The Vital Data You Flush Down the Toilet | Newsha Ghaeli | TED

60,812 views ・ 2024-01-05

TED


वीडियो चलाने के लिए कृपया नीचे दिए गए अंग्रेजी उपशीर्षक पर डबल-क्लिक करें।

Translator: Ranjani N Reviewer: Krisha Parikh
00:04
Has it ever occurred to you, as you walk down the street,
0
4251
3503
क्या आपके साथ कभी ऐसा हुआ है, जब आप सड़क पर चल रहे हैं,
00:07
just how much data is flowing beneath your feet?
1
7796
3628
कि आपके पैरों के नीचे कितनी जानकारी बह रहा है?
00:12
A wealth of information on our health and our well-being
2
12175
2920
हमारे स्वास्थ्य और खैरियत की जानकारी का खजाना बह रहा है
00:15
is running through our city sewers,
3
15136
2294
हमारे शहर के नालियों में।
00:17
and we're all contributing to it every single time we use the toilet.
4
17472
3879
और जब भी हम शौचालय का उपयोग करते हैं, हम सभी इसमें अपना योगदान देते हैं।
00:22
Think about it.
5
22561
1167
इसके बारे में सोचिए।
00:23
Everybody pees and poops,
6
23770
2461
हर कोई पेशाब करता है और शौच करता है,
00:26
and we know that urine and stool contain a rich source of information
7
26273
3878
और हम जानते हैं कि मूत्र और मल में हमारे स्वास्थ्य और खैरियत के बारे
00:30
on our health and our well-being.
8
30151
1585
में बहुत कीमती जानकारी है।
00:32
Our doctors look at it all the time to analyze for a variety of things.
9
32195
4588
हमारे डॉक्टर हर समय इस पर नज़र रखते हैं कई चीज़ों का विश्लेषण करने के लिए।
00:37
Now, every time you flush,
10
37158
1627
अब, हर बार जब आप फ्लश करते हैं,
00:38
you're sending this valuable information down into our sewers,
11
38785
3754
आप इस कीमती जानकारी को इन नालियों में भेज रहे हैं,
00:42
where it's mixing with waste from hundreds of thousands of other people.
12
42539
3837
जहां यह सैकड़ों हजारों अन्य लोगों के मल-मूत्र के साथ मिल रही होती है।
00:46
Once collected, it looks something like this.
13
46418
2961
एक बार इकट्ठा करने के बाद, यह कुछ इस तरह दिखता है।
00:49
This tiny sample
14
49379
2044
यह छोटा सा नमूना
00:51
comes from a wastewater treatment plant
15
51423
2043
एक जल उपचार केंद्र से आता है
00:53
that represents more than one million people.
16
53508
2711
जो दस लाख से अधिक लोगों का प्रतिनिधित्व करता है।
00:56
And from it, we can detect all sorts of things about that community:
17
56219
4171
और इससे, हम उस समुदाय के बारे में सभी तरह की चीजों का पता लगा सकते हैं:
01:01
the infectious disease viruses that are circulating in our bodies,
18
61141
4421
कौन-से संक्रामक रोग कीटाणु शरीर में फैल रहे हैं, कौन-सी रासायनिक
01:05
chemical markers for the drugs that are most commonly consumed.
19
65562
4171
मार्कर हैं उन दवाओं में जिनका सबसे अधिक सेवन किया जाता है।
01:09
And we can analyze for all the bacteria that live in our collective microbiomes.
20
69733
5130
और हम उन सभी जीवाणुओं का विश्लेषण कर सकते हैं जो हमारे सामूहिक जीवाणु जगत में हैं।
01:15
Now, if this sounds too close for comfort,
21
75488
2044
अब, अगर यह सुनकर आप खुश नहीं हैं,
01:17
just consider all the personalized data that you're parting with every day
22
77532
3754
आपकी सभी व्यक्तिगत जानकारी के बारे में सोचिए, जो आप हर दिन बांटते हैं जब आप
01:21
when you use gadgets like your smartphone or your smart watch.
