Vertaling van "l'utilisation des données pour sauver " (Frans → Nederlands) :

et aller sur le terrain avec seulement un Palm Pilot, qui peut contenir les dizaines de milliers de formulaires papier ? Pourquoi ne pas essayer cela ? Parce que si nous pouvons faire cela, si nous pouvons collecter les données électroniquement, numériquement, dès le début, nous pouvons raccourcir le processus d'entrée des données, ne plus avoir quelqu'un entrant l'information dans l'ordinateur. Nous pouvons aller directement à l'analyse, puis directement à l'utilisation des données pour sauver des vies. C'est donc ce que j'ai commencé à faire.
en ze meenemen in het veld. Die kan tienduizenden papieren formulieren vervangen. Waarom zouden we dat niet proberen? Dan zouden we van meet af aan de gegevens elektronisch, digitaal kunnen verzamelen. de gegevens elektronisch, digitaal kunnen verzamelen. We zouden dan het hele proces van het overtypen kunnen overslaan. We zouden dan het hele proces van het overtypen kunnen overslaan. We zouden dan het hele proces van het overtypen kunnen overslaan. We kunnen rechtstreeks naar de analyse en vervolgens naar het gebruik van de gegevens om daadwerkelijk levens te redden. Dat begon ik te doen.

Et Hans a mis en avant le fait qu'il était très important d'avoir beaucoup de données. Et je suis heureux de l'avoir vu hier demandant encore avec insistance plus de données. Et maintenant je voudrais que vous vous imaginiez, pas seulement 2 morceaux de données connectés, ou même 6, mais un monde où tout le monde aurait mis ses données sur le web. Virtuellement tout ce que vous pouvez imaginer serait sur le web. Et j'ai appelé cela Linked Data ( données liées ) La technologie s'appelle Linked Data et elle est extrêmement simple. Si vous voulez mettre quelque chose sur le web, il y a 3 règles. La première chose est que nous utilisons toujours les adresses HTTP -- ces trucs qui commencent par http: -- Mais plus uniquement pour les documents, on va les utiliser pour décrire les documents. On va les utiliser pour des personnes, on va les utiliser pour des lieux, on va les utiliser pour vos produits, pour des événements.
En wat Hans daarmee wilde zeggen was: Kijk, het is heel belangrijk om veel data te hebben. En ik was blij dat hij gisteravond op het feest nog steeds heel stellig zei: Het is echt belangrijk om veel data te hebben. Dus ik wil graag dat we nu denken aan niet slechts twee data-stromen die verbonden worden, of zes zoals hij, maar ik wil denken aan een wereld waar iedereen data op het web plaatst waardoor zowat alles wat je je kunt voorstellen, op het web staat. En dat noemen we dan gelinkte data. De technologie is gelinkte data, en het is doodeenvoudig. Als je iets op het web wilt plaatsten, gelden er drie regels: ten eerste die HTTP-namen -- wat begint met http: -- we gebruiken die nu niet alleen voor documenten, maar we gebruiken ze voor dingen waar de documenten over gaan. We gebruiken ze voor mensen, voor plaatsen, voor jullie producten en voor gebeurtenissen.

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.

De quoi sont vraiment faites nos forêts ? Depuis le ciel, l'écologiste Greg Asner utilise un spectromètre et des lasers à haute puissance pour cartographier en détails la nature en 3D, ce qu'il appelle une comptabilité high tech du carbone. Dans cette conférence fascinante, Asner donne un message clair : pour sauver notre écosystème, nous avons besoin de plus de données, recueillies de façon nouvelle.
Waarvan zijn onze bossen eigenlijk gemaakt? Vanuit de lucht gebruikt ecoloog Greg Asner een spectrometer en krachtige lasers om de natuur in kaart te brengen tot op minutieus caleidoscopisch 3D-niveau, met wat hij noemt een high-tech koolstof-berekeningssysteem . In deze fascinerende lezing geeft Asner ons een boodschap: om ons ecosysteem te redden moeten we meer gegevens verzamelen, op nieuwe manieren.

Il vous montrera le PIB par habitant, la population, la longévité, C’est à peu près tout. Trois ensembles de données pour chaque pays. Trois ensembles de données. Trois ensembles de données, ce n'est rien. Je veux dire, regardez ce graphique. Il a été réalisé par le physicien Cesar Hidalgo. Il travaille au MIT. Vous ne pourrez pas y comprendre quoi que ce soit mais voilà à quoi ça ressemble. Cesar a parcouru la base de données de plus de 5000 produits différents, et il a utilisé les techniques d'analyse de réseau pour interroger cette base de données et pour représenter graphiquement les relations entre les différents produits. C'est un travail absolument merveilleux. Vous voyez toutes ces interconnexions, toutes ces interdépendances.
Hij zal je het bbp per hoofd van de bevolking laten zien, bevolking, levensduur, dat is het zo'n beetje. Dus drie soorten gegevens voor elk land - drie soorten gegevens. Drie soorten gegevens stelt niets voor. Ik bedoel, kijk eens naar deze grafiek. Hij werd gemaakt door de natuurkundige Cesar Hidalgo. Cesar is verbonden aan het MIT. Je zult er geen woord van begrijpen. Dit is hoe hij eruit ziet. Cesar heeft de database van meer dan 5000 verschillende producten doorgeploegd met technieken zoals netwerkanalyse om de database te ondervragen en grafieken te maken van de relaties tussen de verschillende producten. Het is prachtig, prachtig werk. Hij toont al die onderlinge verbindingen, al die onderlinge relaties.

