Chaire DATA & SERVICES pour une ville durable – imu – intelligences des mondes urbains. Projet de Chaire La Chaire DATA&SERVICES pour une ville durable, en cours de construction, est un dispositif de recherche et d’expérimentation sur un temps long, associant des laboratoires de premier plan, des industriels majeurs et des partenaires de l’urbain.
C’est un projet ambitieux, dont le budget prévisionnel s’élève à plus de 6 millions d’euros sur 5 ans. Enjeux et objectifs de la chaire Cette chaire vise la conception et l’expérimentation (validation de concept) de nouveaux services fondés sur la valorisation et l’enrichissement des données des partenaires. Un autre enjeu de la Chaire est aussi de préciser les conditions de création et de partage de valeur au sein d’un écosystème de la data en forte évolution, où les grands acteurs traditionnels sont mis, au mieux, en position de challengers vis-à-vis des acteurs aujourd’hui majeurs.
Le LabEx IMU propose d’orienter cette Chaire sur la gestion de la complexité urbaine. Waves of Interest — Tracing Google Search Interest in US Election Years. Ressources. About. Top data visualization examples and dashboard designs. Data visualization and dashboard design are both art and science and not as easy to create as they may first appear.
How do top UX designers and visual designers illustrate complex information without confusing users? Three ways: a better understanding of the UX principles behind good dashboard design, the application of graphical excellence, and practice. UX dashboard design follows specific principles and best practices. La “data expérientielle”, retour vers le très-humain. Une biographie personnelle présentée grâce à des données personnelles chiffrées inspire sur la question du sens que l’on peut apporter à la data.
On découvre que, même si nous ne pouvons pas être résumé grâce à nos datas, les utiliser contribue fortement à éclairer nos parcours (passés comme futurs). Ainsi, deux questions se posent : Comment faire vivre la data ? Autrement dit comment l’animer, l’incarner de façon vivante ? (14) (PDF) Le gouvernement algorithmique ou l' « art » de ne pas changer le monde. Les (n)ombres ou la vie. Le medium algorithmique. 2De Gutenberg jusqu’au milieu du XXe siècle, le principal effet technique des médias était d’enregistrer, de multiplier et de transmettre mécaniquement les symboles de la communication humaine.
On peut notamment prendre comme exemples l’imprimerie (journaux, magazines, livres), l’industrie du disque, le cinéma, le téléphone, la radio et la télévision. Certes, il existait aussi des techniques de calcul ou de transformation automatique des symboles. Mais les calculatrices automatiques disponibles avant les ordinateurs n’étaient pas très puissantes et d’un usage limité. Les premiers ordinateurs eurent peu d’impact sur la communication sociale à cause de leurs prix élevés, de leur complexité d’utilisation et de leur faible nombre de propriétaires (essentiellement les grandes entreprises, certains laboratoires scientifiques et administrations gouvernementales de pays riches).
#DLC2018 – Data Literacy Conference 2018. Dans les entreprises et les administrations, à l’école, dans la recherche comme dans la société, la capacité de produire, comprendre et utiliser des données numériques devient une compétence essentielle.
Avec les meilleurs experts mondiaux, Data Literacy Conference délivre les clés d’une « culture de la donnée » enfin accessible aux non-spécialistes. Si les « data » sont aujourd’hui un puissant vecteur de développement économique, de capacitation citoyenne ou encore, de production de connaissances, elles suscitent également des inquiétudes légitimes, ainsi que des luttes de pouvoir. L’idée montante d’une « littératie » des données consiste à permettre à tout décideur, collaborateur, innovateur, entrepreneur, chercheur ou citoyen d’en comprendre les enjeux, d’en discuter les sources et les usages, et d’en tirer parti dans sa propre activité. La culture de la donnée est un sujet encore très émergent. TULP interactive. Ikigai. The History Of Philosophy. Digital art for brands and spaces. Pourquoi la société ne se laisse pas mettre en équation ? Après avoir modélisé la matière, le physicien Pablo Jensen (@pablojensenlyon) s’est consacré à l’étude des systèmes sociaux.
