Défi de journalisme de données DawsonAI


De superbes prix à gagner ! Aucune expérience préalable n'est requise pour participer !

Le défi est conçu pour être réalisable par les étudiants de tout horizon ou programme. Des exercices préparatoires seront fournis aux participants. Un atelier sera également organisé dans la matinée du samedi 23 mars à 10h00 dans la salle 5B.16 en format hybride . Il est fortement recommandé aux étudiants d'assister à l'atelier en personne pour en tirer le meilleur parti, mais les étudiants peuvent suivre l'atelier virtuellement. Voir l'horaire préliminaire ci-dessous.

De superbes prix à gagner ! Aucune expérience préalable n'est requise pour participer !

Le défi est conçu pour être réalisable par des étudiants collégiaux de tout programme ou formation. Des exercices préparatoires seront fournis aux participants. Un atelier aura également lieu le matin du samedi 23 mars à 10h00 dans la salle 5B.16 en format hybride. Il est fortement recommandé aux étudiants d'y assister en personne pour en tirer le maximum, mais ils peuvent aussi suivre virtuellement. Voir le programme préliminaire ci-dessous.

 

Aperçu

L'atténuation de l'impact du changement climatique est l'un des défis les plus urgents de notre siècle. Pour progresser, il est essentiel de comprendre d'où viennent les émissions et comment elles évoluent dans le temps. Cependant, la quantité d'informations peut être écrasante, surtout lorsqu'elle est mise en perspective avec l'histoire et l'économie. Le domaine de la science des données offre certains outils pour nous aider à analyser les quantités massives de données et à extraire des informations à partir de visualisations interactives. Ces représentations visuelles des données peuvent nous aider à formuler des arguments et à prendre des décisions en connaissance de cause, alors que nous nous efforçons collectivement de préserver la santé de notre planète. 

Cette année, le défi de données du DawsonAI- AI Launch Lab a pour but de nous familiariser avec le vaste domaine du journalisme de données. journalisme de donnéesdans lequel de grands ensembles de données provenant de diverses sources sont compilés en une aide visuelle au centre d'un récit destiné à informer le grand public (voir, par exemple, le travail effectué à Notre monde en données ). Nous préparerons le terrain pour que vous puissiez mener votre propre projet de journalisme de données.

Image générée par DALL-E 2

Orientation : Vendredi 15 mars

14:30 - 16:00 L'orientation sera une session hybride en personne/virtuelle. Les participants recevront des documents préparatoires et auront accès à un serveur discord.

Premier jour du défi : samedi 23 mars [rm 5B.16]

9:00-10:00 Inscription et formation des équipes sur place
10:00-10:15 Remarques préliminaires
Annonce du thème
10:15-12:00 Ateliers sur la science des données et la narration de données pour le défi avec des instructions et des conseils.
12:00-12:30 Déjeuner
12:30-20:00 Défi relevé ! La surveillance se termine à 20 heures, mais le collège reste ouvert jusqu'à 22 heures.

Deuxième jour du défi : dimanche 24 mars [rm 5B.16]

9:00-12:00 La date limite de remise des défis est fixée à 12h00
12:30-14:00 Présentations des équipes et jugement
14:30-15:30 Prix et remarques finales.

Instructions pour l'échauffement (facultatif)

Les exercices préparatoires peuvent être réalisés seul ou avec les membres de l'équipe et seront fournis deux semaines avant le défi. Les grandes lignes des exercices préparatoires sont présentées ci-dessous à titre indicatif.

  • Ouvrir un nouveau notebook jupyter Google Colab (nécessite un compte Gmail)
  • Dans une fenêtre séparée, ouvrez le Tutorial Notebook (lien à venir dans la période précédant le défi). L'objectif de ce tutoriel est de décomposer le code nécessaire pour générer les graphiques que nous voyons dans l'article Notre monde en données, qui donne les émissions deCO2 au fil du temps, pour n'importe quel pays, au cours des 50 dernières années.
  • Cellule par cellule, suivez le tutoriel et copiez des morceaux de cellules sur votre carnet vierge. Cela vous permettra de voir par vous-même comment les différents morceaux de code fonctionnent, sans perdre votre copie originale du tutoriel.
  • Remarquez l'utilisation de différentes variables pour contextualiser les données brutes : par exemple, la population du pays, la production économique, etc.

Inscription et notes importantes

  • Le coup d'envoi du défi sera donné le vendredi 22 mars. La présence n'est pas obligatoire.
  • Le défi peut être relevé par des équipes de 2 à 5 membres. Si vous n'avez pas d'équipe, nous vous aiderons à en trouver une.
  • Les élèves qui souhaitent relever le défi dans le cadre d'un travail de cours ou d'un projet d'étude indépendant auront été incités par leurs enseignants à envisager cette option.
  • Le défi fera également partie d'une session supplémentaire de la cohorte AI Launch Lab Winter 2024. Pour en savoir plus , visitez ce lien. La semaine 1 du AI Launch Lab commence le 10 février 2024.
  • Des démonstrations et des ateliers seront organisés le samedi 22 mars tout au long de la journée. Des mentors seront présents pour aider les équipes. 

 

Aperçu

Réduire l'impact du changement climatique est l'un des défis les plus urgents de notre siècle. Comprendre d'où viennent les émissions et comment elles évoluent au fil du temps est crucial pour progresser. Cependant, la quantité d'informations peut être accablante, surtout lorsqu'elle est mise en contexte avec l'histoire et l'économie. Le domaine de la science des données offre certains outils pour nous aider à traiter des volumes massifs de données et à extraire des idées à partir de visualisations interactives. Ces représentations visuelles des données peuvent nous aider à formuler des arguments et des décisions éclairés alors que nous travaillons collectivement à préserver la santé de notre planète. 

Le défi de données DawsonAI - AI Launch Lab de cette année vise à nous initier au vaste domaine du journalisme de données, où de grands ensembles de données provenant de diverses sources sont compilés en une aide visuelle au centre d'une histoire visant à informer le grand public (voir par exemple le travail réalisé sur Notre monde en données). Nous allons poser les bases pour que vous puissiez mener votre propre projet de journalisme de données.

Image générée par DALL-E 2

Orientation : Vendredi 15 mars

14:30 - 16:00 L'orientation sera une session hybride en présentiel/virtuel. Les participants recevront des matériaux préparatoires et auront accès à un serveur Discord.

Jour 1 du défi : Samedi 23 mars [salle 5B.16]

9:00-10:00 Inscription sur place et formation des équipes
10:00-10:15 Remarques d'ouverture
Annonce du thème
10:15-12:00 Ateliers sur la science des données et la narration de données pour le défi, avec instructions et conseils
12:00-12:30 Déjeuner
12:30-20:00 Défi accepté ! La supervision se termine à 20h, mais le collège restera ouvert jusqu'à 22h.

Jour 2 du défi : Dimanche 24 mars [salle 5B.16]

9:00-12:00 Soumission des défis avant 12h00
12:30-14:00 Présentations des équipes et évaluation
14:30-15:30 Remise des prix et remarques de clôture.

Instructions pour la préparation (facultatif)

Les exercices préparatoires peuvent être faits seuls ou avec les membres de l'équipe et seront fournis deux semaines avant le défi. Le plan des exercices préparatoires est donné ci-dessous à titre de contexte.

  • Ouvrez un nouveau notebook jupyter sur Google Colab (nécessite un compte Gmail)
  • Dans une fenêtre séparée, ouvrez le notebook de tutoriel (lien à venir avant le défi). L'objectif de ce tutoriel est de décomposer le code nécessaire pour générer les graphiques que nous voyons dans l'article de Our World in Data, qui montre les émissions deCO2 au fil du temps, pour n'importe quel pays, au cours des 50 dernières années.
  • Cellule par cellule, suivez le tutoriel et copiez les morceaux de code dans votre notebook vierge. Cela vous permettra de voir par vous-même comment chaque morceau de code fonctionne, sans perdre votre copie originale du tutoriel.
  • Notez l'utilisation de différentes variables pour contextualiser les données brutes : par exemple, la population d'un pays, la production économique

Inscription et notes importantes

  • Le lancement du défi aura lieu le vendredi 22 mars. La présence n'est pas obligatoire.
  • Le défi peut être fait en équipes de 2 à 5 membres. Si vous n'avez pas d'équipe, nous vous aiderons à en trouver une.
  • Les étudiants qui souhaitent faire le défi dans le cadre de leurs travaux de cours ou de projets d'étude indépendante auront été encouragés par leurs enseignants à poursuivre cette option.
  • Le défi fera également partie d'une session supplémentaire de la cohorte d'hiver 2024 du AI Launch Lab. Pour plus d'informations, visitez ce lien. La semaine 1 du AI Launch Lab commence le 10 février 2024.
  • Des démonstrations et des ateliers auront lieu le samedi 22 mars tout au long de la journée. Des mentors seront présents pour aider les équipes.

Inscription au Data Journalism Challenge

  • Formulaire de défi de journalisme de données

    Les étudiants peuvent également s'inscrire au DawsonAI Student Showcase afin d'interagir avec les éducateurs, les professionnels de l'industrie et les sponsors.
  • Indiquez si vous faites déjà partie d'une équipe (2-5 membres). Tous les membres de l'équipe doivent s'inscrire individuellement en utilisant le même formulaire. Ceux qui n'ont pas d'équipe seront mis en relation avec d'autres personnes au cours de la semaine précédant le défi.
  • Indiquez si vous allez relever le défi dans le cadre d'un projet de cours ou d'une étude indépendante (par exemple, Dawson College Introduction à la programmation 360/420). Cochez toutes les cases qui s'appliquent.
  • Indiquez si vous participez à la cohorte AI Launch Lab Winter 2024.


Dernière modification : 4 octobre 2024