 En tout cas moi je n'entends pas, on ne tente toujours pas qu'offi, on ne reçoit pas non. Est-ce que vous m'en recevez ? Là maintenant on te reçoit. Parfait. C'est un problème de micro-changer. Donc bonjour à tous et à toutes. Je vous souhaite la bienvenue à ce webinaire sur l'utilisation et de nos climatiques qui se trouvent dans le DHS2 pour la préparation de la réponse du secteur santé à la crise climatique. Il s'agit d'un webinaire qui est dispensé par le centriste de l'Université d'Oslo en collaboration avec les divers leïsps à travers le monde. Précisément leïsps-Western-Centre-la-Fécart et leïsps-Rwanda. Je suis ici avec toute une équipe, y compris Helga Calarano qui est la chapeau de projet pour notre volet de biberies santé. Alice Akeluba qui est notre maladien des événements. Mais également mes collègues Anu, leïsps-Western-Centre-la-Fécart et Amsa leïsps-Rwanda. Sans plus tarder, nous allons commencer au talent pas une première une, on a perçu du contexte. Ensuite, nous allons passer à la démonstration pour pouvoir faire passer à travers l'application et ses diverses fonctionnalités. Et nous allons terminer par un rapide élément sur l'expérience propre du Rwanda. Après vous aurez la main pour poser des questions, vous devez savoir que vous devez poser des questions directement dans le chat au fur et à mesure. Mais également dans la communauté de pratique qui est une plateforme de partage de l'accontérisme. Au cas où vous n'êtes pas encore dans cette communauté, il suffit de cliquer sur le lien et vous allez vous retrouver dans la communauté de partage. Mais non, mais l'intérêt de la communauté de partage est qu'après le webinaire, vous continuez la description. Sans plus tarder, je vais vous donner un bref aperçu du contexte de notre application climat et santé. Je dirais que notre objectif c'est de renforcer la résilience climatique des systèmes de santé nationale. La résilience est entendue comme notre capacité à encaisser les crises, à recouvrir ces crises-là et surtout à rebondir ces crises. Et la crise climatique est une crise sérieuse qui nous demande des systèmes de santé robustes qui sont résiliants. Et donc, notre objectif avec l'application climat et santé, c'est d'appuyer les systèmes de santé nationale sur la base de DHS2 qui existent, afin qu'ils puissent développer des outils d'analyse et de mobilisation climat et santé, mais également qu'on puisse concevoir les visualisations données du tableau de bord en rapport avec ces thématiques de climat et santé. Ça permet de mettre fin au paralysme, bien à la verticalité des systèmes d'information climat, des systèmes d'information santé, afin que les données des premiers systèmes puissent informer et aider à la permanence dans notre système, que ce soit des données locales, mais également des données qui sont destinées à soutenir les politiques nationales et les interventions de santé publique qui tiennent compte du risque sanitaire lié au climat. Le façon générale nous savons tous, pour rappel, que la crise climatique induit un accroissement de la vulnérabilité au problème de santé, ou bien même des risques nouveaux, des nouvelles vulnérabilités sur le temps de la santé. Donc, que ce soit en termes de facteurs de vulnérabilité, en termes de démographie, géographie, biologie, mais également les schémas de vulnérabilité, parce que les mêmes facteurs ne vont pas opérer de la même manière dans les contextes différents. Et dans ce cadre-là, les systèmes de santé doivent développer des capacités qui nous permettent d'être résiliants, que ce soit en termes de leadership, de staff, en termes de systèmes d'information et de financement. Nous savons qu'aujourd'hui, avec la crise climatique, nous avons certains problèmes de santé qui sont exercerbés, même qui sont qu'aussi urgent, que ce soit les infections respiratoires comme la grippe, etc., mais également les maladies liées au facteur comme le palbisme, la dingue, ainsi de suite. Tous ces éléments-là, notre application climat et santé BHS2 va nous permettre d'intégriser ces données-là pour avoir une visualisation qui va nous permettre de prendre des décisions éclairées. Et donc, je vais passer la parole à Anon, mon collègue Anon qui va parler de l'application elle-même et ensuite nous ferons une démons jusqu'au qu'elle contient. Anon, à toi. Ok, merci beaucoup. Je vais partager mon temps. J'espère que vous voyez mon écran. Ok, donc je vais faire la présentation de l'application qui nous permet de voir les données climatiques et ensuite faire aussi la démonstration liée à cette application. Mais ce qu'il faut savoir, c'est que nous avons deux grands aspects par rapport aux données climatiques avec le DHS2. La première touche du droit à le voler accès des données par rapport aux données que nous avons sur le plan mondial et la mise à disponibilité de cette application dans le DHS2. Donc ça, c'est le premier voler qui a été proposé et nous avons un second voler qui est en fait la modélisation. Si on n'entend pas au premier voler, nous avons pu travailler là-dessus pour pouvoir mettre à disposition notre application qui peut être installée dans le DHS2 et qui nous tient ces données dans une plateforme mondiale liée au climat et à l'environnement. Donc il y a eu ce premier travail qui est épais et aujourd'hui on peut dire que nous pouvons installer cette application là-dedans qui voit les données que nous avons par rapport à l'autorité des pays pour la formation sanitaire. Donc notre deuxième voler, c'est la modélisation pour pouvoir utiliser les données sanitaire que nous avons dans le DHS2 et le comparer à d'autres sources, peut-être aux données liées à l'environnement et autres. Nous allons pouvoir travailler là-dessus dans un outil de modélisation qui va aussi permettre à ce qu'on puisse utiliser les données de nos stations météorologiques sur le plan national. Donc ils ont aussi des données, on va voir dans quelle mesure pouvoir utiliser ces données-là dans la deuxième volée de notre plan d'action. Donc pour finir ce qui va se passer, nous allons pouvoir permettre au DHS2 d'avoir en retour certaines données, des données de prédiction ou d'alerte précoce. Donc il y aura un travail qu'il faut ici qui va pouvoir analyser une fois de plus toutes ces données là et pouvoir envoyer une information au DHS2 pour pouvoir dire ok, il est peut-être prévu la pluie demain dans cette zone, dans cette formation sanitaire et nous allons pouvoir aussi faire la triangulation avec d'autres sources de données. Donc voici le schéma qui est proposé. Actuellement, nous sommes au volet 1 qui nous a permis d'avoir au moins l'application DHS2 Clament Data Apps dans le DHS2. Ce qu'il faut savoir c'est que cette application est toujours en phase pilote, c'est une phase pilote pour toute la communauté DHS2 et vous allez voir que vous aurez pas mal d'informations sur notre page en fichier DHS2 et cette application a cette possibilité de nous permettre d'explorer en fait toutes les données liées à la météo et au climat au sein du DHS2. Donc nous aurons cette possibilité d'analyser ces informations dans le DHS2 et naturellement importer ces données là dans le DHS2, notamment des données de precipitation, d'humidité, de température, donc nous aurons cette possibilité d'importer ces données là dans le DHS2. Une des fonctionnalités que nous avons aussi à partir de cette application c'est la prévision météorologique des 10 jours. Donc nous aurons la possibilité pour les formations sanitaires sans représenter par des points de voir la prévision météorologique sur 10 jours, donc vous aurez en fait comment la délégation vous annonce demain, il y aura la pluie ainsi de suite. Donc il est possible de pouvoir avoir ces informations directement dans le DHS2 à partir de cette application. Un des aspects aussi intéressants c'est un calcul automatique qui se fait quand nous essayons d'explorer en fait l'application nous devons dans un premier temps sélectionner notre unité d'organisation. La sélection de notre unité d'organisation nous permet automatiquement de visualiser les données pour le lieu sélectionné. Si c'est un district qui est sélectionné vous allez voir d'autres informations par rapport au district en question. Si c'est une région ou l'Union Nationale vous verrez automatiquement les informations par rapport au lieu sélectionné. Les données que nous souhaitons importer, les données liées à la température, à la prestation et à l'humidité que nous souhaitons importer dans le DHS2 selon l'intellurdicité seront des données qui sont des données quotidiennes par jour dont ce sera des données par jour et vous aurez la possibilité de voir toutes ces informations par jour pour les informations sanitaires qui ont des coordonnées géographiques. Tout cela à partir de l'application. Une fois ces données