CURSO

Jornalismo

ESTRUTURA CURRICULAR

Jornalismo - Par777/17

PROFESSOR

Patrick Alexander Giusti Naufel

DISCIPLINA

Nome

Cód.

Sem.

Créditos

C. Horária

Jornalismo de Dados

0-18470

7º

4

80

EMENTA

Estatística aplicada ao jornalismo. Fontes de dados. Extração de dados. Análise de dados. Análise de pesquisas que utilizam dados. Investigação jornalística utilizando dados. Ferramentas de visualização de dados. Produção de notícias utilizando dados. Infográficos como ferramenta de informação.

OBJETIVO GERAL

Capacitar os acadêmicos a compreender e aplicar técnicas de coleta, análise e visualização de dados, proporcionando-lhes as habilidades necessárias para produzir conteúdo baseado em dados.

OBJETIVOS ESPECÍFICOS

Apresentar conceitos básicos de estatística. Capacitar os estudantes na aplicação de técnicas estatísticas e de análise exploratória de dados para identificação de padrões e tendências relevantes. Desenvolver habilidades básicas de coleta e limpeza de dados. Familiarizar os alunos com ferramentas e plataformas específicas para manipulação e visualização de dados. Desenvolver o entendimento do design da informação como ferramenta de comunicação jornalística. Promover a produção de conteúdo de qualidade, utilizando a visualização de dados, design da informação e storytelling.

CONTEÚDO PROGRAMÁTICO

UN.

CONTEÚDOS

C.H.

1

Apresentação do plano de ensino

Introdução ao Jornalismo de Dados
Conceitos fundamentais do jornalismo de dados.
Histórico e evolução da prática.
Importância do jornalismo de dados na sociedade contemporânea.
Conceituação e diferença entre dados, informação e conhecimento.
Conceituação e diferença entre dados estruturados e não estruturados.

8

2

Ética e Responsabilidade no Jornalismo de Dados
Reflexão sobre desafios éticos específicos na prática do jornalismo de dados.
Discussão de casos práticos e dilemas éticos.
Diretrizes para a produção responsável de reportagens baseadas em dados.

4

3

Coleta e Limpeza de Dados
Técnicas de coleta de dados em fontes diversas.
Estratégias para lidar com dados ausentes e inconsistentes.
Práticas éticas na manipulação de informações.

14

4

Análise Estatística para Jornalistas
Noções básicas de estatística aplicadas ao jornalismo.
Interpretação de resultados estatísticos.
Casos práticos de análise estatística em reportagens.

13

5

Ferramentas e Plataformas para Manipulação de Dados
Introdução a softwares de manipulação de dados.
Aplicações práticas na manipulação e transformação de conjuntos de dados.
Desenvolvimento de habilidades técnicas necessárias.

13

6

Visualização de Dados para Jornalistas
Princípios de design de visualização de dados.
Ferramentas de visualização gráfica.
Produção de infográficos e visualizações interativas.
Storytelling com dados.

28

TOTAL DE HORAS

80 h

Conforme o Art. 4º da Resolução do CONSUNI nº 292/2017, os alunos cumprirão em 16 aulas adicionais a seguinte Atividade Prática Extraclasse: pesquisas complementares.

Estratégias:*Descrição das Estratégias: ARS - Aula Remota Síncrona; AGM - Aula Google Meet; AGC - Atividade Google Classroom; ABEP - Atividades baseadas em problemas; ABEPR - Atividades baseadas em projetos; AEX - Aula expositiva dialogada; APE – Atividades Práticas Extraclasse; ARM – Aula com Recursos Multimídia;  DG – Dinâmicas de Grupo; DM – Dramatização; DS - Discussões Socráticas; EC – Estudo de Caso; ED - Estudo Dirigido; ET – Estudo de Texto; EX – Exercício de Fixação; FR – Fórum; LAB – Aula em Laboratório; MAC - Mapeamento Conceitual; PAL – Palestra; SAI - Sala de Aula Invertida; SE – Seminário; SI – Simulação; TG - Trabalho em Grupo; TIG – Trabalho Integrado e em Grupo; TI - Trabalho Individual; VT - Visitas Técnicas.

SISTEMÁTICA DE AVALIAÇÃO

CONHECIMENTOS

Provas escritas. Produção e apresentação de trabalhos.

HABILIDADES

Capacidade de entendimento dos conceitos, análise crítica, apropriação e uso da teoria. Capacidade de argumentação e comunicação.

ATITUDES

Frequência. Participação e interesse. Pensamento crítico. Postura ética. Colaboração.

OUTRAS

As avaliações terão caráter diagnóstico, somativo, formativo e também metacognitivo. O último item significa que o próprio acadêmico também irá se autoavaliar em algumas situações específicas.

DATAS PREVISTAS

Avaliação

Unidades

C

H

A

Valor

Data

Recuperação

Sim

Data

Avaliação integrativa

Todas

x

x

x

2

A definir

Avaliação 1 - Letti

1, 2

x

0.5

A definir

Avaliação 1 - Rodrigo

3, 4, 5

x

x

x

2

A definir

Avaliação 2 - Letti

6

x

x

x

3.5

A definir

x

A definir

Avaliação 2 - Rodrigo

3, 4, 5

x

x

x

2

A definir

x

A definir

 BIBLIOGRAFIA BÁSICA

1

MCFEDRIES, Paul. Análise de dados com Excel para leigos. Rio de Janeiro: Alta Books, 2020. 1 recurso online. (Para leigos). ISBN 9786555201932.

2

MILANI, Alessandra Maciel Paz et al. Visualização de dados. 1. Porto Alegre: SAGAH, 2020. 1 recurso online. ISBN 9786556900278.

3

SILVEIRA, Guaracy Carlos da et al. Leitura e interpretação de dados no jornalismo. Porto Alegre: Grupo A, 2021. 1 recurso online. ISBN 9786556901398.

 BIBLIOGRAFIA COMPLEMENTAR

1

FÁVERO, Luiz Paulo; BELFIORE, Patrícia. Manual de análise de dados: estatística e modelagem multivariada com Excel, SPSS e Stata. Rio de Janeiro: GEN LTC, 2017. 1 recurso online. ISBN 9788595155602.

2

FERREIRA, Rafael Gastão Coimbra et al. Preparação e análise exploratória de dados. Porto Alegre: SAGAH, 2021. 1 recurso online. ISBN 9786556902890.

3

RIBEIRO, Laís Conceição. Inteligência de produto com ênfase em data mining e analytics. São Paulo: Conteúdo Saraiva, 2021. 1 recurso online. ISBN 9786553560291.

4

SHARDA, Ramesh; DELEN, Dursun; TURBAN, Efraim. Business intelligence e análise de dados para gestão do negócio. 4. Porto Alegre: Bookman, 2019. 1 recurso online. ISBN 9788582605202.

5

TOMASEVICIUS FILHO, Eduardo (coord.). A Lei Geral de Proteção de Dados brasileira: análise setorial, v. 1. São Paulo: Grupo Almedina, 2021. 1 recurso online. ISBN 9786556271705.

obs: