• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Project Seminar

2021/2022
Academic Year
RUS
Instruction in Russian
5
ECTS credits
Delivered at:
School of Media
Course type:
Compulsory course
When:
1 year, 1-4 module

Instructors

Программа дисциплины

Аннотация

Практики цифровой верификации и статистические методы сбора, обработки и анализа информации являются составляющей проектного семинара первого года обучения магистратуры «Журналистика данных» и позволяют студентам расширить арсенал умений и навыков, необходимых современному дата-журналисту в цифровых медиа.
Цель освоения дисциплины

Цель освоения дисциплины

  • Знакомство с принципами и инструментами forensic journalism.
  • Освоение навыков доказательного цифрового расследования в журналистике, поиска первоисточников.
  • Освоение принципов и логических моделей цифровой валидации и верификации.
  • Выработка навыка использования онлайн-инструментов цифровой валидации и верификации.
  • Знакомство студентов с основными статистическими методами сбора, обработки и анализа информации.
  • Формирование у студентов научного представления о статистических методах исследования с применением IBM SPSS Statistics.
  • Формирование навыков работы с данными и приобретения опыта группового взаимодействия в командных проектах дата-журналистики
  • Формирование знаний и практических навыков в области информационной безопасности для осуществления профессиональной деятельности дата-журналиста
Планируемые результаты обучения

Планируемые результаты обучения

  • Владеет инструментами для организации личной ИБ
  • Владеет навыками ввода данных из различных источников
  • Владеет навыками выявления fake news
  • Владеет навыками сбора информации
  • Владеет основными понятия ИБ, терминами и определениями
  • Глубокое понимание структуры индустрии цифровых новостей и новостных медиа, влияния особенностей психологии на производство и восприятие контента.
  • Знает корреляционные и регрессионные методы статистического анализа, умеет использовать факторный анализ.
  • Знает основные категории и понятия статистики, задачи статистики, статистические показатели.
  • Знает основные способы сбора, обработки, анализа и представления статистической информации.
  • Знает принципы первичной обработки статистических данных, умеет построить и проанализировать статистическую таблицу на основе наблюдений.
  • Знает принципы работы IBM SPSS Statistics, умеет настраивать переменные.
  • Знает свойства информации в ИБ, охраняемую законодательством РФ информацию
  • Знание и практические навыки использования онлайн-инструментов проверки локации, временных маркировок и связанных метаданных.
  • Знание практик применения верификации в новостных агентствах, сравнительных характеристик бизнес-моделей, паттернов валидации и верификации, лучших практик в этой сфере.
  • Знание этикета и протоколов работы в цифровой журналистике.
  • Может проводить базовую статистическую аналитику средствами Microsoft Power Query
  • Может рефлексировать трудности, возникшие при работе с данными
  • Оценивает достоверность информации
  • Понимает особенности работы с данными на разных этапах
  • Понимает принципы работы с данными в Microsoft Excel
  • Понимание бизнес-моделей публикации видео, понимание взаимосвязи систем валиции и верификации со снижением риска для издателей и повышения целостности источников.
  • Практические знания рабочего процесса валидации и верификации, практик применения в ньюсруме.
  • Проводит анализ статистических данных с помощью IBM SPSS Statistics (факторный анализ, кластерный анализ, корреляционно-регрессионный анализ).
  • Продемонстрировать, как критический подход к нарративу способствует формированию культуры валидации и верификации контента.
  • Способен планировать работу с данными, избегая основных ошибок обработки
  • Способен реализовать разные этапы работы с данными
  • Умеет загружать данные в таблицы Excel
  • Умеет конвертировать и очищать данные
  • Умеет отобрать необходимые для анализа данные, преобразовать данные, вычислить новые переменные.
  • Умеет строить интерактивные аналитические отчёты (дашбоарды) в Power Pivot и Power BI
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Пост-модернистский медиаландшафт.
  • Индустрия фейковых новостей.
  • Скрейпы.
  • Столпы валидации и верификации.
  • Первоисточник.
  • Дата и локация.
  • Инновации в верификации.
  • Статистика как отрасль практической деятельности и общественная наука.
  • Понятие о статистическом наблюдении, его содержание и задачи.
  • Понятие о статистической таблице.
  • Статистические методы изучения взаимосвязи.
  • Основные принципы работы в IBM SPSS Statistics.
  • Преобразования данных.
  • Факторный анализ.
  • Инфраструктура и инструменты работы с данными в Microsoft Excel
  • Управление данными на стеке Microsoft
  • Основы запросов к данным на языке M в Microsoft Power Query
  • Интерактивные аналитические отчёты и язык DAX
  • Основы информационной безопасности
  • Безопасность и приватность при работе в интернет
  • Достоверность информации
  • Цифровая гигиена и приватность в журналистике
  • Этапы работы с данными
  • Основные ошибки при работе с данными (кейс-стади)
  • Представление результатов проекта анализа данных в виде журналистского текста
Элементы контроля