importées naturellement nous sommes des espères en utilisation des applications cordes du DHS2 sur l'analyse donc nous aurons la possibilité de pouvoir analyser toutes les données climatiques que nous aurons importées dans le DHS2. Donc à partir des outils d'analyse nous aurons la possibilité de pouvoir analyser tout ça et naturellement le combiner en fait aux données des routines que nous avons et en faire un très joli tableau de bord qui va me permettre d'être plus efficace dans notre quotidien. Un autre aspect c'est la source de données que nous utilisons au pouvoir présenter cette température la precipitation et les changements climatiques. Nous l'avons au niveau de PI 5 months qui est en fait, on va dire, un entrepôt de données qui utilise des variades atmosphériques sur plusieurs décennies à partir de la plateforme. Donc nous aurons cette banque de données mondiale sur le climat où nous avons pas mal d'informations et vous verrez plus tard une nouvelle vidéo qui explique en détail comment est-ce que ça marche par rapport à cela. Il faut dire que cette banque d'information sur le climat à la météo est de suite ne vient pas remplacer en fait les données météorologiques que nous avons au niveau national non c'est juste pour pouvoir accompagner ce processus et avoir plus de données par rapport à la météo. Cette application, comme je l'avais dit tantôt reste toujours en phase pilote et qui nous a permis de faire plusieurs mises à jour. Donc sur la page officielle du DHS2 slash Climates avec eux à la fin vous aurez la possibilité de lire tout ce qui a été déjà prêt en matière de climat avec le DHS2 sur notre page officielle. Vous verrez qu'actuellement on parle de cinq pays qui utilisent déjà cette application mais bientôt ce n'ont pas grimpé parce que l'autogo aussi a décidé de l'utiliser et ainsi de suite. Donc il y a d'autres pays aussi et on aura tous l'évolution de cette application qui savait être très utile pour nous permettre de comprendre, d'expliquer les données que nous avons au fil du temps. Cette application naturellement est comme toutes les autres applications qui appelaient agrandir à subir des mises à jour des mises à jour qui résultent des commentaires que vous allez faire par rapport à cette application des suggestions éventuelles. Donc il va falloir être attentif pour pouvoir utiliser la dernière version de cette application qui se trouve naturellement dans le appreuble dont vous verrez cette application et vous pouvez utiliser la dernière version pour voir les nouvelles fonctionnalités qui sont dans cette application développées naturellement par l'Université d'Oslo. Donc je précise que cette application va être développée par Oslo. Mais un des points essentiels c'est comme je l'avais dit tout à l'heure c'est une application qui peut être utilisée et vos commentaires auront les bienvenus pour pouvoir ajouter naturellement des fonctionnalités et sentir plus de données plus de graphiques très utiles. Et bien par rapport au premier volet que j'avais expliqué tout à l'heure qui nous permet d'avoir l'application des données climatiques au sein du DHS2 on va dire que les données que nous avons au sein de cette application proviennent de WMO qui est en fait une branche des nations d'Ili qui a un œil attentif sur tout ce qui est changement climatique en rapport avec les océans, le climat, température etc. C'est une branche qui contient 193 pays d'amontres qui ont décidé de mettre à disposition certaines informations sur le climat pour notre bien-être et c'est une bombe d'information sur le climat et je crois que c'est une très bonne chose et la séculture a voulu partager naturellement ces données climatiques et météorologiques avec le BCMWF qui est en fait le centre européen pour les préventions météorologiques en Europe et ce centre utilise le réanalysis version 5 qui est en fait une version améliorée du RAA 5 qui nous permet d'avoir des prévisions météorologiques sur 10 jours pardon et d'avoir encore à analyser ce qui a été analysé pour nous permettre d'avoir des données actualisées donc ce qui est très intéressant ici c'est que ils disposent des données sur plusieurs années donc ils ont pas mal de données climatiques et ces données là sont collectées de façon par un aspect lié à la superficie ainsi de suite donc vous aurez la possibilité de voir en petit taille ce qui est collecté, à quoi ça sert et nous verrons très bien que c'est à partir de toutes ces informations collectées, partagées que nous l'avons maintenant dans le DHS2 dans cette application de climat que nous allons installer dans le DHS2 on va se baser sur les données qui reviennent finalement ici à partir du Google Earth nous avons pas mal de données climatiques des années passées je crois que depuis 1970 jusqu'à maintenant toutes ces données peuvent être visualisées dans le DHS2 et également ce centre européen partage en fait ces données là avec les institutions norvégiennes de la météorologie qui aussi fait un travail fou pour nous permettre d'avoir ces prédictions météorologiques là, à partir d'un API donc tout ces données là convergent vers l'application de climat que nous allons installer dans le DHS2 qui nous permet de voir en fait toutes ces données là donc voici le circuit des informations climatiques qui est partagé en trasculture et qui finalement arrive dans notre DHS2 ces données là qui parlent des stations météorologiques aux offices nationales de météorologie ici nous allons voir un peu plus en détail quelle est la philosophie du réanalysis qui utilise en fait une superficie de 9 kilomètres pour pouvoir déterminer en fait les données sur le plan mondial et ces données là qui sont calculées et pour nous permettre d'avoir ces informations là donc il y a beaucoup de variables qui sont utilisées, beaucoup d'informations qui sont collectées mais dans notre cadre nous allons utiliser la température de la precipitation l'humidité assez de suite donc il y a pas mal de données qui sont collectées nous allons vous permettre de suivre cette technologie utilisée à travers cette vidéo là il est aujourd'hui plus important que jamais de disposer d'archives historiques longues et fiables sur le climat de la Terre grâce à l'abondance des méthodes d'observation moderne la réanalyse climatique pour le présent sont assez complets le problème est que ces observations ne sont pas réparties uniformément sur le globe et qu'elles sont de moins en moins nombreuses au fur et à mesure que l'on remonte dans le temps la réanalyse climatique peut résoudre ce problème, elle combine les observations faites dans le passé avec le modèle météorologique d'aujourd'hui afin de fournir une image complète et cohérente du temps passé avec un puzzle dont les pièces manquent à certains endroits et se chevauchent à d'autres les pièces dont nous disposons sont des observations provenant de stations météorologiques de ballons sondes, d'avions, de navires de satellites et d'autres sources la réanalyse est comme une machine intelligente qui utilise le modèle météorologique pour combiner et traiter toutes les informations provenant de ces pièces en utilisant les lois de la physique capable de mélanger les pièces qui se chevauchent et de recréer les pièces manquantes de manière cohérente reconstituant ainsi le puzzle complet la réanalyse fournit une image globale du temps et du climat du passé aussi proche de la réalité que possible pour chaque heure de la surface de la Terre jusqu'au sommet de l'atmosphère les données produites par la réanalyse sont largement utilisées et fournissent de nombreuses informations seulement sur l'atmosphère comme la température le vent et les précipitations mais aussi sur l'océan et la surface terrestre ainsi la réanalyse représente un enregistrement historique complet du climat de la Terre et fournit un moyen précis de surveiller la vitesse à laquelle il change Je pense que ces vidéos a résumé en fait la fonctionnalité, la technologie utilisée pour pouvoir être à disposition aujourd'hui les données qui sont plus ou moins 3 ou 4 proches de la réalité avec une certaine précision donc c'est ce qui nous permet de pouvoir disposer en fait des données sur plusieurs décennies au sein de cette plateforme à partir de l'application Climb & Data Apps que nous avons aujourd'hui installé dans le VHS Dans ce qu'il faut aussi savoir c'est que cette technologie se base sur on va dire des ensembles de données en plus cela permet de pouvoir avoir quand même si vous voyez le front cartographique vous allez voir des carrés qui en fait collectent d'informations climatiques donc il essaie de pouvoir disposer de ces clés de ces informations mais les ces informations collectées avec ces technologies sont des informations collectées par heure et il y a une petite différence avec les informations que nos stations et théologiques