Changes

<h3 style="text-decoration:none;">Bioimagerie quantitative : Une introduction à la biologie, à l'instrumentation, aux expériences et à l'analyse des données pour les scientifiques et les ingénieurs</h3>

<h3 style="text-decoration:none;">Bioimagerie quantitative : Une introduction à la biologie, à l'instrumentation, aux expériences et à l'analyse des données pour les scientifiques et les ingénieurs</h3>

<p class="author">Raimund J Ober, E Sally Ward et Jerry Chao</p>

<p class="author">Raimund J Ober, E Sally Ward et Jerry Chao</p>

<p>(En anglais - titre original : <strong>La bioimagerie quantitative est un vaste domaine interdisciplinaire qui exploite les outils de la biologie, de la chimie, de l'optique et de l'analyse statistique des données pour concevoir et mettre en œuvre des études sur les processus biologiques. Au lieu d'adopter l'approche traditionnelle consistant à se concentrer sur une seule des disciplines constitutives, ce manuel offre une introduction unique à la bioimagerie quantitative qui présente toutes les disciplines d'une manière intégrée. Le large éventail de sujets abordés comprend les concepts de base de la biologie moléculaire et cellulaire, les aspects pertinents de la technologie des anticorps, l'instrumentation et la conception expérimentale en microscopie à fluorescence, l'introduction à l'optique géométrique et à la théorie de la diffraction, ainsi que l'estimation des paramètres et la théorie de l'information pour l'analyse des données stochastiques.</p>

<p>(En anglais - titre original : <strong>Quantitative Bioimaging: An Introduction to Biology, Instrumentation, Experiments, and Data Analysis for Scientists and Engineers</strong>) La bioimagerie quantitative est un vaste domaine interdisciplinaire qui exploite les outils de la biologie, de la chimie, de l'optique et de l'analyse statistique des données pour concevoir et mettre en œuvre des études sur les processus biologiques. Au lieu d'adopter l'approche traditionnelle consistant à se concentrer sur une seule des disciplines constitutives, ce manuel offre une introduction unique à la bioimagerie quantitative qui présente toutes les disciplines d'une manière intégrée. Le large éventail de sujets abordés comprend les concepts de base de la biologie moléculaire et cellulaire, les aspects pertinents de la technologie des anticorps, l'instrumentation et la conception expérimentale en microscopie à fluorescence, l'introduction à l'optique géométrique et à la théorie de la diffraction, ainsi que l'estimation des paramètres et la théorie de l'information pour l'analyse des données stochastiques.</p>

<p class="recco">Recommandé par Agriculture et Agroalimentaire Canada, un partenaire de la Communauté des données du GC.</p>

<p class="recco">Recommandé par Agriculture et Agroalimentaire Canada, un partenaire de la Communauté des données du GC.</p>

<br>

<br>

<p class="recco">Recommandé par le Bureau du DPI du Canada, Secrétariat du Conseil du Trésor du Canada, un partenaire de la Communauté des données du GC.</p>

<p class="recco">Recommandé par le Bureau du DPI du Canada, Secrétariat du Conseil du Trésor du Canada, un partenaire de la Communauté des données du GC.</p>

<h3 style="text-decoration:none;">[https://www.statcan.gc.ca/en/data-science/network/data-visualizations Creating Compelling Data Visualizations]</h3>

<h3 style="text-decoration:none;">[https://www.statcan.gc.ca/fr/science-donnees/reseau/visualisations-donnees Créer des visualisations de données convaincantes]</h3>

<p class="author">Alden Chen, Statistique Canada</p>

<p class="author">Alden Chen, Statistique Canada</p>

<p>Data visualization is a key component in many data science projects. For some stakeholders, especially subject matter experts and executives who may not be technical experts, it is the primary avenue by which they see, understand and interact with data projects. Consequently, it is important that visualizations communicate insights as clearly as possible. But too often, visualizations are hindered by some common flaws that make them difficult to interpret, or worse yet, are misleading. This article will review three common visualization pitfalls that both data communicators and data consumers should understand, as well as some practical suggestions for getting around them.</p>

<p>La visualisation des données est un élément clé de nombreux projets de science des données. Pour certains intervenants, notamment les spécialistes du domaine et les cadres qui ne sont pas nécessairement des experts techniques, il s'agit de la principale voie par laquelle ils voient, comprennent et interagissent avec les projets de données. Par conséquent, il est important que les visualisations communiquent des renseignements aussi clairement que possible. Trop souvent, les visualisations sont entravées par certains défauts courants qui les rendent difficiles à interpréter ou, pire encore, sont trompeuses. Cet article passe en revue trois pièges courants de la visualisation que les communicateurs de données et les consommateurs de données devraient comprendre, ainsi que quelques suggestions pratiques pour les contourner.</p>

