filmeu

Disciplina Visualização e Representação da Informação

  • Apresentação

    Apresentação

    A UC Visualização e Representação da Informação insere-se no Mestrado em Ensino de Informática, na área científica de sigla AD, sendo lecionada no 2.º semestre. Visa capacitar os futuros professores de Informática para os fundamentos teóricos e as boas práticas de visualização da informação e representação digital de dados. Atua na seleção e utilização de ferramentas computacionais de visualização (RAWGraphs, Flourish, Datawrapper, Tableau, Power BI, Gephi, D3.js), na conceção de visualizações interativas e estáticas, na avaliação crítica e ética das visualizações, e na aplicação de estratégias de visualização ao ensino e à comunicação científica. Sendo uma UC do 2.º semestre, complementa a formação técnica dos mestrandos em ciência de dados, dotando-os de competências de comunicação visual relevantes para a prática docente e para a publicação académica.
  • Conteúdos Programáticos

    Conteúdos Programáticos

    CP1 - Fundamentos da visualização: conceitos, finalidades e codificação visual. CP2 - Introdução a ferramentas e plataformas de visualização: ferramentas online (RAWGraphs, Flourish, Datawrapper), ferramentas de secretária (Tableau Public, Power BI, Gephi) e bibliotecas open-source (Chart.js, D3.js, nível introdutório). CP3 - Escolha de formatos visuais: correspondência entre tipos de dados e tipos de gráficos. CP4 - Preparação e transformação de dados (folhas de cálculo, CSV, JSON). CP5 - Criação de visualizações estáticas, interativas e animadas. CP6 - Utilização de visualizações em apresentações científicas e materiais de ensino. CP7 - Visualização responsável: viés, má representação e acessibilidade. CP8 - Desafio final: construção de um portefólio de visualização com foco em contexto académico ou científico.
  • Objetivos

    Objetivos

    OA1. Compreender os fundamentos teóricos e as boas práticas de visualização da informação e representação digital de dados. OA2. Selecionar e utilizar ferramentas computacionais adequadas para representar diferentes tipos de dados. OA3. Conceber e desenvolver visualizações interativas e estáticas utilizando software e plataformas online. OA4. Avaliar criticamente a qualidade, precisão e implicações éticas das visualizações geradas por computador. OA5. Aplicar estratégias de visualização para melhorar o ensino, a comunicação científica e a publicação académica.
  • Metodologias de ensino

    Metodologias de ensino

    ME1 - Aulas expositivas dialógicas, promovendo a transmissão sistemática de conceitos-chave e o debate em sala (OA1). ME2 - Laboratórios práticos com ferramentas, possibilitando a experimentação com conjuntos de dados reais ou simulados (OA2). ME3 - Sessões colaborativas de planeamento e crítica construtiva, incentivando a troca de ideias sobre estratégias de visualização (OA3). ME4 - Sessões colaborativas de planeamento e crítica construtiva com mini-projetos individuais, permitindo a análise crítica dos produtos (OA4). ME5 - Sessões colaborativas focadas em estratégias de comunicação, promovendo a eficácia comunicacional dos designs propostos (OA5).
  • Bibliografia principal

    Bibliografia principal

    Cairo (2016). The Truthful Art: Data, Charts, and Maps for Communication. New Riders. Kirk (2016). Data Visualisation: A Handbook for Data Driven Design. Sage. Munzner (2014). Visualization Analysis and Design. CRC Press. Healy (2018). Data Visualization: A Practical Introduction. Princeton University Press. Meirelles (2013). Design for Information. Rockport Publishers. Börner (2015). Atlas of Knowledge. MIT Press. Evergreen (2016). Effective Data Visualization. Sage Publications. Schwabish (2021). Better Data Visualizations. Columbia University Press.
  • Avaliação

    Avaliação

     

    Descrição

    Data limite

    Ponderação

    Questionários

     

    40%

    Portefólio de Visualização

     

    60%

     

    Avaliação sumativa (100%): questionários interativos sobre ferramentas e interpretação de gráficos (40%); portefólio de visualização com reflexão crítica e feedback dos colegas (60%). Avaliação formativa: exercícios práticos com feedback do formador; autoavaliações simples sobre ética e literacia visual; desafios semanais de visualização (criar uma visualização a partir de dados fornecidos). Estudantes não aprovados podem realizar exame de recurso (prova escrita) sobre a totalidade dos conteúdos.

     

INSCRIÇÃO AVULSO
Lisboa 2020 Portugal 2020 Small financiado eu 2024 prr 2024 republica portuguesa 2024 Logo UE Financed Provedor do Estudante Livro de reclamaões Elogios entidade signataria