collectent qui en fait sont des données du jour en question donc cette technologie elle est encore plus précise et qui nous permet de pouvoir disposer en fait de ces valeurs là mais ce qu'il faut savoir c'est que cette technologie peut collecter ces informations où vous la fichez si seulement si vous avez pris le temps d'importer le shake-fire de votre pays donc on sait que le niveau national c'est un front cartographique ainsi les provinces, les départements même les districts sont des polygônes qui sont utilisés pour pouvoir représenter le front cartographique au sein de notre déagiste donc il y a un travail qui se fait pour pouvoir donner la bonne valeur pour le district en question qui est basé sur le polygône par raison donc le système va calculer la moyenne des données collectées selon le découpage qui est proposé pour le district donc il va faire la moyenne de ces données avec précision et pouvoir l'afficher donc c'est à partie de ces données là que nous voyons en fait les données climatiques qui sont beaucoup plus précis avec les unités d'organisation naturellement ce sont des points des latitudes longitudes qui sont fournis dans le DHS2V qui sont présentes en fait un endroit bien précis comme les points que nous voyons sur l'autocat donc ce qui se passe actuellement c'est que cette technologie va vous donner la valeur la plus proche de la formation sanitaire localisée à partir de votre des latitudes longitudes proposées donc il vous donnera en fait cette valeur là donc je pense que il est très bien de pouvoir collecter les coordonnées géographiques mais avec précision cela permet d'avoir une valeur vraiment précise par rapport aux données climatiques donc voici un aspect lié à cette technologie et si on revient en fait à l'application il faudrait savoir que cette application est disponible mais à partir de la version 2.37 donc il va falloir poursuivre qu'ils ne sont pas encore à cette version de faire une mise à jour de votre DHS2 pour avoir au moins la version 2.37 et ceux qui ont plus que cela naturellement vous allez pouvoir disposer de cette application dans le preuve du DHS2 donc cette application comme on l'avait dit utilise des données de repensement pour pouvoir nous présenter ces données là avec précision et je pense que c'est une des plateformes qui offre plus de données avec précision actuellement et il va falloir aussi l'utiliser mais l'utiliser va nécessiter une configuration dans le DHS2 la plupart du temps nous ne prenons pas la peine d'activer en fait ce qui se passe c'est que si vous voulez savoir si c'est configuré dans votre DHS2 il suffit d'aller dans l'application MAP d'afficher une cache une couche thématique où vous prenez peut-être la température, la precipitation une couche comme ça vous l'affichez dès que vous l'affichez notre application de cartographie que vous allez configurer ou pas donc c'est le moyen le plus simple de savoir si c'est configuré ou pas mais cette application nécessite cette configuration et vous pouvez suivre en fait le manuel de configuration qui est proposé par Oslo et merci néanmoins vous avez des difficultés à pouvoir l'activer bien évidemment quand nous sommes tout à fait disponibles à l'activé en fait ce composant donc une fois installé nous aurons la possibilité de pouvoir importer les données climatiques au sein de notre DHS2 ce qui va nécessiter à ce qu'on puisse créer quelques éléments de données éventuellement un formulaire afin de visualiser en fait la donnée ici ça c'est un aperçu de cette application qui est installé dans une instance comme je l'avais dit la première des choses pour pouvoir voir les données climatiques qui est proposé avec le réanalysis c'est de pouvoir sélectionner notre unité d'organisation donc dès que nous sélectionnons notre unité d'organisation il va automatiquement se connecter à un réanalysis ou Google Earth pour pouvoir nous présenter en fait donc c'est la première des choses à faire et nous aurons avoir pas mal de données la première donnée à percevoir quand nous sélectionnons par exemple un tweet c'est en fait la température moyenne donc nous aurons à voir quelle est la donnée collectée quelle est la donnée partagée quelle est la valeur de cette donnée donc il y aura une température moyenne que nous pouvons visualiser par jour ou par mois selon le choix que nous aurons donc nous avons la possibilité de voir ces données la sorte pour le moins ou pour la journée donc c'est en fait la moyenne de température partagée pour son petit dans nos pays, dans nos districts dans nos formations sanitaires il y a aussi un autre aspect c'est c'est en fait une plage de température la plage de température c'est en fait la valeur maximale pour la valeur minimale qu'on peut avoir pour une journée ou on a eu pour le moins en question donc nous avons aussi cette possibilité de voir en fait cette plage qui est en fait couvre en fait les deux températures la température moyenne et puis la température attendue la troisième valeur qu'on nous pouvons voir si on prend juste la température c'est la valeur moyenne comparée sur la période de référencement d'accord donc cette technologie va essayer de prendre cette période de référencement qui est une période de 30 ans et faire une moyenne de données affichées donc ici la valeur qu'on aura à afficher c'est en fait la valeur estimée ou attendue d'accord donc sur la base des années passées quelle est la valeur attendue par rapport à cette journée ou à ce mois donc c'est cette technologie qui nous permet de pouvoir avoir ces gens d'information donc juste avec la température nous aurons quand même 3 données à visualiser et à analyser si on vient au niveau de la précipitation c'est la même technologie qui est utilisée sur une période de référencement de 30 ans nous aurons à afficher la moyenne de cette valeur ou de façon journalière donc nous aurons à visualiser en fait ces données là toujours à partir de cette période de référencement je pense que c'est ce qui nous permet d'être plus proche de la réalité en nous basant sur cette période de référencement et quand nous venons après au niveau de l'humidité il faut savoir que la même technologie est utilisée pour pouvoir nous présenter en fait cette valeur estimée ou cette valeur attendue par rapport à l'humidité et aussi nous présenter en fait la valeur ressentie donc nous aurons aussi à afficher cette valeur là pour pouvoir comparer qu'est-ce qui est attendu finalement qu'est-ce qu'on a eu donc il y a aussi ce volet là qui est présent dans notre application et sans oublier la température du point de rosé qui est aussi là ainsi que la température ressentie donc nous aurons toutes ces informations là au sein de l'application que nous pouvons naturellement avoir par mois ou par jour ou même sélectionner la période que nous souhaitons voir un des aspects aussi très juste de cette application c'est le changement climatique toujours nos références sur cette période de 30 ans quand on aura à choisir avant à gauche une période qui est part de 1991 à 2020 et qu'est-ce que cela représente pour Kato ici c'est les données de décembre sur une période datant de 1970 à 2022 qu'est-ce que cela représente par exemple quand nous voyons le bleu le bleu en fait c'est pour marquer la diminution de la température constatée par rapport à la moyenne de température sur une période de référencement d'accord donc le bleu signifie que pendant cette période il a fait moins chaud et le rouge signifie que pendant ces années-là nous aurons remarqué qu'il fait plus chaud qu'avant en utilisant toujours cette période de référencement et en calculant la moyenne de ces données-là donc si nous repartons sur le côté droit un changement de période de référencement nous voyons aussi que par rapport aux années passées il fait plus chaud maintenant quand nos citoyens nous disent ah il fait plus chaud maintenant c'est vrai parce que quand nous voyons plutôt les données et qui datent nous voyons que actuellement nous voyons ce réchauffement climatique et c'est ce qui hublisse en fait ces rouges rouges que nous voyons ici donc au sein de l'application nous aurons afin une petite configuration une petite configuration qui s'articule au niveau de 6 éléments de données un petit formulaire et un groupe d'éléments de données un groupe d'éléments de données juste pour pouvoir regrouper ces 6-là et un formulaire pour pouvoir juste pour visualiser en fait la donnée importée depuis cette bande mondiale des données climatiques nous aurons à importer à créer ces 6 éléments de données mais la configuration elle est un peu plus précise du moment où l'application même nous propose le nom d'utilisateur, le nom de l'élément de données son emploi, le cours de la description le domaine la type d'agrégation et le niveau d'agrégation aussi donc tout est décollé ici il va