TEDGlobal 2005
Steven Levitt: Surprising stats about child carseats
Steven Levitt parle des sièges auto pour enfants
Filmed:
Readability: 3
1,039,922 views
Steven Levitt partage des données qui montrent que les sièges auto ne sont pas plus efficaces que la ceinture pour éviter que les enfants ne meurent dans les voitures. Cependant, pendant les Q&R, il émet une réserve importante.
Steven Levitt - Economist
Steven Levitt's eye-opening Freakonomics took economic theory into the real world of suburban parenting and urban drug gangs, turning conventional wisdom upside-down. Full bio
Steven Levitt's eye-opening Freakonomics took economic theory into the real world of suburban parenting and urban drug gangs, turning conventional wisdom upside-down. Full bio
Double-click the English transcript below to play the video.
00:18
Once upon a time, there was a dread disease that afflicted children.
0
0
5000
Il était une fois une maladie redoutable qui affectait les enfants.
00:23
And in fact, among all the diseases that existed in this land,
1
5000
4000
Et en fait, parmi toutes les maladies qui existaient dans ce pays,
00:27
it was the worst. It killed the most children.
2
9000
3000
c'était la pire. Elle tuait le plus d'enfants.
00:30
And along came a brilliant inventor, a scientist,
3
12000
3000
Et puis vint un inventeur brillant, un scientifique,
00:33
who came up with a partial cure for that disease.
4
15000
3000
qui trouva un remède partiel à cette maladie.
00:36
And it wasn't perfect. Many children still died,
5
18000
4000
Et il n'était pas parfait. Beaucoup d'enfants mouraient encore,
00:40
but it was certainly better than what they had before.
6
22000
3000
mais c'était certainement mieux que ce qu'il y avait avant.
00:43
And one of the good things about this cure was that it was free,
7
25000
6000
Et un des bons côtés de ce remède était qu'il était gratuit,
00:49
virtually free, and was very easy to use.
8
31000
2000
virtuellement gratuit, et était très facile d'utilisation.
00:51
But the worst thing about it was that you couldn't use it
9
33000
3000
Mais le pire c'était que vous ne pouviez pas l'utiliser
00:54
on the youngest children, on infants, and on one-year-olds.
10
36000
4000
sur les enfants les plus jeunes, les nourrissons, et ceux âgés d'un an.
00:58
And so, as a consequence, a few years later,
11
40000
2000
Et par conséquent, quelques années plus tard,
01:00
another scientist -- perhaps maybe this scientist
12
42000
2000
un autre scientifique -- ce scientifique n'étant
01:02
not quite as brilliant as the one who had preceded him,
13
44000
4000
peut-être pas aussi brillant que celui qui l'avait précédé,
01:06
but building on the invention of the first one --
14
48000
2000
mais se basant sur l'invention du premier --
01:08
came up with a second cure.
15
50000
3000
inventa un deuxième remède.
01:11
And the beauty of the second cure for this disease
16
53000
3000
Et la beauté du deuxième remède pour cette maladie
01:14
was that it could be used on infants and one-year-olds.
17
56000
4000
était qu'il pouvait être utilisé sur des nourrissons et les enfants d'un an.
01:18
And the problem with this cure was it was very expensive,
18
60000
5000
Et le problème avec ce remède c'est qu'il était très cher,
01:23
and it was very complicated to use.
19
65000
1000
et était très compliqué à utiliser.
01:24
And although parents tried as hard as they could to use it properly,
20
66000
4000
Et même si les parents essayèrent du mieux qu'il pouvaient de l'utiliser correctement,
01:28
almost all of them ended up using it wrong in the end.
21
70000
4000
presque tous finirent par mal l'utiliser en fin de compte.
01:32
But what they did, of course, since it was so complicated and expensive,
22
74000
3000
Mais ce qu'ils firent, bien sûr, comme c'était tellement compliqué et cher,
01:35
they only used it on the zero-year-olds and the one-year-olds.
23
77000
3000
il ne l'utilisèrent que sur les nouveau-nés et les enfants d'un an.
01:38
And they kept on using the existing cure that they had
24
80000
3000
Et ils continuèrent à utiliser le remède existant dont il disposaient
01:41
on the two-year-olds and up.
25
83000
1000
pour les enfants de 2 ans et plus.
01:42
And this went on for quite some time. People were happy.
26
84000
2000
Et ceci perdura pendant pas mal de temps. Les gens étaient contents.
01:44
They had their two cures. Until a particular mother,
27
86000
3000
Ils avaient leurs deux remèdes. Jusqu'à ce qu'une mère,
01:47
whose child had just turned two, died of this disease.
28
89000
5000
dont l'enfant qui venait juste d'avoir 2 ans, mourut de cette maladie.
01:52
And she thought to herself, "My child just turned two,
29
94000
4000
Et elle se demanda, "Mon enfant venait juste d'avoir 2 ans,
01:56
and until the child turned two, I had always used
30
98000
4000
et jusqu'à ses deux ans, j'avais utilisé
02:00
this complicated, expensive cure, you know, this treatment.
31
102000
5000
ce remède compliqué et cher, vous savez, ce traitement.
02:05
And then the child turned two, and I started using
32
107000
1000
Et puis quand l'enfant a eu 2 ans, j'ai commencé à utiliser
02:06
the cheap and easy treatment, and I wonder" --
33
108000
3000
le traitement simple et bon marché, et je me demande ..."
02:09
and she wondered, like all parents who lose children wonder --
34
111000
2000
Et elle se demanda, comme tout les parents qui ont perdu un enfant se demandent,
02:11
"if there isn't something that I could have done,
35
113000
2000
" ... si il n'y avait pas quelque chose que j'aurais pu faire,
02:13
like keep on using that complicated, expensive cure."
36
115000
4000
comme continuer à utiliser ce remède compliqué et cher."
02:17
And she told all the other people, and she said,
37
119000
3000
Et elle en parla à toutes les autres personnes, et elle dit,
02:20
"How could it possibly be that something
38
122000
2000
"Comment est-il possible que quelque chose
02:22
that's cheap and simple works as well as something
39
124000
3000
qui est bon marché et simple fonctionne aussi bien que quelque chose
02:25
that's complicated and expensive?"
40
127000
2000
qui est compliqué et cher?"
02:27
And the people thought, "You know, you're right.
41
129000
2000
Et les gens ont pensé, "Vous savez, vous avez raison.
02:29
It probably is the wrong thing to do to switch
42
131000
2000
C'est probablement la mauvaise chose à faire de changer
02:31
and use the cheap and simple solution."
43
133000
3000
et d'utiliser la solution simple et pas chère."
