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 clé 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 checklist de qualité des sources à des ensembles de données réels.

Leçon 3 • Le workflow du journalisme de données

Cartographie le processus de bout en bout, de l'idée de reportage à la publication. Les étudiants utilisent ce workflow comme un cadre reproductible tout au long du cours.

Leçon 1 • 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 depuis 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 bases de données. Prépare les étudiants pour le chapitre sur le nettoyage qui suit.

Leçon 4 • Documents publics et liberté d'information

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

Leçon 1 • Fondamentaux du tableur

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

Leçon 2 • Trier, filtrer et grouper

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

Leçon 3 • Nettoyer les données sales

Traite les problèmes de 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 ultérieurs.

Leçon 4 • Tableaux croisés dynamiques et statistiques descriptives

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

Leçon 1 • Standardisation et normalisation des données

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

Leçon 2 • Vérifier les données par rapport aux documents sources

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

Leçon 3 • Stratégies de dédoublonnage

Traite la détection des doublons exacts et flous pour éviter les doubles comptages dans l'analyse. Les étudiants appliquent le dédoublonnage à un ensemble de données réel désordonné.

Leçon 4 • Maintenir une piste d'audit de nettoyage

Établit des pratiques de documentation pour chaque transformation appliquée à un ensemble de données. Une piste d'audit permet la relecture par les pairs et les corrections après publication.

Leçon 1 • Essentiels des 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 graphiques trompeuses, les périodes de temps choisies sélectivement et la négligence du taux de base. Les étudiants auditent un reportage publié à la recherche d'erreurs statistiques.

Leçon 3 • Taux, ratios et pourcentages

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

Leçon 4 • Bases des probabilités et de 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 les outils basés sur navigateur pour créer des graphiques interactifs et les intégrer. Les étudiants publient un graphique interactif sur une page web test.

Leçon 2 • Théorie de la visualisation et choix du graphique

Couvre les principes perceptuels et un cadre décisionnel pour choisir les types de graphiques. Un choix correct de graphique empêche la mauvaise représentation des données.

Leçon 3 • Concevoir pour la clarté et l'honnêteté

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

Leçon 4 • Construire des graphiques avec les outils de tableur

Enseigne la construction de graphiques à barres, linéaires, de dispersion et circulaires dans un logiciel de tableur standard. Les étudiants formatent les graphiques pour répondre aux 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. Comprendre 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 la récupération ciblée de données. Les étudiants interrogent un ensemble de données public et exportent les résultats pour analyse.

Leçon 3 • Joindre plusieurs tables

Enseigne les jointures INNER, LEFT et anti-jointure 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 de résumé. L'agrégation en SQL reflète la logique des tableaux croisés dynamiques du chapitre sur le tableur.

Leçon 1 • Développer un pitch de reportage basé sur les données

Enseigne la formulation d'hypothèses, les vérifications préliminaires des données et la structure du pitch pour les rédacteurs en chef. Un bon pitch aligne les résultats des données avec la pertinence pour l'audience.

Leçon 2 • Structure narrative pour les reportages de données

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

Leçon 3 • Combiner les données avec des sources humaines

Couvre les stratégies d'entretien 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 des reportages et l'allocation des ressources.