Certains ont mis (et mettent toujours) beaucoup d’espoir dans ce carrefour entre sciences dures et sciences molles. Le graal : découvrir les lois qui régiraient les sociétés humaines comme la physique explique la chute des corps. A grand coup de collecte de données (big data), nous ne serions pas loin de soulever le capot du moteur humain, comprendre et anticiper ses crises pour enfin gouverner avec un cran d’avance. Pablo Jensen est loin d’être le premier à dénoncer cette supercherie, avec Pourquoi la société de se laisse pas mettre en équation, il livre un regard clair et documenté sur ce que peuvent et ne peuvent pas les sciences dures et nous en dit plus sur leurs forces et faiblesses lorsqu’on tente de les plaquer sur un social complexe et hétérogène. WeDoData, raconter (avec) les données. Cet article est un bon exemple du contenu que vous pouvez recevoir régulièrement dans votre boite mail si vous vous abonnez (gratuitement) à La Lettre des Nouvelles Narrations.
Nous vivons dans un monde de données, de plus en plus quantifiable, mesurable. Open-data et big data sont déjà devenues des marronniers médiatiques qui plongent certains dans la perplexité, d’autres dans l’expectative optimiste d’un monde toujours mieux huilé, et les derniers dans une crainte profonde d’une atteinte à leur vie privée.
Quelque soit votre avis sur la question, il est indéniable que donner du sens à cet océan d’informations est devenu une priorité pour ceux qui veulent comprendre et faire comprendre le monde. Or la tâche est dantesque. Geo data. Gouvernés par les nombres ? Échecs et maths. - #DATAGUEULE 76. Archives.nypl.org. Agence Data - Synomia. Data Science Platform. Géopolitique des écritures, par Cécile Marin (Le Monde diplomatique, août 2017) The Internet in Real Time: Web Usage Stats Per Second. PROJECTS. The projects done at Software Studies Initiative use computational and data visualization methods to study big visual cultural data.
We combine research questions and theories from humanities and media studies with the concepts and techniques from computer science and computational social science. The following is a selection of our projects (2008-present) organized by type of data: Art and Design:MondrianRothko.viz | Comparing evolution of Mondrian and Rothko | Lev ManovichModernArt.viz | From realism to abstraction, 1848-1917 | Lev ManovichvanGogh.viz | exploring Vincent van Gogh paintings with ImagePlot | Lev ManovichGoogle.viz | Design variations in Google logos, 1998-2009 | Jeremy Douglass Film, Video, TV, Motion Graphics:PoliticalVideoAds.viz | 2008 U.S. Vive la dataviz !: J'ai testé RAW. TransAlgo : évaluer la responsabilité et la transparence des systèmes algorithmiques. République numérique.
SelectedWorks - Antoinette Rouvroy. Lev Manovich - Media Visualization: Visual Techniques for Exploring Large Media Collections. Download PDF.
Formes, technologies, société. Design et quête de sens. DATALOGIEPenser, représenter & interpréter les données : enjeux esthétiques, éthiques et sociopolitiques A l’heure où l’engouement pour les Big Data se renforce un peu plus chaque jour dans une multitude de secteurs (politique, économie, marketing, journalisme, santé, recherche), il s’agira au cours de cette journée d’étude de tenter d’en analyser les soubassements et les significations. Au fond, qu’est-ce qu’une donnée ? Comment est-elle créée ? Quelles sont les formes qui les rendent accessibles et intelligibles ? Des cartes à notre image. Les cartes donnent à voir notre planète et ses territoires...mais à leur manière, bien particulière. Produits de notre regard, elles le façonnent en retour, exprimant des projets, des jeux de pouvoirs, des représentations. Omniprésentes dans ce monde en mouvement, les cartes sont à notre image et... peuplées de nos mirages.
Il faut sortir de la transparence apparente de l'objet cartographique, lui restituer ses épaisseurs, ses tensions internes, ses diversités, ses histoires... UNamur - Antoinette ROUVROY. Avant-propos - Rouvroy, A.Le corps, nouvel objet connecté. Paris: CNIL, p. 4-5 (Cahiers IP; Numéro 2) Des métadonnées Twitter… – Framablog. Europe – Le portrait européen – données. Nous sommes tous des cobayes émotionnels. Il y a presque 15 ans (en novembre 2003), John Battelle publiait sur son blog un billet dans lequel il décrivait la « base de donnée des intentions ».
