5 Lektionen zu Data Science, Storytelling und Place aus dem Delaware Data Innovation Lab

Home » 5 Lektionen zu Data Science, Storytelling und Place aus dem Delaware Data Innovation Lab
Welche Beziehung besteht zwischen Daten und Storytelling?

Wir haben das und mehr besprochen in Technical.lys neuestes Slack-Live-Interview mit sechs Mitgliedern der Delaware Data Innovation Lab (DDIL) Team: Associate Directors Ryan Harrington und Héctor Maldonado-Reis, und Kollegen Jameelah Young, Nami Sunami, Mohammad Baksh und Mehak Gupta.

Das Team von Data Scientists arbeitet jetzt unter Technischer Einfluss, folgt einigen wichtigen, vom CARES-Gesetz finanzierten Projektterminen in New Castle County und geht mit neuer und kontinuierlicher gemeinschaftsorientierter Arbeit ins Jahr 2022.

Wenn Sie nicht viel über das Labor wissen, hat Harrington es so beschrieben:

„DDIL ist eine Organisation, die sich auf die Nutzung von Daten für soziale Zwecke konzentriert. Wir wurden vor etwa einem Jahr während COVID gegründet. Es entstand aus der Beobachtung, mit wie vielen Unsicherheiten unsere Gemeinden konfrontiert waren – Ernährungsunsicherheit, Wohnunsicherheit, wirtschaftliche Instabilität. Wir glaubten, dass wir die Arbeit von Fachleuten in diesen Bereichen durch die Anwendung verschiedener Datentechniken auf die Probleme erweitern könnten. Das gilt auch heute noch!“

Mit sechs AMAern verging die Stunde wie im Flug, mit mehreren Threads zu mehreren Themen gleichzeitig. Sie können die gesamte Convo in unserem öffentlichen Slack im #ama-Kanal lesen.

Mach mit bei Technical.ly Slack

Sehen Sie sich unten einige Highlights an; Einige Antworten wurden aus Gründen der Übersichtlichkeit bearbeitet.

Datenanalyse braucht eine Geschichte.

In Bezug auf diese Daten- und Storytelling-Frage stellte die DDIL-Crew fest, dass das eine uns hilft, das andere durch eine menschlichere Linse zu verstehen.

Sunami, der jüngste Mitarbeiter von DDIL, sagte, dass eine Erzählung für die Datenwissenschaft wichtig, wenn nicht sogar zwingend erforderlich ist.

„Ohne eine Story werden Daten/Einblicke in vielen Fällen nicht effektiv sein“, sagte er. „Eine Geschichte ohne Daten führt uns auf einen sehr gefährlichen Weg. Wir brauchen beides, um sowohl Wissen als auch eine effektive Veränderung zu erreichen.“

Daten können Befürwortern und Serviceorganisationen helfen, Lücken zu schließen.

Eines der laufenden Projekte ist mit dem Wohnungsbehörde von Delaware, wo Data Science verwendet wird, um die riesigen 75% Abweichung zwischen Delawareern, die Wohnungsbeihilfe benötigen, und denen, die sie tatsächlich erhalten.

„DDIL konzentriert sich mehr darauf, Daten/Erkenntnisse aufzudecken, die den Endbenutzern helfen, fundierte Entscheidungen zu treffen, wenn sie diese Art von Lücken schließen“, sagte Young, einer der Stipendiaten. „Während wir unsere Projekte iterieren, erfahren wir mehr darüber, wer genau die Endbenutzer sind und wie wir am besten Datenprodukte erstellen können, die es ihnen ermöglichen, fundierte Entscheidungen zu treffen. Endnutzer zu diesem Thema können Wohnbefürworter und -organisatoren, politische Entscheidungsträger, Forscher usw. sein.“

Daten können die Reduzierung des übermäßigen Energieverbrauchs der Verbraucher unterstützen.

Eines der Projekte von DDIL ist der Energieeffizienzindex und die Karte, die darauf abzielen, den Bedarf an energieeffizienteren Verfahren anhand von Daten aus öffentlichen und privaten Quellen, einschließlich der Energiebehörde und Stromanbieter.

Fellow Baksh sagte, dass Faktoren wie das Alter des Hauses und das mittlere Einkommen eine wichtige Rolle bei der Schätzung der Energieeffizienz spielen.

„Wenn beispielsweise eine Person in einem älteren Haus lebt und sich das Haus in einer Gegend befindet, in der das Medianeinkommen 10 bis 20 % unter dem durchschnittlichen Medianeinkommen liegt, wird erwartet, dass sie über ältere und weniger effiziente Geräte verfügt, was zu höheren Energieverbrauch“, sagt er. Auch die Größe eines Hauses oder einer Wohnung und die für den Bau des Hauses verwendeten Materialien können Faktoren sein.

Delaware bildet einen idealen „Labor“-Zustand.

Auf die Frage, was an Delaware als Forschungsstandort interessant sei, nannte Harrington seine geringe Größe und Vernetzung als Vorteile.

„Delaware ist erstaunlich, weil es so vernetzt ist“, sagte der stellvertretende Direktor. „Es bietet die Möglichkeit, schnell und einfach alle Stakeholder zu treffen, die Sie für Ihren Erfolg benötigen. Die Staats- und Regierungschefs sind leicht zu erreichen und gut zu unterhalten. Das macht bei Projekten wie diesem einen echten Unterschied. Delawares Größe und Vernetzung gibt ihm die Chance, ein „Labor“-Staat zu sein – ein Ort, an dem wir an der Lösung einiger der Probleme arbeiten, die uns wichtig sind, und sie dann auf andere Orte mit ähnlichen Herausforderungen auf der ganzen Linie ausweiten.“

„Außerdem besteht Delaware auf Bundesstaatsebene aus weniger als 1 Million Einwohnern – das sind weniger Personen als allein in Philadelphia!“ fügte den anderen Associate Director von DDIL, Maldonado-Reis, hinzu. „Die Bevölkerungs- und Bundesstaatsgröße ermöglicht es uns, sinnvolle Tools mit einem zielgerichteten Ansatz zu erkunden und einzusetzen.“

Daten können Gemeinschaften gesünder machen.

Vor allem während der Pandemie sehen wir täglich Daten zu COVID-19-Fällen, aber die Auswirkungen von Data Science gehen weit über die Verfolgung groß angelegter Gesundheitsereignisse hinaus. Ein Projekt, das DDIL mit dem Gesundheitssystem durchführt ChristianaCare, zum Beispiel, zielt auf andere chronische Erkrankungen ab.

„Der Bericht befasst sich mit der Verbreitung chronischer Krankheiten und der Nutzung verschiedener Pflegeeinrichtungen im Bundesstaat Delaware“, sagte Gupta, ein Stipendiat. „Dieser Bericht wird hilfreich sein, um die Prävalenz chronischer Krankheiten auf Ebene der Volkszählungsbehörden und den Bedarf verschiedener Gesundheitseinrichtungen in Delaware zu bestimmen.“

Wenn Sie daran interessiert sind, einen aktuellen DDIL-Partnerschaftsbericht zu sehen, besuchen Sie HCCD Innovation & Telemedizin DHINsights Untersuchung von Daten zu gesundheitsbezogenen Angaben.

Mach mit bei Technical.ly Slack -30-