falloir juste faire comme nous avons mis dans cette application pourquoi ? parce que la philosophie est un peu différente nous allons pas agréger les données de routine que nous avons depuis le niveau de formation sanitaire jusqu'au niveau national non c'est pas la même philosophie donc ici il y a des données qui ont été déjà calculées, déjà collectées et qui sont disponibles pour chaque niveau d'agrégation c'est pour ça qu'il est très important de choisir en fait l'ensemble des niveaux d'agrégation sans et bien sûr ne pas utiliser les services si vous avez ça dans votre carburance donc ça c'est très important et n'oubliez pas de prendre aussi la moyenne comme type d'agrégation et vous aurez en fait les données qui seront importées dans le système et avec vos outils d'analyse vous allez pouvoir analyser convenant le deuxième élément de données fait partie des éléments accrayés aussi qui collectent la valeur la plus basse en matière de température donc au niveau du type d'agrégation ça change aussi, ainsi que le troisième donc il va falloir être attentif par rapport à la configuration à faire mais tout est décrit sur cette page qui nous permet de nous rappeler de ce qu'il faut faire absolument et bien après avoir défini ces éléments de données nous aurons la possibilité de pouvoir importer ces données de température, de precipitation d'humidité dans l'entrée des gestes mais avant de l'importer il faut choisir ce que je souhaite importer et définir la période la périodicité donc si je veux juste importer ces données pour le mois de mars je peux définir en fait cette page et dire que ok je choisis d'importer les données pour ce niveau ainsi de suite et vous allez voir que le dernier champ lié à l'élément de données une fois que les éléments de données ont été créés correctement dans le système vous n'avez plus besoin de sélectionner la dernière ligne il va automatiquement aller chercher l'élément de données qu'il faut et vous aurez juste à appliquer sur le bouton importer pour pouvoir importer les données climatiques dans votre DHS mais actuellement cette application est limitée à une valeur de 50 000 de données qu'est-ce que c'est exactement en fait il ne faut pas demander au système je prends le niveau national et ensuite je choisis le niveau de formation sanitaire je prends la période d'une année et je décide au système je lui demande d'importer en fait ces données là ça fait un peu trop de données importées à la fois ce qui fait qu'actuellement nous avons 1000 valeurs de données à importer donc essayer de ne pas importer les données de toutes les formations sanitaires au même moment peut-être choisir en discrète et prendre le niveau de formation sanitaire et importer ces données là donc essayer d'importer ces données là petit à petit pour que nous puissions vraiment la voir dans le système mais dans les prochaines versions il y aura un travail qui sera fait naturellement sur ce volet pour pouvoir augmenter la quantité de données que nous pourrons importer directement à partir de cette application donc les 50 000 c'est juste le nombre de formations sanitaires fous à le nombre de jours donc si je prends peut-être la transition en 5 jours et que je décide d'importer les données pour peut-être 500 unités d'organisation ça ne pourra pas passer donc il va falloir y aller petit à petit donc tout à droite c'est juste un aperçu des données climatiques importées dans le DHS2 où on voit en fait la température la température minimale maximale et puis la possibilitation et ces données là que nous verrons aussi dans l'application de bio données climatiques donc une fois importées vous avez cette aisance de pouvoir l'utiliser avec le visualiseur, le tableau la carte ainsi de suite donc vous aurez cette facilité de le comparer aux autres données peut-être dans votre DHS2 ici c'est une cliente de relation effectuée par rapport aux données que nous avons dans le DHS2 donc ici nous voyons que nous avons la possibilité d'associer les données climatiques ou météorologiques aux données sanitaires pour ajustifier ou essayer de comprendre pourquoi nous avons plus de cas ou moins de cas donc ça nous c'est un peu difficile par moment d'analyser ces données là en associant les données climatiques mais quand vous allez commencer par l'utiliser vous allez voir qu'il y a quand même une corrélation entre les données météorologiques et puis les données climatiques donc nous invitons à vraiment l'utiliser et puis à nous faire des commentaires par rapport à cette application mais concatement de quoi il s'agit je vais essayer de faire la démo de cette application dans le cas de jeu je vais sortir, je vais utiliser une base démo pour faire cette démonstration donc naturellement je me connecte au DHS2 d'accord nous avons dit que cette application est valable si nous utilisons une vérification supérieure à la version de 2.37 ici je suis à la version de 2.40 donc tout va bien je vais naturellement aller dans le dans le le magasin de données des applications de gestionner d'applications donc je clique là dessus et naturellement j'ai le rub ici qui me permet d'avoir toute une en regardant des applications de DHS2 développées et je vais chercher moi l'application qui est là la version 1.3.1 c'est la dernière version donc je vois que cela nous permet d'avoir plus de fonctionnalité donc tout simplement j'en installe je clique là dessus installé dans mon DHS2 cette application je rappelle que c'est une application pour explorer du coup ça peut être utilisé dans le système pour permettre à tout le monde de faire exactement donc je vais essayer de l'utiliser je vais cliquer là dessus et tout de suite je vois en fait ma première page où elle en fait l'intérêt de cette application la technologie utilisée et bien sûr le développeur et la vidéo que nous avons suivi tout à l'heure en français mais ici c'est toujours en anglais bientôt la version française embarquée donc j'ai quand même quelques informations très utiles sur comment je peux faire et ainsi de suite mais on fait encore rappel sur le mot de fonctionnement le mot de fonctionnement naturellement vient des données que nous trouvons à travers Google Earth sur résolution de 9 km donc les petits carrés que nous avons vu tout à l'heure dans le font cartographique c'est cette résolution et à partir de cette résolution nous avons pas mal de données sur plusieurs années pour que l'analyse permet de pouvoir calculer la moyenne des données collectées et nous l'afficher dans le système donc nous faisons quand même rappel sur le mot de calcul ainsi de suite ensuite nous devons passer au niveau du paramétrage pour pouvoir commencer par configurer notre application un des aspects aussi c'est le fuseau horaire un time zone que nous avons ici nous avons la possibilité de définir là où nous sommes cela permet aussi à l'application de se rediriger conformément à ce time zone là donc si je suis à Brazzaville je prends Brazzaville comme ça mais ici je vais revenir en fait à notre time zone ici pour pouvoir utiliser convenablement l'application de l'application donc vous pouvez l'ajuster conformément au time zone qui arrive un autre aspect c'est le manuel de configuration de cette application liée aux éléments de données je l'avais montré tantôt c'est une application qui utilise quelques éléments de données et le mot de cahillation de ces éléments de données ici donc nous voyons aggregates ainsi de suite donc tout est dit ici par rapport aux éléments de données qu'il faut créer la description ainsi de suite donc nous avons un petit formulaire que nous pouvons aussi créer nous pouvons l'appeler climat météo et la signer aussi convenablement donc si nous avons la possibilité d'importer les données de la formation sanitaire donc il va falloir aussi la signer au différents niveaux jusqu'au niveau national pour finir appeler juste un groupe d'éléments de données pour pouvoir regrouper juste les éléments de données liés au fait aux données climatiques donc naturellement nous sommes toujours là si il y a un petit souci vous pouvez adresser un email à cette boîte là et finalement il y aura des réponses mais je crois que vous avez déjà des ellipses et nous serons très contents de vous aider à configurer cette application si vous avez des défis maintenant allons explorer les données que nous avons dans le DHS qui veut dire que nous avons la clé des unités d'organisation nous avons le niveau national et nous avons aussi les départements ou les régions selon le level que vous avez dans votre DHS donc nous voyons le deuxième niveau qui est là et en dessous des niveaux naturellement nous avons des districts aux provinces ainsi de suite donc en dessous des districts naturellement nous avons des formations sanitaire donc c'est la pourraiscence qui est ramenée à ce niveau donc personne ne pourra