Microsoft i partnerskab med datakindlaboratorier for at afslutte trafikrelaterede dødsfald

Video: How Commit Partnership Provides Crucial Evidence-Based Outcomes with AKA, Microsoft, and DataKind 2024

Video: How Commit Partnership Provides Crucial Evidence-Based Outcomes with AKA, Microsoft, and DataKind 2024
Anonim

Microsofts Tech & Civic Engagement Group og DataKind Labs arbejder sammen om at eliminere trafikrelaterede dødsfald og alvorlige kvæstelser i mange byområder over hele verden. Projektet kaldes DataKind Vision Zero, og dets endelige mål er at reducere trafikrelateret skade og død til nul.

Med Microsofts hjælp er DataKind Labs i færd med at udvide sine tjenester i hele USA. De tre nyeste amerikanske byer, der vil se lanceringen af ​​DataKind Vision Zero, er San Jose, Seattle og New Orleans. Og for dem, der spekulerer på: ja, New York City er allerede en del af projektet.

Drenge og piger på DataKind Labs håber at bruge trafikdata til at bringe sit Zero Vision-projekt til live på en stor måde og forsøger ikke blot at reducere trafikrelateret skade og død, men at afslutte det helt. ”Vi bruger en kombination af offentlige og private data til at hjælpe lokale beslutningstagere med at forstå, hvilke tekniske og håndhævende interventioner der er mest effektive til at tackle hver bys lokale indsats for at øge trafiksikkerheden for alle, ” siger DataKind Labs på sin blog.

Med softwaregiganten Microsoft ombord kan DataKind-teamet måske gøre en bukke i sine dristige planer og hjælpe med at redde millioner af liv i de kommende måneder og år. Bare i byen New York alene har DataKind brugt trafikdata til at hjælpe med at iværksætte foranstaltninger til at stoppe hændelser, der kan føre til død eller alvorlig personskade. De indsamlede data blev derefter analyseret for at forstå deres virkninger og forbedre de oprettede løsninger.

For dem, der er interesseret i DataKind Labs og dets Vision Zero-projekt, kan du tjekke dets blog.

Microsoft i partnerskab med datakindlaboratorier for at afslutte trafikrelaterede dødsfald