====== Data Journalism ====== Docenti: **Andrea Marchetti** [[andrea.marchetti@iit.cnr.it]] **Angelica Lo Duca** [[angelica.loduca@iit.cnr.it]] IIT-CNR, Istituto di Informatica e Telematica del CNR di Pisa ====== Lezioni ====== ^ Orario settimanale ^^^ ^ Giorno ^ Orario ^ Stanza ^ | Mercoledì | 16:00 - 17:30 | Fib I-Lab (Polo Fibonacci B) | | Venerdì | 16:00 - 17:30 | Fib H-Lab (Polo Fibonacci B) | ====== Avvisi ====== * **Ricevimento**: subito dopo le lezioni * **Tirocini/tesi**: contattare gli insegnanti per proporre tirocini o tesi ====== Obiettivi ====== ====== Calendario delle lezioni DJ (Secondo Semestre 2026) ====== ^ ^ Giorno ^ Data ^ Argomento ^ Lucidi ^ Docente ^ | 1. | Mercoledì | 18.02.2026 | Data Journalism - Introduzione | {{:informaticaumanistica:dj:01_2026_data_journalism_introduction.pdf|Slides}}|Andrea Marchetti| | 2. | Venerdì | 20.02.2026 | Data Journalism - Esempi |{{:informaticaumanistica:dj:2026_-_02_esempi_di_casi_di_data_journalism.pdf |Slides}} |Angelica Lo Duca| | 3. | Mercoledì | 25.02.2026 | Data Journalism - Workflow |{{:informaticaumanistica:dj:03_2026_data_journalism_workflow.pdf|Slides}}|Andrea Marchetti| | 4. | Venerdì | 27.02.2026 | Progetti Lab 1 | {{ :informaticaumanistica:dj:04_dj_-_projects_-_lab_1.pdf |Slides}}|Angelica Lo Duca| | 5. | Mercoledì | 04.03.2026 | Data Collection - Open data |{{:informaticaumanistica:dj:05_2026_data_collection_-_open_data.pdf|Slides}} {{:informaticaumanistica:dj:comuni_giornaliero_30settembre25.zip|Decessi 20250930}}|Andrea Marchetti| | 6. | Venerdì | 06.03.2026 | Data Collection - Data Sources/Cleaning | |Angelica Lo Duca| | 7. | Mercoledì | 11.03.2026 | Data Collection - Web Scraping | |Andrea Marchetti| | 8. | Venerdì | 13.03.2026 | Data Collection - Web Scraping Esercitazione | | Andrea Marchetti| | 9. | Mercoledì | 18.03.2026 | Data Collection - Web Scraping: Un caso concreto | |Andrea Marchetti| | 10. | Venerdì | 20.03.2026 | Check Progetti | | Angelica Lo Duca | | 11.| Mercoledì | 25.03.2026 | Data Exploration - Tableau | | Andrea Marchetti | | 12.| Venerdì | 27.03.2026 | Data Exploration - Tableau | | Andrea Marchetti | | 13.| Mercoledì | 01.04.2026 | Data Exploration - Tableau Esercitazione | |Andrea Marchetti| | | Venerdì | 03.04.2026 | SOSPENSIONE DIDATTICA | | | | | Mercoledì | 08.04.2026 | SESSIONE STRAORDINARIA ESAMI | | | | | Venerdì | 10.04.2026 | SESSIONE STRAORDINARIA ESAMI | | | | 14.| Mercoledì | 15.04.2026 | Data Exploration - Estrazione di Insight| | Angelica Lo Duca | | 15. | Venerdì | 17.04.2026 | Data Exploration - Esercitazione | | Angelica Lo Duca | | 16. | Mercoledì | 22.04.2026 | Data Visualization - Principi | | Andrea Marchetti | | 17. | Venerdì | 24.04.2026 | Data Visualization - Esercitazione | | Angelica Lo Duca | | 18.| Mercoledì | 29.04.2026 | Check Progetti | | Angelica Lo Duca | | | Venerdì | 01.05.2026 | SOSPENSIONE | | | | 19.| Mercoledì | 06.05.2026 | Data Storytelling - Concetti generali | | Angelica Lo Duca | | 20.| Venerdì | 08.05.2026 | Data Storytelling - Esercitazione | | Angelica Lo Duca | | 21.| Mercoledì | 13.05.2026 | | | | | 22.| Venerdì | 15.05.2026 | | | | | 23.| Mercoledì | 20.05.2026 | | | | | 24.| Venerdì | 22.05.2026 | | | | | 25.| Mercoledì | 27.05.2026 | | | | | 26.| Venerdì | 29.05.2026 | | | | ====== Materiale Didattico ====== **Lucidi Forniti dal docente** **Libri di testo** ** Letture Consigliate ** - Badino, S. (2021). Professione sceneggiatore. Strutture e strumenti per scrivere storie. Tunué. - Morcellini, M. (2011). Neogiornalismo. Tra crisi e rete, come cambia il sistema dell'informazione. In Neogiornalismo. Tra crisi e rete, come cambia il sistema dell'informazione. Mondadori Università. - Virzì, M.C. (2018). Gli strumenti dello storytelling. Dino Audino. **Sitografia** ====== Modalità di Esame ====== L'esame consiste nella discussione di un progetto concordato con i docenti. Il progetto può essere svolto in gruppo (max 3 persone) o singolarmente. Ogni progetto verrà valutato secondo i seguenti criteri: - qualità e quantità dei dati raccolti - qualità e quantità delle visualizzazioni - interesse della storia verso una determinata audience - qualità e quantità delle interviste - presentazione del progetto Ogni criterio sarà valutato in trentesimi. Il voto finale sarà ottenuto facendo la media tra i 5 criteri. Durante il corso saranno rilasciate le linee guida su come realizzare il progetto e poterlo caricare sul sito del corso. **Progetti studenti** ====== Appelli ====== ====== Edizioni Precedenti ====== [[informaticaumanistica:dj:20242025| Data Journalism 2024-2025]] [[informaticaumanistica:dj:20232024| Data Journalism 2023-2024]] [[informaticaumanistica:dj:20222023| Data Journalism 2022-2023]] [[informaticaumanistica:dj:20212022| Data Journalism 2021-2022]] [[informaticaumanistica:dj:20202021| Data Journalism 2020-2021]] [[informaticaumanistica:dj:20192020| Data Journalism 2019-2020]] [[informaticaumanistica:dj:20182019| Data Journalism 2018-2019]]