0:00:17.242,0:00:19.777
Près de 10 000 km de routes,

0:00:19.777,0:00:21.598
près de 6 000 km de rails de métro,

0:00:21.598,0:00:23.897
près de 650 km de pistes cyclables,

0:00:23.897,0:00:25.721
et 800 m de rails de tram,

0:00:25.721,0:00:27.679
si vous avez déjà été à Roosevelt Island.

0:00:27.679,0:00:30.446
Ce sont les chiffres qui constituent[br]l'infrastructure de NY,

0:00:30.446,0:00:32.424
les statistiques de nos infrastructures.

0:00:32.424,0:00:35.430
Ce sont les chiffres[br]des rapports des agences civiles.

0:00:35.430,0:00:38.290
Par exemple, le département des transports[br]publiera sûrement

0:00:38.290,0:00:39.820
les kilomètres de voies [br]qu'ils entretiennent.

0:00:39.820,0:00:42.641
La MTA se vantera du nombre [br]de kilomètres de rail existants.

0:00:42.641,0:00:45.395
Mais la plupart des agences [br]nous donnent des statistiques.

0:00:45.395,0:00:48.482
Ceci vient d'un rapport de 2015[br]de la Commission Taxi & Limousine ,

0:00:48.482,0:00:52.879
où on apprend qu'il y a[br]environ 13 500 taxis, ici, à New-York.

0:00:52.879,0:00:54.196
Plutôt intéressant, non ?

0:00:54.196,0:00:56.775
Mais avez vous déjà pensé[br]d'où venaient ces chiffres ?

0:00:56.775,0:00:59.951
Parce que pour que ces chiffres existent,[br]quelqu'un à l'agence

0:00:59.951,0:01:03.431
doit se dire, « Tiens, voilà un chiffre[br]qui pourrait intéresser quelqu'un.

0:01:03.431,0:01:05.440
C'est un chiffre qui intéresse[br]nos citoyens. »

0:01:05.440,0:01:07.220
Donc ils plongent dans leur données,

0:01:07.220,0:01:09.174
ils comptent, ajoutent, calculent,

0:01:09.174,0:01:10.782
puis ils écrivent des rapports.

0:01:10.782,0:01:13.221
Et ces rapports contiennent[br]ce genre de chiffres.

0:01:13.221,0:01:15.763
Le problème est comment [br]anticipent-ils nos questions ?

0:01:15.763,0:01:17.345
Nous avons plein de questions.

0:01:17.345,0:01:20.004
Il y a littéralement[br]un nombre infini de questions

0:01:20.004,0:01:21.680
qu'on se pose sur notre ville.

0:01:21.680,0:01:23.683
Les agences ne pourront jamais suivre.

0:01:23.683,0:01:25.400
Le paradigme ne marche pas vraiment

0:01:25.400,0:01:27.861
et je pense que nos politiques[br]s'en rendent compte,

0:01:27.861,0:01:31.632
puisqu'en 2012, le maire Bloomberg [br]a ratifié une loi qu'il a appelé

0:01:31.632,0:01:35.791
la législation la plus ambitieuse[br]et complète du pays.

0:01:35.791,0:01:37.568
De bien des façons, il a raison.

0:01:37.568,0:01:42.270
En deux ans, la ville a publié[br]1000 jeux de données sur le portail public

0:01:42.270,0:01:44.123
et c'est plutôt génial.

0:01:44.123,0:01:45.559
Vous voyez de telles données,

0:01:45.559,0:01:47.623
et au lieu de compter le nombre de taxis,

0:01:47.623,0:01:49.490
on commence à poser d'autres questions.

0:01:49.490,0:01:52.373
Donc j'ai une question :[br]Quand est l'heure de pointe à New York ?

0:01:52.373,0:01:54.902
C'est plutôt agaçant.[br]A quelle heure exactement ?

0:01:54.902,0:01:57.620
Et j'ai pensé, ces taxis ne sont pas[br]que des chiffres,

0:01:57.620,0:02:00.404
ce sont des traceurs GPS[br]dans les rues qui enregistrent

0:02:00.404,0:02:02.244
chaque virage à droite.

0:02:02.244,0:02:03.410
Ce sont des données.

0:02:03.410,0:02:05.375
J'ai regardé ces données[br]et fait un graphe

0:02:05.375,0:02:08.183
de la vitesse moyenne des taxis[br]à NY pendant la journée.

