prédiction électorale de la section 1, il est également possible d'entrevoir le pouvoir prédictif de l'IRC. On peut envisager deux modèles prospectifs différents. Le premier, basé sur la mesure de solidité du vote, permet d'estimer au début d'un cycle les appuis déclarés à la fin de celui-ci. Par exemple, un score agrégé de solidité du vote légèrement au-dessus de 0 pour un parti signale une certaine instabilité dans les appuis à ce parti. En effet, un score près de 0 signifie que la distance entre les probabilités de vote du premier et du second parti est petite. Des appuis peu solides peuvent donc changer rapidement d'allégeance. Au contraire, un IRC de solidité du vote élevé – au-dessus de 0.5, par exemple – est interprété comme un signal que les appuis au parti sont stables et ont peu de chance de bouger. Ainsi, il est possible d'effectuer une prédiction sur la stabilité du résultat de l’élection.

Le deuxième modèle prospectif, basé sur la mesure de potentiel de croissance, permet d'estimer les possibilités de succès futur d'un parti à l'aide des appuis potentiels de ce parti. Par exemple, un score agrégé de potentiel de croissance un peu sous 0 signale un bassin d'appuis potentiels importants. Effectivement, un score moyen près de 0 signifie que, pour le parti en question qui cherche à étendre ses appuis, la distance moyenne qui le sépare d'une probabilité de vote égale à celui du parti en tête est petite. Ainsi, cette mesure n'estime pas une intention de vote concrétisée mais plutôt une intention de vote tout près de se concrétiser. Elle nous permet donc d'effectuer une prédiction sur la possibilité de croissance du vote d'un parti.

Toutefois, il convient de souligner que ces deux modèles prospectifs ne permettent pas de prédire si l'IRC se concrétisera en vote. L'IRC est particulier en ce sens : il offre une mesure complémentaire à la prédiction de vote classique – que celle-ci soit basée sur un modèle structurel, agrégatif, ou synthétique.

4. Résultats : Le cas du Parti québécois

Dans cette section, nous nous penchons sur le cas du Parti québécois afin d'illustrer les avantages propres à l'IRC. Bien que certaines analyses tiennent également compte des trois autres partis présentement représentés à l'Assemblée nationale du Québec, nous nous concentrons principalement sur le PQ. Nous évaluons cinq dimensions de l'IRC : (1) l’évolution de l'IRC entre 2012 et 2018, (2) l'IRC moyen des électeurs des quatre principaux partis québécois, (3) l’évolution des IRC moyens pendant la campagne électorale de 2018, (4) l'analyse du potentiel de croissance et de la solidité du vote du PQ par génération, et (5) la distribution du vote des quatre principaux partis au sein des dix circonscriptions où ils ont réalisé leur meilleur score afin d'illustrer la structure locale des appuis du PQ. Cela nous permet de poser un diagnostic sur la santé électorale du PQ.

Premièrement, il apparaît essentiel de souligner le changement qu'a subi l'IRC du PQ entre 2012 et 2018 (Graphique 1). Alors que la distribution pour 2012 doit être considérée avec prudence puisque le PQ a gagné cette élection, le potentiel de croissance du PQ était bas en 2014. La distribution penche grandement vers le négatif, illustrant le fait qu'un nombre important d’électeurs ont signalé que leur probabilité de soutenir le PQ était basse ou nulle. Toutefois, en 2018, la distribution de l'IRC péquiste signale que le PQ a maintenu un potentiel de croissance important pendant cette élection. En effet, la distribution se concentre légèrement sous 0. Ainsi, la probabilité moyenne des électeurs de voter pour le PQ est demeurée peu éloignée du premier choix des électeurs. Ce potentiel ne s'est toutefois pas concrétisé en appui concret lors de l’élection.

Graphique 1 :

Distribution des IRC des électeurs par parti

Source : Vox Pop Labs, Québec (2012, 2014, et 2018)

Note : Les coefficients représentent les valeurs de l'index de confiance relative (IRC). Les valeurs positives représentent la solidité des intentions de vote par parti. Les valeurs négatives représentent le potentiel de croissance des partis.

Par ailleurs, en comparaison avec le Parti libéral du Québec (PLQ), la distribution de l'IRC péquiste en 2018 suggère – si on interprète l'IRC comme l'indicateur d'un potentiel non concrétisé – que le PQ a un bassin de soutien plus large qu'il peut paraître à première vue. De la même manière, les soutiens potentiels du PLQ apparaissent plutôt limités. Le PLQ représente effectivement le parti dont la distribution de l'IRC est la plus négative, devant la Coalition Avenir Québec (CAQ). L'IRC libéral de 2012 est d'ailleurs remarquable. Après neuf ans au pouvoir, le PLQ a obtenu un des pires résultats de son histoire, excluant 2018, et cette performance semble s’être également traduite dans l’évaluation agrégée des probabilités de vote – très basses – des électeurs.Footnote ² Finalement, le cas de Québec solidaire (QS) est frappant. L’évolution du potentiel de croissance de QS entre 2012 et 2018 suggère que le parti a fait le plein d'appui potentiel. Évidemment, la matérialisation de ce potentiel de croissance en intention de vote et en vote est indéterminée.

Deuxièmement, l'IRC moyen des électeurs des quatre principaux partis québécois constitue une mesure importante du potentiel de croissance. La mesure de l'IRC moyen permet d'illustrer la position moyenne de l'agrégation des électeurs de chacun des partis de manière relative aux autres partis. En ce qui a trait aux électeurs du PQ, leur positionnement moyen est cohérent avec la perception commune qui domine le paysage politique québécois. Les deux partis les plus « proches » des électeurs péquistes sont QS et la CAQ. Les cartes se brouillent toutefois en 2018, puisque la probabilité d'appui du second choix des électeurs du PQ converge entre QS et le CAQ (Graphique 2).

