Vertaling van "données peuvent vous " (Frans → Nederlands) :

Ce que j'essaie donc de vous montrer ici, ce sont les données d'une classe pilote à Los Altos, où ils ont pris deux classes de CM2 et deux classes de 4ème et ont complétement éventré leur vieux programme de maths. Ces enfants n'utilisent pas de manuels, ils ne reçoivent pas de cours à schéma unique. Ils travaillent avec la Khan Academy, ils utilisent ce logiciel, pour à peu près la moitié de leurs cours de maths. Je vous assure que nous ne voyons pas ça comme une formation complète en maths. Son intérêt est -- et c'est ce qui se passe à Los Altos -- de libérer du temps. Ça montre où sont les blocages et les facilités, ce qui rend sûr que vous maîtriser les systèmes d'équations, et ça libère du temps pour les simulations, les jeux, les mécanismes, la construction de robots, pour estimer la hauteur d'une colline en se basant sur son ombre. L'idée est donc que l'enseignant entre dans la classe chaque jour, chaque élève travaille à son propre rythme -- et c'est un réel tableau de bord de l'école du district de Los Altos -- et ils observent ce tableau. Chaque ligne est un élève. Chaque colonne est un des concepts. Le vert indique que l'élève est déjà compétent. Le bleu indique qu'il travaille dessus -- pas besoin de s'inquiéter. Le rouge indique qu'il est bloqué. Ce que fait l'enseignant, c'est littéralement dire : « Laissez-moi intervenir sur ces enfants dans le rouge. » Ou encore mieux : « Laissez-moi prendre un des élèves dans le vert qui est déjà compétent dans ce concept pour en faire la première ligne offensive et devenir véritablement le tuteur de son camarade. » (Applaudissements) Je viens d'une réalité basée sur les données, donc nous ne voulons pas que l'enseignant intervienne en ayant à poser des questions bizarres : « Oh, qu'est-ce que tu ne comprends pas ? » ou « Qu'est-ce que tu comprends ? » et tout le reste. Donc notre idée est de vraiment munir les enseignants d'autant de données que possible -- de réelles données qui, dans presque tout autre domaine, so ...
Wat ik jullie hier toon, zijn gegevens van een pilootschool in het schooldistrict Los Altos. Ze namen twee klassen van de 10-jarigen en twee van 12-jarigen en beenden hun oude wiskundecurriculum helemaal uit. Deze kinderen gebruiken geen handboeken. Ze krijgen geen eenheidsworst -lessen. Ze doen Khan Academy. Ze gebruiken de software voor ongeveer de helft van de wiskundeles. Laat me duidelijk zijn: we zien dit niet als de volledige wiskundeles. Het effect hiervan is -- en dat gebeurt in Los Altos -- dat er tijd vrijkomt. Dit is blokkeren en aanpaken, zorgen dat je een stelsel van vergelijkingen kan afwerken. Dat maakt tijd vrij voor simulaties, games, mechanica, robots bouwen, schatten hoe hoog die heuvel is op basis van zijn schaduw. Het paradigma is dat de leerkracht elke dag binnenkomt, dat elk kind op zijn eigen tempo werkt -- en dit is een live dashboard van het schooldistrict Los Altos -- en dat ze dit dashboard bekijken. Elke rij is een student. Elke kolom is een van die concepten. Groen betekent dat de leerling het al onder de knie heeft. Blauw betekent dat ze eraan werken -- komt in orde. Rood betekent dat ze vastzitten. En wat de leraar doet is letterlijk alleen maar zeggen: Laat me ingrijpen op de rode kinderen. Of nog beter Laat me een van de groene kinderen roepen, die dat concept al onder de knie hebben, om de eerste aanvalslinie te vormen en hun klasgenoten te coachen. (Applaus) Ik kom uit een omgeving die erg op data is gericht. We willen niet dat de leerkracht tussenbeide moet komen en het kind rare vragen moet stellen, als: Dus wat begrijp je niet? of Wat begrijp je wel? enzovoort. Ons paradigma is dat we de leerkrachten met zoveel mogelijk gegevens wapenen. Echte gegevens, zoals dat in ongeveer elk ander domein wordt verwacht, of het nu financiën, marketing of productie is. De leerkrachten kunnen vaststellen wat er fout gaat met de leerlingen. Zo kunnen ze hun interactie zo productief mogelijk maken.