0:02:08.183,0:02:12.753
Vous pouvez voir que de minuit[br]à environ 5h18, la vitesse augmente,

0:02:12.753,0:02:15.580
et qu'à partir de là, les choses changent.

0:02:15.580,0:02:19.674
Ils ralentissent encore et encore[br]jusqu'à 8h35

0:02:19.674,0:02:22.331
où ils arrivent à 18,5 km/h.

0:02:22.331,0:02:25.541
Le taxi moyen roule à 18,5 km/h[br]dans les rues de notre ville,

0:02:25.541,0:02:28.219
et il apparaît que ça reste ainsi

0:02:28.219,0:02:30.697
toute la journée.

0:02:30.697,0:02:32.825
(Rires)

0:02:32.825,0:02:35.251
Je me suis dit,[br]il n'y a pas d'heure de pointe à NY,

0:02:35.251,0:02:36.606
il y a un "jour de pointe".

0:02:36.606,0:02:37.661
(Rires)

0:02:37.661,0:02:38.538
Ça a du sens.

0:02:38.538,0:02:40.168
C'est important pour deux raisons.

0:02:40.168,0:02:43.973
Si vous planifiez des transports,[br]ça peut être assez intéressant à savoir.

0:02:43.973,0:02:45.582
Mais si voulez bouger rapidement,

0:02:45.582,0:02:48.699
vous savez maintenant que [br]vous mettrez votre réveil à 4h45.

0:02:48.699,0:02:49.957
New York, non ?

0:02:49.957,0:02:51.395
Ces données ont une histoire,

0:02:51.403,0:02:53.433
ce n'était pas disponible de cette façon.

0:02:53.433,0:02:57.253
C'est venu de quelque chose appelé[br]une requête pour la liberté d'information,

0:02:57.253,0:02:58.538
ou une requête FOIL.

0:02:58.538,0:03:01.442
Ce document est sur le site[br]de la Commission Taxi & Limousine.

0:03:01.442,0:03:04.183
Pour accéder à ces données,[br]vous avez besoin du document,

0:03:04.183,0:03:06.255
de le remplir et ils vous répondront.

0:03:06.255,0:03:09.082
Et un gars appelé Chris Whong[br]a fait exactement ça.

0:03:09.082,0:03:10.973
Chris y est allé et ils lui ont dit,

0:03:10.973,0:03:13.750
« Venez avec un disque dur tout neuf,

0:03:13.750,0:03:17.040
laissez-le pendant 5 heures,[br]nous y copierons les données. »

0:03:17.040,0:03:19.305
Voilà d'où ces données viennent.

0:03:19.305,0:03:22.049
Chris est le genre à vouloir[br]rendre les données publiques,

0:03:22.049,0:03:25.835
et elles finissent donc en ligne,[br]c'est de là que vient ce graphe.

0:03:25.835,0:03:27.699
Et le fait qu'il existe est incroyable.

0:03:27.699,0:03:29.554
Ces traceurs GPS - vraiment cool !

0:03:29.554,0:03:32.286
Mais avoir des citoyens[br]qui se baladent avec des disques durs,

0:03:32.286,0:03:34.633
récupérant des données[br]pour les rendre publiques ...

0:03:34.633,0:03:36.951
C'était déjà un peu public,[br]vous y aviez accès,

0:03:36.951,0:03:39.117
c'était "public",[br]ce n'était pas public.

0:03:39.117,0:03:41.182
Nous pouvons faire mieux[br]en tant que ville,

0:03:41.182,0:03:44.109
nos citoyens ne devraient pas avoir[br]besoin de demander.

0:03:44.109,0:03:47.252
Aujourd'hui, tout n'est pas accessible[br]avec une requête FOIL.

0:03:47.252,0:03:50.469
Voici une carte que j'ai faite[br]des carrefours les plus dangereux

0:03:50.469,0:03:52.886
d'après les accidents cyclistes.

0:03:52.886,0:03:54.675
Les zones dangereuses sont en rouge.

0:03:54.675,0:03:56.860
Ça montre d'abord[br]l'est de Manhattan,

0:03:56.860,0:04:01.058
en particulier la partie basse[br]a plus d'accidents de cyclistes.

0:04:01.058,0:04:01.784
C'est sensé

0:04:01.784,0:04:04.090
car il y a plus de cyclistes[br]venant des ponts.

0:04:04.090,0:04:05.796
D'autres lieux sont intéressants.