23
81286
3628
स्मार्टफ़ोन या स्मार्ट वॉच जैसे चीजों का उपयोग करते हैं।
01:24
What's amazing about sewage
24
84956
2086
नाले के पानी की अनोखी बात यह है कि
01:27
is that it's naturally aggregated and anonymized.
25
87042
3169
यह स्वाभाविक रूप से एकत्रित और अस्तित्वहीन है।
01:30
Once flushed,
26
90879
1418
एक बार फ्लश हो जाने के बाद,
01:32
your waste is mixing with that of thousands and thousands of people,
27
92339
3378
आपका मल-मूत्र हजारों और हजारों लोगों के मल-मूत्र के साथ मिल जाता है,
01:35
so there's actually no way to tie any information from here
28
95717
3378
वास्तव में यहां से किसी भी जानकारी को किसी विशिष्ट व्यक्ति से जोड़ने
01:39
back to a specific person.
29
99095
1877
का कोई तरीका ही नहीं है।
01:41
Put differently, it's the perfect data dump.
30
101264
3379
दूसरे शब्दों में कहें, तो यह एकदम आदर्श जानकारी का ढेर है।
01:44
(Laughter)
31
104684
2503
(हँसी)
01:47
The thoughtful collection and analysis of sewage
32
107187
3003
नाले के पानी के सोच-समझकर
01:50
has the potential to radically improve health outcomes
33
110231
3170
संग्रह और विश्लेषण से दुनिया भर के शहरों में स्वास्थ्य परिणामों में
01:53
in cities around the world,
34
113401
1877
सुधार लाने की संभावना है,
01:55
and it's a growing field called "wastewater epidemiology."
35
115278
3712
और “अपशिष्ट जल महामारी विज्ञान” नामक एक बढ़ता हुआ क्षेत्र है।
01:59
And wastewater epidemiology is but one example
36
119324
2753
और अपशिष्ट जल महामारी विज्ञान उन सभी बड़े आंकड़ों
02:02
of all the big data that we're generating in our cities today.
37
122118
3879
का एक उदाहरण है जो हम आज अपने शहरों में उत्पन्न कर रहे हैं।
02:07
Consider all the data that you generate with every phone call, package delivered,
38
127082
4004
उस जानकारी पर विचार करें जो आप हर फ़ोन कॉल, पैकेज डिलीवरी, गाड़ी से तय मील
02:11
mile driven.
39
131086
1418
के ज़रिए पैदा करते हैं.
02:12
It's data from cameras, sensors, drones,
40
132837
3170
यह जानकारी कैमरा, सेंसर, ड्रोन से
02:16
air quality, water quality monitoring,
41
136007
2753
वायु गुणवत्ता, पानी की गुणवत्ता की निगरानी,
02:18
and the vast amounts of information generated by our health care
42
138802
3461
और हमारी स्वास्थ्य देखभाल द्वारा उत्पन्न बड़ी मात्रा में जानकारी
02:22
and our educational systems.
43
142263
1961
और हमारी शैक्षणिक प्रणालियों से है।
02:24
All of this information, these digital breadcrumbs,
44
144891
3212
यह सारी जानकारी, ये डिजिटल कौर, हमें अनोखी कहानियाँ बताती हैं
02:28
tell us unique stories about our cities and the way that we live our lives.
45
148103
4629
अपने शहरों और हमारे जीवन जीने के तरीके के बारे में ।
02:33
The thoughtful collection and analysis of this information
46
153149
4296
इस जानकारी के विचारशील संग्रह और विश्लेषण
02:37
has the power to inform real-time improvements
47
157445
3337
में वह शक्ति है जिससे वास्तविक समय में सुधार किया जा सकता है
02:40
to things like social policy,
48
160824
1835
सामाजिक नीति,
02:42
environmental management, health equity and more.