L'histoire classique, la première que beaucoup de gens ont relevée c'était quand, en mars, le 10 mars en fait, juste après TED, Paul Clarke, du gouvernement britannique, a blogué Oh, je viens de recevoir des données brutes. Les voilà, c'est à propos des accidents de vélo. Ça a pris deux jours au Times Online pour faire une carte, une carte composite, on appelle ces trucs des mash-ups, un mash-up, une interface utilisateur qui vous permet d'aller regarder pour voir si la piste cyclable qui mène à votre travail, était concernée. Il y a d'autres données, des données d'enquête de circulation encore, qui ont été diffusées par le gouvernement britannique, et comme ils les publient en utilisant les standards Linked data un utilisateur a la possibilité de créer une carte, juste en cliquant. Est-ce que ces données ont des effets ? Eh bien, en fait, revenons en 2008. Regardons le cas de Zanesville, Ohio.
Een klassiek verhaal, het eerste die veel mensen oppikten. was toen in maart, in feite de 10e maart, kort na TED, Paul Clarke, van de Britse overheid, blogged, Oh, hier heb ik nog wat ruwe gegevens, het gaat over fietsongelukken. Het kostte de Times Online twee dagen om een map te maken, een compilatie map -- we noemen deze dingen mash-ups -- een mashed-up user gebruiksomgeving die je in staat stelt om erin te duiken en te kijken en uit te vinden of jouw fietsroute naar werk werd beïnvloed. Hier is meer data, verkeersonderzoeksgegevens, wederom, gegeven door de Britse overheid, en omdat zij het opzetten met gebruik van de Linked Data standaarden waardoor een gebruiker gewoon een map kan maken, door te klikken. Hebben deze gegevens effect? Laten we teruggaan tot 2008. Kijk naar Zanesville, Ohio.

Mais ce projet a aussi été conduit pour une raison scientifique, qui était d'utiliser ces données naturelles longitudinales pour comprendre le processus menant à l'apprentissage du langage par un enfant -- cet enfant étant ici mon fils. Avec de nombreuses dispositions de protection de la vie privée mises en place pour protéger les personnes enregistrées, nous avons mis des éléments de données à disposition de mon équipe de recherche de confiance au MIT pour que nous puissions commencer à déchiffrer les motifs dans cet énorme jeu de données, en essayant de comprendre l'influence de l'environnement social sur l’acquisition du langage. Nous regardons ici l'une des premières choses que nous avons faites. Voici ma femme et moi préparant le petit déjeuner dans la cuisine. En nous déplaçant à travers l'espace et le temps, un premier motif quotidien de la vie dans la cuisine.
Maar er is ook een wetenschappelijke reden achter dit project, namelijk om met deze natuurlijke langlopende datastroom het proces te begrijpen waarmee een kind taal leert -- dat kind is dus mijn zoon. Zo gingen we met alle zorg voor de privacy van iedereen die werd opgenomen in de data aan de slag om delen van de data beschikbaar te stellen voor mijn vertrouwde onderzoeksteam aan MIT zodat we langzaam patronen konden gaan ontwarren in deze enorme dataset om te proberen te begrijpen hoe de sociale omgeving taalverwerving beïnvloedt. Hier kijken we naar een van de eerste dingen die we hebben gedaan. Hier maken mijn vrouw en ik ontbijt in de keuken. En terwijl we door ruimte en tijd gaan zien we een dagelijks levenspatroon in de keuken.