0:04:05.796,0:04:08.647
Il y a Williamsburg.[br]Il y a l'avenue Roosevelt du Queens.

0:04:08.647,0:04:11.284
C'est le type de données[br]nécessaire pour la vision zéro.

0:04:11.284,0:04:14.298
C'est ce que nous cherchons.

0:04:14.298,0:04:16.318
Il y a une histoire[br]pour ces données aussi.

0:04:16.318,0:04:18.304
Ces données ont une origine.

0:04:18.304,0:04:20.825
Combien parmi vous connaissent ce logo ?

0:04:20.825,0:04:22.069
Oui, j'en vois certains.

0:04:22.069,0:04:24.753
Avez-vous déjà essayé de copier[br]et coller depuis un PDF

0:04:24.753,0:04:25.950
et en tirer du sens ?

0:04:25.950,0:04:27.295
J'en vois plus.

0:04:27.295,0:04:30.683
Plus connaissent le copier-coller PDF[br]que le logo. J'aime ça.

0:04:30.683,0:04:33.731
Il se trouve que les données[br]que vous avez vues, viennent d'un PDF.

0:04:33.731,0:04:39.474
En fait, des centaines et des centaines[br]de PDF publiés par notre propre NYPD,

0:04:39.474,0:04:40.362
et pour y accéder,

0:04:40.362,0:04:43.545
vous devez soit les copier-coller[br]pendant des centaines d'heures,

0:04:43.545,0:04:45.590
soit vous êtes John Krauss.

0:04:45.590,0:04:46.861
John Krauss s'est dit,

0:04:46.861,0:04:50.232
je ne vais pas copier-coller ces données,[br]je vais coder un programme.

0:04:50.232,0:04:52.384
Il s'appelle le NYPD Crash Data Band-Aid.

0:04:52.384,0:04:55.227
Il va sur le site de la NYPD[br]et télécharge des PDFs.

0:04:55.227,0:04:56.722
Tous les jours, il cherche ;

0:04:56.722,0:04:58.642
s'il trouve un PDF, il le télécharge

0:04:58.642,0:05:00.912
et il exécute un programme[br]d'extraction de PDF

0:05:00.912,0:05:02.296
qui donne un fichier texte,

0:05:02.296,0:05:05.616
et le mettrait en ligne pour[br]nous permettre de faire de telles cartes.

0:05:05.616,0:05:08.831
Et le fait que ces données soit là,[br]que nous y ayons accès,

0:05:08.831,0:05:11.574
chaque accident, en outre,[br]est une ligne dans ce tableau.

0:05:11.574,0:05:13.280
Imaginez le nombre de PDFs.

0:05:13.280,0:05:15.463
Le fait que nous y ayons accès est génial.

0:05:15.463,0:05:17.836
Mais ne les publions pas en format PDF.

0:05:17.836,0:05:20.480
Ça oblige nos citoyens[br]à coder des extracteurs de PDF.

0:05:20.480,0:05:22.326
Leur temps pourrait[br]être mieux utilisé,

0:05:22.326,0:05:24.594
et nous, comme ville,[br]pouvons faire mieux.

0:05:24.594,0:05:27.096
La bonne nouvelle est que[br]l'administration actuelle

0:05:27.096,0:05:30.077
a en fait publié ces données[br]il y a quelques mois,

0:05:30.077,0:05:31.756
donc nous pouvons y accéder.

0:05:31.756,0:05:34.353
Mais de nombreuses données[br]sont encore dans des PDFs.

0:05:34.353,0:05:37.831
Par exemple, les données sur les crimes[br]sont seulement en PDFs.

0:05:37.831,0:05:39.412
Et pas seulement elles,

0:05:39.412,0:05:41.638
notre propre budget municipal y est aussi.

0:05:41.638,0:05:45.406
Notre budget municipal est lisible[br]seulement en format PDF.

0:05:45.406,0:05:47.441
Mais personne ne peut l'analyser car

0:05:47.441,0:05:50.152
nos propres législateurs[br]qui votent le budget,

0:05:50.152,0:05:52.085
l'ont aussi qu'en PDF.

0:05:52.085,0:05:55.892
Donc nos législateurs ne peuvent[br]analyser le budget qu'ils votent.

0:05:55.892,0:05:59.597
Et je pense que, comme ville,[br]nous pouvons faire un peu mieux aussi.