02:34
And the government, they heard her story and the other people,
44
136000
3000
Et le gouvernement, ils ont entendu son histoire, et celle des autres gens,
02:37
and they said, "Yeah, you're right, we should make a law.
45
139000
3000
et ils ont dit, "Oui, vous avez raison, nous devrions faire une loi.
02:40
We should outlaw this cheap and simple treatment
46
142000
2000
Nous devrions rendre illégal cette solution simple et pas chère
02:42
and not let anybody use this on their children."
47
144000
3000
et ne laisser personne l'utiliser sur leurs enfants."
02:45
And the people were happy. They were satisfied.
48
147000
2000
Et les gens étaient contents, ils étaient satisfaits.
02:47
For many years this went along, and everything was fine.
49
149000
3000
Et cela a duré pendant de nombreuses années, ça a continué, et tout allait bien.
02:50
But then along came a lowly economist, who had children himself,
50
152000
5000
Mais alors vint un petit économiste, qui avait lui-même des enfants,
02:55
and he used the expensive and complicated treatment.
51
157000
7000
et il utilisait la solution chère et compliquée.
03:02
But he knew about the cheap and simple one.
52
164000
2000
Mais il connaissait la solution simple et bon marché.
03:04
And he thought about it, and the expensive one
53
166000
2000
Et il y réfléchit, et la solution chère
03:06
didn't seem that great to him. So he thought,
54
168000
3000
ne lui paraissait pas si formidable. Et il pensa,
03:09
"I don't know anything about science, but I do know something about data,
55
171000
3000
"Je ne connais rien à la science, mais je m'y connais en données,
03:12
so maybe I should go and look at the data
56
174000
2000
donc je devrais peut-être aller jeter un coup d'oeil aux données
03:14
and see whether this expensive and complicated treatment
57
176000
4000
et voir si cette solution chère et compliquée
03:18
actually works any better than the cheap and simple one."
58
180000
3000
fonctionne mieux que celle qui est simple et bon marché."
03:21
And lo and behold, when he went through the data,
59
183000
2000
Aussi incroyable que cela puisse paraître, quand il a analysé les données
03:23
he found that it didn't look like the expensive, complicated
60
185000
3000
il a trouvé que la solution chère et compliquée
03:26
solution was any better than the cheap one,
61
188000
3000
ne semblait pas plus efficace que la bon marché.
03:29
at least for the children who were two and older --
62
191000
2000
En tout cas pour les enfants qui avaient deux ans et plus --
03:31
the cheap one still didn't work on the kids who were younger.
63
193000
3000
la solution bon marché ne fonctionnait toujours pas sur les enfants plus jeunes.
03:34
And so, he went forth to the people and he said,
64
196000
4000
Et donc il y allait de l'avant vers les gens et il a dit,
03:38
"I've made this wonderful finding:
65
200000
2000
"J'ai fait cette découverte incroyable,
03:40
it looks as if we could just use the cheap and simple solution,
66
202000
3000
on dirait que si on pouvait utiliser la solution simple et bon marché.
03:43
and by doing so we could save ourselves 300 million dollars a year,
67
205000
3000
Et ainsi nous pourrions économiser 300 millions de dollars par an,
03:46
and we could spend that on our children in other ways."
68
208000
2000
et nous pourrions les dépenser pour nos enfants d'autres façons."
03:48
And the parents were very unhappy, and they said,
69
210000
4000
Et les parents étaient très mécontents, et ils ont dit,
03:52
"This is a terrible thing, because how can the cheap and easy thing
70
214000
2000
"C'est terrible parce que comment la chose bon marché et simple
03:54
be as good as the hard thing?" And the government was very upset.
71
216000
4000
peut-elle être aussi bonne que la difficile?" Et le gouvernement était très mécontent,
03:58
And in particular, the people who made this expensive solution
72
220000
3000
et en particulier les gens qui avaient créé cette solution chère
04:01
were very upset because they thought,
73
223000
2000
étaient très en colère car ils pensaient,
04:03
"How can we hope to compete with something that's essentially free?
74
225000
3000
"Comment pouvons-nous rivaliser avec quelque chose qui est quasiment gratuit?
04:06
We would lose all of our market."
75
228000
2000
Nous perdrions tout notre marché."
04:08
And people were very angry, and they called him horrible names.
76
230000
3000
Et les gens étaient très en colère, et ils l'ont traité de tous les noms.
04:11
And he decided that maybe he should leave the country
77
233000
3000
Et il a décidé qu'il devrait peut être quitter le pays
04:14
for a few days, and seek out some more intelligent,
78
236000
4000
pendant quelques jours, et trouver des gens plus intelligents,
04:18
open-minded people in a place called Oxford,
79
240000
3000
et ouverts d'esprit dans un endroit appelé Oxford,
04:21
and come and try and tell the story at that place.
80
243000
3000
et essayer de venir raconter l'histoire à cet endroit.
04:24
And so, anyway, here I am. It's not a fairy tale.
81
246000
4000
Et donc, me voici. Ce n'est pas un conte pour enfant.
04:28
It's a true story about the United States today,
82
250000
2000
C'est une histoire vraie sur les Etats-Unis aujourd'hui,
04:30
and the disease I'm referring to is actually
83
252000
3000
et la maladie dont je parle est en réalité
04:33
motor vehicle accidents for children.
84
255000
3000
les accidents d'enfants en véhicule à moteur.
04:36
And the free cure is adult seatbelts, and the expensive cure --
85
258000
6000
Et la solution gratuite est la ceinture de sécurité des adultes, et la solution chère --
04:42
the 300-million-dollar-a-year cure -- is child car seats.
86
264000
4000
la solution à 300 millions de dollar par an -- ce sont les sièges enfants.
04:46
And what I'd like to talk to you about today
87
268000
2000
Et ce dont j'aimerais vous parler aujourd'hui
04:48
is some of the evidence why I believe this to be true:
88
270000
3000
concerne certaines preuves de ce que je crois être vrai:
04:51
that for children two years old and up,
89
273000
2000
que pour les enfants de plus de deux ans
04:53
there really is no real benefit -- proven benefit -- of car seats,
90
275000
5000
il n'y a pas de vrai avantage -- avantage prouvé -- du siège pour enfants,
04:58
in spite of the incredible energy
91
280000
5000
malgré l'énergie incroyable
05:03
that has been devoted toward expanding the laws
92
285000
3000
qui a été consacrée pour renforcer les lois
05:06
and making it socially unacceptable
93
288000
2000
et faire qu'il soit socialement inacceptable
05:08
to put your children into seatbelts. And then talk about why --
94
290000
5000
de faire porter la ceinture aux enfants. Et ensuite argumenter sur
05:13
what is it that makes that true?
95
295000
1000
ce qui fait que cela est vrai?
05:14
And then, finally talk a little bit about a third way,
96
296000
3000
Et ensuite parler un peu d'une troisième façon,
05:17
about another technology, which is probably better than anything we have,
97
299000
3000
à propos d'une autre technologie qui est certainement meilleure que tout ce qu'on a,
05:20
but which -- there hasn't been any enthusiasm for adoption
98
302000
3000
mais qui n'a suscité aucun enthousiasme quant à son adoption
05:23
precisely because people are so enamored
99
305000
2000
précisément car les gens sont tellement fous
05:25
with the current car seat solution. OK.
100
307000
3000
de leur solution actuelle pour les sièges auto. OK.
05:28
So, many times when you try to do research on data,
101
310000
3000
Donc, souvent quand vous essayez faire des recherches à partir de données,
05:31
it records complicated stories -- it's hard to find in the data.
102
313000
4000
on tombe sur des histoires compliquées. C'est difficile de trouver des données --
05:35
It doesn't turn out to be the case when you look at seatbelts versus car seats.
103
317000
3000
et ce n'est pas le cas quand on compare les ceintures de sécurité aux sièges auto.
05:38
So the United States keeps a data set
104
320000
2000
Donc les Etats-Unis gardent une série de données
05:40
of every fatal accident that's happened since 1975.
105
322000
3000
de tout accident mortel qui est survenu depuis 1975.
05:43
So in every car crash in which at least one person dies,
106
325000
3000
Donc dans chaque accident pour lequel au moins une personne est morte,
05:46
they have information on all of the people.
107
328000
2000
ils ont des informations sur tous les gens impliqués.
05:48
So if you look at that data -- it's right up on the National Highway
108
330000
3000
Donc si vous regardez ces données -- c'est accessible directement sur le site web
05:51
Transportation Safety Administration's website --
109
333000
2000
de l'agence nationale pour la sécurité des transports.
05:53
you can just look at the raw data,
110
335000
2000
Vous pouvez regarder les données brutes,
05:55
and begin to get a sense of the limited amount of evidence
111
337000
4000
et commencer à vous rendre compte du manque de preuves
05:59
that's in favor of car seats for children aged two and up.
112
341000
3000
qui est en faveur des sièges auto pour enfants âgés de plus de deux ans.
06:02
So, here is the data. Here I have, among two- to six-year-olds --
113
344000
4000
Donc voici les données. Ici j'ai, entre deux à six ans --
06:06
anyone above six, basically no one uses car seats,
114
348000
2000
quiconque au dessus de 6 ans, n'utilise pas du tout les sièges auto,
06:08
so you can't compare -- 29.3 percent of the children who are unrestrained
115
350000
6000
donc vous ne pouvez pas comparer. 29,3 pourcent des enfants qui ne sont pas attachés
06:14
in a crash in which at least one person dies, themselves die.
116
356000
4000
dans un accident où au moins une personne est morte, eux même sont morts.
06:18
If you put a child in a car seat, 18.2 percent of the children die.
117
360000
5000
Si vous mettez un enfant dans un siège auto, 18,2 pourcent des enfants meurent.
06:23
If they're wearing a lap-and-shoulder belt, in this raw data,
118
365000
2000
Si ils portent une ceinture 3 points, dans ces données brutes,
06:25
19.4 percent die. And interestingly, wearing a lap-only seatbelt,
119
367000
5000
19,4 pourcent meurent. Et d'une manière intéressante, porter une ceinture taille uniquement,
06:30
16.7 percent die. And actually, the theory tells you
120
372000
2000
16,7 pourcent meurent. Et en vérité, la théorie vous dit
06:32
that the lap-only seatbelt's got to be worse
121
374000
3000
que la ceinture à la taille uniquement doit être pire
06:35
than the lap-and-shoulder belt. And that just reminds you
122
377000
1000
que la ceinture 3 points. Et ça nous fait penser
06:36
that when you deal with raw data, there are hundreds
123
378000
2000
que vous avez à faire à des données brutes, il y a des centaines
06:38
of confounding variables that may be getting in the way.
124
380000
3000
de confusions possible en travers de la route.
06:41
So what we do in the study is -- and this is just presenting
125
383000
5000
Donc ce que nous faisons dans l'étude c'est -- et ceci est uniquement la présentation
06:46
the same information, but turned into a figure to make it easier.
126
388000
3000
de la même information, mais tournée en chiffres qui la rendent plus simple.
06:49
So the yellow bar represents car seats,
127
391000
3000
Donc la barre jaune représente les sièges auto,
06:52
the orange bar lap-and-shoulder, and the red bar lap-only seatbelts.
128
394000
4000
la barre orange la ceinture 3 points, et la barre rouge la ceinture taille uniquement.
06:56
And this is all relative to unrestrained --
129
398000
2000
Et tout ceci est relatif aux chiffres sans ceinture ni siège auto.
06:58
the bigger the bar, the better. Okay.
130
400000
1000
Plus la barre est haute, mieux c'est. Ok.
06:59
So, this is the data I just showed, OK?
131
401000
2000
Donc ceci sont les données que je viens de montrer, OK?
07:01
So the highest bar is what you're striving to beat.
132
403000
3000
Donc la barre la plus haute est ce que vous voulez battre.
07:04
So you can control for the basic things, like how hard the crash was,
133
406000
4000
Donc vous pouvez contrôler des choses basiques, comme la gravité de l'accident,
07:08
what seat the child was sitting in, etc., the age of the child.
134
410000
4000
dans quel siège l'enfant était assis, et cetera, l'âge de l'enfant.
07:12
And that's that middle set of bars.
135
414000
2000
Et ça c'est les barres du milieu.
07:14
And so, you can see that the lap-only seatbelts
136
416000
3000
Et donc vous pouvez voir que les ceinture taille uniquement
07:17
start to look worse once you do that.
137
419000
2000
commencent à être pire une fois que vous faites ça.
07:19
And then finally, the last set of bars,
138
421000
2000
Et finalement, le dernier groupe de barres,
07:21
which are really controlling for everything
139
423000
3000
qui contrôlent vraiment absolument tout
07:24
you could possibly imagine about the crash,
140
426000
2000
ce que vous pouvez imaginer à propos d'un accident.
07:26
50, 75, 100 different characteristics of the crash.
141
428000
3000
cinquante, soixante-quinze, 100 caractéristiques différentes de l'accident.
07:29
And what you find is that the car seats and the lap-and-shoulder belts,
142
431000
3000
Et ce que vous découvrez c'est que les sièges auto et que les ceintures 3 points,
07:32
when it comes to saving lives, fatalities look exactly identical.
143
434000
4000
quand il s'agit de sauver des vies, la mortalité est exactement la même.
07:36
And the standard error bands are relatively small around these estimates as well.
