在一片全球大流行,史蒂夫·麦康奈尔'85,软件工程师和科学家的数据,他无法理解发生了什么事情很沮丧。他遇到了什么他看见了作为偏见和不可靠的数据。

“所有的报告似乎是基于自旋第一和第二的事实,或者根本没有。我不明白发生了什么事,所以我就开始看原始数据,”麦康奈尔说。这是一个终身的习惯,他归功于他的惠特曼的教育和他的教授和课程放在主要来源的重要性。

求真相

为了寻找答案,麦康奈尔,谁在哲学惠特曼专业,开始创建自己的预测模型为冠状病毒死亡,测试和传播率。他发现自己的人物往往不是由媒体发布的预测更准确。他调查的过程中提交的预测,为疾病预防控制中心(CDC)的中心,他们被接受。

McConnell’s Covid-19 Open Readiness Assessments are state-by-state and highlight incremental data and trends.

麦康奈尔的目标是生产基于事实的,可及相关数据。 “我们必须继续将重点放在‘什么’而不是‘是什么意思?’,也不是‘为什么会发生?’只是‘内容’。那么我们可以开始了解“。麦康奈尔指出喧嚣情感的动力,大流行创造。人们的行为出离愤怒和恐惧,这使旋上他们所寻求的数据或存在。

史蒂夫·麦康奈尔的 covid-19自由旋转的数据中心 功能状态的仪表盘,美国全国图表,预测,中华网预测评估等。 

而新闻往往把重点放在积极的测试和死亡总人数,史蒂夫McConnell和他的数据科学组看看人均数字。与人均的数据,不同的故事讲述个人状态如何处理病毒。

graphic of covid-19 state-by-state positive tests

永远不必研究传染病,麦康奈尔已迅速发展一个新的知识领域。 “我认为,如果你有一个很好的文科教育,你永远不会觉得无聊,因为总是有你感兴趣的东西。流感大流行已经进行了测试,我不能说我已经厌倦”麦康奈尔笑了。