0:05:59.597,0:06:02.082
Plein de données ne sont pas[br]en PDFs aujourd'hui.

0:06:02.082,0:06:03.839
Voici une carte que j'ai faite.

0:06:03.839,0:06:07.003
Ce sont les cours d'eau[br]les plus sales de NY.

0:06:07.003,0:06:08.319
Comment ai-je mesuré leur saleté ?

0:06:08.319,0:06:09.945
Eh bien, c'est un peu étrange,

0:06:09.945,0:06:12.418
mais j'ai regardé[br]la teneur en coliformes fécaux,

0:06:12.418,0:06:15.627
qui est une mesure de la matière fécale[br]dans tous nos cours d'eau.

0:06:15.627,0:06:19.068
Plus le cercle est grand,[br]plus l'eau est sale.

0:06:19.068,0:06:22.273
Les grands cercles sont les eaux sales;[br]et les petits, les propres.

0:06:22.273,0:06:24.101
Il s'agit des cours d'eaux intérieurs.

0:06:24.101,0:06:27.290
Ce sont toutes les données rassemblées[br]par la ville depuis cinq ans.

0:06:27.290,0:06:29.716
Les cours d'eaux intérieurs[br]sont plus souvent sales.

0:06:29.716,0:06:31.132
Ça du sens, non ?

0:06:31.132,0:06:32.970
Et j'ai ainsi appris quelques trucs.

0:06:32.970,0:06:39.277
En un : ne jamais nager dans ce qui finit[br]dans un canal ou un ruisseau

0:06:39.277,0:06:42.351
Deuxièmement : j'ai aussi découvert[br]les eaux les plus sales de NY

0:06:42.351,0:06:43.807
avec cette mesure, une mesure.

0:06:43.807,0:06:45.120
Dans le Coney Island Creek,

0:06:45.120,0:06:48.476
qui n'est pas où vous nagez, [br]heureusement, mais de l'autre côté.

0:06:48.476,0:06:52.685
94% des échantillons [br]prélevés depuis 5 ans,

0:06:52.685,0:06:55.220
avaient des niveaux [br]de matières fécales si importants,

0:06:55.220,0:06:58.471
qu'il aurait été illégal[br]de s'y baigner.

0:06:58.471,0:07:01.099
Et ce n'est pas le genre de fait[br]que vous allez voir

0:07:01.099,0:07:03.767
écrit en gros dans les rapports[br]ou à la une de nyc.gov.

0:07:03.767,0:07:05.313
Vous ne le verrez pas là-bas,

0:07:05.313,0:07:08.125
mais le fait que nous ayons[br]ces données est génial.

0:07:08.125,0:07:09.925
Mais ce n'était pas très facile,

0:07:09.925,0:07:12.101
car ces données [br]n'étaient pas sur le portail.

0:07:12.101,0:07:14.025
Si vous allez sur le portail de données,

0:07:14.025,0:07:16.454
vous n'y verriez qu'un petit peu,[br]que quelques mois.

0:07:16.454,0:07:19.448
C'était en fait sur le site du département[br]pour l'environnement.

0:07:19.448,0:07:23.643
Chacun des liens est une feuille Excel[br]et chacune d'elles est différente.

0:07:23.643,0:07:26.667
Chaque en-tête change :[br]vous copiez, coller, réorganiser.

0:07:26.667,0:07:29.572
Et vous pouvez faire des cartes[br]et c'est super mais à nouveau,

0:07:29.572,0:07:32.423
nous pouvons faire mieux,[br]nous pouvons normaliser les choses.

0:07:32.423,0:07:34.563
Nous y arrivons grâce[br]au site fait par Socrata

0:07:34.563,0:07:36.051
appelé le Open Data Portal NYC.

0:07:36.051,0:07:38.295
Il y a 1100 lots de données[br]ne souffrant pas

0:07:38.295,0:07:39.839
de ce dont je viens de parler,

0:07:39.839,0:07:41.639
et ce nombre augmente,[br]et c'est super.

0:07:41.639,0:07:46.595
Vous pouvez télécharger ces données[br]dans tous les formats, CSV, PDF ou Excel.

0:07:46.595,0:07:49.700
Vous pouvez télécharger ces données[br]comme vous le voulez.

0:07:49.700,0:07:51.156
Le problème est qu'après,

0:07:51.156,0:07:55.625
vous verrez que chaque agence [br]présente son adresse à sa façon.