Et bien, l'ordinateur l'avait vu, et en fait, il l'a vu chez un sujet sur trois. On peut donc partir d'un visage anonyme, en ligne ou hors ligne, et on peut utiliser la reconnaissance faciale pour donner un nom à ce visage anonyme grâce aux données des réseaux sociaux. Mais quelques années auparavant, on a fait quelque chose d'autre. A partir des données des réseaux sociaux, combinées statistiquement avec les données de la Sécurité Sociale du gouvernement américain, on a réussi à déduire les numéros de sécurité sociale, ce qui est, aux Etats-Unis, une information extrêmement sensible. Vous voyez où je veux en venir ? Si vous combinez les deux études, la question devient : peut-on partir d'un visage et, en utilisant la reconnaissance faciale, trouver le nom et les informations disponibles de façon publique sur ce nom et sur cette personne, puis, à partir de ces informations publiques, en déduire des informations non publiques, beaucoup plus sensibles, que l'on peut relier au visage ? Et la réponse est, oui, on peut, et on l'a fait. Bien sûr, la précision est de pire en pire.
De computer in ieder geval wel, en die deed dat zelfs in één op de drie gevallen. We kunnen dus gewoon beginnen met een anoniem gezicht, offline of online, en gezichtsherkenning gebruiken om een naam te plakken op dat anonieme gezicht dankzij gegevens van sociale media. Een paar jaar geleden deden we iets anders. We begonnen met data van sociale media, en combineerden die met statistisch data van de Amerikaanse overheid over sociale zekerheid, en uiteindelijk konden we sofinummers voorspellen, wat in de Verenigde Staten extreem gevoelige informatie is. Volgen jullie mij? Als je de twee onderzoeken samenvoegt, dan wordt de vraag: kun je met een foto van een gezicht, met behulp van gezichtsherkenning een naam en openbaar beschikbare informatie over die naam en die persoon vinden, en uit die openbare informatie afgeschermde informatie afleiden, veel gevoeligere informatie, die je weer koppelt aan het gezicht? Het antwoord is ja, dat kunnen we, en dat hebben we ook gedaan. Natuurlijk neemt de nauwkeurigheid steeds meer af.

L’autre marque de fabrique des personnes populaires est qu'ils utilisent un langage non orienté. Dans mon cas, « Le Patient anglais » est mon film préféré. Mais il n'est pas opportun de le mentionner sur mon profil, parce que c'est une donnée superficiellle qui pourrait dissuader une personne d'engager une conversation avec moi, parce que ça lui déplairait de passer trois heures devant ce film. Aussi, l'utilisation d'un langage optimiste, importe beaucoup. Voici l'ensemble des mots les plus utilisés, par les femmes les plus populaires du site : « amusant », « fille » et « amour ». J'ai de ce fait compris, que je devais simplifier mon propre profil. Rappelez-vous, je me suis présentée comme étant une personne qui parle couramment le japonais et qui maîtrise le JavaScript, et je me suis contentée de cela. En fait, le secret est qu'il s'agit d'être plus accessible et d'aider les gens à mieux vous cerner pour qu'ils puissent s'adresser à vous de la meilleur des manières. Il s'avère, que le timing est également très, très important. Ce n'est parce que vous avez accès au numéro de téléphone portable de quelqu'un, ou à son compte de messagerie instantanée, et qu'il vous arrive d'être éveillé à 2 heures du matin, que vous allez choisir ce moment pour communiquer avec lui. Les femmes populaires sur ces sites internet laissent s'écouler un temps moyen de 23 heures entre chaque communication. Et ça correspond à ce que l'on ferait normalement dans un processus classique de courtisanerie. Enfin, il y avait les photos. Toutes les femmes populaires étaient un tant soit peu dénudées. Elle avaient tous l'air vraiment belles, ce qui semblait contraster avec le type de photos que j'avais choisi pour mon profil. Une fois que j'ai eu toutes ces informations, j'ai pu créer un super profil; C'était toujours moi, mais c'était un moi optimisé pour cet écosystème.
Wat de mensen die dit goed kunnen ook doen, is dat ze niet specifieke taal gebruiken. In mijn geval bijvoorbeeld, is de The English Patient mijn lievelingsfilm, maar het werkt niet om dat in een profiel te zetten, omdat het een oppervlakkig gegeven is. Iemand kan het met me oneens zijn en niet met me uit willen gaan, omdat hij geen zin heeft om de drie uur durende film uit te zitten. Ook optimistisch taalgebruik is belangrijk. Dit is een woordwolk die de meest populaire woorden laat zien die de meest populaire vrouwen gebruiken, zoals plezier en meisje en liefde. Ik realiseerde me dat ik me in mijn profiel niet dommer hoefde voor te doen. Ik was tenslotte iemand die zei dat ik vloeiend Japans spreek en JavaScript kan en ik voelde me daar goed bij. Het verschil is dat het gaat om toegankelijker te zijn en mensen te laten zien wat de beste manier is om contact te zoeken. Ook bleek timing heel erg belangrijk te zijn. Ook al heb je toegang tot iemands mobiele nummer of hun online berichtenservice en je bent om twee uur 's nachts wakker, dan is dat nog niet automatisch een goed moment om contact te zoeken. De populaire vrouwen op deze sites laten gemiddeld 23 uur tussen hun berichten. En dat is wat we normaal gesproken zouden doen als we iemand leren kennen. En dan waren er nog de foto's. Al deze populaire vrouwen, lieten wat huid zien. Ze zagen er fantastisch uit, wat een schril contrast bleek met wat ik geüpload had. Met al deze informatie kon ik nu een superprofiel maken, dat nog steeds mezelf was, maar het was geoptimaliseerd voor dit ecosysteem.

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?