Formation journalisme de données

Leçon 1 • Ce qu'est le journalisme de données

Définit le journalisme de données et le distingue du reportage traditionnel. Établit le vocabulaire de base du chapitre et fixe les attentes pour le cours.

Leçon 2 • Trouver et évaluer les sources de données

Enseigne les critères d'évaluation des sources : provenance, méthodologie et biais. Les étudiants appliquent une liste de vérification de la qualité des sources à des ensembles de données réels.

Leçon 3 • Le flux de travail en journalisme de données

Cartographie le processus complet, de l'idée de reportage à la publication. Les étudiants utilisent ce flux de travail comme cadre reproductible tout au long du cours.

Leçon 1 • Données issues du crowdsourcing et données d'enquête

Explore la collecte de données provenant des lecteurs comme outil de reportage. Les étudiants conçoivent une courte enquête et évaluent ses forces et faiblesses méthodologiques.

Leçon 2 • Travailler avec les API

Enseigne les concepts d'API, l'authentification et la construction de requêtes pour la récupération de données journalistiques. Les étudiants extraient des données en direct d'un point d'accès API public.

Leçon 3 • Télécharger et importer des ensembles de données

Couvre les formats de fichiers courants et les procédures d'importation dans des tableurs et des outils de base de données. Prépare les étudiants pour le chapitre sur le nettoyage qui suit.

Leçon 4 • Documents publics et accès à l'information

Explique comment demander des documents gouvernementaux en utilisant les principes d'accès à l'information. Relie les droits d'accès légaux à une stratégie pratique de collecte de nouvelles.

Leçon 1 • Notions de base du tableur

Passe en revue les références de cellules, les formules et les types de données comme base de l'analyse. Assure que tous les étudiants partagent une base technique commune avant les fonctions avancées.

Leçon 2 • Trier, filtrer et regrouper

Enseigne le tri à plusieurs niveaux, les filtres conditionnels et le regroupement pour isoler des modèles dignes d'intérêt. Les étudiants appliquent ces compétences à un ensemble de données public réel.

Leçon 3 • Nettoyer les données sales

Aborde le formatage incohérent, les doublons et les valeurs manquantes à l'aide de fonctions de tableur. Des données propres sont un prérequis pour une analyse fiable dans les chapitres suivants.

Leçon 4 • Tableaux croisés dynamiques et statistiques sommaires

Utilise les tableaux croisés dynamiques pour agréger et croiser rapidement les données. Les étudiants génèrent des statistiques sommaires qui forment la base d'une courte note de données.

Leçon 1 • Standardiser et normaliser les données

Couvre la standardisation des noms, le formatage des dates et la normalisation des unités entre les enregistrements. Des formats cohérents sont nécessaires pour une agrégation et une comparaison précises.

Leçon 2 • Vérifier les données par rapport aux documents source

Enseigne le recoupement des ensembles de données avec les documents originaux et les sources expertes. La vérification empêche les erreurs de publication qui nuisent à la crédibilité.

Leçon 3 • Stratégies de déduplication

Aborde la détection des doublons exacts et flous pour éviter le double comptage dans l'analyse. Les étudiants appliquent la déduplication à un ensemble de données réel et désordonné.

Leçon 4 • Maintenir une piste de vérification du nettoyage

Établit des pratiques de documentation pour chaque transformation appliquée à un ensemble de données. Une piste de vérification permet l'examen par les pairs et les corrections après publication.

Leçon 1 • Notions essentielles de statistiques descriptives

Couvre la moyenne, la médiane, le mode, l'étendue et l'écart type dans un contexte journalistique. Les étudiants choisissent la mesure appropriée pour différentes distributions de données.

Leçon 2 • Pièges statistiques courants

Catalogue les échelles de graphique trompeuses, les périodes sélectionnées arbitrairement et la négligence du taux de base. Les étudiants vérifient un reportage publié pour y déceler des erreurs statistiques.

Leçon 3 • Taux, ratios et pourcentages

Enseigne les taux par habitant, la variation en pourcentage et la construction de ratios pour une comparaison équitable. Ces calculs apparaissent dans presque tous les reportages de données.

Leçon 4 • Notions de base sur la probabilité et l'échantillonnage

Introduit les concepts de probabilité, les méthodes d'échantillonnage et la marge d'erreur pour les données d'enquête. Les étudiants évaluent si un échantillon soutient les affirmations du reportage.

Leçon 1 • Outils de visualisation interactifs

Introduit des outils basés sur le navigateur pour créer des graphiques et des intégrations interactifs. Les étudiants publient un graphique interactif sur une page Web de test.

Leçon 2 • Théorie de la visualisation et sélection de graphiques

Couvre les principes perceptifs et un cadre décisionnel pour choisir les types de graphiques. Une sélection correcte des graphiques empêche la représentation erronée des données.

Leçon 3 • Concevoir pour la clarté et l'honnêteté

Aborde la théorie des couleurs, le rapport données-encre et l'évitement des choix de conception trompeurs. Une conception honnête est une obligation journalistique fondamentale.

Leçon 4 • Construire des graphiques avec des outils de tableur

Enseigne la construction de graphiques à barres, linéaires, de dispersion et à secteurs dans un logiciel de tableur standard. Les étudiants formatent les graphiques pour respecter les directives de style de la salle de rédaction.

Leçon 1 • Concepts de base de données relationnelle

Explique les tables, les clés et les relations comme fondement structurel des bases de données SQL. La compréhension de la conception du schéma est nécessaire avant d'écrire des requêtes.

Leçon 2 • Requêtes SQL de base

Enseigne les clauses SELECT, WHERE, ORDER BY et LIMIT pour une récupération ciblée de données. Les étudiants interrogent un ensemble de données public et exportent les résultats pour analyse.

Leçon 3 • Joindre plusieurs tables

Enseigne INNER JOIN, LEFT et les anti-jointures pour combiner des tables connexes pour une analyse plus riche. Les étudiants joignent deux ensembles de données publics et identifient les enregistrements uniques à chacun.

Leçon 4 • Agrégation et regroupement en SQL

Couvre GROUP BY, COUNT, SUM, AVG et HAVING pour l'analyse sommaire. L'agrégation en SQL reflète la logique des tableaux croisés dynamiques du chapitre sur le tableur.

Leçon 1 • Développer une présentation éclair de reportage axée sur les données

Enseigne la formulation d'hypothèses, les vérifications préliminaires des données et la structure de la présentation éclair pour les rédacteurs en chef. Une présentation éclair solide aligne les résultats des données avec la pertinence pour le public.

Leçon 2 • Structure narrative pour les reportages de données

Applique des structures narratives classiques — pyramide inversée, sablier et formule du Wall Street Journal — aux articles axés sur les données. La structure guide les lecteurs à travers des résultats complexes.

Leçon 3 • Combiner les données avec les sources humaines

Couvre les stratégies d'entrevue qui contextualisent les résultats quantitatifs avec des voix d'experts et de personnes concernées. Les données seules rament rarement une histoire complète.

Leçon 4 • Intégrer les visuels dans le reportage

Enseigne le placement, les légendes et la coordination éditoriale des graphiques et des cartes dans les articles. Les visuels doivent renforcer le texte, non le dupliquer.

Leçon 5 • Publier et mesurer l'impact

Couvre la stratégie de distribution, les mesures d'engagement des lecteurs et le suivi après publication. Mesurer l'impact éclaire la sélection future de reportages et l'allocation des ressources.