Veri Gazeteciliği(JOU308)
| Ders Kodu | Dersin Adı | Yarıyıl | Teori | Uygulama | Lab | Kredisi | AKTS |
|---|---|---|---|---|---|---|---|
| JOU308 | Veri Gazeteciliği | 6 | 1 | 2 | 0 | 3 | 4 |
| Ön Koşul | |
| Derse Kabul Koşulları |
| Dersin Dili | Türkçe |
| Türü | Seçmeli |
| Dersin Düzeyi | Lisans |
| Dersi Veren(ler) | Tolga ÇEVİKEL tcevikel@gsu.edu.tr (Email) |
| Dersin Yardımcıları | |
| Dersin Amacı | Veri Gazeteciliği dersinin amacı, bu alanın temel aşamaları olan veri bulma, veri toplama, veri temizleme, veri analiz etme, veri görselleştirme sürecini pratik ve teorik olarak anlamak ve bilgi edinme hakkını kullanarak açık veri ilişkisini kavramaktır. Gelişen İnternet dünyasında veri gazeteciliğinin; bilgisayar destekli habercilik ve veri tabanlı haberciliğin bir sonucu olarak nasıl gelişiyor olduğunu, gazeteciliğin geleceği olarak haber merkezlerinde haberin daha etkin aktarılmasında nasıl güçlü bir rol üstlendiğini gelişen çevrim içi açık kaynaklar, araçlar ve tekniklerle öğretmektir. |
| İçerik |
Veri Okuryazarlığının Önemi Veri Türleri Açık Veri, Verinin Açılma Yöntemleri ve Etik Veri Gazeteciliğinin Tanımı/Tarihi - Nereden Geldiği Dağınık Verinin Tanımı, Verinin Doğruluğu Veri Formatlarını Tanıma ve Anlama Veri Nasıl Bulunur Veri Kaynakları ve Veri Tabanı Yönetimi Veri ile Hikaye Bulma - Nasıl Yapılır Veri Temizleme - Veri Nasıl Anlamlandırılır Veri Kazıma - Bir veri kaynağı olarak İnternet siteleri Veri Görselleştirme Araçlarına Giriş (Açık Kaynak) Konuya Göre Doğru Grafiği, Haritayı Seçme Temel İstatistik ve Excel'de Çalışma Pratikleri Bilgi Edinme Hakkı Talebi ve Açık Veri İlişkisi Kaynaklar ve Teknikler Sosyal Medya Veri Analizi /Kullanımı Dijital İçeriği Doğrulama |
| Dersin Öğrenme Çıktıları |
Bu derste öğrenci, Veri gazeteciliğine, tarihine ve araçlarına ilişkin kavramları örnekleri ile öğrenir, Veri Gazeteciliği çevrim içi en uygun araçların kullanımı, veri kaynaklarının neler olduğu ve nasıl veri kümeleri oluşturulduğunu tecrübe eder ve veri toplar, Verinin analiz edilmesi,görselleştirilmesi,veri ile röportaj yapılması konularında bilgi sahibi olur ve etkin bir ekip çalışması yürütür, Haber merkezlerinde ve haberde verinin kullanımını anlar ve uygular, Tasarım temelleri, etkili görsel iletişim ve veri görselleştirme, haritalandırma çalışmaları yapar, Veriye dayalı haberlerin üretilme sürecini anlar ve hayata geçirir, Bilgi edinme özgürlüğü talebi ve açık veri ile ilişkisini anlar ve dijital içeriği doğrular, Açık veri oluşturma pratiği yapar. |
| Öğretim Yöntemleri |
Haftalık ders öncesi çevrim içi okuma. Araçların çalışılması, grup ve solo proje üretimli ödevler /testler. 3. haftadan itibaren uygulamalı çalışmalar, araçların kullanımı. Saha çalışması, veri merkezleri ziyaretleri. |
| Kaynaklar |