49
162701
2669
पर्यावरण प्रबंधन, स्वास्थ्य समानता जैसे क्षेत्रों में।
02:45
As an architect, I believe that we need to harness
50
165745
2962
एक वास्तुकार के रूप में, मेरा मानना है कि हमें अपने शहरों
02:48
the hundreds of millions of terabytes of data
51
168707
2877
में उन करोड़ों टेराबाइट की जानकारी का उपयोग करना चाहिए,
02:51
that we're generating in our cities each and every day.
52
171626
3045
जिसे हम अपने शहरों में हर दिन उत्पन्न कर रहे हैं.
02:54
And this is important now more than ever,
53
174671
2377
और यह अब पहले से कहीं ज्यादा महत्वपूर्ण है,
02:57
because for the first time in human history,
54
177090
2502
क्योंकि मानव इतिहास में पहली बार, आधे से
02:59
more than half of all people live in cities.
55
179592
3379
ज्यादा लोग शहरों में रहते हैं।
03:02
By 2050,
56
182971
1293
2050 तक,
03:04
this number will grow to nearly seven in 10 people.
57
184264
3628
यह संख्या बढ़कर दस लोगों में लगभग सात हो जाएगी।
03:07
Now just think about what that means for a second.
58
187934
2961
अब जरा सोचिए एक पल के लिए इसका क्या मतलब है।
03:10
It means our biggest crises,
59
190937
1960
इसका मतलब है कि हमारे सबसे बड़े संकट,
03:12
from climate change to pandemics to growing inequality,
60
192939
3921
जलवायु परिवर्तन से लेकर महामारी से लेकर बढ़ती असमानता तक,
03:16
are going to hit cities first and hardest.
61
196901
3003
शहरों पर सबसे पहले और सबसे सख्ती से हावी होंगे।
03:21
But the era of big data offers an opportunity
62
201072
2961
लेकिन बड़ी जानकारी का युग इन समस्याओं से निपटने के
03:24
for new and creative solutions to tackle these problems.
63
204075
3337
नए और रचनात्मक समाधानों का अवसर प्रदान करता है।
03:29
So let's dive into the opportunity presented by wastewater epidemiology.
64
209038
4088
तो आइए अपशिष्ट जल महामारी विज्ञान द्वारा प्रस्तुत अवसर के बारे में जानें।
03:34
Some of you may have heard of it as it gained a lot of popularity
65
214335
3170
आप में से कुछ लोगों ने इसके बारे में सुना होगा क्योंकि इसे
03:37
and attention during the COVID-19 pandemic.
66
217505
2795
कोविड़-19 महामारी के दौरान बहुत लोकप्रियता और ध्यान मिला।
03:41
In 2020, research groups from around the world
67
221009
3503
2020 में, दुनिया भर के शोध समूहों ने
03:44
began detecting SARS-CoV-2 RNA,
68
224554
2836
नाले के पानी के नमूनों में सार्स-सीओवी2 आरएनेय वाईरस जो
03:47
the virus that causes COVID-19, in sewage samples.
69
227432
3086
कोविड19 का कारण है, उसको देखने लगे।।
03:51
I was on one of those teams.
70
231102
1919
मैं उन समूहों में से एक में थी।
03:53
We and others showed that you can actually use sewage
71
233605
3545
हमने और अन्य लोगों ने दिखाया कि आप सही में नाले के पानी को लेकर
03:57
as an accurate representation of COVID activity in our communities.
72
237150
3503
हमारे समुदायों में कोविड गतिविधि का सटीक चित्र देख सकते हैं।
मैं आपको दिखाती हूं कैसे।
04:01
Let me show you what I mean.
73
241070
1502
04:02
Here we're looking at a time series over the course of the pandemic.
74
242572
4046
यहां हम महामारी के दौरान एक श्रृंखला को देख रहे हैं।
04:06
So from March 2020 through just last week.
75
246951
3128
मार्च 2020 से लेकर पिछले सप्ताह तक।
04:10
The blue line represents COVID virus concentrations in sewage samples
76
250079
4922
यह नीली रेखा संयुक्त राज्य भर से नाले के पानी में पाये कोविड वायरस की मात्रा
04:15
from across the United States.