0:07:55.625,0:07:57.670
Donc une donnera le nom de la rue,[br]ou le carrefour,

0:07:57.670,0:08:00.155
ou le quartier, la rue puis le bâtiment[br]ou l'inverse.

0:08:00.155,0:08:03.343
Donc, encore une fois, vous passez [br]du temps même avec le portail,

0:08:03.343,0:08:05.862
vous passez du temps à normaliser[br]le champ d'adresse.

0:08:05.862,0:08:08.200
Je pense que ce temps pourrait [br]être mieux utilisé,

0:08:08.200,0:08:09.737
nous pouvons faire mieux.

0:08:09.737,0:08:11.353
Nous pouvons normaliser tout ça.

0:08:11.353,0:08:13.551
Ainsi, nous pourrons[br]faire plus de cartes.

0:08:13.551,0:08:16.062
Voici une carte[br]des bouches d'incendie de NY.

0:08:16.062,0:08:17.645
Mais pas n'importe lesquelles.

0:08:17.645,0:08:20.171
Ce sont les 250 plus rentables[br]bouches d'incendies

0:08:20.171,0:08:22.452
en terme d'amendes de stationnement.

0:08:22.452,0:08:24.988
(Rires)

0:08:24.988,0:08:27.109
J'ai appris quelques trucs de cette carte.

0:08:27.109,0:08:30.239
De un, ne pas se garer[br]dans Upper East Side.

0:08:30.239,0:08:33.516
Ne le faites pas. Quelque soit l'endroit,[br]vous aurez une amende.

0:08:33.516,0:08:37.952
De deux, j'ai trouvé les 2 bouches[br]d'incendie plus rentables de NY.

0:08:37.952,0:08:39.475
C'est dans le Lower East Side,

0:08:39.475,0:08:44.597
et elles rapportent plus de 55 000 dollars[br]par an en contraventions.

0:08:44.597,0:08:47.262
Ça m'a semblé étrange[br]quand je l'ai remarqué,

0:08:47.262,0:08:49.374
donc j'ai creusé un peu[br]et il s'avère

0:08:49.374,0:08:52.610
qu'on avait une bouche d'incendie[br]et quelque chose appelé un îlot,

0:08:52.610,0:08:54.373
qui est un espace de 2 mètres piéton,

0:08:54.373,0:08:55.616
puis une place de parking.

0:08:55.616,0:08:57.580
Donc les conducteurs viennent[br]et pensent :

0:08:57.580,0:08:59.215
« La bouche est là-bas, c'est bon. »

0:08:59.215,0:09:02.284
et il y a en fait une belle place[br]magnifiquement peinte pour eux.

0:09:02.284,0:09:05.049
Ils se garent donc et la police[br]qui n'est pas du même avis,

0:09:05.049,0:09:06.292
leur donne une amende.

0:09:06.292,0:09:08.725
Et ce n'est pas seulement moi[br]qui a eu une amende.

0:09:08.725,0:09:13.612
Voici la vue Google street, et on voit[br]une voiture avec cette même amende.

0:09:13.612,0:09:16.076
Donc je l'ai écrit sur mon blog,[br]I Quant NY,

0:09:16.076,0:09:18.465
et le département des transports[br]a répondu :

0:09:18.465,0:09:22.792
« Bien que nous n'ayons pas reçu[br]de plainte à propos de cet endroit,

0:09:22.792,0:09:27.341
nous allons revoir les marquages[br]et faire les modifications appropriées. »

0:09:27.341,0:09:30.329
J'ai pensé que c'était la réponse typique[br]du gouvernement,

0:09:30.329,0:09:31.944
donc j'ai continué ma vie.

0:09:31.944,0:09:36.519
Mais quelques semaines plus tard,[br]quelque chose d'incroyable est arrivé.

0:09:36.519,0:09:38.638
Ils ont repeint l'îlot.

0:09:38.638,0:09:41.299
Pour une seconde j'ai vu[br]le futur des données ouvertes

0:09:41.299,0:09:43.216
car pensez à ce qu'il vient d'arriver.

0:09:43.216,0:09:48.423
Pendant 5 ans, cet îlot a généré[br]des amendes car le marquage était confus.

0:09:48.423,0:09:52.804
Puis un citoyen a vu le problème,[br]il prévient la ville et peu après,

0:09:52.804,0:09:55.286
le problème est résolu. C'est génial.