se crêper par rapport à la pourraiscence mais je vais choisir une formation sanitaire je clique là-dessus donc comme je l'avais dit dès que je clique sur une unité d'organisation il est automatiquement de le ramener toutes les données climatiques par rapport à cela donc ces données là proviennent en fait des données externes juste précises que nous avons et je crois que ce premier graphique ou tableau avec ces informations peut parler à tout le monde donc aujourd'hui on est les 30 donc naturellement il essaie de voir que le jour la date d'aujourd'hui et naturellement nous voyons que nous avons ces informations climatiques donc les 10 jours à venir c'est les informations ici donc nous voyons que demain après demain il y aura vraiment le soleil mais le vendredi dans la nuit pourrait pleurer d'accord et aussi le dimanche un peu tard dans la nuit qui va quand même remonter en fait au lundi donc je peux à partir de cette application faire la météo aussi à la télé c'est la même philosophie c'est la même donnée donc si je dois peut-être planifier une supervision et que je vois je le planifie sur le neuf il peut s'avérer qu'on ait la pluie dans cette formation sanitaire le neuf mètre donc cela peut m'aider à mieux planifier en fait peut-être les visites les observations, les supervision ainsi de suite la precipitation, la l'humidité à la température maxi et miniscie par rapport à ça donc il va faire légèrement plus chaud demain dans cette formation sanitaire localisée donc je peux faire quelque chose avec les autres formations sanitaires il suffit de cliquer sur la formation sanitaire qui est en fait représenté par un point j'insiste là-dessus qui est représenté par un point donc il ira automatiquement compter les données et nous la ficher naturellement ça c'est le premier aspect le deuxième aspect c'est la température donc je vais cliquer là-dessus dès que je clique là-dessus il essaie directement de m'afficher en fait dans certaines informations liées à la température et liées à la plage d'accord, c'est une période d'avouer jusqu'à masse donc les 12 derniers mois dans cette période c'est ce n'est que en fait c'est la période définie ici si je veux voir cette donnée là pour peut-être jusqu'en octobre je prends octobre ici je fais maitrage automatiquement il va m'afficher en fait les températures ressenties ou estimées pour cette période là d'accord, donc nous avons la possibilité de voir en fait ces données là mais je vais me permettre d'expliquer un tout petit peu les différentes données que nous avons ici d'entrée de jeu je parlais d'une période de référencement cette période de référencement c'est une période de 30 ans de 91 à 2022 sur cette base l'algorithme essaie de calculer la moyenne de température observée ou attendue donc possible cette période là donc en avril 2023 il est attendu 28,7° donc nous avons la possibilité basé sur les données historiques calculées récalculées, encore calculées nous avons au moins cette courbe là qui nous permet d'avoir en fait les valeurs attendues donc je vois que en avril il va faire plus chaud donc ici en janvier il fait moins chaud selon les données historiques que nous avons nous avons assez de courbes d'accord et la seconde c'est quoi ? par rapport à ces courbes quelle est la valeur réelle finalement donc nous voyons que en octobre selon les prévisions nous avons plus ou moins la même valeur donc ça nous permet d'avoir une idée de la tendance c'est la canicule qui fait plus chaud donc nous aurons un pic ici ça va naturellement dépasser les 32 degrés ça sera beaucoup plus haut donc nous avons quand même ces deux courbes là qui nous montrent la valeur estimée par rapport à la période d'offérancement et la valeur du final et la troisième valeur c'est en fait la plage qui n'est que la valeur maximale d'avoir et la valeur minimale qu'on pourrait avoir aussi donc ça c'est juste l'interprétation de ce graphique et nous voyons clairement que ça se suit c'est plus ou moins la même chose et cela nous permet aussi d'avancer par rapport aux activités à planifier une stratégie avancée ou pas là ce sont les données plus par mois donc nous pouvons avoir la même chose d'avoir la même chose ici nous avons toujours la plage et puis la valeur moyenne dont représenté par jour si on se rappelle j'avais dit que ces données sont collectées par 1 donc qui fait une moyenne de ces données et puis la fiche par rapport aux données collectées donc nous avons cet aperçu en matière de données et de température si nous partons au niveau de la precipitation nous avons aussi plus ou moins la même philosophie basée sur la période de référencement nous définissons en fait la plage et nous demandons au système d'afficher en fait ces données donc ça c'est la valeur normale de precipitation et la valeur du mois point neuf donc ici, nous voyons que nous avons normalement on pourrait avoir cette valeur mais finalement il y a eu plus de pluie donc nous voyons quand même qu'on peut plus ou moins interpréter ça ici en mai il a tendu beaucoup plus de pluie mais le changement climatique a fait qu'on n'a pas subi on n'a pas eu ce qu'on a eu d'énièrement à Dubai donc après, nous avons aussi la possibilité de pouvoir avoir ces données par jour donc ici, nous voyons clairement les données nous voyons qu'il n'y a pas vraiment de données à partir de mi-décembre jusqu'en on va dire mi-janvier aussi d'accord, il n'y a pas eu de precipitation dans ce qui pourrait justifier d'autres données par rapport aux données de routine que nous avons donc ici, nous avons la possibilité de voir ces détails mais on voit que c'est des données par jour et c'est un peu coincé donc nous avons la possibilité de zoomer ici donc quand j'ai défini en fait, si une fenêtre il essaie de zoomer pour me donner en toute transparence les données eues de façon journalière donc ici, je vois que la respiration du véhicule c'est ainsi de suite ainsi de suite donc j'ai la possibilité de zoomer par rapport à une zone ainsi de suite et si je zoom et que je veux revenir à l'étape initiale il suffit de cliquer sur ce bouton pour essayer de zoomer mais c'est plus ou moins la même technologie pour pouvoir présenter en fait ces données qui ne font que faire partie des données que nous avons sur le plan mondial ensuite, nous avons l'humidité qui nous est proposée aussi qui utilise aussi la période de référencement à ce niveau-là donc nous avons les données les moyens de ces données-là qui nous est proposé et nous pouvons aussi changer la période, modifier la plage pour pouvoir visualiser ces données-là donc nous avons la valeur collectériellement donc ça c'est la moyenne de ces données-là qui est affichée ici basée aussi naturellement sur d'autres données telles que la température ou le point plus donc ça c'est pas par rapport à la possibilitation que nous pouvons aussi voir de façon journalière donc nous voyons une belle couple ici qui présente les données relatives à l'humidité par rapport à cette formation sanitaire, je précise par rapport à cette formation sanitaire nous avons la possibilité de voir ces données-là et bien sûr voir d'autres données telles que le point de rosé c'est ça qui est ici, le noir le point de rosé donc nous avons aussi en fait ces données-ci la dernière information c'est en fait le changement climatique donc comme je l'avais dit tantôt, il y a une interprétation à ces données-là si je veux peut-être voir je vais prendre le février février depuis cette période relative période de référencement donc j'ai pris février et vous voyez que j'ai les données depuis 70 jusqu'en 2020-2023-2024 d'accord ? donc ici c'est quoi ? l'algorithme essaye de calculer par rapport aux données historiques depuis plusieurs années par rapport à ces données j'avais dit qu'ils faisaient la moyenne de ces données-là pour nous envoyer une valeur estimée pour la période fixée et par rapport à cette valeur moyenne calculée par rapport à la période de référencement nous essayons de le comparer à la donnée donc ici le bleu signifie qu'il a fait moins chaud en 2022 en février 2022 que les années passées d'accord ? ici nous aurons que c'est juste moins 0,4°C puis par rapport aux autres années donc nous voyons que c'est possible de voir si il fait plus chaud maintenant qu'au par rapport ou moins chaud qu'au par rapport donc ça c'est l'efficacité de ce graphique-là que nous présentons ici ici clairement nous voyons que des années auparavant en février en juin ils faisaient moins chaud que maintenant donc actuellement c'est plus ou moins automatique qui est ressenti ou on voit plus de température qu'il y a des années donc voici les informations que nous pouvons avoir à partir de notre application document qu'on peut installer dans le DHST naturellement nous pouvons afficher ça clairement comme ça pour pouvoir mieux faire l'interprétation