ECTS credits ECTS credits: 6
ECTS Hours Rules/Memories Hours of tutorials: 3 Expository Class: 24 Interactive Classroom: 24 Total: 51
Use languages Spanish, Galician
Type: Ordinary Degree Subject RD 1393/2007 - 822/2021
Departments: Communication Sciences
Areas: Journalism
Center Faculty of Communication Science
Call: Second Semester
Teaching: With teaching
Enrolment: Enrollable
1. Estudio de la teor铆a y la t茅cnica del big data, de la estad铆stica, del periodismo de datos y nuevas modalidades de aplicaci贸n de los datos al trabajo period铆stico. Interpretaci贸n y tratamiento de los datos en la construcci贸n del relato informativo.
2. An谩lisis general de la estad铆stica y de sus t茅cnicas como herramientas 煤tiles para mejorar la labor period铆stica y la divulgaci贸n.
3. An谩lisis del acceso a fuentes de datos y gesti贸n de la informaci贸n proporcionada. T茅cnicas de divulgaci贸n de la informaci贸n obtenida a partir del big data y de los macrodatos.
4. Estudio de las fuentes recurrentes y aplicaci贸n del periodismo de datos a todos los soportes.
5. Estudio de las nuevas narrativas y productos informativos en el periodismo de datos.
6. An谩lisis de nuevos perfiles profesionales vinculados al tratamiento de datos.
CONTENIDOS TE脫RICOS
TEMA 1. LOS DATOS HOY
1.1 Concepto
1.2 Antecedentes y evoluci贸n
1.3 La 鈥渄atificaci贸n鈥 de la sociedad
1.4 La ciencia de datos
1.5 El big data (concepto, evoluci贸n y usos)
1.6 El Open Data (concepto, evoluci贸n y usos)
TEMA 2. DATOS Y PERIODISMO
2.1 Los datos como fuente period铆stica
2.2 Tipos de fuentes de datos
2.3 El periodismo de datos (concepto, evoluci贸n, particularidades y transformaciones en las redacciones)
2.4 El proceso de trabajo con los datos (b煤squeda y extracci贸n, limpieza, selecci贸n y comunicaci贸n)
2.5 Ejemplos y experiencias en los medios de comunicaci贸n
TEMA 3. EXTRACCI脫N DE LAS HISTORIAS TRAS LOS DATOS
3.1 La estad铆stica en el periodismo (concepto y usos)
3.2 T茅rminos estad铆sticos y tipos de variables
3.3 Tipos de datos y su representaci贸n
3.4 El muestreo: concepto y utilidad en el periodismo
TEMA 4. LA VISUALIZACI脫N DE DATOS
4.1 Concepto y evoluci贸n
4.2 Usos en el periodismo
4.3 Formas gr谩ficas (tipolog铆as, funci贸n y capacidad comunicativa)
4.4 Ejemplos y experiencias en el marco del periodismo de datos
TEMA 5. AUTOMATIZACI脫N Y DATOS
5.1 La miner铆a de datos
5.2 Algoritmos e Inteligencia Artificial en el trabajo con los datos
5.3 Protocolos de gesti贸n de datos
5.4 Experiencias en el 谩mbito del periodismo
TEMA 6. MARCO LEGAL Y 脡TICO EN EL TRABAJO CON LOS DATOS
6.1 Transparencia y acceso a la informaci贸n
6.2 Los datos abiertos
6.3 Aspectos 茅ticos y legales
6.4 Datos y propiedad intelectual
6.5 Protecci贸n de datos y periodismo
TEMA 7. PERIODISTAS Y DATOS
7.1 Perfiles profesionales en el campo del periodismo de datos
7.2 Procedimientos y sistemas de trabajo
7.3 Formaci贸n y habilidades necesarias
CONTENIDOS PR脕CTICOS
Ser谩n impartidos y realizados en las sesiones interactivas. El alumnado realizar谩 tareas individuales y en conjunto dirigidas a la pr谩ctica de las diferentes etapas del trabajo con los datos (b煤squeda, selecci贸n y limpieza) y a su comunicaci贸n. Tambi茅n se emplear谩n estas sesiones para el aprendizaje de t茅cnicas y herramientas de utilidad para las diferentes fases del trabajo en el periodismo de datos, as铆 como para la elaboraci贸n de productos period铆sticos basados en datos.
