• Un bon paquet de punchlines pour mettre en perspective les observations trop faciles. #urbanisme #ville #densité #pauvreté #échanges #covid

      A propos de l’Ile de France :

      La majorité des Franciliens disent avoir bien vécu le confinement (IAU 2020) ; il ne faut donc pas s’attendre à des mouvements d’ampleur, d’autant que ceux qui l’ont mal vécu (pour cause de logements suroccupés ou par obligation de se rendre à ses risques au travail en transport collectif ont de faibles capacités de choix résidentiel. Toutefois, les enquêtes post-Covid montrent qu’une partie minoritaire souhaite changer : pour des appartements avec patios ou terrasse ; pour le périurbain ; pour des villes moyennes. C’est en ligne avec des attentes antérieures à l’épidémie (Obsoco 2017 ; Forum Vies mobiles 2018).

      Enfin, vélo et télétravail sortent renforcés de cette période inédite, alors que les transports collectifs ont été durablement fragilisés. Ils font face à une grève sans précédent, celle de la clientèle. Si un modèle multimodal s’impose (par exemple deux jours en télétravail, un jour en visite de clientèle en voiture, deux jours en transport collectif), les abonnements de type Pass Navigo perdront de leur pertinence.

      Questions vives pour l’urbanisme

      Le travail de l’urbaniste consiste à rechercher un équilibre entre la prise en compte du réel, les désirs des citadins et le souci d’éviter que la somme des intérêts individuels ne conduise à des externalités négatives pour la collectivité. Si l’on admet que le confinement a transformé les aspirations des citadins – ou mis au jour leurs aspirations latentes –, l’urbaniste vivra dans un monde en partie nouveau.

  • Up and Then Down | The New Yorker
    https://www.newyorker.com/magazine/2008/04/21/up-and-then-down

    Two things make tall buildings possible: the steel frame and the safety elevator. The elevator, underrated and overlooked, is to the city what paper is to reading and gunpowder is to war. Without the elevator, there would be no verticality, no density, and, without these, none of the urban advantages of energy efficiency, economic productivity, and cultural ferment. The population of the earth would ooze out over its surface, like an oil slick, and we would spend even more time stuck in traffic or on trains, traversing a vast carapace of concrete. And the elevator is energy-efficient—the counterweight does a great deal of the work, and the new systems these days regenerate electricity. The elevator is a hybrid, by design.

    While anthems have been written to jet travel, locomotives, and the lure of the open road, the poetry of vertical transportation is scant. What is there to say, besides that it goes up and down? In “The Intuitionist,” Colson Whitehead’s novel about elevator inspectors, the conveyance itself is more conceit than thing; the plot concerns, among other things, the quest for a “black box,” a perfect elevator, but the nature of its perfection remains mysterious. Onscreen, there has been “The Shaft” (“Your next stop . . . is hell”), a movie about a deadly malfunctioning elevator system in a Manhattan tower, which had the misfortune of coming out the Friday before September 11th, and a scattering of inaccurate set pieces in action movies, such as “Speed.” (There are no ladders or lights in most shafts.) Movies and television programs, such as “Boston Legal” and “Grey’s Anatomy,” often rely on the elevator to bring characters together, as a kind of artificial enforcement of proximity and conversation. The brevity of the ride suits the need for a stretch of witty or portentous dialogue, for stolen kisses and furtive arguments. For some people, the elevator ride is a social life.

    #ascenseur #verticalité #densité #urban_matters #ville

    • Plus sûrs que des escalateurs (?).

      Statistics are elusive (“Nobody collects them,” Edward Donoghue, the managing director of the trade organization National Elevator Industry, said), but the claim, routinely advanced by elevator professionals, that elevators are ten times as safe as escalators seems to arise from fifteen-year-old numbers showing that, while there are roughly twenty times as many elevators as escalators, there are only a third more elevator accidents. An average of twenty-six people die in (or on) elevators in the United States every year, but most of these are people being paid to work on them. That may still seem like a lot, until you consider that that many die in automobiles every five hours. In New York City, home to fifty-eight thousand elevators, there are eleven billion elevator trips a year—thirty million every day—and yet hardly more than two dozen passengers get banged up enough to seek medical attention. The Otis Elevator Company, the world’s oldest and biggest elevator manufacturer, claims that its products carry the equivalent of the world’s population every five days.

    • There are two basic elevatoring metrics. One is handling capacity: your aim is to carry a certain percentage of the building’s population in five minutes. Thirteen per cent is a good target. The other is the interval, or frequency of service: the average round-trip time of one elevator, divided by the number of elevators. In an American office building, you want the interval to be below thirty seconds, and the average waiting time to be about sixty per cent of that. Any longer, and people get upset. In a residential building or a hotel, the tolerance goes up, but only by ten or twenty seconds. In the nineteen-sixties, many builders cheated a little—accepting, say, a thirty-four-second interval, and 11.5 per cent handling capacity—and came to regret it. Generally, England is over-elevatored; India is under-elevatored.

      #attente

  • Fear, Covid-19 stalk Rohingya refugee children - Asia Times
    https://asiatimes.com/2020/06/fear-covid-19-stalk-rohingya-refugee-children

    Having already fled for their lives in the face of brutal violence in Myanmar, Rohingya refugees now live in overcrowded camps. They share communal washing facilities and latrines. They live off the food distributed by aid agencies. After decades of discrimination in Myanmar and poor facilities for learning in the camps, literacy and numeracy skills are low, their trust is limited, and the amount of misinformation swirling through the camps is high.Covid-19 has now reached the world’s largest refugee settlement. Refugees and the humanitarian community have been preparing for this for some months. But despite that, it’s likely Covid-19 will quickly spread through the camps – which have a population density four times that of New York City.

    #Covid-19#migrant#migration#refugie#bangladesh#rohingyas#densite#camp#sante#contagion#CoxsBazar#crisesanitaire

  • Tous au vert ? Scénario rétro-prospectif d’un #exode_urbain

    Dès le début de la pandémie de #Covid-19, la #densité_de_population est apparue comme un facteur déterminant de la #propagation_du_virus. Cette corrélation entre #pandémie et #densité est aujourd’hui remise en cause par les scientifiques, notamment au regard de la multifactorialité de l’#épidémie. L’âge, la qualité des services de soin, le type de métier, le mode de cohabitation des ménages, les habitudes culturelles… sont autant d’éléments qui contribuent à accentuer ou non la pandémie.

    Pour autant, les postures critiques vis-à-vis de la ville et de ce qu’elle nous révèle de nos modèles socio-économiques ne faiblissent pas. Si cette pensée radicale n’est pas nouvelle, elle réémerge en période de crise et nous invite à poser la question de l’urbain au regard de la propagation virale et de la #distanciation_sociale au moment du #déconfinement, mais aussi en tant que reflet de la société.

