Your SlideShare is downloading. ×
Cos’è il datajournalism e come può nascere un team
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Cos’è il datajournalism e come può nascere un team

390

Published on

Il Giornalismo dei dati: esempi, errori e storie …

Il Giornalismo dei dati: esempi, errori e storie
Torino, 5 aprile 2014
Organizzato da Ona Italia

Published in: Data & Analytics
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
390
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
8
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. + Rosa Maria Di Natale Il Giornalismo dei dati: esempi, errori e storie Torino, 5 aprile 2014 Cos’è il datajournalism e come può nascere un team L’esperienza e gli strumenti di DataJcrew.it
  • 2. http://blog.parsely.com/post/901/data-journalists-and-learning-to-code-for-the- newsroom/?utm_content=bufferbd476&utm_source=buffer&utm_medium=twitter&utm_campaign=Buffer
  • 3. + “Il data journalism, (giornalismo basato sui dati) è un approccio a cavallo tra ricerca e inchiesta giornalistica che fa un uso intensivo di database, mappe digitali e software per analizzare, raccontare e visualizzare un fenomeno o una notizia, spesso producendo dei mashup di elementi diversi. La digitalizzazione dei dati e lo sviluppo di Internet sono considerate un'opportunità senza precedenti per l'innovazione del giornalismo che negli ultimi anni ha già prodotto diversi premi Pulitzer e sta facendo emergere nuove figure di giornalisti-programmatori”. (cit.Fondazione ahref) Cos’è il Data journalism
  • 4. “The precision journalist does not hire a pollster to create a news event; the journalist becomes the pollster” (P. Meyer)
  • 5. + La rivolta di Detroit Nel 1968 uno staff di giornalisti del Detroit Free Press, tra cui figurava Philip Meyer, inviato dal Knight Newspapers per collaborare alla copertura dell’evento, si aggiudica il premio Pulitzer in Giornalismo Locale e di Ultim’ora realizzando un’inchiesta sulla rivolta della 12th Street avvenuta a Detroit, nel Michigan, nel 1967.
  • 6. (…) Molti attribuirono la causa dello scoppio della rivolta razziale alle persone più frustrate e senza speranze. Un’altra teoria sosteneva che una parte considerevole della popolazione afroamericana di Detroit consisteva di migranti dal sud rurale, ragion per cui alle difficoltà di socializzazione negli ambienti urbani del nord seguirono i disordini. Contro queste e altre teorie, il giornale decise di confrontare i rivoltosi con sondaggi a un campione di famiglie nella zona della rivolta. Dalle ricerche emerse che gli individui che avevano frequentato l’università, il 18 per cento, avevano le stesse probabilità di partecipare ai disordini rispetto a chi non aveva completato nemmeno la scuola secondaria e che chi era stato cresciuto nel nord della città, il 25 per cento dei rivoltosi, aveva addirittura maggiori probabilità di sommossa rispetto ai vicini del sud, che rappresentavano solamente l’8 per cento dei rivoltosi. L’istruzione e lo status economico non erano predittivi del comportamento rivoltoso. (M.Cavanna : “Un giornalismo di precisione: storia ed evoluzione del datajournalism internazionale” tesi di laurea)
  • 7. + Data vs Narrazione (Meyer) Storie più profonde e accurate con i dati. Il valore aggiunto è l’obiettività inconfutabile I fatti esistono già. Come uno scienziato, il giornalista crea le notizie attraverso una ricostruzione documentata grazie ai dati La completezza dell’informazione non dipende dalla quantità di fatti raccolti in essa, ma dalla loro selezione obiettiva ed empirica Ma dopo qualche anno, Meyer corregge un po’ il tiro…Il dato da solo non può essere considerato infallibile La soluzione migliore: un unico genere giornalistico “evidence based narrative”. Una narrazione dei fatti basata su prove verificabili (cit. Meyer)
  • 8. + Modelli di Data journalism  Mirko Lorenz: Workflow  un flusso di lavoro dove i dati rappresentano la base per la ricerca, la visualizzazione e la narrazione della storia.  Questa non è il prodotto del giornalismo, ma il processo stesso.  Paul Bradshaw: piramide rovesciata  Dal processo di realizzazione di un articolo attraverso un diagramma a piramide rovesciata; al diagramma a piramide regolare, le sei modalità di comunicazione proprie del data-driven journalism.
  • 9. + Il profilo del data journalist È ancora difficile riunire in un’unica figura professionale tutte le abilità e le attitudini necessarie al Data Journalism. Non si può però prescindere dalla conoscenza delle attuali pratiche nel campo del #ddj e della visualizzazione interattiva dei dati. Ecco le priorità: Ricercare dati: Python per raccogliere automaticamente i dati Interrogare, pulire i dati: Elementi di statistica e fogli di calcolo, Excel, my sql, Open Refine Visualizzazione dati: Storicamente abilità di designer e programmatori, oggi conoscenza dei principali tools