ou peut-être le partager nous avons aussi la possibilité de pouvoir l'imprimer enfin imprimer en fait tous ces valeurs-là et le mettre dans un rapport pour carrément venir ici dire ok moi je veux le télécharger pour le mettre dans un fichier ou par exemple donc nous avons ces possibilités-là de pouvoir télécharger l'utiliser les données que nous avons et faire une bonne planification ou comprendre sincèrement certaines données que nous avons eues je précise aussi que ces données-là que nous visualisons ce sont des données qui proviennent de la banque mondiale des données climatiques et qui nous permettent d'avoir une certaine précision par rapport à ces données-là ces données-là ne sont pas encore dans votre DHST mais l'application se connecte pour pouvoir vous montrer ces données-là maintenant si nous souhaitons ces données dans le DHST sans sauvement que nous passons au volet importation de ces données l'autre aspect c'est juste pour explorer la donnée ici si nous souhaitons l'importer dans le DHST et faire cette triangulation avec les données de routine nous allons pouvoir le faire donc ici je vais tout simplement essayer d'importer certains données de température donc je vais choisir température ici donc dès que je choisis naturellement en bas il essaie d'aller chercher l'élément de données qui a le bon coût bien configuré si vous avez mal configuré ça ne pourra pas passer donc il est très important de suivre en fait ce manuel qui vous permet de bien configurer vos éléments donc je reviens sélectionner la température et je décide peut-être d'importer des données sur une petite période je prends de février je prends février ou je prends mars je prends mars mars à avril on va faire un truc comme ça donc je viens en 2023 mars avril le 30 donc je vais juste payer le 23 et je décide d'importer ces données là pour une unité d'organisation je vais aller chercher l'unité je peux prendre l'unité en question donc je décide d'importer les données pour deux mois pour notre unité d'organisation donc naturellement il va falloir choisir le level qui correspond c'est la formation sanitaire donc ici naturellement il choisit l'élément de données une fois tout sélectionné il me suffit de cliquer sur importe donc il va aller chercher ces données là depuis notre compte et pouvoir le faire donc ici nous avons déjà importé certaines données donc pas besoin je vais prendre peut-être encore une autre période je peux prendre un août d'accord août à septembre d'accord je prends ici je décide de pouvoir l'importer donc je fais importe donc voilà donc il a importé ces données là donc nous avons 61 valeurs importées dans le système et ça s'explique pourquoi parce que j'ai pris une unité d'organisation et j'ai défini une plage de deux mois le premier mois c'est 60 30 jours et le deuxième 31 jours ce qui fait un total de 60 donc si on décide de prendre une période beaucoup plus large ça peut dire qu'il y aura plus de données à importer et naturellement il ne faut pas quand même remplacer les 5 000 valeurs dont je parle donc c'est comme ça que nous pouvons faire on peut faire aussi la même chose pour la precipitation dont je viens ici qui choisit automatiquement precipitation et je décide d'importer ces données là donc il va faire la même chose il voit 61 jours pour une unité d'organisation ce qui fait 61 valeurs à importer donc il va chercher ces données et il va me l'importer directement dans mon DHS2 donc nous voyons qu'il va chercher ce connect il va chercher ces données et puis il me l'a fiché donc si on se rappelle bien voici la période on a pris août jusqu'en septembre et je vais aller au formulaire de saisis pour pouvoir montrer le rendu par rapport à ça donc j'utilise le nouveau module de saisis de données je vais chercher mon formulaire climat ou météo d'accord je prends mon unité d'organisation c'est celui-ci d'accord je choisis la période on avait parlé de août je pense que c'est là et voilà donc si je prends une journée en septembre automatiquement puisqu'on avait pris août et septembre donc naturellement vous voyez que nous avons la donnée qui a été importée depuis notre groupe et nous avons la possibilité de pouvoir avoir ces détails donc je clique sur des détails et la donnée a été importée par moyen à juste 4 minutes donc ce sont des données actualisées et nous pouvons le faire plusieurs fois selon la disponibilité de ces données-là dans notre DHST donc voici comment ce que nous pouvons envoyer nos données-là dans notre DHST maintenant que nous avons des données pour les données de température dans notre DHST nous pouvons utiliser les modules d'analyse pour vous connaissez naturellement le visualiseur à la carte pour pouvoir présenter ces données-là convenablement donc tout de suite je vais aller sur mon tableau de bord pour vous montrer à quoi ça ressemble en tant que données construite à partir du visualiseur de la carte et finalement juste pour signaler qu'il faudra qu'on accélère un tout petit peu pour que l'agneau puisse présenter et qu'on ait quelques questions en live merci donc pour finir nous avons un tableau de bord que nous avons ici le premier tableau de bord je peux l'afficher plein écran ici nous avons confirmé un rapport avec l'humidité donc on voit que ça suit la courbe liée à l'humidité dans le système donc plus nous avons plus de données plus la courbe suit ces valeurs-là donc ici on voit que depuis mars 2021 on a moins le cas de pas lui confirmer mais néanmoins ça correspond également à la courbe de l'humidité plus dans notre système donc il y a naturellement une correlation entre ces données-là donc je vais aussi présenter cette carte-là qui montre au nord les zones les plus humides ici et de côté ouest les zones en moins humides qui ont moins de cas de pas lui confirmer naturellement on voit que plus la zone est limite plus nous avons plus de cas confirmé de pas lui dis-moi par exemple pour finir cette application aussi vous permet de pouvoir voir cette autre données liée peut-être à la carte donc si je prends ça pour finir on voit naturellement que ce sont des données pour les six derniers mois donc en octobre depuis octobre on voit plus de verre que maintenant donc de l'humidité en train de descendre sur le plan national ce sont des valeurs qui semblent être aussi très utiles pour pouvoir faire cette triangulation donc je vais rapidement laisser la parole à Hamza qui va nous permettre de voir la suite des de notre présentation je crois oui il y a un aspect de l'humidité Hamza donc ici après la question qu'on se pose est-ce que ce sont des données fiables qui est présentée en fait ce sont des données qui nous montrent que les tendances de la moyenne des données calculées pour pouvoir voir la période de référencement donc ce sont des données qu'on peut plus ou moins utiliser mais il est très important que vous puissiez aussi prendre le temps de pouvoir correspondre pour comparer ces données que nous avons dans notre application de données climatiques par rapport aux données que vous avez eues sur le plan national dans une formation, dans une discrétion donc on compare, on voit quand même sur ce graphique que c'est plus ou moins les mêmes données donc c'est plus ou moins les mêmes données mais comme ici aussi nous voyons que ça montre que c'est les mêmes données mais il est très important de pouvoir avoir votre point de vue ou votre comparaison par rapport aux données estimées utilisées dans ce système donc je vais m'arrêter ici et permettre en fait à Hamza de pouvoir présenter le cas d'utilisation du OVONDA Hamza, je suis à la faveur merci, Agnès aussi tu pouvais garder les slides pour continuer sur les slides que tu avais ou tu veux que je partage un novel est-ce que tu peux partager rapidement ? merci beaucoup, merci à tout le monde est-ce que vous voyez mon écran moi naturellement je le vois mais est-ce que vous aussi vous voyez mon écran mais c'est pas encore un mot slide chaud c'est bon comme ça ? oui c'est bon ok, merci beaucoup ça c'est... merci Agnès, merci à Kofi et bienvenue merci à tous ceux qui ont pu participer à la présentation de la application de climate change les données et toute la théorie comme Agnès vient de présenter ce que j'ai appliqué au OVONDA et sur base des données et nous l'avons installé dans les serveurs de production je m'en vais alors vous montrer dans les deux slides qui suivent ce qui a été fait et ce qu'on peut voir faire dans les prochaines étapes la photo ici représente l'équipe qui a participé à faire le paramétrage de cette application et à importer les données des données de précipitation et des démographiques pour les données de précipitation et de médité pour les données de température pour les périodes passées donc comment faire les processus, comment s'est passé les processus, la première chose Agnès a mentionné ça