De forma espec铆fica, ser谩n realizadas tareas como las siguientes:
- Revisi贸n y an谩lisis de iniciativas de Open Data
- Elaboraci贸n de piezas period铆sticas basadas en datos
- Aprendizaje e elaboraci贸n de visualizaciones de datos
- Aprendizaje de t茅cnicas y herramientas para la extracci贸n y tratamiento de datos (web scrapping, hojas de c谩lculo y herramientas de automatizaci贸n)
BIBLIOGRAF脥A B脕SICA
Arias, D., S谩nchez Garc铆a, P., & Redondo, M. (2018). El perfil del periodista de datos: formaci贸n, fuentes y herramientas. Doxa Comunicaci贸n, 27, 273-293.
Ausserhofer, J., Gutounig, R., Oppermann, M., Matiasek, S., & Goldgruber, E. (2020). The datafication of data journalism scholarship: Focal points, methods, and research propositions for the investigation of data-intensive newswork. Journalism, 21(7), 950-973.
Bounegru, L., Chambers, L., & Gray, J. (Eds.). (2012). The Data Journalism Handbook 1. European Journalism Centre.
Bounegru, L., Chambers, L., & Gray, J. (Eds.). (2021). The Data Journalism Handbook 2. Towards a Critical Data Practice. European Journalism Centre.
Cairo, A. (2011). El arte funcional. Alamut.
Cairo, A. (2016). The truthful art. New Riders.
C贸rdoba-Cab煤s, A. (2020). Est谩ndares de calidad en el periodismo de datos: fuentes, narrativas y visualizaciones en los Data Journalism Awards 2019. Profesional de la Informaci贸n, 29(3), 1-11.
Crucianelli, S. (2013). 驴Qu茅 es el periodismo de datos? Cuadernos de Periodistas.
Jauset, J. A. (2013). Estad铆stica para periodistas, publicitarios y comunicadores. Editorial UOC.
Mullor, R. (2017). Estad铆stica b谩sica. Publicacions de la Universitat d鈥橝lacant.
Portilla, I. (2004). Estad铆stica descriptiva para comunicadores: aplicaciones a la publicidad y las relaciones p煤blicas. Ediciones Universidad de Navarra.
BIBLIOGRAF脥A COMPLEMENTARIA
Alcalde, I. (2015). Visualizaci贸n de la informaci贸n: de los datos al conocimiento. Barcelona: UOC.
la Rosa Barrolleta, L. A. (2019). Periodismo de datos: el big data como elemento diferenciador sociocultural e insuficiencia de la Ley de Transparencia en Espa帽a (Universidad Carlos III de Madrid). Universidad Carlos III de Madrid. Recuperado de
L贸pez-Garc铆a, X., Toural-Bran, C., & Rodr铆guez-V谩zquez, A. I. (2016). Software, estad铆stica y gesti贸n de bases de datos en el perfil del periodista de datos. Profesional de la Informaci贸n, 25(2), 286-294.
R铆os Insua, D., & G贸mez-Ullate Oteiza, D. (Eds.). (2019). Big data: conceptos, tecnolog铆as y aplicaciones. Madrid: CSIC.
Spiegel, M. R., & Stephens, L. J. (2002). Estadistica. M茅xico D.F.: McGraw-Hill.
Terr贸n Santos, D., & Dom铆nguez 脕lvarez, J. L. (Eds.). (2019). Nueva regulaci贸n de la protecci贸n de datos. Y su perspectiva digital. Granada: Comares. Recuperado de
Thurman, N., Lewis, S. C., & Kunert, J. (Eds.). (2021). Algorithms, Automation, and News. New Directions in the Study of Computation and Journalism. Oxon: Routledge.
T煤帽ez-Lopez, J. M., Toural-Bran, C., & Valdiviezo-Abad, C. (2019). Automatizaci贸n, bots y algoritmos en la redacci贸n de noticias. Impacto y calidad del periodismo artificial. Revista Latina de Comunicaci贸n Social, 74, 1411-1433.
Todos los recursos relacionados en esta bibliograf铆a est谩n disponibles en abierto en la red o en el servicio de bibliotecas de la Universidad
CON.3 - Conocer los fundamentos de la investigaci贸n desde una perspectiva cient铆fica o period铆stica para describir y explicar la realidad.
HAB.1 - Aplicar las t茅cnicas de expresi贸n oral, escrita, audiovisual y multimedia para la elaboraci贸n de informaci贸n period铆stica.
HAB.3 - Manejar los medios, las tecnolog铆as, las herramientas y las plataformas actuales para el desarrollo de la actividad period铆stica.
HAB.5 - Transmitir informaci贸n eficiente a un p煤blico tanto especializado como no especializado.
COM.2 - Reunir, gestionar e interpretar informaci贸n y datos relevantes dentro del 谩mbito del periodismo para elaborar argumentos sobre temas relevantes de 铆ndole social, cient铆fica o 茅tica.
COM.3 - Dise帽ar y desarrollar proyectos period铆sticos en distintos medios, soportes y contexto.
