Professional Documents
Culture Documents
دیتا ژورنالیزم
دیتا ژورنالیزم
زﻣﯿﻨﮫ روزﻧﺎﻣﮫ ﻧﮕﺎری ﺑﺎز ﺷﺪه اﺳﺖ .ﺑﮫ اﯾﻦ ﺗﺮﺗﯿﺐ ،راه ﺑﺮای اﻧﻮاع
ﺟﺪﯾﺪ روزﻧﺎﻣﮫ ﻧﮕﺎری ھﻤﻮار ﺷﺪه اﺳﺖ ،ﯾﮑﯽ از ﺟﺪﯾﺪﺗﺮﯾﻦ ﻧﻤﻮﻧﮫ ھﺎی ﮐﮫ
در ﺣﻮزه روزﻧﺎﻣﮫ ﻧﮕﺎری اﻣﺮوز از اھﻤﯿﺖ ﻓﻮق اﻟﻌﺎده ﺑﺮﺧﻮردار اﺳﺖ
روز ﻧﺎﻣﮫ ﻧﮕﺎری داده ھﺎ)(Data Journalismاﺳﺖ .روزﻧﺎﻣﮫ ﻧﮕﺎری داده ھﺎ
ﯾﮏ ﻣﻮﺿﻮع ﺟﺪﯾﺪ و ﻣﮭﻢ در زﻣﯿﻨﮫ روزﻧﺎﻣﮫ ﻧﮕﺎری ﺟﺪﯾﺪ اﺳﺖ .ﺑﺎ ﮐﺎرﺑﺮد
داده ھﺎ ﻣﯽ ﺗﻮاﻧﯿﻢ ﻣﺴﺎﯾﻞ ﭘﯿﭽﯿﺪه و ﻣﻐﻠﻖ را ﺑﮫ زﺑﺎن ﺳﺎده و ﺷﯿﻮا
ﺑﯿﺎن ﮐﻨﯿﻢ .
ﺑﺎ ﺑﮫ ﮐﺎر ﮔﯿﺮی داده ھﺎ،ﮔﺮاف ھﺎ ،ﭼﺎرت ھﺎ و ﺗﺼﻮﯾﺮ ﺳﺎزی ﻣﯽ ﺗﻮاﻧﯿﻢ
داده ھﺎی ﺑﺰرگ و ﻣﻐﻠﻖ را ﺗﺠﺰﯾﮫ و ﺗﺤﻠﯿﻞ ﮐﻨﯿﻢ و ﻣﻮﺿﻮﻋﺎت ﮐﻼن را ﺑﮫ
ﺷﯿﻮه ﺑﺴﯿﺎر ﺳﺎده و ﺑﺼﺮی ﺑﮫ ﻣﺨﺎﻃﺒﺎن اﻧﺘﻘﺎل ﺑﺪھﯿﻢ .ﻓﺮاﻧﮑﻠﯿﻦ و
ھﻤﮑﺎران )،(2016ﺑﮫ اﯾﻦ ﺑﺎور ھﺴﺘﻨﺪ ﮐﮫ در دﯾﺘﺎ ژورﻧﺎﻟﯿﺰم روزﻧﺎﻣﮫ
ﻧﮕﺎران ﺑﮫ ﺣﺠﻢ ﮐﻼن از اﺳﻨﺎد و داده ھﺎی ﮐﮫ در اﺧﺘﯿﺎر ﺷﺎن ﻗﺮار
دارد ﻣﻔﮭﻮم ﻣﯽ دھﻨﺪ و ﻧﺘﺎﯾﺞ آن را ﺑﮫ اﻃﻼع ھﻤﮫ ﻣﯽ رﺳﺎﻧﻨﺪ.
روزﻧﺎﻣﮫ ﻧﮕﺎری داده ھﺎ روﻧﺪ ﺗﻮﻟﯿﺪ ﮔﺰارش ھﺎی ﻣﻐﻠﻖ ،ﭘﯿﭽﯿﺪه ،اﻃﻼع
رﺳﺎن و ﻧﺸﺮ ﻣﻄﺎﻟﺒﯽ را ﮐﮫ دﯾﻤﻮﮐﺮاﺳﯽ را ﺗﺤﮑﯿﻢ ﻣﯽ ﺑﺨﺸﺪ را ﺗﺴﮭﯿﻞ
ﺑﺨﺸﯿﺪه اﺳﺖ.