pendant sa présentation on a d'abord au niveau des serveurs on a configuré on a pris la clé pour pouvoir accéder à la base des données de Google Earth Engine il faut avoir une clé qui nous permet de se connecter à ça on a installé cette clé au niveau des serveurs après on a configuré les metadonnées requises premièrement on commence par créer l'ensemble des données l'ensemble des données on a créé les éléments des données relative où on va on va pouvoir quand on va importer les données là où les données vont être stockées après on a vérifié les unités d'organisation mettre à jour pour les nouvelles unités d'organisation mettre à jour les coordonnées géographiques vous savez que pour avoir les coordonnées ou bien pour que cette application marche il faut que les unités d'organisation aient les coordonnées géographiques donc ça c'était un peu la partie configuration, les préalables et ce qu'on a pris pendant la partie configuration après nous sommes allés dans la partie importation des données nous avons utilisé l'étape qu'on va définir pour importer les données des températures les données d'humidité les données de précipitation pour les années à partir de l'année 80 jusqu'aujourd'hui cette année après les données disponibles on a fait des analyses après on a développé les tableaux des bords sur les palis les choix des palis n'ont pas été faits de façon aléatoire parce qu'on sait que les palis c'est une maladie saisonnière alors on voulait voir avec les changements du climat ça se réfélite si l'incident sur les palis si les cas des palis qu'on trouve alors on a développé un tableau des bords et après le développement des tableaux des bords on a pu comparer les données des palis et regarder la période où il y avait plus de précipitation qu'est-ce que ça donnait au niveau des cas la période où on avait moins de précipitation qu'est-ce que ça donnait au niveau des cas ça c'est le processus de conception et de l'installation de l'application des tests tout climat maintenant ce qu'on a trouvé ici on n'affiche pas les graphiques mais si vous voyez la partie ici dans le bas on affiche un peu le graphique si on a un peu plus de temps je vais vous montrer un peu maintenant pour suivre cas d'utilisation actuelle ça c'est les étapes suivantes pour suivre les tests et commentaire si l'application climatique par cet exercice a été fait avec l'équipe de la santé on a une équipe qui est chargée de la numérisation et une équipe qui est chargée de la gestion des données et de la mairesse c'est pour suivre les tests et essayer tout le sénario possible pour pouvoir tester les limites pour essayer à quel visage de cette application on va explorer les outils de modélisation j'ai vu à mine qui demandait c'est quoi la méthode de modélisation qu'on a utilisé on va explorer les outils de modélisation et de prediction pour pouvoir mettre en place un système d'alerte ça veut dire c'est basé sur ces données géographiques et climatiques pour pouvoir alerter ou prévenir des cas comme je vous ai dit qu'on a pris les cas du palais ça veut dire comment permettre à l'équipe qui est chargée de palais de pouvoir par exemple offrir des moustiquaires imprégnés dans les zones où il voit que dans les jours il y aura plus d'émidité dans les jours où il y aura bien commun prévenir des cas de voilà surtout disons pour le palais ça s'explique bien si on va avoir plus de moustiques ça veut dire qu'on peut déjà prévenir prévoir les antipalidins on fait prévoir plus de moustiquaires imprégnés pour pouvoir se préparer à la hausse ou à la remontée des cas c'est ça l'utilisation et la prédiction l'extraction et le téléchargement des données climatiques plus globales pour une analyse complète on va continuer actuellement on utilise les données globales mais on aimerait aussi dans un futur proche comparer les données globales avec les données locales ça veut dire qu'il y a une démarche qui a été faite d'aller rencontrer les services nationales des prévisions météorologiques et on va importer les données à partir de ces services-là les données qu'on va recevoir à partir de l'agence de météorologie de l'agence nationale de prévoyance météorologique et comparer les données qu'on a avec les données globales et pouvoir choisir quels sont les données qu'on va utiliser parce qu'il y a une grande disparité si il n'y a pas de grande disparité on peut s'en tenir uniquement aux données globales si il y a une grande disparité on utilise les données locales ça c'est dans les démarches à suivre et on a déjà commencé à aller en contact avec l'agence nationale des météorologiques on va aussi contacter le ministère chargé de l'environnement pour voir plus d'utilisation des cas comment on peut tirer profit de cette application météorologique si vous voyez par exemple l'image ici à côté c'est l'humidité ici et on a les températures en fonction des régions ce que vous voyez ici c'est des districts du Rwanda les températures qui changent en fonction des districts donc intégration de variables supplémentaires telles que les données si la qualité de l'air dans des HSD donc on va explorer pour le moment ça n'était pas possible mais on aimerait que l'application n'ait pas encore à sa dernière version donc on aimerait comme l'application encore en train de grandir que l'application autorise à ce qu'on intègre des données supplémentaires justement les données par rapport à la qualité de l'air améliorer l'outil pour une intégration nationalisée des sources des données l'autre chose aussi qu'on aimerait que l'outil nous permette à faire c'est d'avoir une utilisation rationnelle des sources des données locales comme je vous ai dit qu'on va prendre les données à l'agence nationale pour pouvoir utiliser les données locales dans les prévisions locales il l'a parlé il l'avait mentionné tantôt on refait des descentes qu'on voit si les prévisions nous permettent d'aller faire ces activités là-bas on aimerait aller un peu plus en haut pour permettre aussi à donner des chiffres par exemple pour permettre aux cultivateurs les Rwanda c'est un pays où 80% sont des cultivateurs permettent de donner des chiffres aux cultivateurs permettent de prévoir les maladies qui peuvent sortir à partir de ces périodes là on dit ok à partir de ces périodes là on peut déjà s'attendre par exemple chez nous on sait que quand il y a plus de pluie on a les maladies pulmonaires qui augmentent des latoux, les bronchites pour les enfants latoux pour les adultes et alors pouvoir se préparer préparer avec la l'agence nationale aussi les dépôts centrales pharmaceutiques pour que cette période là on puisse acheter des médicaments plusieurs sources des données et on pourra choisir quelle source pouvoir utiliser intégration des données climatiques mondial via Google exploration des sources de données supplémentaires pour améliorer les capacités d'analyse ça veut dire aussi on aimerait avoir plus de flexibilité dans les sources de données et à partir de plusieurs sources de données on peut toujours savoir choisir quelle est la source de données qu'on veut dans un modèle scénario ou à telle ou telle région il y a des régions où peut-être on peut trouver que la prévoyance locale ne donne pas des chiffres intéressantes et on aimerait pouvoir changer ça veut dire chifter d'un modèle d'une source de données à une autre dans les back end on aimerait améliorer davantage des solutions fondées si les données probantes souhaitent pour justement apporter des réponses par rapport au changement climatique le progrès de l'intégration des données locales nous avons organisé une réunion mais dans ce qui s'est passé nous avons organisé une réunion dans le cas de la sensibilisation avec l'agence nationale de météorologie nous comptons nous comptons organiser une autre réunion avec le ministère de l'environnement et nous comptons mettre à jour le plan stratégique le plan national de développement de la santé les PNDS en incluant la composante climat la composante climat qui n'était pas avant vous savez on était tous santé santé maintenant avec les défis climatiques on doit maintenant mettre à jour nos prévisions mettre à jour nos plans stratégiques pour pouvoir tenir en compte aussi la composante climat merci si j'ai 2 minutes tu peux me montrer un peu dans les systèmes je peux me connecter un peu pour vous montrer un peu les mêmes graphiques on va essayer de donner un peu la parole aux participants si il n'y a pas trop de questions de parole à venir ce que je voudrais demander à l'ensemble des participants elle nous permet de lui demander de 10-15 minutes afin de vous permettre de nous positionner pour les questions il y a eu des questions dans le chat on a répondu certains d'entre elles allez on va tout à l'heure activer votre possibilité de lever la main si il n'y a pas ceux qui ont posé les questions dans le