CNR Institutional Research Information System

Enseñar y aprender visualización de datos en un curso universitario de métodos digitales para la investigación social

Taddei L
2024
2024
Istituto di Ricerche sulla Popolazione e le Politiche Sociali - IRPPS - Sede Secondaria Fisciano (SA)
La data visualization puede definirse como un conjunto de técnicas de análisis utilizadas para representar la ingente cantidad de información creada cada día y almacenada (repository) en algún rincón más o menos iluminado de la red (Friendly & Wainer, 2021). La visualización de datos, acompañada de una narración coherente, resulta útil para ayudar al público en general, que a menudo tiene dificultades a comprender la compleja dinámica de las crisis sociales, a dar sentido a situaciones inciertas, a evaluar el riesgo personal y tomar decisiones (Stone et al., 2015).La visualización de datos adquiere aún más importancia en el desarrollo de un proyecto de investigación social, y más aún cuando se desarrolla en entornos digitales. Lo digital, entendido como fieldwork, ha conseguido gran importancia, tanto en la construcción de los datos, como en la difusión y recepción de la narrativa por parte de públicos especializados y no especializados (Selwyn, 2019; Marres, 2017; Lupton, 2014). Sin embargo, a pesar de un comienzo prometedor, la sociología se ha quedado atrás en el uso de herramientas visuales (Healy & Moody, 2014). La visualización de datos ha demostrado ser crucial no solo para presentar datos (Tufte, 1990), sino también para analizarlos (Friendly & Wainer, 2021; Engebretsen & Kennedy, 2020). Con el rápido aumento de las herramientas de visualización de datos (por ejemplo, Google Trends, GapMinder, ManyEyes, Tableau, etc.) y el aumento del uso de gráficos en los medios de comunicación, la comprensión de los principios de una buena gráfica y la capacidad de crear visualizaciones eficaces se han convertido en aspectos cada vez más importantes de la formación de sociólogos e investigadores sociales (Nolan y Perrett, 2016).La mayoría de los textos explican cómo presentar los datos según sus características, cómo adaptar las presentaciones a diferentes públicos o se centran en criterios éticos (Wolfe, 2015), pero no tienen en cuenta el nivel interpretativo, que es crucial para elegir entre interpretaciones contrapuestas e igualmente válidas (Perelman & Olbrechts-Tyteca's, 1969). A menudo se subestima la retórica y la creatividad que caracterizan la interpretación de datos, especialmente a nivel pedagógico apenas se explica, y mucho menos se aplica.En la educación de grado y posgrado, la integración de la enseñanza de la visualización de datos en los cursos de métodos digitales ofrece a los estudiantes una oportunidad única para desarrollar la “reflexividad” y, en consecuencia, las habilidades fundamentales para la investigación social (Lupton, 2015). Sin embargo, es importante considerar el enfoque pedagógico adecuado para maximizar el aprendizaje de los estudiantes y promover su competencia en la creación e interpretación de visualizaciones de datos.Este trabajo se centra en la enseñanza y el aprendizaje de la visualización de datos dentro de un curso de métodos digitales para la investigación social realizado en la Universidad de Salerno (Italia) durante el año 2022/2023. En particular, retomando algunas investigaciones previas que destacan las dificultades y el potencial de los estudiantes al acercarse a la metodología de la investigación social (Catone & Diana, 2020; Diana & Catone, 2018; Catone & Diana, 2017), presentaremos los resultados de una investigación realizada sobre la enseñanza y el aprendizaje de la visualización de datos entre estudiantes de posgrado.
visualización de datos
métodos digitales
investigación
04.01 Contributo in Atti di convegno
File in questo prodotto:
File Dimensione Formato  
TaddeiPONmesa05 (1).pdf

accesso aperto

Descrizione: Sintesi intervento convegno
Tipologia: Versione Editoriale (PDF)
Licenza: Dominio pubblico
Dimensione 306.21 kB
Formato Adobe PDF
Visualizza/Apri
306.21 kB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14243/516859
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact