Datajournalismi 2 (5op)

Intro

Datajournalismi 2 -opintojaksolla pääset syventämään datajournalistista osaamistasi. Opit käyttämään datajournalistisia tiedonhankintamenetelmiä kuten tiedonharavointia ja ohjelmointirajapintoja, sekä siivoamaan ja järjestämään dataa. Opintojaksolla tutustutaan myös ohjelmoinnin perusteisiin sekä tekoälyn käyttöön journalismissa. Opintojakso auttaa löytämään journalistisesti kiinnostavia piirteitä aineistosta ja tekemään ne ymmärrettäväksi lukijoille.

Osaamistavoitteet

Opiskelija
tuntee datajournalismin edistyneitä menetelmiä
osaa hyödyntää datajournalistisia tiedonhankintamenetelmiä
osaa käsitellä laajoja data-aineistoja koneellisesti
osaa tuottaa juttukokonaisuuden laajan data-aineiston journalistisesti kiinnostavista piirteistä.

Onko sinulla jo tavoitteissa kerrotut tiedot ja taidot? Voit osoittaa osaamisesi näytöillä. Ks. Oppimistavat.

Sisältö

datajournalistiset tiedonhankintamenetelmät
datan siivoaminen ja järjestäminen
ohjelmoinnin perusteet
tekoälyn käyttö journalismissa

Toteutustavat, näyttö ja opinnollistaminen

Lähiopetus, verkko-opetusmateriaalit ja tehtävät

tai

Näyttö (sovi vastuuopettajan kanssa)

Oppimateriaalit

Opettajan osoittamat verkko-opetusmateriaalit

Lähtötaso ja sidonnaisuudet muihin opintojaksoihin

Edeltävyytenä opintojakso Datajournalismi 1 tai vastaavat tiedot ja taidot

Arviointikriteerit - arvosana 1

Opiskelija
tietää, mitä tiedonharavointi, ohjelmointirajapinnat ja muut datajournalistiset tiedonhankinnan menetelmät ovat
osaa käyttää taulukkolaskentaohjelmaa tiedon järjestämiseen
pystyy tuottamaan opettajan avustuksella datajournalistisen juttukokonaisuuden.

Arviointikriteerit - arvosana 3

Edellisten lisäksi
Opiskelija
osaa hyödyntää datajournalistisia tiedonhankinnan menetelmiä itsenäisesti
osaa siivota sotkuista dataa
pystyy tuottamaan itsenäisesti datajournalistisen juttukokonaisuuden.

Arviointikriteerit - arvosana 5

Edellisten lisäksi
Opiskelija
osaa hyödyntää ohjelmointia yksinkertaisten datajournalististen tehtävien suorittamisessa
osaa avata lukijalle käytetyn datan luotettavuutta ja mahdollisia katvealueita
pystyy tuottamaan itsenäisesti laajan ja uutisarvoisen datajournalistisen juttukokonaisuuden.

Lisätiedot

Opintojaksojen contact-, online ja blended-toteutuksilla edellytämme läsnäoloa lukujärjestykseen merkityillä opetuskerroilla. Jos olet poissa opetuskerroilta yli 25% arvosanasi laskee yhdellä numerolla. Jos olet poissa opetuskerroilta yli 50%, opintojakso hylätään.