chat on peut vous dire si les réponses ne sont pas encore suffisamment satisfaisantes et si on a encore un peu de temps on pourra revenir au point que Hamza m'a mentionné tout à l'heure donc merci Hamza merci à Anion, Amin et les règles qui ont posé des questions si vous avez une question n'hésitez pas à lever la main et à prendre la parole Anion, j'espère que tu as pu donner les privilèges qu'il faut oui, mais disons à la personnalité de vous le faire bonjour bonjour bonjour bonjour bonjour bonjour bonjour bonjour donc allez-y si vous avez une question activer votre micro et poser la question bien c'est le commentaire qui vous vient à vous au cas où quelqu'un est en train de parler il faudrait d'abord activer votre micro donc au cas où vous avez une question ou bien un commentaire vous semblez pertinent par rapport à ce qui a été présenté, clarification aux positions d'amélioration vous êtes peu que le bien vous je ne sais pas si c'est à mon niveau mais je ne le vois pas encore demain merci Amin, je suis heureux vous avez eu la réponse à votre question d'autres commentaires d'autres d'accord, vous êtes Hamza il peut répondre la parole pour rapidement faire le complément que vous voulez faire autant que d'autres personnes qui sont en la parole si ils ont envie de faire des compléments merci je veux allô vous voyez mon écran voilà ça c'est un peu la matérialisation de processus qu'on a fait on a pu à la fin pouvoir comparer comme je l'ai dit comparer les données climatiques qu'on a importées avec l'incidence du palu pour pouvoir savoir s'il y a une corrélation entre les deux quand il y a plus on va prendre par exemple la première chose en rouge ici en rouge ici c'est la l'incidence de la malaria c'est-à-dire des cas simil habitants et en bleu c'est les données relatives à la des données relatives à l'immédité et ce que vous pouvez contacter c'est que c'est un peu similaire ou bien corrélant il y a une corrélation entre les deux c'est cohérent à chaque fois qu'on a une montée des cas ici une montée de l'immédité on a aussi une incidence qui augmente voilà par tout là on a les pics par tout là on a les pics ici avec l'immédité qui est montée on avait aussi l'incidence qui a montée ça c'est le même graphique qui est présenté de façon où on a changé l'immédité en histogramme et on a gardé ça en ligne ou en cours et c'est pour essayer de présenter la corrélation toujours et la même chose c'est répétit ici la carte avec la carte ici toujours le point rouge c'est l'incidence et le point bleu c'est l'immédité on a fait la même chose ici pour les incidences et en comparant l'incidence et la précipitation mais là on a un peu toujours la même idée à chaque fois que en rouge c'est toujours l'incidence en bleu c'est les données des précipitations regardez par exemple ici à chaque fois que la précipitation avait une plus élevée il y a aussi des cas qui suivent qui est plus élevée regardez ici on a ici la même chose vous pouvez voir ça ici et cela permet d'expliquer certains phénomènes naturels que des fois les gens on connaît mais on ne sait pas expliquer mais avec les données ça nous permet d'expliquer par exemple dans l'information sanitaire il voit un afflux de clients ou un afflux de patients qui viennent se faire soigner les paroles ou il y a plus de pluies que dans d'autres périodes la même chose ici on la fait pour les trois principales comme on va appeler ça un indicateur ça veut dire on a fait pour l'immédité, on a fait pour la précipitation et on a fait la même chose aussi pour la température si la température augmente l'incidence aussi augmente si la température baisse là vous allez voir qu'on a par exemple si là il y a un incidence 10.1 on va voir que la température aussi elle est autour de 18 alors que quand la température augmente là on a par exemple une température de 21 ça c'est au Rwanda c'est pas comme le Tchadou c'est plus chaud mais au Rwanda là où la température varie généralement autour de 26-27 d'agressions de choses donc on a la même chose c'est le même graph mais qui est représenté où la température est en histogramme et l'incidence il est en ha l'incidence il est en rouge encore et on a la même chose ici on a présenté la température sur la carte avec l'incidence aussi merci c'est l'ajut seulement que je voulais montrer merci et à vous Kofi merci infiniment Hamza je ne vois pas de m'enlever je ne vois pas d'autres questions je crois que dans le chat il y a d'autres questions voilà ok Amine a parlé c'est parfait donc pour résumer pour faire la synthèse l'application DHS pour le climat vous permet de faire un système de choses la première chose c'est une mise en commun de la santé et le climat de son terme d'incidence de prévalence des maladies en termes de morbidité, mortalité une part pour la santé les données de température de précipitation d'humidité de qualité de l'air de vent et si et si donc c'est la mise en commun pour les silos entiers de base de données ensuite l'application vous permet de combiner les données de plusieurs sources climatiques les données de satellite de RFI maintenant les données locales et la réanalyse vous permet de disposer d'un poste complet des données sur les 50, 60 dernières années pour toutes les localisations à partir des petits carrés de 9 9 km2 et donc grâce à ces petits carrés là vous avez la reconstruction des trappesses et des polybonnes que sont nos centres de santé et nos aires sanitaires et troisièmement l'application vous permet de faire des analyses croisées et de voir les tendances et les correlations l'application elle-même ne fait pas en course mais elle vous permet de visualiser les tendances et les correlations comme avisa la montrée de tout à l'heure et ensuite vous pouvez même exporter ces données là faire des analyses avancées dans air, dans piton dans status etc selon votre diversité. Et maintenant ça c'est la première partie le premier volet de travail le second volet vous concerne la modélisation et la prédiction et en cours de développement et vos vos commentaires test sont les bienvenus il y a un environnement de test je vais demander à Hamza ou bien ayant de le mettre dans le lien pour le test l'essence de démo existe en plusieurs langues en anglais, espagnol etc et vous pouvez également jouer avec l'application voir comment se présente et si vous êtes intéressé par l'application n'hésitez pas à nous contacter vous avez les adresses qui sont là et vous nous contacter et nous serons plus que heureux de vous accompagner pour l'installation de l'application l'importation des données et voir les diverses modélisations que vous faites vous devez savoir qu'actuellement en partenariat avec diverses organismes pour déployer cette application dans divers pays sur la base au premier venu, premier servi et des ressources disponibles donc si vous êtes intéressé n'hésitez pas à nous contacter mais la discussion contenue sur notre communauté de pratique je vais demander à Hamza le lien de la communauté de pratique qui vous permet de rester en lien permanent avec nous vos idées et questions dites vos initiatives et partagez vos expériences par rapport à cela je voudrais savoir il y, je vois que Alice n'est pas là Hamza est-ce qu'il y a un dernier commentaire avant que nous clôturions la session oui, un dernier commentaire je voulais juste vous inviter à la concurrence ennuyelle qui aura très prochainement des 10 ou 13 gens à Oslo j'espère que vous êtes déjà inscrits et que vous avez déjà commencé la formalité pour prendre part en tout cas nous on sera là-bas on espère vraiment pouvoir à cette grande baisse du DHS ennuyelle que nous avons à la plupart du temps donc s'il vous plaît continuez pas à vous inscrire et très prochainement on se verra pour encore discuter DHS à très bientôt merci rappelle, le compte et le password je crois que c'était ce texte mais il faut le mettre dans le chat pacifique a bien fait de proposer la question pour l'environnement de test généralement c'est un truc test, test, mais bon on veut mettre le nom d'utilisateur finalement la mission la page s'accueille donc vous allez voir français à gauche vous allez utiliser ça super, super merci infiniment encore une fois merci à tous c'est un plaisir d'échanger avec c'est que le début on est enthousiaste voir vos demandes on va utiliser cette application et pour collaborer ensemble pour la faire avancer et ajouter les prochaines étapes comme Anne on l'a rappelé, vous êtes tous invités à Oslo, n'oubliez pas pour la conférence annual DHS 2 il y a ceux qui sont présents en slow mais vous suivez toutes les sessions par zoom donc il suffit de vous inscrire vous pouvez être trimé sur la communauté de platille, sur zoom etc encore une fois merci à tous bonne suite de journée ou que vous soyez et à très bientôt au revoir ok merci au revoir et à très bientôt