<p class="recco">Recommandé par le Bureau du DPI du Canada, Secrétariat du Conseil du Trésor du Canada, un partenaire de la Communauté des données du GC.</p>

<p class="recco">Recommandé par le Bureau du DPI du Canada, Secrétariat du Conseil du Trésor du Canada, un partenaire de la Communauté des données du GC.</p>

<h3 style="text-decoration:none;">[https://www.statcan.gc.ca/en/data-science/resources Data science resources]</h3>

<h3 style="text-decoration:none;">[https://www.statcan.gc.ca/fr/science-donnees/ressources Ressources en science des données]</h3>

<p class="author">from the Data Science Network for the Federal Public Service</p>

<p class="author">Réseau de la science des données pour la fonction publique fédérale</p>

<p>For data science enthusiasts: Find resources, training, tools, and communities.</p>

<p>Pour les passionnés de science des données : Trouvez des ressources, des formations, des outils et des communautés.</p>

<p class="recco">Recommandé par Agriculture et Agroalimentaire Canada, un partenaire de la Communauté des données du GC.</p>

<p class="recco">Recommandé par Agriculture et Agroalimentaire Canada, un partenaire de la Communauté des données du GC.</p>

<h3 style="text-decoration:none;">[https://www.statcan.gc.ca/eng/data-science/network/automated-systems Responsible use of automated decision systems in the federal government]</h3>

<h3 style="text-decoration:none;">[https://www.statcan.gc.ca/eng/data-science/network/automated-systems Responsible use of automated decision systems in the federal government]</h3>

<p class="author">Benoit Deshaies, Treasury Board of Canada Secretariat, et Dawn Hall, Treasury Board of Canada Secretariat</p>

<p class="author">Benoit Deshaies, Secrétariat du Conseil du Trésor du Canada, et Dawn Hall, Secrétariat du Conseil du Trésor du Canada</p>

<p>Data scientists play an important role in assessing data quality and building models to support automated decision systems. An understanding of when the Directive on Automated Decision-Making applies and how to meet its requirements can support the ethical and responsible use of these systems. In particular, the explanation requirement and the guidance (Guidance on Service and Digital, section 4.5.3.) from the Treasury Board of Canada Secretariat (TBS) on model selection are of high relevance to data scientists.</p>

<p>Les scientifiques des données jouent un rôle important dans l'évaluation de la qualité des données et la mise au point de modèles pour appuyer les systèmes décisionnels automatisés. Une compréhension du moment où la Directive s'applique et de la manière de satisfaire à ses exigences peut appuyer l'utilisation éthique et responsable de ces systèmes. En particulier, l'exigence en matière d'explication et l'orientation (Ligne directrice sur les services et le numérique, section 4.5.3 ) du Secrétariat du Conseil du Trésor du Canada (SCT) sur la sélection des modèles sont d'une grande importance pour les scientifiques des données.</p>

<p class="recco">Recommandé par le Bureau du DPI du Canada, Secrétariat du Conseil du Trésor du Canada, un partenaire de la Communauté des données du GC.</p>

<p class="recco">Recommandé par le Bureau du DPI du Canada, Secrétariat du Conseil du Trésor du Canada, un partenaire de la Communauté des données du GC.</p>

<h3 style="text-decoration:none;">[https://ec.europa.eu/isa2/eif_en The New European Interoperability Framework]</h3>

<h3 style="text-decoration:none;">[https://eur-lex.europa.eu/legal-content/FR/TXT/HTML/?uri=CELEX:52017DC0134&from=EN Cadre d’interopérabilité européen– Stratégie de mise en oeuvre]</h3>

<p class="author">European Commission</p>

<p class="author">Commission européenne</p>

<p>The European Interoperability Framework (EIF) is part of the Communication (COM(2017)134) from the European Commission adopted on 23 March 2017. The framework gives specific guidance on how to set up interoperable digital public services.</p>

<p>Le cadre d'interopérabilité européen (CIR) fait partie de la communication (COM(2017)134) de la Commission européenne adoptée le 23 mars 2017. Ce cadre donne des orientations spécifiques sur la manière de mettre en place des services publics numériques interopérables.</p>

<p class="recco">Recommandé par le Bureau du DPI du Canada, Secrétariat du Conseil du Trésor du Canada, un partenaire de la Communauté des données du GC.</p>

<p class="recco">Recommandé par le Bureau du DPI du Canada, Secrétariat du Conseil du Trésor du Canada, un partenaire de la Communauté des données du GC.</p>