lunes, 28 de mayo de 2018

Videos de clase: Charlas TED sobre datos y periodismo de datos




Consignas del trabajo integrador final

A partir de distintas bases de datos estadísticos a las que accedan desde el banco de datos de la Ciudad de Buenos Aires o, en su defecto, la base de datos elegida para encarar este proyecto:

1- Construir una nota periodística. Para ello, es posible que deban elegir de 1 a 3 temas/ejes presentes en el material seleccionado (idealmente debe ser una serie de, al menos, 5 años) y consultar/entrevistar a personas (al menos 2) que por su conocimiento o experiencia brinden testimonios útiles a la nota. Se valorará el "factor humano" que aporten las fuentes consultadas.

Deben darle una redacción propia de una nota periodística y debe ser original. Caso contrario, #tronaráelescarmiento.

La extensión es libre. Se aconseja la inclusión de subtítulos. Se valorará la inclusión de links a otras fuentes o para mayor información.

2- Elaborar visualizaciones utilizando las herramientas vistas en clase: gráficos embebibles de las hojas de cálculo de Google, Google Maps, Infogr.am, Timeline JS, etc. Para ello, deberán crear en hojas de cálculo de Google (no excel) las bases de datos que alimenten esas visualizaciones.

Pueden incorporar otras fuentes de datos que complementen o sirvan de contraste o comparación.

Modalidad de entrega: envío de link a mi email.

El artículo con sus respectivas visualizaciones estará publicado en un blog creado para esta materia.

Las bases de datos confeccionadas deben ser compartidas conmigo con atribuciones de edición (compartir url>puede editar).

Fecha límite de entrega: clase del lunes 25 de junio. Pasada esa fecha, se considerará no entregado y #tronaráelescarmiento.

Ejemplo modelo: Madridenbici

Otro ejemplo, acá.

lunes, 21 de mayo de 2018

Muertos por accidentes de tránsito 2012-2017

En esta clase, buscamos los datos de muertes anuales por accidentes de tránsito en cada una de las provincias y la Ciudad de Buenos Aires y las integramos a una base de datos en Google Spreadsheets.

Una primera observación de los valores absolutos de muertes en, por ejemplo, 2017, pone a la provincia de Buenos Aires en primer plano, con más del 30% de los muertos de todo el país. Esa observación es correcta y válida, pero superficial.

Qué representan esos 2172 muertos por accidentes de tránsito en Buenos Aires durante 2017 frente a los 344 muertos en Santiago del Estero o los 94 de Santa Cruz. Es allí donde entran en juego los indicadores proporcionales, como la tasa de casos cada 100.000 habitantes, que permite hacer comparaciones útiles y entender mejor la magnitud del fenónemo en cada provincia.

Es entonces, que con los datos de cantidad de población en cada provincia y mediante la fórmula "=(número de muertes/población provincial)*100000" obtenemos la tasa de muertes viales cada 100 mil habitantes en una provincia en un año dado. Ahí aparecen las sorpresas.

Buenos Aires, con sus 2172 muertos queda en el puesto 21 de los 24 distritos, con 13 muertes viales cada 100 mil habitantes y Santiago del Estero, con 344 muertes pasa al primer lugar, con 38 muertes viales por cada 100 mil habitantes. Un cambio total de perspectiva, ¿no?

Finalmente, nos cargamos nuestra base de datos a Infogram y generamos una visualización interactiva.



Creación de mapas con bases de datos

1- Creación de bases de datos con información de la web

Según el reparto en clase, subir la información a una hoja de cálculos para crear un prototipo de mapa cultural de la Ciudad como práctica de visualización de información georreferenciada.

Algunos museos de la Ciudad: https://www.buenosaires123.com.ar/teatros.php
Algunos teatros de la Ciudad: https://www.buenosaires123.com.ar/museos/guia-de-museos.php
Algunos cines de la Ciudad: http://guia.lanacion.com.ar/resultado/cine/zonas-2,orden-club

2- Hojas de cálculo realizadas por las y los estudiantes para importar al mapa:

Museos: 
https://docs.google.com/spreadsheets/d/1oD0NYnK304IU1fb9svJ7nSB_-qRS52MYwOeLj-nsyiY/edit?usp=sharing

Teatros: 
https://docs.google.com/spreadsheets/d/1-g4fFjnbCKGHQVwJXTeVA6X9zyaSnoFJ8cIGztPN1vQ/edit?usp=sharing

Cines:
https://docs.google.com/spreadsheets/d/1QL-z6JPi20izG8wAP4hMmaE4YEScG_GEZJqUBtJWbnk/edit?usp=sharing

3- Mapa resultante:

lunes, 23 de abril de 2018

Matemática para periodistas

Link al cuadernillo visto en clase.

Textos sobre filtraciones

Filtraciones

Assange y las recomendaciones de los Cyberpunks. Por Sebastián Di Domenica

Filtradores de información a través del tiempo

Las filtraciones y el periodismo

Cronología de las filtraciones a WikiLeaks y del juicio a Bradley Manning

Conozca quién es Julian Assange y la cronología del caso

Cronología del caso Snowden

- Por qué decidí filtrar los Panama Papers

Sitios de datos públicos

https://docs.google.com/spreadsheets/d/1Q-ndat2KJLXndYVT8ZOEVLcFkOQhxifUDZwKOxdmJ5g/edit#gid=0

https://www.estadisticaciudad.gob.ar/eyc/?page_id=536

Acceso a la información pública








Google+ Badge