DidaWiki

Questa pagina è in sola lettura. Puoi visualizzare il sorgente, ma non puoi modificarlo. Contatta l'amministratore se pensi che ci sia un errore.
====== Data Journalism ======

Docenti:

**Andrea Marchetti** [[andrea.marchetti@iit.cnr.it]]

**Angelica Lo Duca** [[angelica.loduca@iit.cnr.it]] 

IIT-CNR, Istituto di Informatica e Telematica del CNR di Pisa


====== Lezioni ======

^           Orario settimanale           ^^^
^  Giorno  ^  Orario  ^  Stanza  ^
| Mercoledì  |  16:00 - 17:30  |  Fib M-Lab (Polo Fibonacci B)  | 
| Venerdì |  16:00 - 17:30  |  Fib H-Lab (Polo Fibonacci B)  | 


====== Avvisi ======
  * **Ricevimento**: subito dopo le lezioni
  * **Tirocini/tesi**: contattare gli insegnanti per proporre tirocini o tesi
 

====== Obiettivi ======



====== Calendario delle lezioni DJ (Secondo Semestre 2025) ====== 
 
^ ^ Giorno ^ Data ^ Argomento ^ Lucidi ^ Docente ^
| 1. | Mercoledì    | 19.02.2025 | Data Journalism    - Introduzione      | ||
| 2. | Venerdì      | 21.02.2025 | Data Journalism    - Esempi            | ||
| 3. | Mercoledì    | 26.02.2025 | Data Journalism    - Workflow          | ||
| 4. | Venerdì      | 28.02.2025 | Data Journalism    - Strumenti         | ||
| 5. | Mercoledì    | 05.03.2025 | Data Journalism    - Progetti 		  | ||
|    | Venerdì      | 07.03.2025 |                                        | ||
| 6. | Mercoledì    | 12.03.2025 | Data Collection    - Concetti generali | ||
| 7. | Venerdì      | 14.03.2025 | Data Journalism    - Workflow part 2   | ||
| 8. | Mercoledì    | 19.03.2025 | Data Collection    - Web Scraping      | ||
| 9. | Venerdì      | 21.03.2025 | Data Collection    - Estrazione da PDF | ||
| 10.| Mercoledì    | 26.03.2025 | Data Collection    - Web Scraping      | ||
| 11.| Venerdì      | 28.03.2025 |  	                                  | ||
| 12.| Mercoledì    | 02.04.2025 |                                        | ||
|    | Venerdì      | 04.04.2025 | SESSIONE STRAORDINARIA ESAMI           | ||
|    | Mercoledì    | 09.04.2025 | SESSIONE STRAORDINARIA ESAMI           | ||
| 13.| Venerdì      | 11.04.2025 |                                        | ||
| 14.| Mercoledì    | 16.04.2025 | Data Exploration   - Tableau           | ||
| 15.| Venerdì      | 18.04.2025 | SOSPENSIONE PER VACANZE DI PASQUA      | ||
| 16.| Mercoledì    | 23.04.2025 | SOSPENSIONE                            | ||
|    | Venerdì      | 25.04.2025 | SOSPENSIONE PER FESTA                  | ||
|    | Mercoledì    | 30.04.2025 |                                        | ||
| 17.| Venerdì      | 02.05.2025 | Data Storytelling  - Framework         | ||
| 18.| Mercoledì    | 07.05.2025 | Data Cleaning      - OpenRefine        | ||
| 19.| Venerdì      | 09.05.2025 | Data Storytelling  - Esercitazione     | ||
| 20.| Mercoledì    | 14.05.2025 | Presentazione dei progetti             | ||
| 21.| Venerdì      | 16.05.2025 | Data Visualization - Tableau           | ||
| 22.| Mercoledì    | 21.05.2025 | Data Cleaning      -                   | ||
| 23.| Venerdì      | 23.05.2025 | Data Visualization - Tableau           | ||
| 24.| Mercoledì    | 28.05.2025 | Data Visualization - Esercitazione     | ||
| 25.| Venerdì      | 30.05.2025 | Data Visualization - Esercitazione     | ||
====== Materiale Didattico ======

**Lucidi Forniti dal docente**

**Libri di testo**

** Letture Consigliate **


- Badino, S. (2021). Professione sceneggiatore. Strutture e strumenti per scrivere storie. Tunué.
  
- Morcellini, M. (2011). Neogiornalismo. Tra crisi e rete, come cambia il sistema dell'informazione. In Neogiornalismo. Tra crisi e rete, come cambia il sistema dell'informazione. Mondadori Università.

- Virzì, M.C. (2018). Gli strumenti dello storytelling. Dino Audino.

**Sitografia**
  
====== Modalità di Esame ======

L'esame consiste nella discussione di un progetto concordato con i docenti. 

Il progetto può essere svolto in gruppo (max 3 persone) o singolarmente.

Ogni progetto verrà valutato secondo i seguenti criteri:
  -   qualità e quantità dei dati raccolti
  -   qualità e quantità delle visualizzazioni
  -   interesse della storia verso una determinata audience
  -   qualità e quantità delle interviste
  -   presentazione del progetto


Ogni criterio sarà valutato in trentesimi. Il voto finale sarà ottenuto facendo la media tra i 5 criteri.

Durante il corso saranno rilasciate le linee guida su come realizzare il progetto e poterlo caricare sul sito del corso.

**Progetti studenti**
 
====== Appelli ======

====== Edizioni Precedenti ======
[[informaticaumanistica:dj:20222023| Data Journalism 2022-2023]]

[[informaticaumanistica:dj:20212022| Data Journalism 2021-2022]]

[[informaticaumanistica:dj:20202021| Data Journalism 2020-2021]]

[[informaticaumanistica:dj:20192020| Data Journalism 2019-2020]]

[[informaticaumanistica:dj:20182019| Data Journalism 2018-2019]]