    Creuset de tous les maux, la #ville est mise au banc des accusés et les disparités de densité révèlent d’autres inégalités, à la fois sociales, culturelles économiques.

    Dans ce contexte, certains experts et décideurs s’enthousiasment autour de l’idée d’une possible revanche des #campagnes. De nombreux auteurs et journalistes voient dans la #migration_massive des #Franciliens vers leurs #résidences_secondaires pendant le confinement le signe annonciateur d’un futur #exode_urbain.

    L’observation des dynamiques démographiques sur un temps long montre que les #espaces_ruraux, y compris loin des villes, se repeuplent en effet depuis les années 2000, ce qui participe à la revitalisation des campagnes, sans nécessairement affaiblir pour autant les villes.

    Si aucune accélération du phénomène n’est enregistrée, on peut tout de même se demander à quoi ressemblerait cette France post-exode-urbain, qui se serait reconnectée à sa ruralité et aurait retrouvé une équidensité de peuplement. Quelles seraient les conséquences de cette dé-densification massive des villes ?

    Quand la France était « équidense »

    Cette géographie idéalisée a en réalité déjà existé. Elle correspond à la France de la fin du XIXe siècle, au tout début de la révolution industrielle. En 1876, la population française est répartie de façon beaucoup plus homogène dans l’espace qu’elle ne l’est aujourd’hui.

    La France métropolitaine compte alors 38 millions d’habitants, une densité moyenne de 70 habitants au km2 et plus de la moitié de la population habite dans ce que nous appellerions aujourd’hui le rural.

    Cette répartition spatialement équitable traduit le fait que les hommes habitent au plus près de leur force de travail, laquelle est essentiellement liée à la terre. En 2017, la France métropolitaine recense plus de 64 millions d’habitants, une densité de 119 habitants au km2 et moins d’un quart de la population vit dans une commune de moins de 2 000 habitants.

    En 150 ans, la population a donc presque doublé, entre autres parce que l’espérance de vie est passée de 43 à 86 ans. Il est vrai que cette croissance démographique s’est fortement polarisée dans l’espace, puisque les trois quarts de la hausse de population enregistrée s’est concentrée sur seulement 5 % de la superficie du pays, ce qui nous conduit aux densités actuelles tant décriées.

    Si l’on projette un scénario de dé-densification massive des espaces urbaines pour revenir à cette géographie en apparence plus égalitaire, quelles seraient les variations de population et les conséquences pour les territoires ?

    Des populations qui tripleraient à la #montagne

    À partir des données historiques disponibles, il est possible d’imaginer une #France_néo-rurale pour en tirer quelques leçons contemporaines. Pour cela, la population de 2017 est répartie entre les communes, au prorata du poids qu’elles occupaient en 1876.

    Retrouver la répartition de population du XIXe siècle impliquerait une réduction massive de la population urbaine, ville-centre et proche périphérie, au profit des campagnes et des montagnes. Le littoral méditerranéen et son arrière-pays proche, ainsi que les zones touristiques et attractives de la côte atlantique devraient aussi se dépeupler.

    Sans la réalité des chiffres, on pourrait presque penser que le modèle est soutenable. Mais si l’on précise un peu les dynamiques observées, on se rend compte qu’il faudrait doubler la population rurale.

    Pour retrouver la géographie du XIXe siècle, la ville de Bagnères-de-Bigorre dans les Hautes-Pyrénées passerait ainsi de 7 200 habitants à 16 100. Celle de Charolles, en Saône-et-Loire, de 2 700 à 6 200, et la commune de Murat, dans le Cantal, verrait sa population bondir de 1 880 habitants à près de 5 900.

    Avec une surface moyenne des appartements située à 32 m2 par personne en France, il faudrait construire plus de 130 000 m2 à Murat, soit 1 900 logements de 70 m2 ou bien encore près de 40 immeubles de 8 étages pour assurer cette transition néo-rurale.

    Certains espaces de montagne verraient tripler leur population résidente, c’est le cas globalement des Pyrénées, ou dans une moindre mesure du Massif central. Les Alpes, en revanche, n’enregistreraient qu’une faible hausse de 15 % et le Jura resterait stable puisqu’il pèse, en 2017, un poids équivalent à celui de 1876.
    Des villes pas forcément moins denses

    À l’inverse, certaines villes apparaissent proportionnellement moins peuplées en 2017 qu’en 1876. La capitale française, par exemple, devrait accroître sa population de 54 % et atteindre ainsi les 3,3 millions d’habitants pour retrouver son poids dans la population française.

    En 1876, 5,2 % de celle-ci vivait à Paris pour 3,2 % aujourd’hui. Bordeaux devrait voir sa population progresser de près de 50 % et dépasser les 370 000 habitants. Lyon, Lille et Saint-Étienne enregistreraient des hausses démographiques de 15 à 30 %.

    Outre ces quelques exceptions, l’ensemble des villes françaises devraient globalement se dépeupler et se dédensifier. Les villes moyennes, qui ont enregistré les plus fortes progressions de population au cours des deux derniers siècles, pourraient donc subir aussi ces mouvements d’exode urbain. Si l’on se fonde sur la géographie du XIXe siècle, Romans-sur-Isère ou Albi perdraient plus de 10 000 habitants et Colmar plus de 30 000.
    Le risque d’une gentrification rurale

    À partir de ce scénario rétro-prospectif, il est possible de discuter des conséquences des aspirations ou des appels à la dé-densification massive des villes. Pour dédensifier sérieusement les villes, il faut songer à urbaniser les campagnes, artificialiser de nombreux espaces fragiles et protégés.

    Pour garantir un accès à l’emploi, à la santé, à l’éducation dans un modèle d’habitat dispersé, il faut prévoir de développer les réseaux numériques, énergétiques, routiers afin d’assurer la connexion de ces espaces. Les déplacements motorisés augmenteraient, les prix dans ces espaces nouvellement convoités sans doute aussi, provoquant une forme de gentrification rurale, qui peut déjà s’exprimer dans les campagnes les plus attractives. Le corollaire de ce déménagement territorial pourrait même se traduire finalement par un nouvel engouement pour les villes.