77
255043
1877
का प्रतिनिधित्व करती है।
04:16
In yellow, we see COVID clinical case data.
78
256961
3587
पीले रंग में, हम कोविड के चिकित्सालयों के केस की जानकारी देखते हैं।
04:21
For the first two years of the pandemic, case data was very reliable.
79
261132
3921
महामारी के पहले दो वर्षों के लिए, केस डेटा बहुत विश्वसनीय था।
04:25
People were getting PCR-tested all the time.
80
265053
2836
लोग हर समय पीसीआर टेस्ट करवा रहे थे।
04:27
During those two years,
81
267889
1209
उन दो वर्षों में, दोनों
04:29
the two data sets tracked very well.
82
269140
1960
जानकारी में अच्छी तरह से मेल पाया गया।
04:31
That was great.
83
271142
1168
यह बहुत अच्छा था।
04:32
It meant that sewage was also reliable
84
272310
2169
इसका मतलब था कि नाले का पानी भरोसेमंद था
04:34
and an accurate representation of disease burden.
85
274521
2585
और बीमारी के बोझ का सटीक प्रतिनिधित्व कर रहा था।
04:37
However, over the past year and a half to two years,
86
277857
2836
हालांकि, पिछले डेढ़ से दो वर्षों में,
04:40
we've seen a divergence in those data sets.
87
280693
2920
हमने उन दोनों जानकारी में अंतर देखा है।
04:43
People just aren't getting COVID-tested nearly as often.
88
283613
3212
लोग लगभग उतनी बार कोविड परीक्षण नहीं करवा रहे हैं।
04:46
Sewage, on the other hand,
89
286825
1918
दूसरी ओर, नाले के पानी के लिए
04:48
doesn't require us to access health care services.
90
288785
3378
हमें स्वास्थ्य देखभाल सेवाओं तक पहुंचने की आवश्यकता नहीं है।
04:52
We're all represented just by peeing and pooping.
91
292163
3671
हम सभी का प्रतिनिधित्व सिर्फ पेशाब करने और शौच करने से होता है।
04:55
Throughout the pandemic, we and others also showed that sewage is predictive
92
295834
4295
महामारी के दौरान, हमने और अन्य लोगों ने यह भी दिखाया कि नाली के पानी से अनुमान
05:00
and a leading indicator of new COVID clinical cases.
93
300129
4463
लगाया जा सकता है और संकेत मिल सकता है कोविड के नए नैदानिक मामलों के बारे में।
05:04
This is because infectious disease viruses incubate in our bodies
94
304634
4129
इसका कारण यह है कि संक्रामक रोग के वायरस हमारे शरीर में
05:08
before we develop symptoms or go get tested.
95
308763
3128
लक्षण विकसित होने या परीक्षण करवाने से पहले ही पल रहे होते हैं।
05:12
Meanwhile, we've been excreting the virus for days.
96
312308
3295
इस बीच, हम कई दिनों से वायरस को बाहर निकाल रहे हैं।
05:16
During COVID,
97
316271
1167
कोविड के दौरान,
05:17
it was shown that sewage was anywhere between one to three weeks
98
317438
4130
यह दिखाया गया कि नैदानिक मामलों के लिए एक से तीन सप्ताह के बीच तक,
05:21
leading indicator for clinical cases.
99
321568
2460
नाले का पानी एक अग्रणी संकेतक था।
05:25
Now I'm going to show you an example
100
325280
1751
मैं आपको एक उदाहरण दिखाने वाली हूँ
05:27
of one time that this led to a big community-impacting decision.
101
327073
3629
कि इसके कारण कैसे समुदाय को प्रभावित करने वाला एक बड़ा निर्णय लिया गया।
05:31
Here, we're looking at data from the Boston area
102
331244
3253
यहां, हम ओमिक्रॉन लहर के दौरान बोस्टन क्षेत्र के
05:34
during the Omicron wave.