144
438000
4000
Et les bandes d'erreur standard sont relativement étroites autour de ces estimations.
07:40
And it's not just overall. It's very robust
145
442000
3000
Et ce n'est pas seulement au niveau global. C'est très robuste
07:43
to anything you want to look at.
146
445000
2000
pour tout ce que vous voulez regarder.
07:45
One thing that's interesting: if you look at frontal-impact crashes --
147
447000
3000
Une chose intéressante : si on regarde les chocs frontaux --
07:48
when the car crashes, the front hits into something --
148
450000
3000
quand une voiture est accidentée, l'avant frappe dans quelque chose --
07:51
indeed, what you see is that the car seats look a little bit better.
149
453000
4000
en effet, ce que vous voyez c'est que le siège auto a l'air un peu mieux.
07:55
And I think this isn't just chance.
150
457000
2000
Et je pense que ce n'est pas que le fruit du hasard.
07:57
In order to have the car seat approved,
151
459000
1000
Pour que le siège auto soit approuvé,
07:58
you need to pass certain federal standards,
152
460000
3000
vous devez satisfaire certains standards fédéraux,
08:01
all of which involve slamming your car into a direct frontal crash.
153
463000
5000
et ils impliquent tous que votre voiture subisse des chocs frontaux.
08:06
But when you look at other types of crashes, like rear-impact crashes,
154
468000
2000
Mais quand vous regardez les autres types d'accidents, comme des impacts à l'arrière,
08:08
indeed, the car seats don't perform as well.
155
470000
3000
en effet, les sièges auto ne font pas si bien que ça.
08:11
And I think that's because they've been optimized to pass,
156
473000
2000
Et je crois que c'est parce qu'ils ont été optimisés pour réussir,
08:13
as we always expect people to do,
157
475000
2000
comme nous nous attendons à ce que les gens fassent,
08:15
to optimize relative to bright-line rules
158
477000
2000
pour optimiser en fonction des règles intangibles
08:17
about how affected the car will be.
159
479000
4000
sur la façon dont la voiture sera affectée.
08:21
And the other thing you might argue is,
160
483000
1000
Et l'autre point que vous pourriez soulever est,
08:22
"Well, car seats have got a lot better over time.
161
484000
2000
que les sièges de voiture se sont beaucoup améliorés avec le temps.
08:24
And so if we look at recent crashes --
162
486000
3000
Et donc si nous regardons les accidents récents --
08:27
the whole data set is almost 30 years' worth of data --
163
489000
2000
l'ensemble des données représente 30 ans de données --
08:29
you won't see it in the recent crashes. The new car seats are far, far better."
164
491000
2000
vous ne verrez pas ça dans les accidents récents. Les nouveaux sièges auto sont bien meilleurs.
08:31
But indeed, in recent crashes the lap-and-shoulder seatbelts,
165
493000
4000
Mais bien sûr, dans les accidents récents, la ceinture qui passe sur le giron et l'épaule,
08:35
actually, are doing even better than the car seats.
166
497000
3000
s'en sortent mieux que les sièges auto en fait.
08:38
They say, "Well, that's impossible, that can't be."
167
500000
3000
Ils disent, "Mais cela est impossible."
08:41
And the line of argument, if you ask parents, is,
168
503000
2000
Et l'argument est le suivant si on demande aux parents,
08:43
"But car seats are so expensive and complicated,
169
505000
3000
"Mais les sièges auto sont si chers et compliqués,
08:46
and they have this big tangle of latches,
170
508000
3000
et ils ont tout cet enchevêtrement d'attaches,
08:49
how could they possibly not work better than seatbelts
171
511000
3000
comment pourraient-ils ne pas fonctionner mieux que les ceintures
08:52
because they are so expensive and complicated?"
172
514000
2000
puisqu'ils sont si chers et compliqués?"
08:54
It's kind of an interesting logic,
173
516000
3000
C'est une logique intéressante,
08:57
I think, that people use. And the other logic, they say,
174
519000
3000
je crois, que les gens utilisent. Et l'autre logique, disent-ils,
09:00
"Well, the government wouldn't have told us [to] use them
175
522000
2000
"Et bien le gouvernement ne nous aurait pas dit que nous ne pouvons pas les utiliser
09:02
if they weren't much better."
176
524000
2000
s'ils n'étaient pas bien meilleurs."
09:04
But what's interesting is the government telling us to use them
177
526000
2000
Mais ce qui est intéressant c'est que le fait que le gouvernement nous dise de les utiliser
09:06
is not actually based on very much.
178
528000
2000
sans se baser sur grand-chose en fait.
09:08
It really is based on some impassioned pleas of parents
179
530000
3000
Il se base vraiment sur des demandes passionnées de parents
09:11
whose children died after they turned two,
180
533000
3000
dont les enfants sont morts après qu'ils aient eu deux ans,
09:14
which has led to the passage of all these laws -- not very much on data.
181
536000
4000
ce qui a conduit à ce que toutes ces lois soient votées -- et ils ne se font pas vraiment sur des données.
09:18
So you can only get so far, I think, in telling your story
182
540000
4000
Vous pouvez donc aller seulement jusqu'à un certain point, je crois, en racontant votre histoire,
09:22
by using these abstract statistics.
183
544000
2000
en utilisant ces statistiques abstraites.
09:24
And so I had some friends over to dinner, and I was asking --
184
546000
5000
Et donc j'avais des amis à dîner, et je leur demandais --
09:29
we had a cookout -- I was asking them what advice they might have for me
185
551000
3000
nous faisions un barbecue -- je leur demandais quel conseil ils pourraient me donner
09:32
about proving my point. They said, "Why don't you run some crash tests?"
186
554000
4000
pour que je prouve le bien fondé de mon histoire. Ils m'ont dit, "Pourquoi ne fais-tu pas des crash tests?"
09:36
And I said, "That's a great idea."
187
558000
2000
Et j'ai répondu, " C'est une super idée."
09:38
So we actually tried to commission some crash tests.
188
560000
2000
Nous avons donc essayé d'obtenir des crash tests.
09:40
And it turns out that as we called around to the independent
189
562000
5000
Et il s'avère que comme nous faisions appel aux compagnies indépendantes
09:45
crash test companies around the country,
190
567000
3000
de crash test dans tout le pays,
09:48
none of them wanted to do our crash test
191
570000
2000
aucune d'entre elles ne voulait faire nos crash test
09:50
because they said, some explicitly, some not so explicitly,
192
572000
4000
en prétextant -- certains de façon explicite, d'autres de façon moins explicite --
09:54
"All of our business comes from car seat manufacturers.
193
576000
2000
"Toutes nos affaires dépendent des fabricants de sièges auto.
09:56
We can't risk alienating them by testing seatbelts relative to car seats."