    Finalement, cette projection nous montre surtout à quel point ville et campagne sont profondément reliées et constituent en réalité les deux facettes d’un même modèle territorial. Si en ces temps anxiogènes, la ville repoussoir trouve son pendant dans la campagne refuge, cela ne remet pas en cause la nécessité de travailler à l’amélioration des interactions spatiales, plutôt que d’appeler à soutenir de nouvelles fractures.
    Au-delà de l’opposition entre ville et campagne

    Le rapport affectif que les Français entretiennent avec le monde rural est un ciment important pour la cohésion territoriale. L’attractivité retrouvée de certaines campagnes depuis 20 ans, n’a jusque-là pas remis en cause la dynamique urbaine dont nous avons aussi besoin.

    L’urbanisation a bien sûr ses limites, mais il me semble que les enjeux pour l’action ne sont pas tant liés à la densité des villes, qu’à la qualité des espaces. Cela passe par une déminéralisation des espaces pour redonner une place à la nature, favoriser la biodiversité, réduire les îlots de chaleur.

    Il y a également un enjeu très fort autour de la reconnexion des espaces fonctionnels de vie, de travail, de loisir pour réduire les mobilités et accroître le bien-être des populations. Sur ce dernier point, les villes moyennes ont une opportunité à saisir en offrant dans la proximité à la fois des ressources résidentielles, productives et récréatives.

    Dans tous les cas, les approches clivantes de l’espace, opposant ville et campagne, #centre et #périphérie, ne nous font avancer. Au contraire, s’il doit y avoir un nouveau modèle de résilience à l’issue de la crise, c’est sur l’exceptionnel maillage de l’#espace_géographique de la France et sur le couple ville-campagne hérité de notre histoire, qu’il doit se construire.

    https://theconversation.com/tous-au-vert-scenario-retro-prospectif-dun-exode-urbain-137800
    #néo-ruralité #géographie #cartographie #visualisation

  • Pudence Rubingisa, maire de Kigali : « La résilience naît de la communauté »
    https://www.lemonde.fr/afrique/article/2020/06/15/pudence-rubingisa-maire-de-kigali-la-resilience-nait-de-la-communaute_604290

    Le Rwanda a été l’un des premiers pays du continent africain à imposer un confinement total à sa population, une semaine seulement après la confirmation du premier cas de Covid-19 sur son territoire. Jusqu’ici, la maladie semble avoir été contenue. A Kigali, foyer de l’épidémie, quels étaient les principaux défis posés par la pandémie ? Le plus grand risque, c’était l’incompréhension de la population. Nous craignions que les habitants ne réalisent pas le danger de cette épidémie. La densité de la population à Kigali, surtout dans les marchés et dans les gares routières, était un autre défi important, tout comme l’utilisation de moyens de transport tels que les mototaxis et les vélotaxis, qui ne permettent pas de respecter une distanciation physique acceptable. Sans compter les bidonvilles, dans lesquels les gens vivent dans des espaces extrêmement restreints. Pour éviter une contamination rapide, le gouvernement a donc décidé d’un confinement total. La pandémie a également renforcé notre volonté de faire de Kigali une « ville intelligente » ou « smart city », avec le plus de services possibles en ligne, ce qui réduit les contacts physiques, mais aussi les risques de corruption.
    Le Rwanda est le pays le plus densément peuplé d’Afrique. Aujourd’hui, le taux d’urbanisation est de seulement 20 %. Comment comptez-vous gérer la croissance de Kigali dans les années à venir ? Nous avons déjà du mal à gérer la densité actuelle. Un million trois cent mille personnes vivent à Kigali, tandis que trois cent mille personnes de plus viennent y travailler la journée. Selon les projections, en 2050, Kigali atteindra 3,8 millions d’habitants. Le gouvernement s’est donc lancé dans une politique de développement des villes secondaires du pays. Nous prévoyons aussi de construire des logements à bas prix pour accueillir les nouveaux venus.

    #Covid-19#migrant#migration#rwanda#circulation#deplacement#smartcity#sante#densité#

  • Les foyers de « morts mystérieuses » se multiplient dans le nord du Nigeria
    https://www.lemonde.fr/afrique/article/2020/05/13/les-foyers-de-morts-mysterieuses-se-multiplient-dans-le-nord-du-nigeria_6039

    Canot, la grande capitale du nord du pays est le centre névralgique de toute la bande sahélienne du Nigeria, pays le plus peuplé d’Afrique avec quelque 215 millions d’habitants. Dans cette région, les taux d’extrême pauvreté (1,25 dollar par jour, selon les critères de la Banque mondiale) frôlent 90 % de la population dans certains Etats comme Sokoto ou Jigawa, selon les derniers chiffres officiels. Les échanges commerciaux entre la population sont très importants d’Etat en Etat. « Lorsque Kano éternue, c’est tout le Nord qui attrape la grippe », résume le docteur Ibrahim Musa, médecin de la région. D’autre part, des milliers d’enfants des rues ont été renvoyés par camions dans leur village au début du confinement, faisant craindre qu’ils aient pu disséminer le coronavirus à travers tous les Etats voisins. L’arrivée du nouveau coronavirus ajoute donc un autre défi majeur pour les services de santé à genoux, au-delà du point de rupture, en manque de matériel et de personnel. « Nous ne pouvons pas nier le fait que le Covid-19 fait des ravages à Kano et dans la région, mais les autres épidémies qui ont précédé cette pandémie rajoutent encore des complications à gérer cette crise », explique de son côté M. Musa. En effet, cette période de l’année, d’avril à juin, est habituellement la plus chaude et la plus propice à la propagation des maladies prévalentes dans cette région comme le choléra, la typhoïde, la méningite ou la rougeole… « Nous sommes déjà confrontés à de multiples épidémies, ce qui explique que le nombre de décès qui dépasse l’entendement », explique à l’AFP Sadiq Wali, professeur de médecine à Kano.

    #Covid-19#Nigeria#Kano#circulations#coronavirus#échanges#commerce#densité-population#dissémination#enfants-des-rues#pratiques-funéraires#migrant#migration#système-santé#pauvreté#méningite#choléra#typhoïde

  • Entretien avec Françoise Vergès | Radio Informal
    http://www.rybn.org/radioinformal/antivirus

    À propos d’inégalités invisibilisées, de normalité du confinement, de vulnérabilités et de racisme, de solidarité et d’auto-organisation comme contre-pouvoir, d’intersectionalité des luttes, de la métaphore du bateau négrier. Durée : 57 min. Source : Pi-node

    www.rybn.org/radioinformal/antivirus/audio/ANTIVIRUS18-FrancoiseVerges.mp3

  • Covid-19 : analyse spatiale de l’influence des facteurs socio-économiques sur la prévalence et les conséquences de l’épidémie dans les départements français
    https://economix.fr/uploads/source/media/MA_GA_NL-Covid19_2020-04-18.pdf