AVVG http://www.avvg.org.tr/yazilar/94-acik-veri-ve-veri-okuryazarligi-egitimleri%C2%A0herkesin-erisimine-acildi.html Data Journalism: Inside the global future http://www.slideshare.net/mrdamian/data-journalism-inside-the-global-future https://www.amazon.co.uk/d/Books/Data-Journalism-Inside-global-future-Tom-Felle/1845496639 Data Journalism: Mapping the Future http://www.abramis.co.uk/books/bookdetails.php?id=184549616 Scraping for Journalists https://leanpub.com/scrapingforjournalists NUMBERS IN THE NEWSROOM: USING MATH AND STATISTICS IN NEWS, SECOND EDITION, E-VERSION http://store.ire.org/products/numbers-in-the-newsroom-using-math-and-statistics-in-news-second-edition-e-version Open Data Institute / http://theodi.org/ School of Data / http://schoolofdata.org/ Getting Started with Data Journalism /Writing data stories in any size newsroom /by Claire Miller/https://leanpub.com/datajournalism Data Journalism HandBook /Edited by Jonathan Gray,Lilliona Bounegry and Lucy Chambers /http://datajournalismhandbook.org/ Data Journalism Heist /by Paul Bradshawhttps://leanpub.com/DataJournalismHeist Gazeteciliğin Geleceği:Veri Gazeteciliği-Pınar Dağ https://docs.google.com/document/d/1ueHNSvev8C5FRf9c-wwfoTrdbTLfrRPYakpphCOj2Ig/edit Finding Stories in Spreadsheets https://leanpub.com/spreadsheetstories |
Teori Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|---|
| 1 | Temel Veri Kavramları |
| 2 | Veri Araştırma Teknikleri |
| 3 | Veri Temizleme |
| 4 | Veri Okuryazarlığı, Üst veri, Açık Veri |
| 5 | BEH’den Etkin Yararlanma Yöntemleri |
| 6 | Veri Gazetecisi Gibi Düşünmek |
| 7 | İyi/Kötü Veri Setleri Ne Demektir |
| 8 | Vize sınavı |
| 9 | Veri Analizi ve Yorumlama |
| 10 | Veri Görselleştirme Prensipleri |
| 11 | Veri Görselleştirme Uygulamaları |
| 12 | Veri Gazeteciliği için R ile Görselleştirme |
| 13 | Veri ile Hikaye Anlatma |
| 14 | Grup ve Solo Projelerin Sunumu |
Uygulama Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|
Başarı Notuna Etki Oranları
| Sayı | Katkı Payı | |
|---|---|---|
| Yarıyıl içi çalışmaların başarı notuna katkısı | 1 | 40 |
| Yarıyıl sonu çalışmaların başarı notuna katkısı | 1 | 60 |
| Toplam | 2 | 100 |
Yarıyıl İçi Çalışmaları
| Sayı | Katkı Payı | |
|---|---|---|
| Ödevler | 0 | 0 |
| Sunum | 0 | 0 |
| Arasınavlar (Hazırlık Süresi Dahil) | 0 | 0 |
| Proje | 0 | 0 |
| Laboratuar | 0 | 0 |
| Diğer Uygulamalar | 0 | 0 |
| Kısa Sınavlar | 0 | 0 |
| Dönem Ödevi / Projesi | 0 | 0 |
| Portfolyo Çalışmaları | 0 | 0 |
| Raporlar | 0 | 0 |
| Öğrenme Günlükleri | 0 | 0 |
| Bitirme Tezi/Projesi | 0 | 0 |
| Seminer | 0 | 0 |
| Diğer | 0 | 0 |
| Toplam | 0 | 0 |
| Numara | Program Yeterlilikleri | Puan | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| Etkinlikler | Sayı | Süre | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Sınıf Dışı Çalışma Süresi | 14 | 3 | 42 |
| Arasınavlar (Hazırlık Süresi Dahil) | 1 | 10 | 10 |
| Yarıyıl Sonu Sınavı (Hazırlık Süresi Dahil) | 1 | 10 | 10 |
| Toplam İş Yükü | 104 | ||
| Toplam İş Yükü / 25 | 4,16 | ||
| Dersin AKTS Kredisi | 4 | ||