Le principal avantage d'un modèle régional de climat (MRC) consiste dans le développement des petites échelles non-résolues par un modèle de circulation générale (MCG). Cependant, la solution d'un MRC reste dépendante de la qualité des données de pilotage aux frontières latérales. Cette étude vise à analyser si un MRC peut améliorer les statistiques des grandes échelles fournies par le modèle pilote. L'étude est développée dans le contexte de l'expérience Imperfect Big-Brother (IBB) et utilise les réanalyses ERA-Interim et cinq simulations globales réalisées avec le modèle global Canadian GEM, pour piloter le Modèle Régional Canadien du Climat version 5 (MRCCV5) sur quatre domaines d'intégration centrés sur l'Amérique du Nord. Les résultats montrent que, dans le cas d'un pilotage avec des données parfaites, les erreurs dans les grandes échelles développées par le MRCCv5 augmentent avec la taille du domaine d'intégration, mais elles restent relativement petites même pour le plus grand domaine d'intégration. Par contre si les données de pilotage contiennent des erreurs, le MRCCv5 peut apporter quelques améliorations dans les grandes échelles du pilote quand un très grand domaine d'intégration est utilisé. L'amélioration vise principalement l'amplitude des patrons des composantes stationnaires et transitoires. Toutefois, ces améliorations sont relativement modestes si les erreurs dans les données de pilotage sont grandes.