    Cette recherche met en évidence que, au-delà de l’importance des caractéristiques individuelles comme facteurs explicatifs de la probabilité de contracter la Covid-19 et de ses conséquences, les
    éléments liés au contexte économique, démographique et social interviennent également. Les départements les plus denses, les plus inégalitaires ainsi que ceux dans lesquels la part d’ouvriers est la
    plus élevée se sont en effet révélés les plus vulnérables. Ces caractéristiques soulignent d’abord la complémentarité entre les politiques de santé d’une part et les politiques sociales et de redistribution de l’autre. Le rôle des services d’urgence comme facteur de réduction des manifestations de l’épidémie va dans le même sens. Il montre en effet qu’en présence d’inégalités les services publics, en l’occurrence de santé, permettent de protéger les populations de la maladie et de réduire les décès. Ensuite, en
    mettant en évidence le rôle de la densité démographique, cet article rappelle que les départements ruraux ou les moins peuplés ne sont pas les plus vulnérables mais que les territoires métropolitains
    présentent aussi des faiblesses au niveau de la prise en charge des malades qu’il est important de considérer. Enfin, les disparités locales et les effets de débordement que nous avons mis en évidence
    vont dans le sens d’une régionalisation poussée de la mise en œuvre des politiques de santé. Menées au plus près des territoires, ces dernières peuvent en effet être en mesure de mieux prendre en
    considération les effets de proximité géographique et socio-économiques qui prévalent au niveau de leur périmètre d’action et, ainsi, être mieux à même d’affecter les ressources humaines et financières.

    #COVID-19 #densité #inégalités_sociales #santé #urgences

  • Autour des avions et de la #diffusion du #coronavirus, dans la conférence de #Sansonetti :


    –-> plutôt que la théorie du #climat (là où il fait chaud, pas de virus), c’est celle des connexions par #avion qui serait à privilégier pour la #propagation du #virus...

    La conférence :
    https://seenthis.net/messages/834008

    #géographie #ressources_pédagogiques #coronavirus
    Et comme dit ma collègue Sarah Mekdjian :

    j’ajoute à mon TD sur le #déterminisme_climatique

    #déterminisme_géographique #avions #transports #températures #Afrique #Asie #Europe #transport_aérien #température #cartographie #visualisation

    #Philippe_Sansonetti

    • Reçu d’une amie à qui j’ai envoyé le commentaire ci-dessus

      Avevo visto la cartina in gennaio : une crisi annunciata.

      Pensa te che Zurigo in febbraio ha chiuso i voli diretti con la Cina, Ginevra no (3 voli /settimana con Pechino). All’atterraggio ricevevano un foglio dell’ufsp con scritto: in CH non é obbligatorio portare la mascherina (gettatela uscendo dall’aereo). Poi nessun controllo (febbre, quarantena... niente ).

      Morale ? Confronta il numero di casi à GVA e ZH !

      La politica ginevrina Del non chiudere l’aeroporto a Ginevra é stata spiegata pubblicamente dal medico cantonale il 25 febbraio all’unige (conferenza disponibile su mediaserver dell’uni).

      Remarque : la conferenza era sul mezzo giorno e gli esperti facevano « blagues » perché « je vous rappelle qu’au jour d’aujourd’hui il n’y a aucun cas en Suisse »..... un’ ora dopo la stampa annunciava il primo caso in Ticino. Tu vuoi farmi credere che il medico cantonale non lo sapevo ????

      #Suisse #Zurich #aéroports #Genève

    • Coronavirus en Afrique : pourquoi la catastrophe annoncée n’a pas eu lieu ?

      Les experts annoncent depuis des mois une déferlante de l’épidémie de coronavirus en Afrique, où la pauvreté et le manque d’infrastructures de santé font craindre le pire. Pourtant, alors que le premier cas remonte au 14 février sur le continent, la vague n’est toujours pas arrivée. Comment expliquer cette relative préservation ?

      Depuis le premier cas de coronavirus sur le continent, le 14 février en Égypte, les experts nous prédisent un scénario effrayant. L’Afrique allait être rapidement submergée par la pandémie de Covid-19 avec à la clé un cataclysme sanitaire dans un continent pauvre au système de santé défaillant. L’Organisation mondiale de la Santé (OMS) appelle presque chaque jour le continent « à se préparer au pire ». Deux mois plus tard, le tsunami n’a toujours pas eu lieu, alors que les pays européens et les États-Unis sont violemment frappés.
      L’Afrique est le continent le moins touché par l’épidémie de coronavirus

      Avec 1.216 décès et 26.058 cas recensés au 22 avril, l’Afrique est le continent le moins touché par l’épidémie de coronavirus. L’Algérie, est le pays qui déplore le plus grand nombre de décès (402) devant l’Égypte, le Maroc et l’Afrique du Sud. Par comparaison, la France et ses 66 millions d’habitants a dépassé la barre des 20.000 morts du Covid-19. Alors pourquoi l’Afrique avec ses 1,2 milliard d’habitants semble échapper à l’épidémie ?

      Évidemment, le faible nombre de tests et le manque de données faussent en partie le bilan, le nombre de cas étant sans doute largement sous-estimé. Le chef du Centre africain de contrôle et de prévention des maladies, John Nkengasong, concède à l’AFP que, faute de tests, les statistiques ne sont pas parfaites. Mais il écarte l’idée que de nombreux cas passent sous les radars. « Les hôpitaux seraient envahis de malades, ce qui n’est pas le cas », confirme le médecin. D’autres facteurs peuvent en revanche apporter quelques pistes d’explication.

      Une longueur d’avance

      L’épidémie a gagné l’Afrique quelques semaines après l’Europe, permettant à ses dirigeants d’adopter des mesures préventives très en amont. « Avant même la détection des premiers cas de coronavirus sur le sol rwandais, nous avons pris très tôt des mesures d’hygiène qui ont été appliquées sur presque toute l’étendue du territoire », corrobore le docteur Sabin Nsanzimana, directeur général du Rwanda Biomedical Centre, à RFI. L’Afrique du Sud, la Tunisie, le Maroc et l’Algérie ont imposé un confinement et des couvre-feux avant que l’épidémie n’ait eu le temps de se propager.
      Une faible densité de population

      Avec 43 habitants par kilomètre carré, contre 181 en Europe de l’Ouest ou 154 en Asie du Sud-Est, l’Afrique demeure un continent faiblement peuplé dans la plupart des régions. Les habitants sont généralement concentrés dans les capitales, qui ont été très tôt confinées. En Côte d’Ivoire, le grand Abidjan est ainsi officiellement isolé du reste du pays depuis le 30 mars. Idem au Lagos, où les habitants des deux mégalopoles, Abuja et Lagos, ont interdiction de quitter la ville. Cette faible densité limite considérablement les contacts et donc la transmission du virus.