روزﻧﺎﻣﮫ ﻧﮕﺎری داده ﺑﺎ اﺳﺘﻔﺎده از اﺑﺰار ھﺎی ﮐﻤﭙﯿﻮﺗﺮی ﮐﮫ ﻗﺎدر ﺑﮫ
ﺗﺠﺰﯾﮫ ،ﺗﺤﻠﯿﻞ و ﺗﺼﻮﯾﺮ ﺳﺎزی داده ھﺎ اﻧﺪ ،زﻣﯿﻨﮫ را ﺑﺮای روزﻧﺎﻣﮫ
ﻧﮕﺎری ﺑﮭﺘﺮ ،دﻗﯿﻖ ﺗﺮ ،ﺷﻔﺎف ﺗﺮ و ﻣﻌﻨﯽ دار ﻓﺮاھﻢ ﺳﺎﺧﺘﮫ
اﺳﺖ)ﺗﺎﻧﺠﺎ.(٢٠١١،
اﮐﺜﺮ رﺳﺎﻧﮫ ھﺎ ﻣﻄﺮح در ﺳﻄﺢ ﺟﮭﺎن ،ﺑﮫ وﯾﮋه رﺳﺎﻧﮫ ھﺎی آﻧﻼﯾﻦ ،ﺗﻼش
ﮐﺮده ﻣﯽ ﮐﻨﻨﺪ ﺗﺎ ﻧﻘﺶ و اھﻤﯿﺖ روزﻧﺎﻣﮫ ﻧﮕﺎری داده ھﺎ را ﺑﺎ اﯾﺠﺎد
ﯾﮏ ﺑﺨﺶ ﺑﺮای روزﻧﺎﻣﮫ ﻧﮕﺎری داده در ﺳﺎزﻣﺎن ھﺎی ﺷﺎن ﺑﺮﺟﺴﺘﮫ
ﺑﺴﺎزﻧﺪ .اﯾﻦ رﺳﺎﻧﮫ ھﺎ ﺑﺎ ﺗﺸﮑﯿﻞ ﺗﯿﻢ دﯾﺘﺎ ژورﻧﺎﻟﯿﺰم ﯾﺎ ژورﻧﺎﻟﯿﺰم
داده ھﺎ ﺷﯿﻮه ھﺎی ﺟﺪﯾﺪ روزﻧﺎﻣﮫ ﻧﮕﺎری را در ﺳﺎزﻣﺎن ﺷﺎن اﺳﺎس
ﮔﺬاﺷﺘﮫ اﻧﺪ ،ﺑﮫ ﻃﻮر ﻣﺜﺎل؛ در ﺑﯽ ﺑﯽ ﺳﯽ ﺑﺮای ﺗﻮﻟﯿﺪ دﯾﺘﺎ ژورﻧﺎﻟﯿﺰم
١٨ﺗﻦ ﮐﺎر ﻣﯽ ﮐﻨﻨﺪ ،ﺑﺮای ﮐﺎردﯾﻦ دو ﺗﻦ ،ﺑﺮای ﯾﮏ ﺗﯿﻢ ﺑﺮای
ﻧﻮﺷﺘﻦ داده ھﺎی ﺟﺪﯾﺪ ﺑﻨﻮﯾﺴﻨﺪ .ﺑﮫ ﻋﻨﻮان ﻣﺜﺎل 18 ،ﻧﻔﺮ ﮐﺎر ﮔﺮوه
ﺧﺒﺮﻧﮕﺎری ﺑﯽ ﺑﯽ ﺳﯽ ،ﺗﯿﻢ دو ﮐﺎر ﺑﺮای ﮔﺎردﯾﻦ ﺑﺮای USA Todayﺳﮫ ﺗﻦ
،ﺑﺮای ﺷﯿﮑﺎ†ﻮ ﺗﺮﺑﯿﻮن ﭼﮭﺎر ﺗﻦ و ﺑﺮای اﺧﺒﺎر ژاﮐﻮی ﺗﯿﻠﻮر ﺷﺶ ﺗﻦ
ﮐﺎر ﻣﯽ ﮐﻨﻨﺪ ) Zanchelli ،2014 - 10و crucianelli).
