Scarica 3 Data Driven Journalism e più Appunti in PDF di Giornalismo on-line solo su Docsity!
DataDriven Journalism
● Introduzione ● Ricerca ● Analisi
Introduzione
Una storia che viene da lontano
● 1952 - Primo uso del computer negli USA. Nasce i CAR (Computer Assisted Reporting) ● 1967 - Philip Mayer - consacra questo caso con un’inchiesta di successo ● 1973 - Philip Mayer - conia il termine “giornalismo di precisione” coniugando story telling, tecnologia e metodo scientifico
Ora la quantità di informazioni è aumentata esponenzialmente
Nasce in ambito anglosassone, DDJ (Data journalism) Datablog, giornali ad-hoc.
Peculirialità del DDJ
Competenze multidisciplinari e team di professionisti ● Fogli di calcolo ● Sapere come funzionano medie e statistiche ● Competenze di design Porta facilmente a prodotti di lunga vita Richiede molta accortezza Si rischiano prodotti belli ma fini a se stessi
Peculiarità e limiti tecnologici DDJ
● È necessario imparare a usare software ● Strumenti e piattaforme cambiano ● Si usano spesso servizi di terze parti
Italia
● In Italia i giornalisti masticano poca tecnologia, spesso lavorano sul web come se si lavorasse su carta ● Comunque nasce interesse
Come nasce inchiesta data journalism
Schema processo di produzione ● Trovare ● Pulire ● Analizzare ● Raccontare
Seconda parte: tra minatori e spazzini
Dati: ● riproducibili senza ambiguità ● Archiviati in formato digitale
Fino al 2003 5 esabite di dati, la stessa quantità che viene prodotta ora ogni 2 giorni
La quantità di dati è elevatissima
Tipi di dati
● Dati non strutturati ● Dati strutturati
● Closed - la gran parte dei dati ● Open - si possono utilizzare, utilizzando alcuni accorgimenti: ad esempio certi tipi di licenze (creative commons) - il massimo del limite è la citazione della fonte.
Licenze. Ormai siamo anche noi produttori di dati. Sapere come funzionano le licenze.
Cosa ci spinge a cercare un dato: ● Un evento ● Un tema ● Follow the Monet
Pulire i dati: un passaggio importante Data cleaning check list
Il computer comprende pochi tipi di variabili ● Numeri interi compreso lo 0 (con segno + o -) ● Decimali (con segno) ● Date e orari ● Stringhe di carattere (case sensitive) ● Valore mancante (o NULL)
Tabelle: ● ogni colonna un solo tipo di dato ● Ogni riga un solo oggetto ● No righe vuote o perfettamente identiche Importante costruire buona tabelle
Checklist
- Struttura corretta
- Il formato dei valori deve essere anlogo
- Formattazione dei caratteri
- Formattazione dei numeri: migliaia e decine (. , )
- Presenza di intestazioni
- No celle bianche o vuote (in questo caso va null)
- Accertarsi calcoli giusti
- Non aggregare dati
OpenRefine uno degli strumenti migliori per pulire i testi. Permette di ripulire i dati in maniera massiva. Strumento fondamentale del data journalism
Dai dati alla notizia
Esplorare i dati
Questi dati hanno una dimensione geografica? Questi dati hanno una dimensione temporale?
La normalizzazione dei dati
Sarebbe il rapporto tra il dato e il contesto
Andamento nel tempo
Misurare se c’è un andamento nel tempo, misurare la variazione
Distribuzione
Gli indicatori statistici
Le correlazioni
Filtrare i dati
Raggruppare i dati
Tabella Pivot
Visualizzare i dati, perché.
The functional art Quantità di dati infinita Strumenti molto performanti rispetto al passato
Falsare i dati ● Grafico di dispersione ● Linea ● Istogramma ● Grafico a barre ● Grafico a torta ● Grafico a ciambella