      Moins de circulation des personnes

      Contrairement à la plupart des pays occidentaux, de nombreuses régions africaines restent très isolées et vivent en quasi-autarcie. Le virus circule donc très peu dans la population. L’Afrique est également beaucoup moins touristique que l’Europe ou les États-Unis. Sur les 50 aéroports les plus fréquentés au monde, un seul est africain (celui de Johannesburg). L’Afrique ne compte pas non plus de diaspora importante comme la Chine ou l’Inde, qui doivent faire face au retour de nombreux étudiants revenant de l’étranger. Peu de grands mouvements de population ont d’ailleurs été constatés en Afrique subsaharienne.
      Une pyramide des âges beaucoup plus jeune

      Environ 60 % de la population africaine est âgée de moins de 25 ans. Or, le coronavirus frappe plus particulièrement les personnes âgées : en France, 75 % des personnes décédées du Covid-19 ont plus de 75 ans. L’Italie du Nord, région la plus touchée au monde, est aussi caractérisée par une très forte population âgée. « En Afrique, il n’y a plus de vieux à tuer sur le continent » résume sarcastiquement l’écrivain ivoirien Gauz, dans une tribune sur le site de Jeune Afrique. L’Afrique présente aussi un très faible taux d’obésité, qui est un facteur de risque majeur de mortalité au Covid-19.

      Une immunité pré-existante ?

      Une étude préliminaire du NHS (National Health Service) et de King’s College montre une corrélation négative entre les pays affectés par la malaria et ceux touchés par le Covid-19, qu’elle explique par un possible effet protecteur des traitements prophylactiques pour la malaria comme la chloroquine contre le coronavirus. Or, 93 % des cas de malaria sont enregistrés en Afrique, selon l’OMS. D’après une autre étude, c’est la vaccination systématique du BCG déployée en Afrique qui pourrait expliquer l’immunisation de la population. Les pays sans politique de vaccination universelle du BCG comme l’Italie et les États-Unis sont à l’inverse les plus touchés par le Covid-19, notent les auteurs. Des corrélations qui n’apportent toutefois aucune preuve de cause à effet.
      Famine, criquets, effondrement de l’économie : ces autres menaces bien plus concrètes

      Malgré ces atouts, l’Afrique risque pourtant de faire les frais de l’épidémie de Covid-19. Conséquence de la fermeture des frontières, des mesures de confinement et de la hausse des prix des denrées alimentaires, « le nombre de personnes menacées de famine en Afrique de l’Ouest pourrait quasi tripler en trois mois », a ainsi alerté l’ONG Oxfam le 21 avril. Une invasion de criquets fait également des ravages en ce moment en Afrique de l’Est. En Éthiopie, 200.000 hectares de terres agricoles ont été dévorées et un million de personnes ont désormais besoin d’une aide alimentaire d’urgence. La pandémie de coronavirus a également mis à l’arrêt la plupart des campagnes de vaccination contre la polio, la rougeole ou la diphtérie. En Afrique, le coronavirus est loin d’être la priorité des habitants.

      https://www.futura-sciences.com/alternative/amp/actualite/79699/?__twitter_impression=true
      #pyramide_des_âges #densité_de_population

  • Une IA capable de détecter le cancer du sein
    https://usbeketrica.com/article/ia-capable-detecter-cancer-sein

    Une équipe de chercheurs du MIT a mis au point une intelligence artificielle capable de détecter un cancer du sein jusqu’à cinq ans avant sa formation, quelle que soit la couleur de peau de la patiente.

    Chaque année, on compte 54 000 nouvelles personnes touchées par le cancer du sein en France, ce qui en fait le cancer le plus répandu chez les femmes. Malgré des campagnes de dépistage importantes, de nombreux cas sont repérés trop tard pour être soignés efficacement. Face à cet enjeu, des chercheurs du Massachusetts Institute of Technology (MIT) essaient d’intégrer l’intelligence artificielle à leurs recherches afin de dépister le cancer plus tôt. Les résultats de leurs travaux ont été publiés, mardi 7 mai, dans la revue Radiology.

    L’intelligence artificielle sur laquelle travaille le MIT permettrait de prédire un cancer du sein jusqu’à cinq ans avant son apparition, à travers l’analyse d’une simple mammographie. Pour arriver à ce résultat, les chercheurs ont analysé les données de plus de 60 000 patientes issues de l’Hôpital général du Massachusetts, précise le site du MIT. Comme les images utilisées avaient été prises plusieurs années auparavant, les chercheurs ont été en mesure d’apprendre à la machine quelles mammographies correspondaient à des femmes ayant développé le cancer du sein et lesquelles ne présentaient aucun signe de cancer.
    Une IA (un peu) plus inclusive

    Pour rendre leur intelligence artificielle plus équitable, les scientifiques lui ont montré des données représentatives de différentes couleurs de peau (l’enjeu étant de permettre à l’IA de repérer les signes avant-coureurs d’un cancer aussi bien sur des personnes blanches que non blanches). Verdict des chercheurs : « Cela fonctionne aussi bien sur des patientes noires que sur des personnes blanches ».

    Données issues d’une étude publiée en 2014 sur le site Wiley Online Library

    La diversité des données reste toutefois très faible, puisque seulement 5 % d’entre elles concernent des femmes noires et 4 % des femmes asiatiques, alors que 81 % proviennent de patientes à la peau blanche. Les chercheurs du MIT cherchent à inclure encore davantage les minorités dans leurs recherches, comme ils l’expliquent au site Engadget : « Nous continuons activement les collaborations avec d’autres hôpitaux pour faire en sorte que notre modèle soit équitable et qu’il fonctionne sur des populations diverses. »
    Un enjeu d’avenir

    Ces enjeux deviennent de plus en plus importants à mesure que l’intelligence artificielle fait son entrée dans le domaine de la santé et de la médecine prédictive. Aujourd’hui, aux États-Unis, les femmes noires ont 42% plus de risques de mourir d’un cancer du sein que les femmes blanches, précise le MIT. Parallèlement, les femmes noires, hispaniques et asiatiques développent le cancer du sein plus tôt en moyenne que les femmes blanches. Et avec le recours à l’intelligence artificielle, ces inégalités risquent encore s’amplifier si les données fournies aux IA ne sont pas plus représentatives.

    Pour gommer ces biais, il s’agit donc de renouveler et diversifier les données médicales. Et il y a fort à faire en la matière puisque, depuis vingt ans, les inégalités liées à la couleur de peau face au cancer n’ont pas diminué, comme le montre une étude publiée en 2014. Elles auraient même augmenté dans le cas du cancer du sein.