Graphique 2 :

IRC moyen des électeurs des quatre partis

Source : Vox Pop Labs, Québec (2012, 2014, et 2018)

Le revers de la médaille est par ailleurs frappant. En 2018, les électeurs de la CAQ ont eu une probabilité élevée d'appuyer le PQ. Cette position est contraire au positionnement moyen des électeurs de la CAQ en 2012 et 2014, alors que le parti auquel ils étaient le plus favorable – excluant la CAQ – était le PLQ. Ce constat particulier peut notamment s'expliquer par le fait qu'en réalité beaucoup d’électeurs auparavant associés au PQ semblent avoir fait défection pour la CAQ, garantissant par le fait même une première victoire électorale au parti de François Legault (Daoust et Jabbour, Reference Daoust and Jabbour2020 : 265). Cette dynamique est partiellement visible dans le Graphique 2, où la remontée du PQ chez les électeurs de la CAQ entre 2012 et 2018 est évidente.

Il est par ailleurs remarquable de constater l'attachement des électeurs libéraux à leur parti. Les électeurs libéraux représentent, des électeurs des quatre partis, ceux dont la probabilité de soutenir un autre parti est la plus faible. Cette observation, combinée avec le fait que le PLQ n'est le second choix des électeurs d'aucun autre parti, suggère que le potentiel de croissance des libéraux est limité et plus bas que celui des autres partis.

Troisièmement, l’évolution temporelle des IRC moyens pendant une campagne électorale fournit un angle distinct à la question. Dans ce cas-ci, nous nous attardons à la campagne de 2018. Cette dernière fut particulièrement stable, comme le démontre l’évolution de l'IRC pour la solidité du vote et le potentiel de croissance des quatre partis pendant les 25 jours précédant l’élection (Graphique 3). Toutefois, un constat frappant de cette analyse réside dans le fait que QS soit demeuré le parti avec la probabilité la plus élevée d’être le second choix des électeurs québécois, suivi de près par le PQ.

Graphique 3 :

Évolution des IRC pendant la campagne québécoise de 2018

Source : Vox Pop Labs, Québec (2012, 2014, et 2018)

Note : L'IRC a été multiplié par dix pour faciliter l'interprétation.

Par ailleurs, la trajectoire des potentiels de croissance pendant la campagne fournit une mesure prédictive dynamique, au jour le jour, que l'on peut interpréter comme les gains réalisables pour chaque parti. Par exemple, en se fondant sur une telle mesure, il est possible d'observer que la solidité du vote des quatre partis a légèrement faibli dans les derniers jours de la campagne – un phénomène qui s'est logiquement accompagné d'une remontée de leur potentiel de croissance respectif. Par ailleurs, les deux débats électoraux de la campagne de 2018 n'ont, semble-t-il, provoqué aucun changement notable, sinon une très légère remontée de la solidité du vote pour le PQ suivant le second débat.

Dans un quatrième temps, l'analyse du potentiel de croissance et de la solidité du vote pour le PQ par génération fournit des constats intuitifs mais frappants (Graphique 4). En effet, les électeurs de la génération « pré-boomer » et « boomer » constituent le ciment électoral du PQ. Les électeurs de ces deux générations assurent une solidité au vote pour le PQ à travers les années. Le potentiel de croissance du PQ auprès des générations plus jeunes – génération X, Y, et Z – a quant à lui évolué de manière positive entre 2012 et 2018, bien que la solidité du vote n'ait pas évolué de façon parallèle. On peut interpréter ce résultat de différentes façons. Premièrement, il est possible que, chez les électeurs de ces générations plus jeunes, la distance entre le parti favori et le PQ ait diminué pour plusieurs raisons qu'il nous est impossible d'explorer ici. Le PQ aurait alors moins de terrain à parcourir pour conquérir ces électeurs. Deuxièmement, ce résultat peut s'interpréter au regard de la trajectoire électorale du PQ entre 2012 et 2018. Dans un tel cas, l'accroissement du potentiel de croissance chez les plus jeunes suit la victoire de 2012 et les défaites subséquentes du PQ. Dans tous les cas, cette distribution générationnelle du potentiel de croissance présente au PQ le défi d'arriver à concrétiser en vote réel son potentiel de croissance auprès des plus jeunes.

Graphique 4 :

Potentiel de croissance du PQ par génération

Source : Vox Pop Labs, Québec (2012, 2014, et 2018)

Dans un dernier temps, la distribution du vote des quatre principaux partis au sein des dix circonscriptions où ils ont réalisé leur meilleur score nous permet d'illustrer la structure locale des appuis pour le PQ (Graphique 5). Cette analyse illustre le fait que le PQ soit arrivé second dans plusieurs des circonscriptions où la CAQ et QS ont fait leur meilleur score. Le PQ s'est effectivement classé au second rang dans deux circonscriptions montréalaises gagnées par QS – Rosemont et Hochelaga-Maisonneuve –, de même que dans plusieurs circonscriptions où la CAQ a effectué une percée – Verchères, Abitibi-Ouest, Les Plaines, et Sanguinet. Il semble raisonnable de croire que le potentiel de croissance du PQ dans ces circonscriptions demeure élevé.

Graphique 5 :

Vote par parti et potentiel de croissance pour les principales circonscriptions en 2018

Source : Vox Pop Labs, Québec (2012, 2014, et 2018)

Par ailleurs, les succès électoraux du PQ – en termes de pourcentage de vote par circonscription – sont plus importants que ceux de la CAQ et de QS. Le PQ est le seul parti des trois à avoir obtenu au-dessus de 60% des intentions de vote dans une circonscription – Matane-Matapédia. Seul le PLQ a mieux fait, dans D'Arcy-McGee.