روزﻧﺎﻣﮫ ﻧﮕﺎری داده ھﺎ ﻧﻮﻋﯽ روزﻧﺎﻣﮫ ﻧﮕﺎری اﺳﺖ ﮐﮫ ﻧﯿﺎز ﺑﮫ اﺷﻨﺎﯾﯽ
ﺑﺎروش ﺗﺤﻘﯿﻖ ﻋﻠﻮم اﺟﺘﻤﺎﻋﯽ ﺑﺮای ﮐﺸﻒ و ﺗﻔﺴﯿﺮ داده ھﺎ و آﻣﺎر ﻣﺮﺑﻮط
ﺑﮫ داﺳﺘﺎن ھﺎ دارد ،ﺑﻨﺎ ﺑﺮآن روزﻧﺎﻣﮫ ﻧˆﺎراﻧﯽ ﮐﮫ ﺑﺮای اﻧﻼﯾﻦ ﻣﯽ
ﻧﻮﯾﺴﻨﺪ ﺑﺎﯾﺪ ﺑﺎ روش ھﺎی ﺗﺤﻘﯿﻖ در ﻋﻠﻮم اﺟﺘﻤﺎﻋﯽ آﺷﻨﺎ ﺑﺎﺷﻨﺪ) ﻓﻦ
ﯾﺎﻧﮓ و ﯾﯿﻨﮓ روزﻟﯿﻦ.(٢٠١۶،
ﺑﮫ ﺑﺎور اﯾﻦ داﻧﺸﻤﻨﺪ ﻇﮭﻮر روزﻧﺎﻣﮫ ﻧﮕﺎری ﺗﺤﻘﯿﻘﺎﺗﯽ و ﺗﮑﻨﯿﮏ ھﺎی
ﺟﺪﯾﺪ ﻣﺤﺎﺳﺒﺎت ﺑﺎ اﺳﺘﻔﺎده از اﺑﺰار ھﺎی ﮐﻤﭙﯿﻮﺗﺮی راه را ﺑﺮای
ﺗﻔﺴﯿﺮ داده ھﺎی ﺑﺰرگ ﺑﺎز ﮐﺮده اﺳﺖ ،ﺗﻔﺴﯿﺮ و ﺗﺮﺗﯿﺐ داده ھﺎی ﺑﺰرگ
ﺑﮫ ﯾﮏ ارزش ﻣﮭﻢ روزﻧﺎﻣﮫ ﻧﮕﺎری ﺗﺒﺪﯾﻞ ﺷﺪه اﺳﺖ ،روزﻧﺎﻣﮫ ﻧﮕﺎران
ﺑﺎﯾﺪ داده ھﺎ را ﺑﮫ ﻋﻨﻮان ﯾﮏ ﻓﺮﺻﺖ ﺧﻮب در ﺣﻮزه ﮐﺎری ﺷﺎن ﺣﺴﺎب
ﮐﻨﻨﺪ ،ﺑﮫ ﻋﻨﻮان ﻣﺜﺎل ،آﻧﮭﺎ ﻣﯽ ﺗﻮاﻧﻨﺪ ﺗﺎﺛﯿﺮ ﯾﮏ ﺗﮭﺪﯾﺪ ﻣﺎﻧﻨﺪ
ﺑﯿﮑﺎری را ﺑﺮ اﻓﺮاد ﺑﺮاﺳﺎس ﺳﻦ ،ﺟﻨﺴﯿﺖ و ﺗﺤﺼﯿﻼت ﺷﺎن ﻧﺸﺎن دھﻨﺪ.