Il y a tout un tas de possibilités de connectique comme des Legos que vous pouvez utiliser pour saisir, dans la vraie vie, dans le monde réel, des éléments comme les tremblements, la démarche l'enjambée, et tout ce genre de choses. Le problème, c'est que notre compréhension des chutes, aujourd'hui, comme celle de Mimi, s'établit avec des études étatiques que vous recevez par courrier 3 mois après que vous soyez tombé. et dans lesquelles on vous demande : Que faisiez-vous lorsque vous êtes tombé ? Si c'est ça la pointe de la technologie. Mais avec un instrument comme Shimmer, ou avec ce que nous appelons le Tapis Volant, dans lequel nous avons implanté des capteurs et des systèmes de caméra que nous avons récupérés de la médecine du sport nous les introduisons pour la première fois dans ces 600 foyers afin de collecter de véritables données sur la mécanique du mouvement pour identifier quels sont les changements subtiles qui sont sur le point de se produire et qui peuvent nous montrer que Maman encourt un risque de chute important. Et la plupart du temps nous pouvons faire deux interventions, et revoir les interactions médicamenteuses. Je suis un chercheur qualitatif, mais lorsque je regarde ces flux de données qui parviennent de ces foyers, je peux analyser ces données et vous dire le jour où un docteur leur a prescrit quelque-chose que personne d'autre ne savait qu'ils prenaient. Parce que nous pouvons voir les changements dans leur modèle personnel. D'accord ?
Er zitten allerlei soorten van plug and play op. Een soort lego waarmee je overal, in de echte wereld, dingen zoals tremor, manier van lopen, paslengte en dat soort dingen kan registreren. Het probleem voor ons begrijpen van vallen is dat je, net als bij Mimi, drie maanden nadat je viel, een enquêteformulier van de Staat in je e-mail vindt. Met de vraag : Wat was je aan het doen toen je viel? Dat is de huidige stand van de techniek. Maar met iets als de Shimmer, of met iets dat we het Magic Carpet noemen, met geïntegreerde sensoren in tapijt of op camera gebaseerde systemen die we ontleenden aan de sportgeneeskunde, beginnen we voor de eerste keer in die 600 oudere huishoudens werkelijke kinematische bewegingsgegevens verzamelen. Zo kunnen we begrijpen wat de subtiele veranderingen zijn, die kunnen aantonen dat mams risico loopt om te vallen. Meestal kunnen we dan het probleem oplossen met een paar interventies, door de medicijnen wat aan te passen. Ik ben kwalitatief onderzoeker, maar als ik kijk naar de datastromen uit deze woningen, kan ik je vertellen op welke dag een arts iets heeft voorgeschreven waarvan niemand anders afwist. Omdat we de veranderingen in hun patronen in het huishouden zien. Niet?

Quand vous surfez sur le web, des informations sur vous sont collectées. Le pistage sur le web n'est pas 10% mauvais, des données personnelles peuvent rendre votre surf efficace, des cookies peuvent aider vos sites préférés à continuer d'exister. Mais Gary Kovacs dit : c'est votre droit de savoir quelles données sont collectées sur vous et comment cela affecte votre vie en ligne. Il dévoile un module complémentaire pour Firefox qui fait exactement ça.
Terwijl je op het Web surft, wordt informatie over jou verzameld. Web-tracking is niet voor 100% negatief — persoonlijke gegevens kunnen je browsen efficiënter maken; cookies kunnen je favoriete websites helpen overleven. Maar, zegt Gary Kovacs: Het is je recht om te weten welke gegevens over jou verzameld worden en hoe het invloed heeft op je online-leven. Hij onthult een Firefox add-on om precies dat te doen.

Le plus effrayant dans tout ça, c'est que désormais nos données sont éternelles, donc vos données peuvent vous survivre, et elles le feront.
Het beangstigende ervan is dat die gegevens eeuwig blijven bestaan. Je gegevens kunnen en zullen je overleven.