    #inégalités #cancer_du_sein #MIT #IA #prédictions_médicales

    • L’intelligence artificielle sur laquelle travaille le MIT permettrait de prédire un cancer du sein jusqu’à cinq ans avant son apparition, à travers l’analyse d’une simple mammographie. Pour arriver à ce résultat, les chercheurs ont analysé les données de plus de 60 000 patientes issues de l’Hôpital général du Massachusetts, précise le site du MIT. Comme les images utilisées avaient été prises plusieurs années auparavant, les chercheurs ont été en mesure d’apprendre à la machine quelles mammographies correspondaient à des femmes ayant développé le cancer du sein et lesquelles ne présentaient aucun signe de cancer.

      A noter : utilisation du conditionnel et sauf erreur de ma part on est bien sur des bases de travail statistiques et on détecte donc des corrélations et des probabilités, pas des causalités...

    • oui @suske tout cela est au conditionnel, on est d’accord que ce n’est pas très scientifique. Mais ça signifie aussi qu’un cancer du sein peut débuter 5 ans avant et non pas seulement 2 ans comme les médecins le disent souvent.
      Quand j’ai présenté une mammographie de plus de 20 ans avec des annotations au même endroit de cellules bizarres à Curie on m’a répondu que « la médecine n’est pas une science exacte ». Et il y a 10 ans, consultant en urgence, je me suis fait insulter par une gynéco parce que « madame ce sont vos glandes mammaires, c’est normal vous avez des seins, vous êtes une femme ».
      J’estime que les études techniques ça fait surtout plaisir aux techniciens de la santé et à ceux qui espèrent un retour sur investissement à force de #fichage.
      Et que tant que le corps médical refusera d’écouter les patient·es, les médecin·es continueront d’accumuler les erreurs médicales et les diagnostics d’ignares dangereux.
      Donc, chères sœurs, faites vous confiance, changez de médecin si il ou elle refuse de vous entendre.
      #santé #médecine #ecouter_les_femmes

    • L’étude originale :
      A Deep Learning Mammography-based Model for Improved Breast Cancer Risk Prediction | Radiology
      https://pubs.rsna.org/doi/abs/10.1148/radiol.2019182716

      Abstract
      Background
      Mammographic density improves the accuracy of breast cancer risk models. However, the use of breast density is limited by subjective assessment, variation across radiologists, and restricted data. A mammography-based deep learning (DL) model may provide more accurate risk prediction.

      Purpose
      To develop a mammography-based DL breast cancer risk model that is more accurate than established clinical breast cancer risk models.
      […]
      Conclusion
      Deep learning models that use full-field mammograms yield substantially improved risk discrimination compared with the Tyrer-Cuzick (version 8) model.

      Et, en effet, il s’agit de comparer des méthodes de détection. Le résultat principal se lit sur ce graphique (dit #courbe_ROC)


      Figure 2 : Receiver operating characteristic curve of all models on the test set. All P values are comparisons with Tyrer-Cuzick version 8 (TCv8). DL = deep learning, hybrid DL = DL model that uses both imaging and the traditional risk factors in risk factor logistic regression, RF-LR = risk factor logistic regression.

      Il montre que la courbe (en rouge) correspondant à l’utilisation de l’IA sur l’image et les facteurs de risque classiques produit toujours un plus faible nombre de faux positifs que les méthodes sans IA.

      La courbe verte (IA sur l’image seule) n’est pas aussi performante que la rouge ; elle est moins bonne que la méthode traditionnelle dans le bas de la courbe.

      La « détection parfaite » correspondrait à deux segments de droite longeant les bords gauche et supérieur du carré.

    • Comme tu le soulignes, @vraiment, l’étude ne porte que sur les éléments médicaux. Aucune trace des déclarations des patientes, en effet.

      Mais ça signifie aussi qu’un cancer du sein peut débuter 5 ans avant

      Je reformulerais en précisant que l’étude montre que le cancer était détectable (par ces méthodes) dans les 5 ans qui précèdent sa détection effective. L’étude a porté sur 40000 mammographies effectuées dans un intervalle de 4 ans (2009 à 2012) dans un grand centre médical et en recoupant d’une part avec le registre des tumeurs déclarées dans les 5 ans suivant de 5 hôpitaux, mais aussi avec des mammographies post-traitement.

      Le délai de détection ainsi gagné par l’utilisation de ces techniques n’est pas indiqué. Ni, à mon avis, aisément déterminable.

    • 100% d’accord sur l’écoute.

      Une des difficultés est aussi de s’exprimer face au médecin... Ici on est clairement dans une idée du type : une mammo, une AI et le tour est joué. L’écoute de l’expression des patientes est limite inutile dans ce paradigme. Pour cela je n’ai pas apprécié cet article dont la structure me semble conforter ce défaut :
      1. titre factuel favorable à l’AI
      2. rappel de « l’importance de la détection précoce »
      3. conditionnel : possibilité de prédire jusqu’à 5 ans
      4. le tout sur base de dossiers d’imagerie...

      Il ressort une impression de « on va pouvoir détecter tout à temps » alors que ce que je comprends c’est que l’AI réduit (logiquement) un peu la subjectivité de l’interprétation. C’est déjà bien, pas besoin d’en rajouter en parlant de capacité de l’AI et de prédictibilité...

    • Moi je me questionne du coup sur ce qui change sur une mammographie en fonction de la couleur de peau ; le contraste de l’image résultante n’est pas le même ? (a priori c’est pas ça) Ou c’est que les cancers du sein ne se développent pas forcément de la même façon suivant le milieu social, la couleur ?

      The majority of existing risk models were developed on predominantly white populations (1,3,4) and have known limitations in predicting risk for other racial groups (17–20)

    • Relativement à la mammographie, le facteur #densité_mammaire (#breast_density) est régulièrement mis en avant.

      cf. les explications de la Clinique Mayo où l’on voit clairement l’impact sur la lecture de l’image.

      Après, le lien entre l’ethnicité, la densité mammaire et le niveau de risque relatif est discuté. Deux exemples, après recherche rapide,…

      • ici une étude de 2007, Mammographic breast density and race qui conclut que le lien densité/race existe mais qu’il disparait lorsqu’on prend en compte les facteur âge et IMC (Indice de Masse Corporel) … sauf pour les Asiatiques
      https://www.ncbi.nlm.nih.gov/pubmed/17377060

      • là, en Nouvelle-Zélande en 2013, c’est le contraire…
      Age and Ethnic Differences in Volumetric Breast Density in New Zealand Women : A Cross-Sectional Study
      https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3729838

      As well as expected age differences, we found differential patterns of breast density by ethnicity consistent with ethnic differences seen in breast cancer risk. Breast density may be a contributing factor to NZ’s well-known, but poorly explained, inequalities in breast cancer incidence.