103
334539
1793
आंकड़ों को देख रहे हैं।
05:36
In December 2021, towards the end of the month,
104
336332
3128
दिसंबर 2021 में, महीने के अंत में, देश भर में
05:39
COVID cases began to skyrocket across the country
105
339460
3045
कोविड के मामले आसमान छूने लगे
05:42
and didn't slow until the end of January.
106
342547
2794
और जनवरी के अंत तक कम नहीं हुए।
05:45
Boston Children's Hospital, though, was ready.
107
345341
2419
बोस्टन चिल्ड्रेन हॉस्पिटल, हालांकि, तैयार था।
05:47
They had been looking at Boston area sewage
108
347802
2211
बोस्टन क्षेत्र के नाले के पानी को देख रहे थे
05:50
and saw the sewage levels go up weeks earlier,
109
350054
3712
और उन्होंने देखा कि उस का स्तर हफ्तों पहले बढ़ रहा है,
05:53
so they proactively postponed all non-emergency medical procedures.
110
353808
4671
इसलिए उन्होंने सभी गैर-आपातकालीन चिकित्सा प्रक्रियाओं को सक्रिय रूप से स्थगित किया।
05:59
They wanted to free up resources so that they could adequately respond
111
359522
3879
वे संसाधनों को मुक्त करना चाहते थे ताकि वे अस्पताल में भर्ती होने वाले लोगों
06:03
to the incoming wave of hospitalizations.
112
363443
2419
का सही तरह से इलाज कर सकें।
06:07
Now wastewater epidemiology has been used
113
367238
2419
अब अपशिष्ट जल महामारी विज्ञान का उपयोग अन्य
06:09
to tackle other pressing health issues as well.
114
369657
2878
गंभीर स्वास्थ्य समस्याओं से निपटने के लिए भी किया गया है।
06:12
Before the pandemic,
115
372994
1209
महामारी से पहले,
06:14
the biggest public health crisis in the United States
116
374203
2920
संयुक्त राज्य अमेरिका में सबसे बड़ा सार्वजनिक स्वास्थ्य संकट
06:17
was our growing drug epidemic.
117
377123
2211
हमारी बढ़ती नशीली दवाओं की महामारी थी।
06:20
Drug overdoses were growing year over year
118
380001
2753
ड्रग ओवरडोज़ साल दर साल बढ़ रहे थे
06:22
and had become the leading cause of accidental death
119
382795
3254
और 50 साल से कम उम्र के अमेरिकियों के
06:26
for Americans under the age of 50.
120
386049
2544
लिए आकस्मिक मौत का प्रमुख कारण बन गए थे।
06:28
In 2018, a small town in North Carolina had seen overdoses go up,
121
388927
5171
2018 में, उत्तरी कैरोलिना के एक छोटे से शहर में इसकी अत्यधिक मात्रा बढ़ गई थी,
06:34
and they wanted better information,
122
394098
1961
और वे बेहतर जानकारी चाहते थे,
06:36
better data to know what to do about it,
123
396059
2085
ताकि समझें इसके बारे में क्या किया जाए,
06:38
what was driving this trend and how to respond.
124
398186
2878
इस नशे को क्या फैला रहा है और इसको वश में कैसे लाया जाए।
06:41
So we turned to the sewers, and together with the mayor's office,
125
401064
4087
इसलिए हम नालों की ओर मुड़े, और महापौर कार्यालय के साथ मिलकर,
06:45
we began to analyze sewage samples from several sites across the city
126
405193
4838
हमने शहर भर में कई जगहों से नाले के पानी के नमूनों का विश्लेषण शुरू किया
06:50
and were able to show that prescription opioids
127
410073
3879
और यह दिखाने में सक्षम थे कि पर्चे पर दी जाने वाली ओपिओइड
06:53
were the drug most commonly consumed, not injectable opioids.
