Periodo académico 2022-2S
| Actividad | Grupo | Periodos | Horarios | Aula | Profesor/Tutor |
|---|---|---|---|---|---|
| CLASE PRÁCTICA - VIRTUAL | (1) - CLASE PRÁCTICA VIRTUAL - GRUPO.1 - BOGOTÁ | 01/08/2022 - 26/11/2022 | LUNES 07:00 - 10:00 | - | ALEJANDRO RIASCOS OCHOA |
| (2) - CLASE PRÁCTICA VIRTUAL - GRUPO.2 - BOGOTÁ | 01/08/2022 - 26/11/2022 | LUNES 15:00 - 18:00 | - | JAVIER RIASCOS OCHOA | |
| (3) - CLASE PRÁCTICA VIRTUAL - GRUPO.3 - BOGOTÁ -NOCTURNO | 01/08/2022 - 26/11/2022 | LUNES 18:00 - 21:00 | - | ALEJANDRO RIASCOS OCHOA | |
| (4) - CLASE PRÁCTICA VIRTUAL - GRUPO.4 - BOGOTÁ | 01/08/2022 - 26/11/2022 | LUNES 10:00 - 13:00 | - | ALEJANDRO RIASCOS OCHOA |
Los datos son un reflejo de nuestras conductas, obsesiones y anhelos; esto
supone nuevos retos para los profesionales de las ciencias sociales, las
ciencias políticas, las humanidades, las relaciones internacionales, el
derecho, el periodismo y la comunicación social. Hay consenso en los círculos
académicos, empresariales y del sector público en reconocer en los datos y las
herramientas visuales y cuantitativas para analizarlos, los argumentos
fundamentales para el entendimiento de dinámicas sociales, fenómenos
culturales y el comportamiento humano, así como para la creación de nuevas
narrativas en la comunicación y el periodismo. En este sentido resulta
importante entender cómo se extrae valor de fuentes de datos, en especial de
aquellas que contienen grandes cantidades de información, visualizarlos de una
manera práctica y efectiva y calcular diferentes mediciones sobre los mismos
que permitan interpretar y comunicar hallazgos interesantes. Con el curso de
Visualización y análisis de datos en Ciencias Sociales los estudiantes serán
capaces de hacer una lectura analítica de información numérica y gráfica, de
crear representaciones gráficas propias a partir de datos estructurados y de
comunicar los hallazgos de forma contundente. Se propone un trabajo basado en
estudio de casos reales, cercanos a la realidad de los estudiantes y a sus
intereses profesionales, con el que se pueda comprender y dar significado a
conceptos básicos y habituales en la divulgación de información tales como
porcentajes, promedios, desviaciones, casos per cápita, probabilidades y
tendencias.
Desarrollar visualizaciones y mediciones numéricas de conjuntos de datos
estructurados para extraer conclusiones y mejorar el conocimiento de fenómenos
relacionados con las ciencias sociales, las ciencias políticas, las
humanidades, las relaciones internacionales, el derecho, el periodismo y la
comunicación social.
1. Introducción
● Motivación: los datos, más que los números.
● Ejemplos de visualización en las ciencias sociales, el periodismo y el
arte.
● La importancia del contexto y los propósitos de la visualización.
● ¿Los datos pueden mentir?
● Población, muestra y tipos de datos.
2. Tipos de visualización y sus propósitos
● Conteo, proporciones, porcentajes.
● Patrones y tendencias en el tiempo.
● Relaciones y variabilidad.
● Relaciones espaciales y geográficas.
● Conectividad y redes.
3. Data storytelling/narración de datos y guiones gráficos
● ¿Qué es la narración de datos (data storytelling)?
● Presentación frente a exploración.
● Estructuras de la historia.
● Guiones gráficos.
Se tendrán diferentes actividades de evaluación categorizadas de la siguiente
manera:
1. Evaluación de contenidos y competencias: Quices y cuestionarios
(sincrónicos o en extraclase) por medio de AVATA, ¡Kahoot! o Quizziz, talleres
y participación en clase.
2. Desarrollo de un proyecto de datos: En equipos de trabajo los
estudiantes definirán un tema de interés y desarrollarán un proyecto de
visualización y análisis de datos y la presentación de resultados. El proyecto
se desarrollará en tres fases de la siguiente manera:
o Fase 1: El equipo definirá un tema de interés y realizará una consulta
de fuentes de información que contengan visualizaciones y análisis de datos
relacionados con el tema escogido. Se realizará una presentación en la semana
5 (última del corte 1).
o Fase 2: El equipo buscará una (o varias) base(s) de datos
relacionada(s) con el tema escogido. Identificará el tipo de datos
(cualitativos, cuantitativos). Planteará un conjunto de preguntas y propósitos
que buscará resolver. Hará una propuesta de los tipos de visualizaciones y
mediciones numéricas que podrá aplicar para responder las preguntas.
Entregarán un trabajo escrito con esta propuesta en la semana 10 (última del
corte 2).
o Fase 3: El equipo realizará las visualizaciones, mediciones numéricas
y el análisis de su base de datos, respondiendo las preguntas y propósitos
planteados. Presentará sus resultados siguiendo una metodología de
storytelling o narración de datos, en la semana 15 y 16.
Los tres cortes tendrán igual ponderación para la nota definitiva y se
evaluarán de la siguiente manera:
Actividad Corte 1 Corte 2 Corte 3
Evaluación de contenidos y competencias
60%
50%
40%
Proyecto de datos 40% 50% 60%
● Acharya, S., & Chellappan, S. (2017). Introducing Visualization and Tableau.
In Pro Tableau
(pp. 1–48). https://doi.org/10.1007/978-1-4842-2352-9_1
● Cairo, A. (2019). How Charts Lie: Getting Smarter about Visual
Information. W. W. Norton & Company.
● Knaflic, C. N. (2015). Storytelling with Data: A Data Visualization
Guide for Business Professionals. John Wiley & Sons.
● Knaflic, C. N. (2020). Storytelling with Data: Let’s practice!. John
Wiley & Sons.
● Lupton, Ellen (2019). El diseño como storytelling. Editorial GG.
● Támara, L. G. (2018). Análisis exploratorio de datos: Una introducción
a la estadística descriptiva y probabilidad. Universidad Jorge Tadeo Lozano.
● Telea, A. C. (2014). Data Visualization: Principles and Practice,
Second Edition. CRC Press.
● Tufte, Edward R. (1990). Envisioning Information. Graphics Press.
● Veglis, A. (2017). Interactive Data Visualization. In Encyclopedia of
Big Data (pp. 1–4). https://doi.org/10.1007/978-3-319-32001-4_116-1
● Yau, N. (2011). Visualize This: The FlowingData Guide to Design,
Visualization, and Statistics
Recursos Web
Recurso Página Web
Gapminder https://www.gapminder.org/
Tableau www.tableau.com/learn/starter-kit
Videos Hanss Rosling
https://www.ted.com/talks/hans_rosling_the_best_stats_y
ou_ve_ever_seen?language=es#t-1110900
Information is beautiful https://informationisbeautiful.net/
FlowingData https://flowingdata.com/category/guides/
Easy Data Viz http://easydataviz.co/
Google Spreadsheets https://www.google.com/intl/es_co/sheets/about/
Google Data Studio https://datastudio.google.com/
Google Colab https://colab.research.google.com/
Repositorio de Datos
Recurso Página Web
Víctimas de Conflicto armado en Colombia de la Unidad de Vïctimas
https://cifras.unidadvictimas.gov.co/
Encuesta de Consumo Cultural del DANE
https://www.dane.gov.co/index.php/estadisticas-por-tema/
cultura/consumo-cultural
Departamento Nacional de Planeación - Terridata
https://terridata.dnp.gov.co/
Datos Abiertos Gobierno de Colombia https://www.datos.gov.co/
Instituto Nacional de Salud https://www.ins.gov.co/Paginas/Inicio.aspx
Kaggle https://www.kaggle.com/
Our World In Data https://ourworldindata.org/
United Nations Data http://data.un.org/
Organización Mundial de la Salud https://www.who.int/data/
OECD https://stats.oecd.org/
Banco Mundial https://data.worldbank.org/
Wikidata https://www.wikidata.org/wiki/Wikidata:Main_Page
Amazon Public Data Set
https://aws.amazon.com/opendata/open-data-sponsorship
-program/
U.S. Government’s open data https://www.data.gov/
Follow the Money https://www.followthemoney.org/
U.S. Geological Survey
https://www.usgs.gov/products/data-and-tools/overview
Environmental Data Initiative
https://portal.edirepository.org/nis/home.jsp