194
578000
4000
Nous ne pouvons pas risquer de les perdre en faisant des tests comparatifs entre ceinture et siège auto."
10:00
Now, eventually, one did. Under the conditions of anonymity,
195
582000
4000
Et finalement l'un d'entre eux l'a fait à condition de garder l'anonymat.
10:04
they said they would be happy to do this test for us --
196
586000
3000
Ils ont dit qu'ils seraient contents de faire ce test pour nous.
10:07
so anonymity, and 1,500 dollars per seat that we crashed.
197
589000
5000
Donc avec l'anonymat et 1500 $ par siège sacrifié au test.
10:12
And so, we went to Buffalo, New York,
198
594000
2000
Et donc nous sommes allés à Buffalo, New York,
10:14
and here is the precursor to it.
199
596000
2000
et voici la préparation.
10:16
These are the crash test dummies,
200
598000
2000
Ce sont les mannequins de crash test
10:18
waiting for their chance to take the center stage.
201
600000
3000
qui attendent leurs chances de prendre la vedette.
10:21
And then, here's how the crash test works.
202
603000
2000
Et puis voici comment se passe le crash test.
10:23
Here, they don't actually crash the entire car, you know --
203
605000
3000
Ici en fait, on n'accidente pas la voiture en entier, vous savez --
10:26
it's not worth ruining a whole car to do it.
204
608000
3000
ce n'est pas la peine de démolir une voiture entière pour faire ça.
10:29
So they just have these bench seats,
205
611000
1000
Alors on se contente de ces sièges,
10:30
and they strap the car seat and the seatbelt onto it.
206
612000
2000
et on attache le siège auto et la ceinture dessus.
10:32
So I just wanted you to look at this.
207
614000
2000
Je voulais simplement que vous regardiez ça.
10:34
And I think this gives you a good idea of why parents think
208
616000
2000
Et je pense que ça vous donne une bonne idée de la raison pour laquelle les parents pensent
10:36
car seats are so great. Look at the kid in the car seat.
209
618000
2000
que les sièges auto sont si géniaux. Regardez le gosse dans le siège auto.
10:38
Does he not look content, ready to go,
210
620000
3000
N'a-t-il pas l'air content, prêt à partir,
10:41
like he could survive anything? And then, if you look at the kid in back,
211
623000
2000
comme s'il pouvait survivre à tout? Et puis si vous regardez le gamin à l'arrière,
10:43
it looks like he's already choking before the crash even happens.
212
625000
3000
on dirait qu'il s'étouffe déjà avant même que l'impact ne se soit produit.
10:46
It's hard to believe, when you look at this, that
213
628000
3000
Il est difficile de croire quand on regarde ça
10:49
that kid in back is going to do very well when you get in a crash.
214
631000
2000
que le gamin derrière va bien s'en sortir quand on a un accident.
10:51
So this is going to be a crash
215
633000
2000
Donc cela va être un accident
10:53
where they're going to slam this thing forward into a wall
216
635000
3000
où l'on va envoyer cette chose taper dans un mur
10:56
at 30 miles an hour, and see what happens. OK?
217
638000
3000
à 45 km/h et on va voir ce qui se passe. D'accord?
10:59
So, let me show you what happens.
218
641000
2000
Alors laissez-moi vous montrer ce qui se passe.
11:01
These are three-year-old dummies, by the way.
219
643000
3000
Ce sont des mannequins de trois ans d'ailleurs.
11:04
So here -- this is the car seat. Now watch two things:
220
646000
2000
Et voici le siège auto. Maintenant observez deux choses.
11:06
watch how the head goes forward,
221
648000
2000
Observez comment la tête part vers l'avant,
11:08
and basically hits the knees -- and this is in the car seat --
222
650000
2000
et en gros frappe les genoux, et là c'est dans le siège auto.
11:10
and watch how the car seat flies around, in the rebound, up in the air.
223
652000
5000
Et regardez comment le siège auto voltige pendant le rebond dans l'air.
11:15
The car seat's moving all over the place.
224
657000
2000
Le siège auto bouge dans tous les sens.
11:17
Bear in mind there are two things about this.
225
659000
2000
Gardez à l'esprit qu'il y a deux choses.
11:19
This is a car seat that was installed by someone
226
661000
3000
C'est un siège auto qui a été installé par quelqu'un
11:22
who has installed 1,000 car seats, who knew exactly how to do it.
227
664000
3000
qui a installé 1000 sièges auto, qui sait exactement comment le faire.
11:25
And also it turned out these bench seats
228
667000
1000
Et il s'avère aussi que ces banquettes
11:26
are the very best way to install car seats.
229
668000
3000
sont la meilleure manière d'installer les sièges auto.
11:29
Having a flat back makes it much easier to install them.
230
671000
3000
Le fait qu'ils aient un dossier plat les rend beaucoup plus facile à installer.
11:32
And so this is a test that's very much rigged in favor of the car seat,
231
674000
3000
Et donc c'est un test qui est biaisé en faveur du siège auto.
11:35
OK? So, that kid in this crash fared very well.
232
677000
3000
D'accord? Donc l'enfant dans cette collision s'en est très bien tiré.
11:38
The federal standards are
233
680000
2000
Les normes fédérales sont telles que
11:40
that you have to score below a 1,000
234
682000
2000
vous devez descendre en dessous de 1000
11:42
to be an approved car seat on this crash,
235
684000
2000
pour que le siège auto soit approuvé dans cette collision
11:44
in some metric of units which are not important.
236
686000
4000
dans des unités métriques qui n'ont pas d'importance.
11:48
And this crash would have been about a 450.
237
690000
3000
Et cette collision aurait obtenu environ 450.
11:51
So this car seat was actually an above-average car seat
238
693000
2000
Ce siège auto était donc au-dessus de la moyenne
11:53
from Consumer Reports, and did quite well.
239
695000
2000
fixée par Consumer Reports, et a eu de très bons résultats.
11:55
So the next one. Now, this is the kid, same crash,
240
697000
3000
Maintenant le suivant, voilà le gamin, même collision,
11:58
who is in the seatbelt. He hardly moves at all, actually,
241
700000
5000
il porte la ceinture de sécurité. Il bouge à peine en fait,
12:03
relative to the other child. The funny thing is,
242
705000
3000
comparé à l'autre enfant. Ce qui est drôle,
12:06
the cam work is terrible because they've only set it up
243
708000
3000
le travail de la caméra est épouvantable parce qu'il l'ont seulement réglée
12:09
to do the car seats, and so, they actually don't even have a way
244
711000
2000
pour faire les sièges auto, et donc en fait ils n'ont même pas une façon
12:11
to move the camera so you can see the kid that's on the rebound.