Элементы контроля

  • неблокирующий Посещение занятий 1 модуля
  • неблокирующий Работа на семинарах 1 модуля
  • неблокирующий Итоговая работа по темам 1 модуля
  • неблокирующий Посещение занятий 2 модуля
  • неблокирующий Работа на семинарах 2 модуля
  • неблокирующий Домашнее задание 2 модуля
  • неблокирующий Контрольная работа по темам 2 модуля
  • неблокирующий Тест 1 по блоку "Информационная безопасность"
  • неблокирующий Проект 1 по блоку "Информационная безопасность"
  • неблокирующий Проект 2 по блоку "Информационная безопасность"
  • неблокирующий Тест 2 по блоку "Информационная безопасность"
  • неблокирующий Лабораторная работа
  • неблокирующий Репетиционная дата-экспедиция
  • неблокирующий Командная оценка за итоговую дата-экспедицию
  • неблокирующий Средняя оценка взаимного оценивания членами команды друг друга за участие в итоговой экспедиции
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 1 модуль
  • 2021/2022 учебный год 2 модуль
    0.24 * Домашнее задание 2 модуля + 0.2 * Итоговая работа по темам 1 модуля + 0.18 * Контрольная работа по темам 2 модуля + 0.08 * Посещение занятий 1 модуля + 0.06 * Посещение занятий 2 модуля + 0.12 * Работа на семинарах 1 модуля + 0.12 * Работа на семинарах 2 модуля
  • 2021/2022 учебный год 3 модуль
  • 2021/2022 учебный год 4 модуль
    0.55 * 2021/2022 учебный год 4 модуль + 0.108 * Домашнее задание 2 модуля + 0.027 * Итоговая работа по темам 1 модуля + 0.09 * Контрольная работа по темам 2 модуля + 0.027 * Посещение занятий 1 модуля + 0.018 * Посещение занятий 2 модуля + 0.018 * Работа на семинарах 1 модуля + 0.072 * Работа на семинарах 2 модуля + 0.09 * Тест 1 по блоку "Информационная безопасность"
Список литературы

Список литературы

Рекомендуемая основная литература

  • Бабаш А.В., Баранова Е.К., Мельников Ю.Н. - Информационная безопасность. Практикум (+CD) (для бакалавров) - КноРус - 2016 - 131с. - ISBN: 978-5-406-04870-2 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/918700
  • Мультимедийная журналистика [Электронный ресурс] : учебник для вузов/ под общ. ред. А. Г. Качкаевой, С А. Шомовой; Нац. исслед. ун-т «Высшая школа экономики». — 2-е изд. (эл.). — Электрон, текстовые дан. (1 файл pdf: 418 с). — М.: Изд. дом Высшей школы экономики, 2018. — (Учебники Высшей школы экономики). — Систем, требования: Adobe Reader XI либо Adobe Digital Editions 4.5 ; экран 10'. - ISBN 978-5-7598-1663-8- Текст : электронный. - URL: https://new.znanium.com/catalog/product/1018934 - Текст : электронный. - URL: http://znanium.com/catalog/product/1018934
  • Статистический анализ данных в MS Excel : учеб. пособие / А.Ю. Козлов, В.С. Мхитарян, В.Ф. Шишов. — М. : ИНФРА-М, 2019. — 320 с. — (Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/2842. - Режим доступа: http://znanium.com/catalog/product/987337

Рекомендуемая дополнительная литература

  • Mailund, T. (2017). Beginning Data Science in R : Data Analysis, Visualization, and Modelling for the Data Scientist. New York: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1484645
  • Много цифр. Анализ больших данных при помощи Excel / Форман Д.; Пер. с англ. Соколовой А. - М.:Альпина Пабл., 2016. - 461 с.: 84x108 1/16 (Обложка) ISBN 978-5-9614-5032-3 - Режим доступа: http://znanium.com/catalog/product/551044
  • Мхитарян, В. С. Теория вероятностей и математическая статистика [Электронный ресурс] : учеб. пособие / В. С. Мхитарян, Е. В. Астафьева, Ю. Н. Миронкина, Л. И. Трошин; под ред. В. С. Мхитаряна. - 2-е изд., перераб. и доп. - М.: Московский финансово-промышленный университет «Синергия», 2013. - (Университетская серия). - ISBN 978-5-4257-0106-0. - Режим доступа: http://znanium.com/catalog/product/451329