Date de l'évènement :
à 16:00, (Paris, Europe)
Lieu de l'évènement :
En ligne
Intervenant :
Catherine PLAISANT,PhD
University of Maryland, USA
Catherine Plaisant (https://hcil.umd.edu/catherine-plaisant) est Senior Research Scientist à l'Institut d'études informatiques avancées de l'Université du Maryland. Catherine Plaisant a publié plus de 200 articles sur des sujets aussi divers que la visualisation de l'information, l'informatique médicale, l'accès universel, la prise de décision, ou la technologie pour les familles. Ses travaux couvrent le cycle de vie du développement de l'interface, avec des contributions à la collecte des besoins, à la conception de l'interface et à l'évaluation. En 2015, elle a été élue à l'ACM SIGCHI Academy (reconnaissant les principaux leaders dans le domaine de l'interaction homme-ordinateur). Avec Ben Shneiderman, elle a co-écrit les 4e, 5e et 6e éditions de Designing the User Interface, l'un des principaux livres sur l'interaction homme-ordinateur.
Catherine Plaisant (https://hcil.umd.edu/catherine-plaisant) est Senior Research Scientist à l'Institut d'études informatiques avancées de l'Université du Maryland. Catherine Plaisant a publié plus de 200 articles sur des sujets aussi divers que la visualisation de l'information, l'informatique médicale, l'accès universel, la prise de décision, ou la technologie pour les familles. Ses travaux couvrent le cycle de vie du développement de l'interface, avec des contributions à la collecte des besoins, à la conception de l'interface et à l'évaluation. En 2015, elle a été élue à l'ACM SIGCHI Academy (reconnaissant les principaux leaders dans le domaine de l'interaction homme-ordinateur). Avec Ben Shneiderman, elle a co-écrit les 4e, 5e et 6e éditions de Designing the User Interface, l'un des principaux livres sur l'interaction homme-ordinateur.
Description :
Webinar organisé conjointement par le SESSTIM et l'Open Health INSTITUTE.
La visualisation de patterns temporels contribue à une variété de tâches en informatique médicale, de l’examen des dossiers patients individuels à l’aide aux chercheurs tentant d’évaluer la qualité des données, de trouver des patients pour des études cliniques, étudier les patterns communs et les anomalies, ou comprendre les différences entre deux cohortes. Nous examinerons plusieurs techniques de visualisation développées à l’Université du Maryland
(such as EventFlow http://hcil.umd.edu/eventflow/), avec des démonstrations et études de cas.
