Introduction au data journalisme

Enseignants

Baudoux Nicolas (supplée Kieffer Suzanne); Descampe Antonin; Gras Gaëtan (supplée Kieffer Suzanne); Kieffer Suzanne;

Langue
d'enseignement

Français

Thèmes abordés

Le cours initie les étudiant.e.s en journalisme à la collecte, l’analyse et l’interprétation des données. Il fixe les reprères pour la représentation de données en vue d’une production d’information journalistique. Il aborde l’histoire et les caractéristiques du data journalism. Les étudiant.e.s doivent réaliser des mises en œuvre concrètes en situation de production journalistique.

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1.	rechercher, d’acquérir et de valider des données quantitatives portant sur un sujet spécifique
2.	analyser et d’interpréter les données en vue de communiquer une information journalistique précise
3.	choisir une représentation de données permettant une présentation et une mise en récit journalistiques pertinentes
4.	développer une stratégie d’interaction avec le public cible
5.	évaluer une visualisation en vue de son amélioration.

Contenu

• Contexte : les données au service du journalisme
• Traitement des données : acquisition, nettoyage et vérification, analyse et visualisation
• Mise en récit des données dans une production journalistique

Méthodes d'enseignement

Les méthodes d’enseignement incluent des séances ex-cathedra, des exercices pratiques à faire en séance ou en dehors de celles-ci, des tutoriels à suivre sur Moodle et un travail en groupe sur un projet de production journalistique impliquant de la data.

Modes d'évaluation
des acquis des étudiants

Contrôle continu sans examen en janvier selon deux modes : travaux individuels et/ou de groupe comptant pour 70% de la note finale, et des tests de connaissance comptant pour 30% de la note. En septembre, travail individuel sur mesure à remettre le premier jour de la session.
Utilisation des outils d'IA
L’utilisation des intelligences artificielles lors des épreuves d’évaluation de ce cours est balisée par les règles mentionnées dans la note facultaire à ce sujet et disponible sur le site intranet de la faculté dans les informations à destination des étudiant·es.

Autres infos

English-friendly Course

• Reading: bibliographical references in English can be provided
• Questions: students can ask their questions in English
• Evaluation: students can do presentations and answer exam questions in English
• Dictionary: students are allowed to use a dictionary (monolingual French dictionary or bilingual French-mother tongue dictionary, as specified by the teacher), including for exams

Ressources
en ligne

Les supports de présentation, liens utiles, consignes de travaux et autres ressources extérieures seront mis à disposition des étudiants sur la plateforme Moodle du cours.

Bibliographie

Bateman, S., Mandryk, R. L., Gutwin, C., Genest, A., McDine, D., & Brooks, C. (2010, April). Useful junk?: the effects of visual embellishment on comprehension and memorability of charts. In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (pp. 2573-2582). ACM.
Bertin, J. (1983). Semiology of graphics; diagrams networks maps (No. 04; QA90, B7.).
Cairo, A. (2015). Graphics lies, misleading visuals. In New Challenges for Data Design (pp. 103-116). Springer, London.
Heer, J., Bostock, M., & Ogievetsky, V. (2010). A tour through the visualization zoo. Commun. Acm, 53(6), 59-67.
Fox, W. Statistiques sociales. (1999). Traduction et adaptation de la troisième édition américaine par Louis Imbeau, De Boeck.
Spence, R. (2007). Information Visualization: Design for Interaction.
Tufte, E. (2001). The visual display of quantitative information, 2nd edition. Graphics Press.
Ware, C. (2012). Information Visualization, 3rd Edition, Perception for Design. Morgan Kaufmann.

Faculté ou entité
en charge

> COMU