245
713000
2000
de déplacer la caméra pour qu'on puisse voir le gamin sur le rebond.
12:13
Anyway, it turns out that those two crashes, that actually
246
715000
4000
Malgré ça, il s'avère que dans ces deux collisions,
12:17
the three-year-old did slightly worse. So, he gets about a 500
247
719000
4000
l'enfant de trois ans a fait un peu moins bien. Alors il obtient 500
12:21
out of -- you know, on this range -- relative to a 400 and something.
248
723000
4000
sur cette échelle, par rapport à 400 et quelques.
12:25
But still, if you just took that data from that crash
249
727000
3000
Pourtant si vous apportiez les données de cette collision
12:28
to the federal government, and said, "I have invented a new car seat.
250
730000
3000
au gouvernement fédéral, et vous leur disiez, " J'ai inventé un nouveau siège auto.
12:31
I would like you to approve it for selling,"
251
733000
3000
j'aimerais votre approbation pour le vendre,"
12:34
then they would say, "This is a fantastic new car seat, it works great.
252
736000
3000
alors ils vous diraient, " C'est un nouveau siège auto formidable, il fonctionne à merveille."
12:37
It only got a 500, it could have gotten as high up as a 1,000."
253
739000
2000
Il a seulement obtenu 500, il aurait pu monter jusqu'à 1000.
12:39
And this seatbelt would have passed with flying colors
254
741000
3000
Et cette ceinture de sécurité aurait réussi haut la main
12:42
into being approved as a car seat.
255
744000
2000
à se faire approuver comme siège auto.
12:44
So, in some sense, what this is suggesting
256
746000
2000
Et donc dans un sens ce que cela suggère,
12:46
is that it's not just that people are setting up their car seats wrong,
257
748000
3000
ce n'est pas seulement que les gens installent mal leurs sièges auto,
12:49
which is putting children at risk. It's just that, fundamentally,
258
751000
2000
ce qui met leurs enfants en danger. C'est que fondamentalement
12:51
the car seats aren't doing much.
259
753000
2000
les sièges auto ne font pas grand-chose.
12:53
So here's the crash. So these are timed at the same time,
260
755000
2000
Donc voilà la collision. Elles sont calées sur le même temps.
12:55
so you can see that it takes much longer with the car seat --
261
757000
2000
Et vous voyez que ça met plus longtemps avec le siège auto --
12:57
at rebound, it takes a lot longer --
262
759000
2000
ça met plus longtemps sur le rebond,
12:59
but there's just a lot less movement for child who's in the seatbelt.
263
761000
4000
mais il y a beaucoup moins de mouvement pour l'enfant qui est dans la ceinture de sécurité.
13:03
So, I'll show you the six-year-old crashes as well.
264
765000
2000
Donc je vais aussi vous montrer les collisions des enfants de six ans.
13:05
The six-year-old is in a car seat, and it turns out
265
767000
5000
L'enfant de six ans est dan un siège auto, et il s'avère --
13:10
that looks terrible, but that's great. That's like a 400, OK?
266
772000
5000
ça a l'air épouvantable, mais c'est génial. C'est un 400, d'accord?
13:15
So that kid would do fine in the crash.
267
777000
1000
Donc le gamin s'en sortirait bien dans une collision.
13:16
Nothing about that would have been problematic to the child at all.
268
778000
4000
Rien ici n'aurait posé de problème pour l'enfant.
13:20
And then here's the six-year-old in the seatbelt,
269
782000
3000
Et puis voici l'enfant de six ans avec la ceinture de sécurité,
13:23
and in fact, they get exactly within, you know,
270
785000
2000
et en fait on obtient presque le même résultat,
13:25
within one or two points of the same. So really, for the six-year-old,
271
787000
4000
à un ou deux points près. Donc vraiment, pour les enfants de six ans,
13:29
the car seat did absolutely nothing whatsoever.
272
791000
4000
le siège auto n'a absolument rien fait.
13:33
That's some more evidence, so in some sense --
273
795000
3000
Ce sont des preuves supplémentaires, alors dans un sens --
13:36
I was criticized by a scientist, who said, "You could never publish
274
798000
4000
Un scientifique m'a critiqué en disant, " Vous ne pourriez jamais
13:40
a study with an n of 4," meaning those four crashes.
275
802000
2000
publier une étude avec un n de 4, " ce qui veut dire 4 collisions.
13:42
So I wrote him back and I said, "What about an n of 45,004?"
276
804000
4000
Alors je lui ai répondu par écrit en disant, " Et avec n de 45 004?
13:46
Because I had the other 45,000 other real-world crashes.
277
808000
2000
Parce que je disposais des 45000 autres véritables collisions.
13:48
And I just think that it's interesting that the idea
278
810000
4000
Je pense vraiment que c'est intéressant que l'idée
13:52
of using real-world crashes, which is very much something
279
814000
2000
d'utiliser de vraies collisions, et c'est que ce que
13:54
that economists think would be the right thing to do,
280
816000
2000
les économistes pensent qu'il faudrait faire,
13:56
is something that scientists don't actually, usually think --
281
818000
2000
est quelque chose que les scientifiques ne font pas en fait, --
13:58
they would rather use a laboratory,
282
820000
3000
ils préfèrent utiliser un laboratoire,
14:01
a very imperfect science of looking at the dummies,
283
823000
2000
une science très imparfaite d'observation de mannequins,
14:03
than actually 30 years of data of what we've seen
284
825000
4000
plutôt que 30 ans de données de ce que nous avons vu
14:07
with children and with car seats.
285
829000
3000
avec les enfants et les sièges auto.
14:10
And so I think the answer to this puzzle
286
832000
4000
Et donc je pense que la réponse à cette énigme
14:14
is that there's a much better solution out there,
287
836000
3000
est qu'il y a une bien meilleure solution
14:17
that's gotten nobody excited because everyone
288
839000
3000
qui n'a attiré personne parce que tout le monde
14:20
is so delighted with the way car seats are presumably working.
289
842000
4000
est tellement ravi de la façon dont on suppose que les sièges auto fonctionnent.
14:24
And if you think from a design perspective,
290
846000
3000
Et si on se place du point de vue du design,
14:27
about going back to square one, and say,
291
849000
2000
et qu'on repart à zéro, et qu'on dise,
14:29
"I just want to protect kids in the back seat."
292
851000
2000
"Je veux simplement protéger les enfants sur le siège arrière."
14:31
I don't there's anyone in this room who'd say,
293
853000
2000
je ne pense pas que dans cette salle quelqu'un dirait,
14:33
"Well, the right way to start would be,
294
855000
1000
"Et bien, la bonne façon de commencer serait,
14:34
let's make a great seat belt for adults.