Et laissez moi juste en mentionner deux, rapidement. L'une, tirée du domaine de l'ingénierie, et l'autre du domaine clinique. Dans la perspective de l'ingénierie, nous pouvons nous demander, puisque nous savons que le mouvement est si important pour le système visuel humain si nous pouvons utiliser cela comme recette pour construire des systèmes de vision sur des machines qui peuvent apprendre par elles-mêmes, qui n'ont pas besoin d'être programmées par un programmateur humain. Et c'est ce que nous essayons de faire. Je suis au MIT, au MIT vous devez appliquer tout connaissance fondamentale que vous acquérez. Alors nous sommes en train de créer Dylan, qui est un système informatique avec le but ambitieux de recueillir les données visuelles du même genre que ceux qu'un enfant humain recevrait, et de découvrir de façon autonome quels sont les objets dans ces données visuelles.
Laat me er snel twee noemen. Eén komt uit de techniek en de andere uit de kliniek. Vanuit de invalshoek van de techniek kunnen we vragen: gegeven dat we weten dat beweging zo belangrijk is voor de menselijke verwerking van zicht, kunnen we dit als voorbeeld gebruiken voor het maken van toestellen met een zichtsysteem dat zelf kan leren zonder dat het geprogrammeerd hoeft te worden door een mens? En dat is wat we trachten te doen. Ik zit bij MIT, en daar moet je alle kennis die je opdoet toepassen. Daarom maken we Dylan. Dat is een computationeel systeem met het vooruitstrevende doel visuele invoer te gebruiken van het soort dat menselijke kinderen krijgen en het onafhankelijk te laten ontdekken wat de voorwerpen zijn in die invoer die het ziet.

C'est comme ça que vous évitez qu'une énorme épidémie ne se propage, et ça montre ce qui peut arriver quand les gens locaux ont les données en main ; ils peuvent sauver des vies.
Dat is hoe je een massale epidemie voorkomt. Het laat de impact zien van wat er kan gebeuren als lokale mensen over de data beschikken: ze kunnen levens redden.

L'endroit où vous vivez : il a une influence sur votre santé tout autant que votre alimentation ou que vos gènes, mais il n'est pas consigné dans votre dossier médical. A TEDMED, Bill Davenhall montre comment des données géographiques gouvernementales qui ne sont pas prises en compte (du taux d'infarctus aux informations sur les sites pollués par des rejets toxiques) peuvent être combinées avec des applications de GPS mobiles pour garder les médecins informés. On peut appeler cela la geo-médecine .
Waar u woont: dit gegeven heeft net zo'n grote impact op uw gezondheid als bijvoorbeeld uw dieet of uw genen, maar het maakt géén deel uit van uw medisch dossier. Tijdens TEDMED laat Bill Davenhall zien hoe genegeerde geographische data van de overheid (van plaatselijke hartinfarct cijfers in vergelijking met de locatie van dumpplaatsen voor giftige stoffen) gecombineerd kan worden met mobiele GPS applicaties, zodat dokters hiermee rekening kunnen houden. Noem het: Geo-medicatie

La confiance : comment la mériter ? Les banques utilisent les cotes de crédit pour déterminer si vous êtes digne de confiance mais il y a 2,5 milliards de personnes dans le monde qui n'en ont pas — et qui ne peuvent obtenir de crédit pour lancer leur entreprise, acheter une maison ou améliorer leurs conditions de vie. Écoutez comment Shivani Siroya, une TED Fellow, débloque un pouvoir d'achat d'inexploité dans le monde en voie de développement grâce à InVenture, une start-up qui utilise les données mobiles pour construire une identité financière. « Avec quelque chose d'aussi simple qu'une cote de crédit, dit Siroya, nous donnons aux gens le pouvoir de construire leur propre avenir. »
Vertrouwen: Hoe kun je dat winnen? Banken gebruiken kredietscores om te bepalen of je betrouwbaar bent. Wereldwijd zijn er ongeveer 2,5 miljard mensen die geen kredietscores hebben en geen lening kunnen krijgen om een eigen bedrijf te beginnen, een huis te kopen of hun leefsituatie te verbeteren. Luister hoe TED Fellow Shivani Siroya de onbenutte koopkracht in ontwikkelingslanden mobiliseert met InVenture, een startende onderneming die gebruik maakt van telefoongegevens om een financiële identiteit te creëren. Door zoiets simpels als een kredietscore, zegt Siroya, geven we de macht aan mensen om een eigen toekomst op te bouwen.

Les deux stratégies de recherche, de recherche originale peuvent être énoncées comme suit, dans le dernier principe que je vais vous proposer : Pour chaque problème dans une discipline donnée de science, il y a une espèce ou une entité ou un phénomène idéal pour sa solution.
De twee strategieën van oorspronkelijk onderzoek kunnen als volgt worden gesteld in het laatste beginsel dat ik jullie aanbied: voor elk probleem in een discipline van de wetenschap, bestaat er een soort of een entiteit of een fenomeen, dat ideaal is voor de oplossing.