128
413952
3795
सबसे अधिक खाई जाने वाली दवा थी, नाकि इंजेक्टेबल ओपिओइड।
06:58
Equipped with this data,
129
418748
1919
इस जानकारी को पाकर,
07:00
the city diverted resources from needle exchange sites
130
420667
3420
शहर ने सुई विनिमय साइटों से संसाधनों को हटा दिया
07:04
and put that money into medication takeback programs instead.
131
424128
3629
और इसके बजाय उस पैसे को दवा वापस लेने के कार्यक्रमों में लगाया।
07:08
They advertised and held dozens of town halls
132
428174
2503
दर्जनों नगर सम्मेलनों का आयोजन किया, जहां उन्होंने
07:10
where they talked about the adverse effects of prescription painkillers.
133
430718
4004
डॉक्टर के पर्चे पर मिलने वाली दर्द निवारक दवाओं के बुरे असर के बारे में बात की।
07:15
That year,
134
435264
1460
उस वर्ष,
07:16
the city saw a 40 percent reduction in overdoses,
135
436766
4630
शहर में ओवरडोज़ में 40 प्रतिशत की कमी देखी गई,
07:21
and for the first time,
136
441437
1293
और पहली बार,
07:22
they had engaged their community in a dialogue around drugs,
137
442730
3462
उन्होंने अपने समुदाय को ड्रग्स, लत और ओवरडोज़ के बारे में
07:26
addiction and overdose.
138
446234
2002
बातचीत में शामिल किया था।
07:28
Now imagine if every city around the world had access to this sort of information.
139
448736
5714
अब सोचिए अगर दुनिया भर के हर शहर में इस तरह की जानकारी उपलब्ध होती।
07:34
Before the pandemic,
140
454951
1168
महामारी से पहले,
07:36
wastewater epidemiology was a tiny field
141
456160
2920
अपशिष्ट जल महामारी विज्ञान एक छोटा सा क्षेत्र था,
07:39
with no more than a dozen experts worldwide.
142
459122
3211
जिसमें दुनिया भर में एक दर्जन से अधिक विशेषज्ञ नहीं थे।
07:42
Today, 72 countries
143
462333
3420
आज, 72 देशों ने
07:45
have used wastewater monitoring to understand COVID-19.
144
465753
4255
कोविड-19 को समझने के लिए अपशिष्ट जल की निगरानी का उपयोग किया है।
07:50
And it's time that we leverage these investments
145
470675
2419
और अब समय आ गया है कि हम इन निवेशों
07:53
to monitor for all sorts of other things as well.
146
473094
2502
का लाभ उठाकर सभी तरह की अन्य चीजों पर भी नजर रखें।
07:56
Imagine knowing when influenza and RSV are going to peak every year
147
476305
4505
कल्पना करें कि हर साल इन्फ्लूएंजा और आरएसवी कब चरम होने वाले हैं
08:00
so that our hospitals can prepare.
148
480810
2044
यह जानकर हमारे अस्पताल तैयार हो सकेंगे।
08:03
Imagine mapping nutrition in our cities
149
483229
2669
हमारे शहरों में पोषण का मानचित्रण करने से,
08:05
so that we can identify food deserts
150
485940
2169
हम खाद्य रेगिस्तानों की पहचान कर सकेंगे
08:08
and understand social determinants of health.
151
488109
2419
और स्वास्थ्य के सामाजिक निर्धारकों को समझ सकेंगे।
08:11
Imagine identifying superbugs and antibiotic resistant genes
152
491154
4713
सोचिए सूपरबग और एंटीबायोटिक प्रतिरोधी जीन की पहचान करने की क्षमता,
08:15
as they emerge in our communities.
153
495908
2002
जब वे हमारे समुदायों में उभर रहे होते हैं।
08:19
Imagine preventing the next pandemic before it happens.