ﯾﺎﻓﺘﮫ ھﺎی ﺗﺤﻘﯿﻖ ) ﻓﻦ ﯾﺎﻧګ & ﯾﻨګ روﺳﻠﯿﻦ (٢٠١۶،ﻧﺸﺎن ﻣﯽ دھﺪ ﮐﮫ
ﻣﺤﺼﻼن روزﻧﺎﻣﮫ ﻧﮕﺎری ﺑﮫ اﯾﻦ ﺑﺎور اﻧﺪ ﮐﮫ روزﻧﺎﻣﮫ ﻧﮕﺎری داده ھﺎ
ﯾﮏ ﻣﮭﺎرت ﺟﺪﯾﺪ در زﻣﯿﻨﮫ روزﻧﺎﻣﮫ ﻧﮕﺎری اﺳﺖ و ھﺮ روزﻧﺎﻣﮫ ﻧﮕﺎر
ﺑﺎﯾﺪ ﺑﺎ ﺗﺠﺮﯾﮫ و ﺗﺤﻠﯿﻞ داده ھﺎ و اﺑﺰار ﺗﺠﺴﻢ آﻧﮭﺎ آﺷﻨﺎ ﺑﺎﺷﻨﺪ.
اﯾﻦ ﻣﺤﺼﻼن ھﻤﭽﻤﺎن ﻣﺘﻌﻘﺪﻧﺪ ﮐﮫ ﺗﺪرﯾﺲ Google Refine, Google Fusion Tables
Tabulaﺑﺮای آﻧﮭﺎ ﺿﺮوری اﺳﺖ و اﺳﺘﺎدان ﺑﺎﯾﺪ ﺑﯿﺸﺘﺮ روی آﻣﻮزش اﺑﺰار
ھﺎ ﺗﻤﺮﮐﺰ ﮐﻨﻨﺪ.
ﺗﺠﺴﻢ ﺧﻮب ﻧﯿﺎز ﺑﮫ اﻃﻼﻋﺎت دﻗﯿﻖ و ﻣﻌﻨﯽ دار دارد در واﻗﻊ ،داده ھﺎی
دﻗﯿﻖ راه را ﺑﺮای ﺗﺠﺴﻢ ﻣﻌﻨﯽ دار ﺑﺎز ﻣﯽ ﮐﻨﻨﺪ)ﺟﻮﻧﺎﺗﻦ †ﺮی.(٢٠١٢،
ﺑﺮای ﮐﺎر ﺑﺎ دﯾﺘﺎ ژورﻧﺎﻟﯿﺰم در ﮐﻨﺎر ﺗﺠﺰﯾﮫ و ﺗﺤﻠﯿﻞ داده ھﺎ ﺗﺠﺴﻢ
آن ﻧﯿﺰ از اھﻤﯿﺖ ﻓﻮق اﻟﻌﺎده ﯾﯽ ﺑﺮﺧﻮردار اﺳﺖ.
روزﻧﺎﻣﮫ ﻧﮕﺎران ﻣﺘﺨﺼﺺ در ﺗﻔﺴﯿﺮ داده ھﺎ ﺑﮫ ﻃﻮر ﮐﺎﻣﻞ دﺳﺖ ﺑﺎﻻ
دارﻧﺪ و اﮐﺜﺮ روزﻧﺎﻣﮫ ﻧﮕﺎران اﺳﺘﻔﺎده از ﺗﮑﻨﯿﮏ ھﺎی روزﻧﺎﻣﮫ ﻧﮕﺎری
داده ھﺎ را ﺑﮫ ﻋﻨﻮان ﺑﺨﺸﯽ ﻓﻌﺎﻟﯿﺖ ھﺎی روزﻣﺮه ﺧﻮد ﻣﯽ داﻧﻨﺪ) .ﻻﯾﻨﺖ
ﺷﺮﯾﺪان ﺑﺮﻧﺰ و ھﻤﮑﺎران .(2018
ھﻤﭽﻨﺎن ﺑﺎ ﺗﺠﺴﻢ داده ھﺎ ﻣﯽ ﺗﻮاﻧﯿﻢ ﻣﺤﺘﻮای اﺻﻠﯽ را ﺑﮫ ﺷﯿﻮه ﯾﯽ
ﺑﺴﯿﺎر آﺳﺎن ﺑﺮای ﻣﺨﺎﻃﺒﺎن اﻧﺘﻘﺎل دھﯿﻢ)ﻻﯾﻨﺖ ﺷﺮﯾﺪان ﺑﺮﻧﺰ و ھﻤﮑﺎران
.(2018
