360-401-DW 01

Description du cours

N.B. : Ce cours a été développé par la Faculté de science politique pour le profil d'études environnementales.

Nous avons beaucoup de données et beaucoup de problèmes à résoudre. Ce cours explore la manière dont nous pouvons trouver et lire les données relatives au climat pour comprendre ce qui doit changer, et ensuite vulgariser ce que nous avons appris des données pour le grand public.

À cette fin, les étudiants apprendront à lire, à travailler, à analyser et à argumenter avec des données, en utilisant des outils ciblés, guidés, invitants et extensibles. Il ne s'agit pas d'un cours magistral : il repose sur un grand nombre d'ateliers qui montrent aux étudiants comment utiliser les outils technologiques pour créer des objets qui nous aident à penser.

INTRODUCTION : LE MOUVEMENT DE GRÈVE DU CLIMAT

Tout d'abord, les étudiants sont informés des dernières nouvelles du mouvement climatique et de ses exigences mondiales.

• Comprendre la grève scolaire pour la planète. Visionnage guidé de La rébellion de David Suzuki.

• ATELIER: collecter les demandes de grèves climatiques actuelles des acteurs du mouvement dans le monde entier (mission).

MODULE 1 : TROUVER ET RACONTER DES HISTOIRES AVEC DES DONNÉES

Ce module examine en profondeur ce que nous entendons par "données". Nous examinerons ensuite comment les nouvelles technologies ont transformé les données, les faisant passer de précieuses à omniprésentes. Nous examinons comment et pourquoi les données sont organisées en ensembles de données, et les normes de base émergentes pour l'examen académique des ensembles de données par les pairs. Nous nous pencherons ensuite sur les subjectivités inhérentes aux données et commencerons à examiner comment les données peuvent être utilisées pour raconter une histoire.

Note sur les PowerPoints : pour voir le script associé aux diapositives, vous devez les ouvrir avec l'application PowerPoint ou PowerPoint pour le web. (Une fois ouvert, cliquez sur Affichage et sélectionnez "notes").

Qu'est-ce qu'une donnée ? (diapositives), L'ensemble de données ? (diapositives)

• ATELIER: le tableur analogique (instructions)

Quelle est la procédure d'examen par les pairs pour les ensembles de données ? (diapositives)
Examen général par les pairs (mission)

• ATELIER: rédiger un billet sur le blog de la classe le blog de la classe sur une présentation de données que vous avez vue récemment (devoir).

• idées fausses sur la narration de données (diapositives), raconter des histoires avec des données (diapositives)

MODULE 2 : PROBLÈMES ÉTHIQUES

Ce module commence par examiner comment les données peuvent être utilisées pour influencer les autres à agir contre leurs propres intérêts. Il recherche les exemples les plus flagrants et raconte ce qui s'est passé.

Ensuite, il change de cap pour discuter de la manière dont les gens travaillent pour que les données servent les intérêts des membres les plus marginalisés de la société. Les étudiants se familiariseront avec la réglementation actuelle, l'innovation et les meilleures pratiques pour une utilisation efficace des données.

• Créez un journal d'activité de tous les types de données que vous créez au cours d'une journée ( journée (mission).
• ATELIER: le journal de données est apparié et partagé (instructions pour l'utilisation du journal de données)instructions)
• Visionnage guidé de Le Grand Hack'(questions)
• Compréhension écrite (devoir)

Joel Gurin. 2014. Gouvernements ouverts, données ouvertes : Un nouveau levier pour la transparence, l'engagement des citoyens et la croissance économique. SAIS Review of International Affairs 34, 1 (2014), 71-82.
Michael B. Gurstein. 2011. Open data : Donner du pouvoir à ceux qui en ont ou utiliser efficacement les données pour tout le monde ? Premier lundi 16, 2 (janvier 2011)

MODULE 3 : OBTENIR ET NETTOYER LES DONNÉES

Ce module explore la façon dont l'obtention de données ne consiste pas seulement à les trouver, mais aussi à les créer. Dans cet esprit, nous examinons le grattage de données et certaines des exigences pour un stockage de données approprié avec des données structurées et non structurées, des bases de données relationnelles et non relationnelles. Nous examinerons ensuite l'un des sujets les plus importants de l'analyse des données : le nettoyage des données. Le nettoyage des données constitue le gros du travail.

