97326 - DATA LITERACY

Scheda insegnamento

  • Docente Ida D'Attoma

  • Crediti formativi 3

  • Lingua di insegnamento Inglese

SDGs

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.

Istruzione di qualità

Anno Accademico 2021/2022

Conoscenze e abilità da conseguire

The main goals of this course are: • to understand what data are and what their role in society is; • to discriminate data based on specific use; • to synthesize, create visualizations and representations of data; • to understand the issues involved in the use of data; • to promote critical thinking based on information from data analysis • to recognize when data are tampered with, misrepresented and used in a misleading manner • to communicate information about the data to people who are not expert on the subject (data storytelling). After completing this course, students will be able to: • Provide examples of how people use data every day • Apply critical thinking skills when working with data • Identify data analysis tools and techniques appropriate for the analysis

Contenuti

1. Trasformare i dati in conoscenza.

  • Come ottenere i dati: fonti di dati, la matrice dei dati, classificazione dei caratteri statistici
  • Come analizzare i dati: gli strumenti di base dell'analisi statistica
  • Come rappresentare i dati: le prinicipali rappresentazioni grafiche 
  • Come riconoscere gli errori più comuni nelle rappresentazioni grafiche e nelle analisi statistiche 

2.Comunicare i risultati e l'informazione derivante

  • Infografica
  • Data storytelling

3. Analisi critica di casi di studio.

Testi/Bibliografia

Lucidi delle lezioni e altro materiale bibliografico saranno resi disponibili nella piattaforma e-learning e sono considerati sufficienti per la preparazione dell'esame.

Per una trattazione più strutturata degli argomenti trattati a lezione si rimanda ai seguenti libri di testo:

  • David Spiegelhalter, "The Art of Statistics: how to learn from data", Pelican, 2019
  • Alberto Cairo, "How Charts Lie: Getting Smarter about Visual Information", WW Norton & Co, 2019

Metodi didattici

  • L'intero corso alterna lezioni frontali tradizionali a sessioni pratiche in laboratorio informatico.
  • Oltre alle lezioni frontali ed alla pratica in laboratorio, gli studenti verranno sollecitati allo svolgimento di assignment in cui verrà richiesto di replicare o applicare ad un caso di studio alcuni dei metodi proposti a lezione. Gli assignment non sono obbligatori e non prevedono valutazione.

Modalità di verifica e valutazione dell'apprendimento

  • Esame orale
  • La prova d'esame mira a valutare le competenze dello studente nella comprensione teorica degli argomenti trattati e nella capacità di interpretare criticamente il contenuto dei dati al fine di trasformare i dati in informazione e conoscenza utili in un processo decisionale.
  • Agli studenti frequentanti e non-frequentanti è richiesta la predisposizione di un elaborato scritto sull'analisi di un caso concreto. Tale elaborato sarà discusso durante l'esame orale. Si richiede di inviare al docente l'elaborato un paio di giorni prima dell'appello.

Strumenti a supporto della didattica

  • Lucidi, note informative, syllabus, domande ed esercizi tipo-esame, open data, resi disponibili sulla piattaforma e-learning di Ateneo.

Orario di ricevimento

Consulta il sito web di Ida D'Attoma