      Comme l’indique la conclusion de cette dernière étude, on ne sait pas pourquoi…

      Les quatre références citées en note (17 à 20) par l’étude sur l’IA se contentent de constater les différences, comparent la sous-estimation des risques obtenus par différentes méthodes et, éventuellement, proposent des étalonnages (anglais : calibration) différents pour les différentes races.

  • World Population Density – GEOstata

    http://geostata.com/world-population-density

    The Global Human Settlement Layer (GHSL) project is supported by European Commission, Joint Research Center and Directorate-General for Regional and Urban Policy. The GHSL produces new global spatial information, evidence-based analytics, and knowledge describing the human presence in the planet.

    The GHSL relies on the design and implementation of new spatial data mining technologies allowing to process automatically and extract analytics and knowledge from large amount of heterogeneous data including: global, fine-scale satellite image data streams, census data, and crowd sources or volunteering geographic information sources. Spatial data reporting objectively and systematically about the presence of population and built-up infrastructures are necessary for any evidence-based modelling or assessing of i) human and physical exposure to threats as environmental contamination and degradation, natural disasters and conflicts, ii) impact of human activities on ecosystems, and iii) access to resources.

    #population #démographie #cartographie #représentation #point #densité #densité_de_point

  • OpenVis Conf 2017
    http://openvisconf.com

    C’est la conférence de #visualisation_de_données pour le Web et toutes les vidéos sont dispo :

    Mike Bostock
    Keynote

    #d3.express (conf déjà signalée par @b_b et dont on reparlera) : un environnement de développement / découverte de données avec un fonctionnement "réactif" (à la excel)

    Shirley Wu & Nadieh Bremer
    Data Sketch|es : A Visualization A Month

    le plaisir des yeux sur http://www.datasketch.es avec un accent prononcé sur le processus de création

    Nicholas Belmonte
    Visualizing Data with Deck GL

    un outil pour faire du #WebGL qui a l’air bien sympa (voir aussi plus bas regl)

    Matthew Brehmer
    What Story does your Timeline Tell ?

    tout sur les #timelines

    Robert Simmon
    An Introduction to GDAL for those afraid of the command line

    #GDAL pour manipuler des données #géo, reprojeter des images etc (par l’auteur de la photo “Blue Marble” à la NASA)

    Amelia McNamara
    How Spatial Polygons Shape our World
    https://github.com/AmeliaMN/SpatialPolygons

    réflexions assez poussées sur les données #géo, les #cartogrammes, le #gerrymandering

    Mikola Lysenko
    Introducing Regl

    une approche qui a l’air très puissante pour faire du #WebGL http://regl.party

    John Alexis Guerra Gomez
    Untangling the Hairball

    réflexion assez marrante sur la visualisation de #réseaux

    Catherine D’Ignazio & Rahul Bhargava
    Designing Visualization Tools for Learners

    des outils qui permettent de commencer à réfléchir à la visualisation de données ; la recherche porte sur la simplicité, les explications, les éléments d’aide et d’encouragement pour les débutants (C. D’Ignazio est aussi l’autrice de https://visionscarto.net/visualisation-donnees-feministe )

    Matt Daniels
    Visualizing Incarceration in the US on Polygraph

    sur la #prison aux #États-Unis ; l’auteur se fait rabrouer par la salle sur l’éthique de son approche, et l’organisatrice de la conférence présente ensuite des excuses circonstanciées. L’auteur lui-même s’excuse plus tard dans un long post https://medium.com/@matthew_daniels/on-monday-i-gave-a-presentation-about-incarceration-and-data-85b0f438ef9e

    Amanda Cox
    Keynote

    dataviz au NYT, elle s’explique notamment sur l’#incertitude et la fameuse courbe de la probabilité de gagner qui voit Trump doubler Clinton la fameuse nuit du vote (très intéressant !)

    Lisa Charlotte Rost
    A Data Point Walks into a Bar : Designing Data for Empathy

    comment exprimer les sentiments à travers les visualisations (voir aussi Eric Soco… plus bas)

    Kai Chang
    D3 with Canvas

    techniques pour aller plus vite

    Noah Veltman
    Pulling a Polygon Out Of a Hat

    conf géniale sur la transition d’un objet en un autre (comment transformer de façon continue et agréable à l’oeil un cercle en carré, un cheval en chaise, un Etat continu en archipel, etc.)

    Julia Silge
    Text Mining and Visualization The Tidy Way

    analyser Jane Austen http://tidytextmining.com

    Amy Cesal
    Why Does Data Vis Need a Style Guide

    comment une organisation peut se donner des méthodes pour produire des graphes variés mais qui semblent appartenir à la même famille

    Kanit "Ham" Wongsuphasawat, Dominik Moritz & Arvind Satyanarayan
    Vega-Lite : A Grammar of Interactive Graphics

    #vega-lite (que j’utilise un peu) permet d’aller vite sur les graphiques standards, en employant de bonnes valeurs par défaut

    Eric Socolofsky
    Data as a Creative Constraint

    l’#art_génératif, l’émotion dans la visualisation (plein de super exemples)

    Connor C. Gramazio
    Empowering Effective Visualization (Color) Design

    #couleurs et #palettes ; colorgorical http://vrl.cs.brown.edu/color ; http://gramaz.io/d3-jnd

    Alan Mclean
    Hacking your health with JavaScript

    à propos de cette nouvelle tendance type fitbit : comment faire des graphes qui incitent les gens à bouger de leur chaise pour leur #santé

    Hadley Wickham
    The Role of Visualization in Exploratory Data Analysis

    un des boss de #R montre comment l’utiliser pour afficher des trucs

    Des liens attrapés au vol :

    #histogrammes :
    http://tinlizzie.org/histograms

    #gerrymandering :
    http://redistrictinggame.org

    #agrégation_spatiale
    http://tinlizzie.org/~aran/spatialAggregation.html

    #pycno et #cogran (calculs de #densité spatiale, rapprochement de jeux de données)
    https://cran.r-project.org/web/packages/pycno/pycno.pdf
    https://github.com/berlinermorgenpost/cogran

    recommend a book (la première page d’un livre au hasard, sans mention de titre ni d’auteur)
    http://www.recommendmeabook.com

    surface-nets (recherche d’enveloppes de points en 2D ou 3D)
    https://github.com/mikolalysenko/surface-nets

    earcut (triangulation de polygones
    https://github.com/mapbox/earcut

    inconvergent (art procédural)
    http://inconvergent.net

    wind map
    http://hint.fm/projects/wind

    each line one breath
    http://www.johnfranzen.com/each-line-one-breath.html

    box fitting
    http://www.complexification.net/gallery/machines/boxFitting

  • La Suisse est-elle surpeuplée comparée aux autres pays ?