Sept ans plus tard, en 2010, il mettait à jour son analyse dans le billet intitulé : « The Database Of Intentions Is Far Larger Than I Thought ». Donc la base de donnée des intentions c’est - notamment - ça : La base de données des intentions Et je vous en ai assez souvent parlé sur ce blog. Qui a fait élire Trump ? Des millions de « tâcherons du clic » sous-payés. Le débat sur les responsabilités médiatiques (et technologiques) de la victoire de Trump ne semble pas épuisé. Moi par contre je m’épuise à expliquer que le problème, ce ne sont pas les algorithmes. D’ailleurs, la candidate « algorithmique » c’était Clinton : elle avait hérité de l’approche « big data » au ciblage des électeurs qui avait fait gagner Obama en 2012, et sa campagne était apparemment régie par un système de traitement de données personnelles surnommé Ada. Making of. Outil d'Indexation. Cultural Analytics Lab. Ces données à voir à l'Espace d'art de Nanterre. Inspiration and Help concerning R graphics.
What people Google - Map. 2026 - Un monde plus vert. Generation What? – La grande enquête sur les 18-34 ans dans toute l'Europe. Appel à projets - HybLab "Récits interactifs" à Rennes - Hyblab ouestmedialab. Dear Data: An Animated Insight. The Billion Dollar Gram — Information is Beautiful.
Phénomène : la data-visualisation interactive ! Quoi de plus ennuyeux que de lire des données ou des informations de manière plate et linéaire ? Aujourd’hui, illustrer des données ou informations de manière ludique est primordial pour capter l’attention de son public. Cet art de représenter graphiquement une certaine quantité de données dont l’appréhension resterait difficile par d’autres moyens est appelé « data-visualisation ». La datavisualisation, c'est quoi ? - Agence Parteja. Tentative de définition La datavisualisation est l’étude, la science ou l’art de représenter des données de façon visuelle.
Cela peut se concrétiser par des graphiques, des camemberts, des diagrammes, des cartographies, des chronologies, des infographies ou même des créations graphiques inédites ou des photos. Données à voir - introduction. ORA Systems HALO ou quand le Big Data flirte avec l'art - Beware! Le big data, tout le monde à ce mot la à la bouche depuis quelques années. Visualisation — revue Sciences du Design. Innovatives - Programme. Digiscope : l'interaction en grand. Carnet de recherche de Samuel Goëta, doctorant en sociologie à Télécom ParisTech. Digital Humanities Awards. Digital Humanities Awards Highlighting Resources in Digital Humanities Skip to content. Vidéos des interventions – Histoire de la synthèse d'images en France.
Visualisation — revue Sciences du Design. Visualisation — revue Sciences du Design. Martin Grandjean » Digital humanities, Data visualization, Network analysis. Rockfort. Le Site Des étudiants Du Master Communication Et Technologie Numérique. Elles sont le plus souvent graphiquement « apétantes », ou « aspirationnelles ». Les cartographies d’Internet sont une représentation graphique d’un imaginaire et répondent au besoin très humain de visualiser quelque chose d’abstrait.
C’est sans doute pour cela que leurs créateurs y passent autant de temps. Leur cible les accueilleront avec intérêt. C’est un bon moyen de faire un peu de buzz. Métadonnées. Une image envoyée sur Facebook peut ensuite être “likée”, commentée, ou partagée par vos amis. Le Quantified self, pivot de la révolution des données. Big Data ou Big Brother ? la raison du numérique. Big data et action publique algorithmique sont-ils solubles dans les valeurs de services publics. Comment le Big Data peut aider à comprendre les comportements. Top 10 data mining algorithms in plain R. List of BEST tools and resources for learning data analysis, visualization, and working with social media data - Google ドキュメント. List of BEST tools and resources for learning data analysis, visualization, and working with social media data - Google Docs.