Clase magistral: sesi贸n expositiva impartida por el docente.
Presentaci贸n en el aula: exposici贸n basada en el estudio de un caso, problema o situaci贸n contextualizada.
Estudio de casos: an谩lisis y exposici贸n de medios, productos, estrategias o proyectos de referencia en el contexto de la materia.
Seminario: sesi贸n interactiva y grupal para el trabajo guiada por el docente, especialmente enfocada a la resoluci贸n de ejercicios, an谩lisis de textos y casos, as铆 como al dise帽o de estrategias y proyectos.
Pr谩cticas Aula Inform谩tica: sesi贸n interactiva y grupal en un entorno equipado con ordenadores.
Aprendizaje basado en proyectos: programaci贸n dise帽ada a partir de tareas sucesivas en un proceso que concluye con un producto final.
Pruebas de conocimientos: 40%
Actividades de evaluaci贸n continua: 10%
Pr谩cticas experimentales: 50%
En la parte pr谩ctica es necesario haber entregado todas las pr谩cticas que se realicen.
El sistema de evaluaci贸n contempla que es imprescindible tener aprobada la parte te贸rica y la parte pr谩ctica para superar la materia.
Para los casos de realizaci贸n fraudulenta de ejercicios o pruebas ser谩 de aplicaci贸n lo recogido en la Normativa de evaluaci贸n del rendimiento acad茅mico de los estudiantes y de revisi贸n de las cualificaciones.
De acuerdo con la normativa de permanencia vigente en la 奇趣腾讯分分彩 para los estudiantes de Grado y M谩ster (art. 5.2.), la mera asistencia, as铆 como la participaci贸n en cualquiera de las actividades realizadas en las clases interactivas ser谩n objeto de evaluaci贸n y, por consiguiente, la nota final del/la estudiante que los cumplimente en ning煤n caso ser谩 de "No presentado".
En esta materia no se puede eximir la asistencia a las aulas interactivas porque requiere ejercicios individuales y/o en grupo que implican la colaboraci贸n entre el alumnado, as铆 como la presencia en el aula del profesorado para comprobar su evoluci贸n. Adem谩s, es necesaria la utilizaci贸n de los equipos espec铆ficos de la facultad donde se imparten los laboratorios.
SEGUNDA OPORTUNIDAD:
En este caso se evaluar谩 de la misma forma que en la primera. Si la/el alumna/o tiene aprobada una parte (teor铆a o pr谩ctica) de la materia, se le guardar谩 la nota para la segunda oportunidad. En ning煤n caso se conservar谩 calificaci贸n alguna para ning煤n otro curso acad茅mico.
Docencia te贸rica: 24 horas
Docencia interactiva: 24 horas
Tutorizaci贸n en grupo reducido: 3 horas
Pruebas de evaluaci贸n: 3 horas
Trabajo personal del alumnado: 96 horas
Se recomienda el trabajo continuo a lo largo del itinerario formativo. Los conocimientos adquiridos en las sesiones te贸ricas tendr谩n su reflejo en las pr谩cticas, que avanzar谩n de forma pareja con el objetivo de aplicar lo aprendido.
Se recomienda tambi茅n el seguimiento de los medios de comunicaci贸n y, de forma especial, aquellas iniciativas encuadradas en el campo del periodismo de datos. Identificarlas y profundizar en su conocimiento resultar谩 tambi茅n vital para tomarlas como modelos a seguir a la hora de entender sus estrategias y de afrontar el trabajo con los datos en el marco de esta materia.
Todas las pr谩cticas ser谩n realizadas en herramientas de acceso abierto o para las cuales el alumnado tendr谩 acceso a trav茅s de su cuenta de correo de la universidad. No obstante, se recomienda el uso del ordenador personal en el aula o, en su defecto, la solicitud de un equipo de pr茅stamo del centro.
Angel Antonio Vizoso Garcia
Coordinador/a- Department
- Communication Sciences
- Area
- Journalism
- Phone
- 881816544
- angel.vizoso [at] usc.gal
- Category
- Professor: LOU (Organic Law for Universities) PhD Assistant Professor
| Tuesday | |||
|---|---|---|---|
| 11:00-12:00 | Expositivo 1 | Galician | Classroom 2 |
| Wednesday | |||
| 09:00-10:00 | Expositivo 1 | Galician | Classroom 2 |
| 05.19.2025 10:00-14:00 | Expositivo 1 | Classroom 3 |
| 05.19.2025 10:00-14:00 | Expositivo 1 | Classroom 4 |
| 06.23.2025 16:00-20:00 | Expositivo 1 | Classroom 1 |