295
856000
3000
faisons une ceinture de sécurité géniale pour les adultes.
14:37
And then, let's make this really big contraption
296
859000
2000
Et faisons ce bidule super
14:39
that you have to rig up to it in this daisy chain."
297
861000
3000
qu'on doit attacher à cette chaine."
14:42
I mean, why not start -- who's sitting in the back seat anyway except for kids?
298
864000
3000
Je veux dire, pourquoi ne pas commencer -- qui s'assied sur le siège arrière à part les enfants?
14:45
But essentially, do something like this,
299
867000
3000
Mais essentiellement, faites quelque chose comme ça,
14:48
which I don't know exactly how much it would cost to do,
300
870000
2000
et je ne sais pas combien ça coûterait exactement,
14:50
but there's no reason I could see
301
872000
1000
mais je ne vois pas de raison
14:51
why this should be much more expensive than a regular car seat.
302
873000
2000
qui fasse que ce soit beaucoup plus cher qu'un siège auto courant.
14:53
It's just actually -- you see, this is folding up -- it's behind the seat.
303
875000
4000
En fait, c'est juste -- vous voyez, ça se plie -- c'est derrière le siège.
14:57
You've got a regular seat for adults, and then you fold it down,
304
879000
2000
Vous avez un siège normal pour adulte, et puis vous le repliez,
14:59
and the kid sits on top, and it's integrated.
305
881000
2000
et l'enfant s'assied dessus, et c'est intégré.
15:01
It seems to me that this can't be a very expensive solution,
306
883000
4000
Il me semble que cela ne doit pas être une solution chère,
15:05
and it's got to work better than what we already have.
307
887000
3000
et ça doit marcher mieux que ce que on a déjà eu.
15:08
So the question is, is there any hope for adoption of something like this,
308
890000
5000
La question est donc, y a-t-il un espoir quelconque qu'on adopte quelque chose comme ça,
15:13
which would presumably save a lot of lives?
309
895000
2000
qui pourrait sauver de nombreuses vies?
15:15
And I think the answer, perhaps, lies in a story.
310
897000
4000
Et je pense que la réponse se trouve peut-être dans une histoire.
15:19
The answer both to why has a car seat been so successful,
311
901000
4000
La réponse à la fois à pourquoi le siège auto a eu tant de succès,
15:23
and why this may someday be adopted or not,
312
905000
3000
et à pourquoi cette solution-là sera ou non adoptée un jour,
15:26
lies in a story that my dad told me, relating to when he was a doctor
313
908000
4000
se trouve dans une histoire que mon père m'a racontée, de quand il était médecin
15:30
in the U.S. Air Force in England. And this is a long time ago:
314
912000
3000
dans l'armée de l'air en Angleterre. Et c'était il y a longtemps.
15:33
you were allowed to do things then you can't do today.
315
915000
2000
On avait le droit de faire des choses qu'on ne peut plus faire aujourd'hui.
15:35
So, my father would have patients come in
316
917000
4000
Alors mon père voyait des patients
15:39
who he thought were not really sick.
317
921000
3000
dont il pensait qu'ils n'étaient pas vraiment malades.
15:42
And he had a big jar full of placebo pills that he would give them,
318
924000
4000
Et il avait un grand bocal plein de pilules placebo qu'il leur donnait,
15:46
and he'd say, "Come back in a week, if you still feel lousy."
319
928000
3000
et il disait, "Revenez dans une semaine si vous ne vous sentez pas mieux."
15:49
OK, and most of them would not come back,
320
931000
1000
Bon, et la plupart d'entre eux ne revenaient pas,
15:50
but some of them would come back.
321
932000
2000
mais certains revenaient.
15:52
And when they came back, he, still convinced they were not sick,
322
934000
4000
Et quand ils revenaient, comme il était toujours convaincu qu'ils n'étaient pas malade,
15:56
had another jar of pills. In this jar were huge horse pills.
323
938000
5000
il avait un autre bocal de cachets. C'étaient des cachets énormes.
16:01
They were almost impossible to swallow.
324
943000
2000
il était presque impossible de les avaler.
16:03
And these, to me, are the analogy for the car seats.
325
945000
4000
Et ceux-là, pour moi, sont une analogie avec les sièges auto.
16:07
People would look at these and say, "Man, this thing is so big
326
949000
4000
Les gens les regardaient et disaient,, "Ce truc est bien gros
16:11
and so hard to swallow. If this doesn't make me feel better,
327
953000
2000
et bien difficile à avaler. Si je ne vais pas mieux avec ça,
16:13
you know, what possibly could?"
328
955000
3000
alors qu'est-ce qui pourrait marcher?"
16:16
And it turned out that most people wouldn't come back,
329
958000
2000
Et il s'est avéré que la plupart des gens ne revenaient pas
16:18
because it worked. But every once in a while,
330
960000
3000
parce que ça marchait. Mais de temps à autre,
16:21
there was still a patient convinced that he was sick,
331
963000
5000
il y avait encore un patient convaincu d'être malade,
16:26
and he'd come back. And my dad had a third jar of pills.
332
968000
3000
et il revenait. Et mon père avait un troisième bocal de cachets.
16:29
And the jar of pills he had, he said,
333
971000
2000
Et les cachets dans ce bocal, disait-il,
16:31
were the tiniest little pills he could find,
334
973000
3000
étaient les plus petites pilules qu'il ait pu trouver,
16:34
so small you could barely see them.
335
976000
2000
si petites qu'on les voyaient à peine.
16:36
And he would say, listen, I know I gave you that huge pill,
336
978000
2000
Et il disait, écoutez, je sais que je vous ai donné cet énorme cachet,
16:38
that complicated, hard-to-swallow pill before,
337
980000
4000
si compliqué et difficile à avaler,
16:42
but now I've got one that's so potent,
338
984000
2000
mais maintenant j'en ai un qui est si puissant,
16:44
that is really tiny and small and almost invisible.
339
986000
2000
qui est si petit et minuscule et quasi invisible,
16:46
It's almost like this thing here, which you can't even see."
340
988000
3000
c'est presque comme ce truc-là, que vous ne pouvez pas voir."
16:49
And it turned out that never,
341
991000
2000
Et il s'est avéré que jamais,
16:51
in all the times my dad gave out this pill, the really tiny pill,
342
993000
3000
dans tous les cas où mon père a donné cette pilule, la toute minuscule pilule,
16:54
did anyone ever come back still complaining of sickness.
343
996000
3000
personne n'est revenu en se plaignant encore d'être malade.