154
499120
3503
अगली महामारी को होने से पहले ही उसे रोकने की कल्पना करें।
08:23
In the way that cholera prompted London to build modern-day sewer systems,
155
503499
5005
जिस तरह से हैजा ने लंदन को आधुनिक समय के सीवर सिस्टम बनाने के लिए प्रेरित किया,
08:28
and poor health in the tenements of New York City
156
508546
2503
और न्यूयॉर्क शहर के घरों में खराब स्वास्थ्य
08:31
were one of the catalysts behind the building of Central Park,
157
511049
4045
सेंट्रल पार्क के निर्माण के पीछे उत्प्रेरक में से एक था,
08:35
this is how our cities can learn from COVID-19.
158
515136
3170
इस तरह से हमारे शहर कोविड-19 से सीख सकते हैं.
08:38
And this is precisely how we can foster a new, intelligent kind of urbanization.
159
518806
5589
और ठीक इसी तरह से हम एक नए, बुद्धिमान प्रकार के शहरीकरण को बढ़ावा दे सकते हैं।
08:45
For years now, scientists, policymakers,
160
525354
3212
सालों से, वैज्ञानिक, नीति निर्माता,
08:48
architects and urban planners
161
528566
2169
वास्तुकार और शहरी योजनाकार
08:50
have been harnessing the power of technology and big data
162
530735
3420
हमारे शहरों को भविष्य के लिए सुरक्षित बनाने के लिए प्रौद्योगिकी
08:54
to future-proof our cities.
163
534197
2085
और जानकारी का उपयोग कर रहे हैं।
08:57
Over the last decade,
164
537200
1543
पिछले एक दशक में,
08:58
chief technology officers have been appointed in cities
165
538743
3170
दुनिया भर के शहरों में मुख्य प्रौद्योगिकी अधिकारियों की
09:01
around the world.
166
541954
1502
नियुक्ति की गई है।
09:04
Roles once reserved for the boardrooms
167
544415
2127
सिलिकॉन वैली के बोर्डरूम और दालान
09:06
and hallways of Silicon Valley
168
546584
1460
के लिए आरक्षित भूमिकाएं
09:08
are now finally open in city hall.
169
548044
2794
अब अंततः नगर सभा में खुली हैं।
09:12
So next time you swipe your credit card,
170
552006
3128
तो अगली बार जब आप अपना क्रेडिट कार्ड स्वाइप करें,
09:15
take a ride in a taxi or tap your MetroCard,
171
555176
3462
टैक्सी में सवारी करें या अपने मैट्रोकाॅर्ड पर टैप करें,
09:18
just consider how you're contributing
172
558679
1961
तो ज़रा सोचें कि आप कैसे योगदान दे रहे
09:20
to your city's ever-growing digital infrastructure.
173
560681
2878
हैं अपने शहर के लगातार बढ़ते डिजिटल इन्फ्रास्ट्रक्चर में।
09:24
And next time you use the toilet,
174
564685
2795
और अगली बार जब आप शौचालय का उपयोग करें,
09:27
just remember, you're doing your civic duty.
175
567480
3128
तो बस याद रखें कि आप अपना नागरिक कर्तव्य निभा रहे हैं.
09:30
(Laughter)
176
570650
1543
(हँसी)
09:32
Thank you.
177
572235
1167
धन्यवाद।
09:33
(Applause)
178
573402
3921
(तालियाँ )
इस वेबसाइट के बारे में

यह साइट आपको YouTube वीडियो से परिचित कराएगी जो अंग्रेजी सीखने के लिए उपयोगी हैं। आप दुनिया भर के शीर्षस्थ शिक्षकों द्वारा पढ़ाए जाने वाले अंग्रेजी पाठ देखेंगे। वहां से वीडियो चलाने के लिए प्रत्येक वीडियो पृष्ठ पर प्रदर्शित अंग्रेजी उपशीर्षक पर डबल-क्लिक करें। उपशीर्षक वीडियो प्लेबैक के साथ सिंक में स्क्रॉल करते हैं। यदि आपकी कोई टिप्पणी या अनुरोध है, तो कृपया इस संपर्क फ़ॉर्म का उपयोग करके हमसे संपर्क करें।

https://forms.gle/WvT1wiN1qDtmnspy7