| 课程号 |
01834110 |
学分 |
2 |
| 英文名称 |
Data Journalism |
| 先修课程 |
无 |
| 中文简介 |
欢迎选修《数据新闻》。我们生活在一个数字世界中，这个世界里几乎所有的事物都可以用数字来描述，我们所有的故事、历史、关系都可以用数字的形式来展现。在数字时代，数字新闻即在生产和发布新闻的过程中加剧使用数字信息的知识与技能。它反映了内容生产和其他领域如设计、计算机科学和统计日益增加的互动。
本课程从介绍数据新闻开始，包括经典案例和知名的新闻编辑室；之后讲解如何获取数据、如何鉴别数据、如何清理数据；并从数据的描述和数据的分析两个角度，与学生一起实践，学习基于数据制作图表、地理信息图、及社会网络图；最后，基于理解和分析数据，发掘与读者互动的功能，并学会基于数据讲故事、写新闻。
本课程通过研究案例的分析、学生小组动手实践，帮助学生使用数据生产深度的内容产品。在课程中安排一次与中山大学数据实验室的教师和学生互动交流。
|
| 英文简介 |
This course teaches some of the skills and techniques necessary for using statistical information effectively in science journalism. Obtaining, interpreting, visualizing and displaying data are essential skills for journalists in the 21st Century, especially those who cover scientific and technical subjects. Students will scrutinize techniques used in previously published projects and will also analyze data on their own, evaluating and producing tables, charts and diagrams using a variety of basic desktop software, web tools and basic scripting and programming.
Instructor: WeiMing YE
Email: yewm@pkusz.edu.cn
|
| 开课院系 |
新闻与传播学院 |
| 通选课领域 |
|
| 是否属于艺术与美育 |
否 |
| 平台课性质 |
|
| 平台课类型 |
|
| 授课语言 |
中文 |
| 教材 |
The Data Journalism Handbook.,onathan Gray, ？Lucy Chambers, ？Liliana Bounegru,Language Arts & Disciplines.,2012；
Exploratory Social Network Analysis with Pajek,W. de Nooy, A. Mrvar, V. Batagelj,Cambridge University Press,2005,赤裸裸的统计学,查尔斯？韦兰,中信出版社,2013,最简单的图形与最复杂的信息,黄慧敏,浙江人民出版社,2013,数据新闻大趋势,西蒙？罗杰斯,中国人民大学出版社,2015,数据新闻概论,方洁,中国人民大学出版社,2015,Resources for Doing Data Journalism with R,Grossenbacher, T,http://rddj.info/,2015,The Art and Science of Data-Driven,Alexander,http://towcenter.org/wp-c,2014,Journalism 2.0: How to Survive and Thrive. USF Tampa Library Open,Briggs, Mark,USF Tampa Library,2007,Data Journalism,Elena Egawhary,,CIJ: The Centre for Investigative Journalism,2003,Digital Journalism: Emerging Media and the Changing Horizons of Journalism,Kawamoto,Lanham, Md.: Rowman & Littlefield,2003,Net Smart: How to Thrive Online,Reingold,The MIT Press,2012, |
| 参考书 |
|
| 教学大纲 |
与学生一起，探索概念化、信息搜索、信息分类、数据展示、关系展示、网络展示，直至数据新闻作品的生产。
每个小组完成任务：“一个案例”+“一个工具”+“一个作品”
Course goals:
Understand the basics of data and data journalism, including the history of the practice
Master the use of data in journalistic storytelling
Master spreadsheets and basic data analysis for storytelling
Use public records laws and understand your rights as a citizen and a journalist
Gain exposure to advanced tools of data journalism, like GIS and statistics, as well as advanced methods of gathering data.
课程安排：
第一讲：数据新闻是什么，经典案例展示，新闻编辑室
阅读材料 The Data Journalism Handbook, Chapter 1
第二讲：数据的获得：数据库、搜索；媒介素养
阅读材料 《赤裸裸的统计学》第3章、第8章
第三讲：数据分析入门：分类、清理、描述
阅读材料 《IBM SPSS数据分析与挖掘实战案例精粹》第3章
第四讲：从数据到图表
阅读材料 《IBM SPSS数据分析与挖掘实战案例精粹》2.2.4统计图形体系；《最简单的图形与最复杂的信息》
第五讲：从数据到地理信息图
阅读材料 Resources for Doing Data Journalism with R
第六讲：从数据到社会网络图
阅读材料 Exploratory Social Network Analysis with Pajek, Chapter 1, 2
第七讲：作品选题会
第八讲：从数据到互动
第九讲：从数据到故事
第十讲：作品展示和点评
将涉及的工具（部分）：
数据分析和制图软件：SPSS, R, Tableau, Pajek, Gephi
搜索工具、数据库等
作业和报告：
（1）课堂报告：
每位同学需要从“报告选题”表格的八个主题中选择一个方向（每个小组成员2-3人），讲解某种数据分析和可视化工具的基本用法（二者任选其一）。在每次课前进行20分钟的展示。数据分析工具的用法展示要素包括：提前三天安排全班同学安装软件，讲解软件的启动，数据的导入，软件的基本操作，对结果的简单解释，并带领同学完成一次数据分析操作。
（2）期末作业：
学生小组基于课程所学的方法和工具，完成一项数据新闻作品。作品的评分基于以下标准：该作业的数据来源、数据分析、数据可视化、互动或故事陈述、创意。
每个同学需要提交一份报告，详细说明自己在小组作业中所负责的工作内容和流程。例如，负责故事和创意的同学需要说明该作品源于哪些社会事实，基于哪些学科、理论和思想背景。负责获取信息的同学需要说明使用哪些搜索工具、从什么地方获取信息，对信息是否做了检验。负责分析或可视化数据的同学需要说明使用的方法，并附上软件编码语句。
期末作业将邀请学者和专家进行点评。
（3）微信展示：
学生小组完成2个作品，一个基于方法/工具，介绍该方法/工具的使用基础，以及案例展示；一个基于期末作业，介绍该作品的选题、数据来源、分析方法和发现，并展示该作品。
微信作品计分方式：以两个页面的阅读量平均值和点赞数平均值进行加权计算并排序。
课堂报告选题：
R小组 S小组 P小组 G小组
R数据分析 Excel数据清理 Pajek网络数据分析 Gephi网络数据可视化
R数据可视化 SPSS数据分析 Pajek网络数据可视化
R做地图
总成绩=课堂报告成绩*30%+期末作品*40%+微信作品*30%。
Grading:
The grading will be based on the stories you produce, the work you put into them and your participation in class.
The bulk of the graded work in this class is as follows:
Assignment Percentage of your grade
Project 40%
Assignments 30%
Wechat post 30%
|
| 教学评估 |
王洪喆：
学年度学期：18-19-3，课程班：数据新闻1，课程推荐得分：null，教师推荐得分：null，课程得分分数段：95-100；
叶韦明：
学年度学期：16-17-3，课程班：数据新闻1，课程推荐得分：2.08，教师推荐得分：2.08，课程得分分数段：80及以下；
学年度学期：18-19-3，课程班：数据新闻1，课程推荐得分：0.0，教师推荐得分：7.5，课程得分分数段：95-100；
学年度学期：20-21-3，课程班：数据新闻1，课程推荐得分：0.0，教师推荐得分：7.5，课程得分分数段：95-100；
|
|