0:09:55.286,0:09:58.092
Beaucoup voit ces données ouvertes[br]comme du contrôle,

0:09:58.092,0:09:59.375
mais c'est un partenariat.

0:09:59.375,0:10:02.504
Nous pouvons permettre à nos citoyens[br]d'aider le gouvernement,

0:10:02.504,0:10:04.031
et ce n'est pas si difficile.

0:10:04.031,0:10:05.530
Peu de changements sont requis.

0:10:05.530,0:10:06.663
Si vous diffusez,

0:10:06.663,0:10:09.305
si vous recevez de plus en plus[br]de demandes de données,

0:10:09.305,0:10:12.109
publiez-les, c'est un signe[br]que ça devrait être public.

0:10:12.109,0:10:15.015
Et si vous être une agence gouvernementale[br]publiant un PDF,

0:10:15.015,0:10:18.909
passons une loi qui vous oblige à publier[br]également les données brutes,

0:10:18.909,0:10:20.944
car ces données viennent[br]de quelque part.

0:10:20.944,0:10:23.649
Je ne sais pas d'où[br]mais vous publiez-les avec le PDF.

0:10:23.649,0:10:25.981
Adoptons des standards[br]de publication de données.

0:10:25.981,0:10:28.680
Commençons pas nos adresses,[br]ici, à New-York.

0:10:28.680,0:10:30.707
Débutons juste[br]par normaliser nos adresses.

0:10:30.707,0:10:32.691
Car NY est un leader[br]des données ouvertes.

0:10:32.691,0:10:35.318
Malgré tout, nous sommes[br]un leader des données ouvertes,

0:10:35.318,0:10:38.375
et si nous commençons à tout normaliser,[br]et créons des standards,

0:10:38.375,0:10:39.332
d'autres suivront.

0:10:39.332,0:10:41.834
L'état suivra et peut-être[br]le gouvernement fédéral,

0:10:41.834,0:10:43.393
d'autres pays pourraient suivre,

0:10:43.393,0:10:47.112
et nous ne sommes pas si loin d'un jour[br]où l'on pourrait écrire un programme

0:10:47.112,0:10:49.176
et cartographier[br]l'information de 100 pays.

0:10:49.176,0:10:51.750
Ce n'est pas de la SF,[br]nous en sommes assez proches.

0:10:51.750,0:10:54.037
Et par ailleurs,[br]qui responsabilisons nous ?

0:10:54.037,0:10:57.614
Car ce n'est pas seulement John Krauss,[br]ce n'est pas que Chris Whong.

0:10:57.614,0:11:00.905
Il y a des centaines de rencontres à NY[br]de nos jours,

0:11:00.905,0:11:02.027
des rencontres actives.

0:11:02.027,0:11:04.606
Des milliers de gens assistent[br]à ces rencontres.

0:11:04.606,0:11:06.973
Ces personnes viennent le soir[br]ou en weekend,

0:11:06.973,0:11:09.758
et ils viennent à ces rencontres[br]pour analyser ces données,

0:11:09.758,0:11:11.384
et améliorer notre ville.

0:11:11.384,0:11:15.929
Des groupes comme BetaNYC qui,[br]la semaine dernière, a publié citygram.nyc

0:11:15.929,0:11:18.161
qui vous permet de souscrire[br]à 311 plaintes

0:11:18.161,0:11:20.305
près de chez vous ou de votre bureau.

0:11:20.305,0:11:22.686
Vous entrez votre adresse, et accédez[br]aux plaintes.

0:11:22.686,0:11:25.774
Et ce n'et pas que le milieu technologique[br]qui s'intéresse à cela.

0:11:25.774,0:11:28.369
Ce sont des urbanistes tels que[br]mes étudiants de Pratt.

0:11:28.369,0:11:30.633
Ce sont les défenseurs[br]des politiques publiques,

0:11:30.633,0:11:32.919
des citoyens de milieux différents.

0:11:32.919,0:11:35.680
Et avec quelques petits changements,

0:11:35.680,0:11:38.788
nous pouvons débloquer la passion[br]et la capacité de nos citoyens

0:11:38.788,0:11:41.897
à exploiter ces données[br]et améliorer notre ville,

0:11:41.897,0:11:45.958
même si c'est un lot de données[br]ou une place de parking à la fois.

0:11:45.958,0:11:47.213
Merci.

0:11:47.213,0:11:50.274
(Applaudissements)