Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Horas de Tutorías: 3 Clase Expositiva: 9 Clase Interactiva: 12 Total: 24
Lenguas de uso Castellano, Gallego
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Ciencias de la Comunicación
Áreas: Periodismo
Centro Facultad de Ciencias de la Comunicación
Convocatoria: Primer semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
· Documentación online.
· Identificación y uso de bases y fuentes documentales online.
· Creación y uso de repositorios.
· Visualización de datos y Data Scraping; Datos, metadatos, big-data, formatos, herramientas e innovación.
El objetivo principal es habilitar al alumno para reconocer historias escondidas en los datos. El trabajo con Big Data, la recolección de datos, su tratamiento, análisis y posterior interpretación serán partes fundamentales del módulo. Finalmente, la visualización jugará un papel crucial a la hora de comunicar todo el trabajo previo.
TEMA 1
Big Data, el contexto actual de la gestión automatizada de la información
TEMA 2
Marco legal para el empeo de datos en la sociedad actual
TEMA 3
Fundamentos de visualización de datos: principios y técnicas
TEMA 4
Técnicas para la visualización y análisis en Big Data: Machine Learning
TEMA 5
Casos prácticos y tendencias actuales
BIBLIOGRAFÍA BÁSICA
Colle, R. (2013). Prensa y" Big Data": El desafío de la acumulación y análisis de datos/Press and" Big Data": The challenge of data accumulation and analysis. Revista Mediterránea de Comunicación/Mediterranean Journal of Communication, 4(1).
Crucianelli, S. (2013). ¿ Qué es el periodismo de datos?. Cuadernos de periodistas, 26, 106-124.
Ibáñez, D. B. (2015). Big Data y técnicas cuantitativas: una introducción al análisis de contenido informatizado. Revista San Gregorio, 2(8), 106-111.
Tascón, M. (2013). Introducción: Big Data. Pasado, presente y futuro. Telos: Cuadernos de comunicación e innovación, (95), 47-50.
Sánchez-Bonvehí, C., & Ribera, M. (2014). Visualización de la información en la democratización de los datos: propuestas desde el periodismo y la narratividad. El profesional de la información, 23(3), 311-318.
Schönberger, V. M., & Cukier, K. (2013). Big data: la revolución de los datos masivos. Turner.
BIBLIOGRAFÍA COMPLEMENTARIA
Bravo, A. A. (2013). El periodismo de datos y la web semántica. Cuadernos de Información y Comunicación, 18, 99.
Casero Ripollés, A., & López Meri, A. (2015). Redes sociales, periodismo de datos y democracia monitorizada.
Crucianelli, S. (2010). Herramientas digitales para periodistas. Knight Center for Journalism in the Américas.
Domínguez, M. Á. C. (2013). La evolución del periodismo de precisión: el blog de The Guardian sobre periodismo de datos. In I Congreso Internacional de Comunicación y Sociedad Digital (p. 11). Universidad Internacional de La Rioja.
Ferrer-Sapena, A., & Sánchez-Pérez, E. (2013). Open data, big data:¿ hacia dónde nos dirigimos?. Anuario ThinkEPI 2013, 7, 150-156.
Fumero, A. (2014). Big Data: una perspectiva desde la comunicación ciudadana. Revista de Estudios de Juventud, (105), 39-51.
Herrero-Solana, V., & Rodríguez-Domínguez, A. M. (2015). Periodismo de datos, infografía y visualización de la información: un estudio de El País, El Mundo, Marca y El Correo.
Paniagua, S. (2013). Un mundo de sensores. De los datos al Big Data. Telos: Cuadernos de comunicación e innovación, (95), 94-96.
Rodríguez, N. (2013). Big data. ILLA comunicación, 20.
BÁSICAS Y GENERALES
CG01 - Conocer dinámicas, productos y soportes para la producción, gestión y difusión del conocimiento
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
TRANSVERSALES
No existen datos
ESPECÍFICAS
CE01 - Conocer el manejo de bases online y la creación y uso de bases documentales propias para la interpretación y análisis de datos y su explotación visual
El estudiante será capaz de emplear herramientas de recolección de datos, tratarlos como paso previo a sú análisis usando software específico de Big Data así como de realizar visualizaciones interactivas de los mismos para su difusión.
Clases presenciales combinando la docencia magistral con la revisión comentada por parte de los alumnos/as de textos de referencia y productos relacionados con la visualización de datos o casos de trabajos reales.
Los alumnos realizarán trabajos inviduales y, de ser el caso por la implicación del proyecto, grupales.
Desglose de horas:
-11 horas de clases expositivas (2 por tema y una más de revisión general)
-3 horas de clases interactivas por tema (12 en total)
-2 horas para repaso dos trabajos y defensa de los mismos ante la clase
-3 horas asignadas a tutorías en grupo
Las actividades prácticas (trabajos individuales y/o en grupo) serán el pilar de la evaluación. Supodrán el 80% de la nota frente al 20% restante que se conseguirá mediante la participación activa y proactiva en las clases teóricas. Se podrán realizar tests de control sobre los conocimientos de los alumnos en relación a productos relacionados con la visualización de datos del mercado real.
Será necesario completar un 70% de las clases teóricas y un 80% de las interactivas para poder superar la materia.
Segunda oportunidad
En este caso se evaluará de la misma forma que en la primera. Si el alumno tiene aprobada una parte (teoría o práctica de la materia), se le guardará la nota para la segunda oportunidad.
En caso de dispensa de asistencia a clase, se establecerá un plan de trabajo personalizado con el profesor de la materia.
Los estudiantes deberán asistir a las clases ya que en ellas se tratarán, a nivel teórico, los contenidos de la materia. En ellas deberán interactuar y hacer aportaciones. El profesor tendrá en cuenta la necesidad de emplear tiempo para la realización de trabajos prácticos en horario de clase y fuera de él.
El alumno tendrá que dedicar 42 horas de trabajo presencial y 108 horas de trabajo de preparación y realización de las actividades programadas.
Se recomienda el análisis crítico de los productos digitales referentes a la visualización de datos que se consumen a diario en el contexto de internet.
Plan de contingencia
En vista de los tres escenarios que contempla la USC con motivo del contexto sanitario, la metodología de enseñanza se adaptará gradualmente mediante combinación de iniciativas didácticas presenciales y virtuales o solamente virtuales, a través del campus virtual (en el tercer escenario, donde toda la actividad sería no presencial).
En lo referido al sistema de evaluación, de no ser posible el examen presencial, la evaluación será continua mediante distintas iniciatvas programadas durante el cuadrimestre.
Carlos Toural Bran
Coordinador/a- Departamento
- Ciencias de la Comunicación
- Área
- Periodismo
- Teléfono
- 881816558
- Correo electrónico
- carlos.toural [at] usc.gal
- Categoría
- Profesor/a: Profesor Ayudante Doctor LOU
| Lunes | |||
|---|---|---|---|
| 16:00-20:30 | Expositivo 1 | Gallego | Aula 6 |
| Martes | |||
| 16:00-20:30 | Expositivo 1 | Gallego | Aula 6 |
| Miércoles | |||
| 16:00-20:00 | Laboratorio 1 | Gallego | Aula: Seminario 1 (1º piso) |
| Jueves | |||
| 16:00-20:00 | Laboratorio 1 | Gallego | Aula: Seminario 1 (1º piso) |
| Viernes | |||
| 16:00-20:00 | Laboratorio 1 | Gallego | Aula: Seminario 1 (1º piso) |