DATA, INFORMATION AND SOCIETY 2: DATA JOURNALISM

Anno accademico

2024/2025 Programmi anni precedenti

Titolo corso in inglese

DATA, INFORMATION AND SOCIETY 2: DATA JOURNALISM

Codice insegnamento

ECC083 (AF:529197 AR:310724)

Modalità

In presenza

Crediti formativi universitari

6

Livello laurea

Corso Ordinario Primo Livello

Settore scientifico disciplinare

SECS-S/01

Periodo

II Semestre

Anno corso

1

Sede

VENEZIA

Spazio Moodle

Link allo spazio del corso

Inquadramento dell'insegnamento nel percorso del corso di studio

Il corso è un'introduzione al "data storytelling", l'arte di combinare data science e narrativa. Gli studenti impareranno le abilità essenziali per analizzare, visualizzare e riassumere i dati e come utilizzare tali abilità per raccontare storie.

Risultati di apprendimento attesi

La regolare e attiva partecipazione alle attività didattiche offerte dal corso e ad attività di ricerca autonoma consentirà agli studenti di:
1. (conoscenza e comprensione)
- conoscere e comprendere gli strumenti di data science di base per il giornalismo
2. (applicare conoscenza e comprensione)
applicare autonomamente gli strumenti di data science di base per estrarre e sintetizzare informazioni
3. (esprimere giudizi)
- formulare giudizi autonomi sulla validità e fattibilità degli strumenti di data science di base e comprenderne l'impatto nel data journalism

Prerequisiti

Si presume che lo studente abbia raggiunto gli obiettivi didattici del corso Introduzione al Coding (https://www.unive.it/data/insegnamento/435050 ) anche se non è formalmente richiesto il superamento dell'esame. È importante che gli studenti abbiano una solida familiarità con i concetti di base del coding con R.

Contenuti

Il programma del corso prevede la presentazione e la discussione dei seguenti argomenti:
1) Preparazione e organizzazione dei dati
2) Visualizzazione dei dati
3) Analisi dei dati
4) Casi studio

Testi di riferimento

- Letture e materiali distribuiti durante il corso tramite Moodle
- A. B. Tran (2018). R for Journalism. Online course. https://learn.r-journalism.com
- H. Wickham and G. Grolemund (2023). R for data science. O’Reilly Media, 2nd edition. https://r4ds.hadley.nz

Modalità di verifica dell'apprendimento

1) partecipazione attiva alle lezioni (30% del voto finale)
2) progetto finale che consiste nella scrittura e presentazione di un articolo "data-driven" (70% del voto finale)

La valutazione del progetto finale (70% del voto finale) è a sua volta suddivisa in:
- valutazione della qualità, originalità e correttezza tecnica dell'articolo (40%)
- valutazione della qualità della presentazione e della sua discussione orale (30%)

Metodi didattici

Lezioni frontali teoriche convenzionali integrate da esercitazioni, discussione di casi studio e laboratori informatici. Il materiale didattico preparato dal docente sarà distribuito durante il corso attraverso la piattaforma Moodle. Il software statistico utilizzato nel corso è R (www.r-project.org)

Modalità di esame

scritto e orale

Obiettivi Agenda 2030 per lo sviluppo sostenibile

Questo insegnamento tratta argomenti connessi alla macroarea "Povertà e disuguaglianze" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile

Programma definitivo.

Data ultima modifica programma: 13/10/2024