Aucun – Un projet en lien avec les compétences développées est souhaitable.

• Elaborer une méthodologie pour créer une base de données
• Travailler efficacement pour remplir la base de données
• Faire parler une base de données pour en tirer des conclusions
• Produire une datavisualisation pour restituer un travail à partir de données

De nombreux exemples permettent de prendre conscience de ce qu’il est possible de faire. Une revue d’exemples et une introduction aux statistiques donnent aux participants une boîte à outils pour se lancer.

Les outils de datajournalisme et de datavisualisation présentés sont mis en application avec des exercices pratiques.

Théorie et revue des bonnes pratiques: environ 20%. Exercices pratiques: environ 80%.

Evaluation des apprenant·e·s :

• Positionnement : un questionnaire en ligne est adressé aux participant·e·s avec la convocation de manière à évaluer leur niveau initial et leurs attentes.
• Evaluation des acquis : au cours de la formation, les exercices réalisés permettent au formateur ou à la formatrice d’évaluer l’acquisition des compétence.
• Attestation : une attestation des acquis de fin de formation est adressée par mail aux apprenants suite à la session.

JOUR 1 : Trier et structurer des données

• Présentation du formateur et tour de table
• Etudes de cas détaillées et commentées d’enquêtes réalisées avec une base de données (Migrants Files, The Counted, Bullet Points, Traffic Deaths, etc.)
• Que mesurer ? Comment bien choisir les dimensions que l’on mesure ?
• Trouver des données

• L’Open Data et ses limites
• Les autres données et les précautions à prendre
• Exploiter les APIs
• Se lancer dans le crowdsourcing
• Lire une base de données existante et s’assurer de sa fiabilité
• Aspirer des données

• Aspirer un site avec OutWitHub
• Aspirer un PDF avec Tabula
• Aspirer des données avec l’extension Chrome Web scraper
• Analyser les données avec Excel/Google Spreadsheet
  • Créer/sauvegarder/naviguer/colorer
  • Trier un tableau
  • Les formules de base : somme, produit, moyenne, produit en croix, pourcentage
  • Les formules avancées : compter le nombre d’occurence, la concaténation, la séparation
  • Créer un tableau croisé dynamique
  • Utiliser les lignes et colonnes, filtres et fonctions
  • Copier/coller les données

• Les bases du tableur
• Le tableau croisé dynamique

JOUR 2 : Exploiter et visualiser les données

• Connaître les limites de ses données en utilisant les statistiques
• Nettoyer, compléter, clarifier les données recueillies avec Openrefine

• Les grands principes des datavisualisations
  • Les trois dimensions à explorer : taille, forme, couleur
  • Quelle visualisation pour quelle information ?
  • Prise en main de Datawrapper
  • Trouver et utiliser des données KML
  • Fusionner un KML avec des données
  • Explorer les capacités esthétiques de Fusion table

• Les cartes choroplèthes
• Evaluation à chaud des stagiaires et debrief de la session

• Le guide du datajournalisme
• Face à l’épidémie, ces graphiques qui ont (peut-être) sauvé des vies

  Face à l’épidémie, ces graphiques qui ont (peut-être) sauvé des vies (Yann Guégan)

• « Nous refusons de déformer la réalité pour lui donner un sens qui nous arrange. »