Où trouver les données ? (diapositives)

• ATELIER: Trouver des données pour vos questions (mission)

Récupération de données (diapositives), les stratégies de stockage des données (diapositives), nettoyage des données : cohérence et exhaustivité (clip), nettoyage des données : facilité d'utilisation et métadonnées (diapositives),

• ATELIER: Rangement des données (instructions)

Les mauvais tableurs sont mauvais (diapositives), outils de nettoyage (diapositives)

Brian Burghart. 2014. Ce que j'ai appris en deux ans de collecte de données sur les meurtres commis par la police. Gawker (août 2014).

Noah Veltman. 2013. Scraping the web. L'école des données (novembre 2013).

Hadley Wickham. 2014. Tidy Data. Journal of Statistical Software 59, 10 (août 2014)

MODULE 4 : L'ANALYSE DES DONNÉES

Ce module s'efforce de faire le lien avec les méthodes quantitatives et au-delà pour aider les étudiants à comprendre certains des problèmes liés à l'interprétation des résultats d'un ensemble de données.

• CONFÉRENCES ÉCLAIR DE L'ÉQUIPE: (mission)

Exposé 1 : Récapitulation des statistiques de base
Exposé 2 : Analyse exploratoire des données
Exposé 3 : Malentendus courants en matière de statistiques
Exposé 4 : L'hypothèse nulle
Discours 5 : Statistiques et persuasion : les critères MAGIC
Exposé 6 : Mentir avec les statistiques : P-hacking
Exposé 7 : Big data et inégalité
Exposé 8 : Approches visant à développer la maîtrise des données
Exposé 9 : Petites données
Conférence 10 : atelier - esquisser une histoire
Discussion 11 : wordshop - déconstruire les visualisations de données

Gonick et Smith, Guide de statistiques sous forme de bande dessinéeWilliam Morrow, 1993

Atelier Sameer Bhatnagar
Abelson, Robert. "Making Claims with Statistics" tiré de Statistics as Principled Argument Lawrence Eribaum Associates, 1995.

Aschwanden, Christie. "La science n'est pas en panne : elle est juste beaucoup plus difficile que ce que nous lui attribuons. FiveThirtyEight, Aug 19, 2015

"Les ordinateurs peuvent-ils être racistes ? Big data, inégalité et discrimination". Fondation Ford, 2015

Bhargava, Rahul et Catherine d'Ignazio. "Approaches to Building Big Data Literacy" Bloomberg data for good exchange conference, Sept. 2015.
Catherine D'Ignazio, Warren, Jeffrey, Blair, Don "Less is more : the role of small data for governance in the 21siècle siècle".
Bhargava, Rahul "Sketch a Story" Projet de culture des données, Databasic.io.
Bhargava, Rahul "Deconstruct a Data Viz", Data Culture Project, Databasic io

MODULE 5 : RACONTER DES HISTOIRES AVEC DES DONNÉES

Le grand moment que nous attendions tous ! Nous commençons par examiner ce qui rend les visualisations de données convaincantes, puis soigneusement, à l'aide de feuilles de travail et d'aide-mémoire, les élèves choisissent un ensemble de données parmi un certain nombre de petits ensembles, apprennent à "lire" les données avec l'aide de wtfcsv et dessinent ensuite une visualisation de données, en utilisant des graphiques traditionnels, des graphiques créatifs ou des techniques de cartographie. 

Ils apprennent ensuite à créer des tableaux de bord pour lire des ensembles de données plus importants, après quoi ils peuvent utiliser Google Studio ou passer directement à la création de sculptures de données et d'histoires de données créatives plus complexes. C'est un peu comme attendre que les oiseaux prennent leur envol !

Comment ne pas (diapositives), Comment faire (diapositives)

• ATELIER: Convainquez-moi (intro clip, instructions, image)
• ATELIER: Trouver une histoire (mission, feuilles de travail, jeux de données)

• ATELIER: Introduction aux tableaux de bord QUERY (affectation, instructions de l'atelier - PARTIE 1, instructions pour l'atelier - PARTIE 2)