  • 10. + Come costruire un team di #Dataj
  • 11. + I tre profili base del Data team 1. Un giornalista specializzato in grado di analizzare i dati nascosti nella Rete per scoprire i risultati più interessanti e giornalisticamente rilevanti. Sa utilizzare i fogli di calcolo e i software di mappatura. 2. Un programmatore in grado di comprendere quali siano il modo e la forma migliore per presentare i dati all’utente finale. Possiede le competenze pratiche per la creazione di programmi con il quale l’utente interagisce indirettamente, oltre che una profonda conoscenza dei linguaggi di formattazione più comuni come HTML, CSS e JavaScript. 3. Lo specialista della visualizzazione dati: evoluzione del grafico professionista, è uno specialista nel presentare i dati in maniera interessante e accessibile. La grafica deve essere interattiva; deve possedere le nozioni dei principali linguaggi di programmazione. (cit. Gordon)
  • 12. + 2/ Come costruire un team di #Dataj @mirkolorenz
  • 13. + Il giornalista: Senza domande il giornalismo dei dati non vi risponderà , “vi ritroverete solo con una versione più colorata di quanto l’ufficio statistica abbia già pubblicato lo scorso anno” Il giornalista deve essere il buon regista del processo e deve saper “vedere” cosa ci vuole per ottenere un buon progetto di datajournalism Il giornalista deve “saper andare passo dopo passo” e mantenere il filo di continuità anche una volta completato un progetto, poiché “quello che hai fatto su un argomento potrebbe essere molto utile per un altro”. (M.Lorenz) Journalist= director
  • 14. + Developer= workflow support (…) Developers in data-driven journalism do not write complete applications nor do they maintain them, at least for the majority of projects. Instead, the goal is to tame the data- (Lorenz) Lo sviluppatore doma i dati, raccoglie le informazioni, pulisce il dato lo combina e lo trasforma in pezzi utilizzabili Lo sviluppatore nel #ddj dovrebbe trovare la voglia di raccontare una storia, anche se spesso “gli sviluppatori non pensano così. Si preoccupano per il codice , per le caratteristiche , per la manutenzione e vogliono evitare sorprese…”. Invece un progetto giornalistico, di qualunque tipo, è destinato a variare man mano che cresce. (cit.Lorenz)
  • 15. + Designer= visual quality Visualizzatore: l’ultima magia. Colori, schemi, dovrebbero essere convincenti, chiari e fruibili. Più facile a dirsi che a farsi. (cit.Lorenz)
  • 16. + Journalism ++, un modello Data driven stories: Paris, Amsterdam, Cologne, Berlin, Porto, Stockolm
  • 17. + Il team di DataJcrew.it Rosa Maria Di Natale Isabella Calabretta Martina Cavanna Nelly Gennuso Daniele Palumbo Serena Tudisco Lucia Schirru- Vispo srl
  • 18. Cos'è: un datablog collettivo nato nel luglio 2012, un osservatorio indipendente sul giornalismo di precisione e sugli Open data nel mondo, ma anche un laboratorio sperimentale in Rete. Chi siamo: una giornalista professionista e cinque tra laureandi e laureati in Scienze della comunicazione, dislocati tra Catania, Ragusa e Londra. Da qualche mese con noi c’è anche Lucia Schirru, ricercatrice di Statistica economica, presidente Cda spinoff universitarioVispo srl. Cosa facciamo: Scoviamo le inchieste basate sui numeri (meglio ancora se dai contenuti civici), e segnaliamo eventi, tools, tutorial, ragionamenti, studi, in attesa che i Data diventino sempre più Open in tutta Italia. Ci autofinanziamo e ci autopromoviamo sui social. Dove lavoriamo: Nessuna sede fisica, nessuna scrivania, nessun supporto cartaceo. Data Journalism Crew esiste grazie alla Rete ed ai suoi strumenti gratuiti e di libera comunicazione. Basta un hangout dal portatile o una chat dallo smartphone, e il nostro lavoro di squadra è subito on line.
  • 19. + Excel (corsi, tutorial) Google Fusion Tables Google Maps Datawrapper Tableau public Piktochart Info.gram Visual.ly Strumenti base e training
  • 20. http://datadrivenjournalism.net/resources/using_excel_to_do_precis ion_journalism
  • 21. http://www.datajournalism.it/tableau-public-parte-1-le-basi/
  • 22. https://www.youtube.com/watch?v=pBuTziFly2o http://datajcrew.sudmediatika.it/?p=4765
  • 23. + Link blog.parsely.com ahref.eu.it mirkolorenz.com onlinejournalismblog.com Jplusplus.org Datadrivenjournalism.net Datajcrew.it Datajournalism.it theguardian.com/news/datablog Altre fonti: (Martina Cavanna : “Un giornalismo di precisione: storia ed evoluzione del datajournalism internazionale” tesi di laurea, Università di Catania, Scienze per la comunicazione internazionale)
  • 24. Rosa Maria Di Natale @rosamdinatale www.rosamariadinatale.it www.datajcrew.it Thank you!

×