داده ھﺎ ﻣﯽ ﺗﻮاﻧﻨﺪ ﯾﮏ ﻣﻨﺒﻊ ﻗﺪرﺗﻤﻨﺪ از اﻃﻼﻋﺎت ﺗﺤﻘﯿﻘﺎﺗﯽ ﺑﺮای
آﻧﻌﺪه از روزﻧﺎﻣﮫ ﻧﮕﺎران ﺑﺎﺷﻨﺪ ﮐﮫ ﻣﯽ داﻧﻨﺪ ﭼﮕﻮﻧﮫ داده ھﺎ را
ﺑﺨﻮاﻧﻨﺪ ،ﺗﻔﺴﯿﺮ ﮐﻨﻨﺪ و ﺑﺎ ﭼﮕﻮﻧﮕﯽ اﺳﺘﻔﺎده از اﺑﺰارھﺎی ﮐﻤﭙﯿﻮﺗﺮی
را ﺑﺮای ﺗﺠﺴﻢ داده ﺑﮫ ﮐﺎر ﻣﯽ روﻧﺪ آﺷﻨﺎ ﺑﺎﺷﻨﺪ)ﻻﯾﻨﺖ ﺷﺮﯾﺪان ﺑﺮﻧﺰ و
ھﻤﮑﺎران .(2018
دﯾﻮﯾﺲ و ﮐﺎﻟﻦ ) ،(٢٠١۶درﯾﺎﻓﺘﻨﺪ ﮐﮫ در ﭘﻮھﻨﺘﻮن ھﺎی اﺳﺘﺮاﻟﯿﺎ ﺑﺮای
ﻣﺤﺼﻼﻧﯽ ﮐﮫ روزﻧﺎﻣﮫ ﻧﮕﺎری ﻣﯽ ﺧﻮاﻧﻨﺪ در ﺻﻨﻒ ھﺎی دﯾﺘﺎ ژورﻧﺎﻟﯿﺰم
اﯾﻦ ﭼﮭﺎر ﻣﮭﺎرت ﺗﺪرﯾﺲ ﻣﯽ ﺷﺪ.
-١ﺗﺠﺴﻢ داده ھﺎ ):(Data visualizationدر اﯾﻦ ﺑﺨﺶ ﺷﯿﻮه ھﺎی ﺑﯿﺎن داﺳﺘﺎن
ھﺎ ﺑﺎ اﺳﺘﻔﺎده از ﻧﻘﺸﮫ ھﺎ،ﺟﺪول ھﺎ و دﯾˆﺮ اﺑﺰار ھﺎی ﺗﺠﺴﻢ ﺳﺎزی
ﺗﺪرﯾﺲ ﻣﯽ ﺷﺪ.
-٢داﻧﺶ ﮐﻤﯽ :(Quantitative literacyدر اﯾﻦ ﺑﺨﺶ روش ھﺎی ﻧﻤﻮﻧﮫ †ﯿﺮی،آﻣﺎر
ﺗﻮﺻﯿﻔﯽ و ﭘﯿﺶ ﺑﯿﻨﯽ ﺷﺪه،آﻣﺎر و اﺣﺼﺎﯾﮫ ﺗﺪرﯾﺲ ﻣﯽ ﺷﺪ.
-٣ﭼﻄﻮر ﻣﯽ ﺗﻮان ﺑﮫ داده ھﺎ دﺳﺘﺮﺳﯽ ﭘﯿﺪا ﮐﺮد ): How to access data
دراﯾﻦ ﺑﺨﺶ ﺑﮫ ﺷﯿﻮه ھﺎی ﮐﮫ ﭼˆﻮﻧﮫ ﻣﯽ ﺗﻮان داده ھﺎ را ﺑﮫ دﺳﺖ آورد
ﭘﺮداﺧﺘﮫ ﻣﯽ ﺷﺪ.
-۴ﮐﺪ †ﺬاری و اﺳﺘﺨﺮاج اﻃﻼﻋﺎت ﻣﻌﻨﺎ دار از داده ھﺎی ﺑﺰرګ) Coding
:(and extraction of meaningful information from big data.در اﯾﻦ ﺑﺨﺶ ﺷﯿﻮه ھﺎی
ﺗﺠﺰﯾﮫ ،ﺗﺤﻠﯿﻞ و ﭘﯿﺪا ﮐﺮدن ﻣﮭﻤﺘﺮﯾﻦ ھﺎ ﺗﺪرﯾﺲ ﻣﯽ ﺷﺪ .