16:57
So, my dad always took that as evidence
344
999000
3000
Alors mon père en a conclu que c'était la preuve
17:00
that this little, teeny, powerful pill
345
1002000
4000
que cette petite, minuscule et puissante pilule
17:04
had the ultimate placebo effect. And in some sense, if that's the right story,
346
1006000
4000
avait l'effet placebo ultime. Et dans un sens, si c'est la bonne histoire,
17:08
I think integrated car seats you will see, very quickly,
347
1010000
2000
je pense que vous verrez que les sièges auto intégrés
17:10
becoming something that everyone has. The other possible conclusion
348
1012000
4000
deviendront très vite quelque chose que tout le monde possède. L'autre conclusion possible
17:14
is, well, maybe after coming to my father three times,
349
1016000
3000
est que, peut-être après être venu voir mon père trois fois,
17:17
getting sent home with placebos, he still felt sick,
350
1019000
2000
s'être fait renvoyer chez soi avec des placebos, il se sentait toujours malade,
17:19
he went and found another doctor.
351
1021000
2000
il est allé voir un autre médecin.
17:21
And that's completely possible. And if that's the case,
352
1023000
2000
Et c'est tout à fait possible. Et si c'est le cas,
17:23
then I think we're stuck with conventional car seats for a long time to come.
353
1025000
3000
alors je pense que nous sommes contraints à garder les sièges auto conventionnels pour encore longtemps.
17:26
Thank you very much.
354
1028000
1000
Merci beaucoup.
17:27
(Applause)
355
1029000
4000
(Applaudissements)
17:31
(Audience: I just wanted to ask you, when we wear seatbelts
356
1033000
2000
(Public : Je voulais vous demander, quand nous portons les ceintures de sécurité
17:33
we don't necessarily wear them just to prevent loss of life,
357
1035000
3000
nous ne les portons pas forcément pour éviter la perte d'une vie,
17:36
it's also to prevent lots of serious injury.
358
1038000
2000
c'est aussi pour prévenir de nombreuses blessures graves.
17:38
Your data looks at fatalities. It doesn't look at serious injury.
359
1040000
4000
Vos données examinent les décès. Elles n'examinent pas les blessures graves.
17:42
Is there any data to show that child seats
360
1044000
2000
Existe-t-il des données qui montrent que les sièges pour enfants
17:44
are actually less effective, or just as effective as seatbelts
361
1046000
3000
sont en fait moins efficaces, ou simplement tout aussi efficaces que les ceintures
17:47
for serious injury? Because that would prove your case.)
362
1049000
2000
pour ce qui est des blessures graves? Parce que ça serait une bonne preuve que vous avez raison.)
17:49
Steven Levitt: Yeah, that's a great question. In my data, and in another data set
363
1051000
3000
Oui, c'est une bonne question. Dans mes données, et dans un autre jeu de données
17:52
I've looked at for New Jersey crashes,
364
1054000
3000
que j'ai examiné pour les collisions du New Jersey,
17:55
I find very small differences in injury.
365
1057000
4000
je trouve de très petites différences dans les blessures.
17:59
So in this data, it's statistically insignificant differences
366
1061000
2000
Donc dans ces données, la différence est insignifiante du point de vue statistique
18:01
in injury between car seats and lap-and-shoulder belts.
367
1063000
4000
pour ce qui est des blessures entre les sièges auto et les ceintures de sécurité classiques.
18:05
In the New Jersey data, which is different,
368
1067000
1000
Dans les données du New Jersey, c'est différent
18:06
because it's not just fatal crashes,
369
1068000
3000
parce qu'elles ne concernent pas que les collisions avec décès,
18:09
but all crashes in New Jersey that are reported,
370
1071000
2000
mais toutes les collisions enregistrées dans le New Jersey.
18:11
it turns out that there is a 10 percent difference in injuries,
371
1073000
3000
Il s'avère qu'il y a 10% de différence dans les blessures,
18:14
but generally they're the minor injuries.
372
1076000
2000
mais généralement ce sont des blessures mineures.
18:16
Now, what's interesting, I should say this as a disclaimer,
373
1078000
2000
Maintenant, ce qui est intéressant, je devrais dire cela pour dégager toute responsabilité,
18:18
there is medical literature that is very difficult to resolve with this other data,
374
1080000
5000
il y a une littérature médicale qui est difficile à résoudre avec ces autres données
18:23
which suggests that car seats are dramatically better.
375
1085000
4000
qui suggère que les sièges auto sont radicalement meilleurs.
18:27
And they use a completely different methodology that involves --
376
1089000
2000
Et ils utilisent une méthodologie complètement différente qui implique --
18:29
after the crash occurs, they get from the insurance companies
377
1091000
3000
après une collision, d'obtenir des compagnies d'assurance
18:32
the names of the people who were in the crash,
378
1094000
2000
les noms des personnes accidentées,
18:34
and they call them on the phone,
379
1096000
1000
et ils les appellent au téléphone,
18:35
and they asked them what happened.
380
1097000
1000
et ils leur demandent ce qui s'est passé.
18:36
And I really can't resolve, yet,
381
1098000
3000
Et je ne peux pas résoudre, pas encore,
18:39
and I'd like to work with these medical researchers
382
1101000
2000
et j'aimerais travailler avec ces médecins chercheurs
18:41
to try to understand how there can be these differences,
383
1103000
3000
pour essayer de comprendre comment ces différences sont possibles
18:44
which are completely at odds with one another.
384
1106000
3000
alors qu'elles se contredisent.
18:47
But it's obviously a critical question.
385
1109000
3000
Mais il est évident que c'est une question critique
18:50
The question is even if -- are there enough serious injuries
386
1112000
3000
La question est même si -- y a-t-il assez de blessures graves
18:53
to make these cost-effective? It's kind of tricky.
387
1115000
3000
pour que ce soit rentable? C'est délicat.
18:56
Even if they're right, it's not so clear
388
1118000
2000
Même s'ils ont raison, ce n'est pas clair
18:58
that they're so cost-effective.
389
1120000
1000
que ce soit rentable.
ABOUT THE SPEAKER
Steven Levitt - EconomistSteven Levitt's eye-opening Freakonomics took economic theory into the real world of suburban parenting and urban drug gangs, turning conventional wisdom upside-down.
Why you should listen
With his 2005 book Freakonomics (co-authored with Stephen Dubner, a writer who profiled him for the New York Times), Steven Levitt carried hardcore economic method into the squishy real world and produced a pop-culture classic. Freakonomics is both an economics textbook and a series of cautionary tales about the fallacy of conventional wisdom. Levitt examines the links between real-world events, and finds many instances where the data simply doesn't back up popular belief.
He asks provocative questions: If selling crack is so lucrative, why do dealers live with their mothers? Does parental doting really improve children's test scores? Did New York City's crime rate really drop because of police tactics (or population trends)? His controversial answers stir debate, and sometimes backlash.
Steven Levitt | Speaker | TED.com