    La population suisse a triplé en 150 ans, et un quart des habitants sont étrangers. Depuis les années 1960, la peur de la #surpopulation est devenue un leitmotiv pour ceux qui veulent limiter l’immigration. Mais à quel point le pays est-il densément peuplé par rapport à ses voisins ?


    http://www.swissinfo.ch/fre/densit%C3%A9-de-population-_la-suisse-est-elle-surpeupl%C3%A9e-compar%C3%A9e-aux-autres-pays-/43167914
    #démographie #visualisation #cartographie #Suisse #statistiques #chiffres #densité_de_la_population

  • Stadtbilder. Mapping the digital shape of cities. Moritz Stefaner, 2013
    http://stadt-bilder.com

    Stadtbilder is an attempt to map the digital shape of cities.
    While traditional maps show us buildings, roads and physical infrastructure, these maps reveal where and in which form the city is alive.

     
    Berlin
    This map shows the density of
    3024 food,
    654 nightlife,
    590 shopping, and
    128 music
    locations in Berlin.

    #cartographie #densité #ville

  • Geovation/labelgun: reducing label clutter across mapping libraries
    https://github.com/Geovation/labelgun

    Labelgun is a mapping library agnostic labelling engine. It allows you to avoid cluttering in mapping popups and labels, providing precedence to labels of your choice.

    Dense Spatial Data and User Experience · loxodrome.io - James Milner’s personal blog
    https://www.loxodrome.io/post/dense-spatial-data

    #densité #cartographie #gis #méthodologie

  • Le Grand Paris est plus petit que le #Grand_Genève

    DémographieAvenirSuisse a superposé plusieurs métropoles sur la carte de Suisse. Le Grand Paris et ses 6,9 millions d’habitants tiendraient dans l’espace transfrontalier genevois. Saisissant.


    http://www.tdg.ch/geneve/grand-geneve/Le-Grand-Paris-est-plus-petit-que-le-Grand-Geneve/story/17751950
    #villes #métropoles #Suisse #démographie #visualisation #cartographie #densité #surface

  • Les espaces de la faible densité

    Avec environ 115 habitants au km² en 2006, la France donne l’image d’un pays assez faiblement peuplé en Europe [1]. La faible densité apparaît plutôt comme une singularité au sein de l’ensemble Nord-Ouest européen mais elle n’est pas si exceptionnelle dès que l’on se place à l’échelle européenne. D’autres pays, aussi différents que la Suède ou l’Espagne, connaissent bien le phénomène. En France, l’Insee qualifie aujourd’hui d’espaces de faible densité ceux qui comptent moins de 30 hab./km², proposant une sous – catégorie, celle des espaces désertifiés, où la densité est inférieure à 10 hab./km². Ce seuil de 30 hab./km² peut bien entendu faire débat [2], entendu qu’il évoque une densité à peine basse pour certains pays (Espagne) quasi désertique pour d’autres (Pays-Bas). Il ne renvoie pas à une appréciation stricte mais il rappelle que la notion de faible densité évoque d’abord un contexte particulier : celui d’espaces marqués par la rareté des hommes et souvent aussi par celle des ressources financières pour les collectivités concernées. De ce point de vue, rien ne justifie cependant de fixer ce seuil à 30 plutôt que 25 ou 40 hab./km². Par ailleurs se pose le problème de la taille très hétérogène des communes françaises : ainsi, à la marge, on peut identifier des communes urbaines qui, très grandes, sont aussi de faible densité statistique [3]. Ce seuil de 30 habitants doit donc d’abord être perçu comme un ordre de grandeur et non pas pour un critère strict. De surcroît, pour le mobiliser efficacement, il faut le rapporter à des échelles permettant de souligner des logiques de proximité et de gommer les erreurs d’appréciation introduites par les anomalies statistiques [4].


    http://territoires2040.datar.gouv.fr/spip.php?article89

    #France #cartographie #visualisation #démographie #densité_démographique
    via @ville_en

  • A True Picture of Population Density

    http://rightrelevance.com

    Je référence cette intéressante exploration visuelle d’un truc toujours très difficile à représenter en carto : la forte densité/concentration sur un territoire réduit versus la faible densité/concentration sur un territoire large.

    Look up a city’s urban density on Wikipedia, and you know you’re only getting a small slice of the story. There’s no way exactly 27,857.9 people live in every square mile of New York City – some areas are far more packed, some are relatively empty (at least when it comes to living space). Perhaps the best way to get a true picture of where people live is to check out the residential density per square kilometer. That’s what these 3D maps from LSECities visualize, giving us a unique look at 9 world cities and their distribution of people. Each map here looks at a 100 x 100 kilometer square, and quickly reveals how factors like topography and the location of public...

    #urban_matter #cartographie #visualisation #densité #représentation

  • Les hautes densités démographiques de l’#Inde

    Les densités démographiques fournissent un objet de réflexion majeur au géographe : elles traduisent un aspect important des rapports des sociétés humaines à l’espace, parce qu’elles sont à la fois expression et facteur :

    expression des rapports des sociétés à la nature par le biais des techniques de production, résultats du fonctionnement de processus d’évolutions internes des sociétés et du jeu des interactions qui mettent en cause leurs structures, leurs mémoires, leurs environnements et qui impliquent des temporalités variées.
    facteur, puisque la densité d’occupation de l’espace que chaque génération trouve devant elle pèse lourdement sur les possibilités qu’elle a et qu’elle aura d’agir. Les systèmes de production nécessaires et souhaitables, les actions d’aménagement, toutes sortes de choix sont pour une part contraints, ou au moins influencés par la densité d’occupation de l’espace héritée des périodes antérieures [1].

    Dans la mesure où elle rassemble 17 % de la population mondiale sur 3 % des terres émergées, l’Inde offre un objet d’interrogation privilégié à propos des conditions et des processus qui ont conduit à une telle concentration de population et à ses conséquences sur la gestion de l’économie, de la société et de l’espace du pays.

    http://geoconfluences.ens-lyon.fr/informations-scientifiques/dossiers-regionaux/le-monde-indien-populations-et-espaces/articles-scientifiques/les-hautes-densites-demographiques-de-linde
    #démographie #densité_démographique #cartographie #visualisation