CrossLab Minor I sem Visualising Data: Data Design research kwartaal 1 docent: Deanna Herst
research module > 3 ECTS per sem. > zelf onderzoek doen ikv de minor praktijkopdracht > kw 1: introductie onderzoek a.h.v. centrale thema’s > syllabus + bronnenlijst = leidraad
doel: - het kunnen doen van onderzoek (beeld, literatuur, bronnen, desk / veldonderzoek, case-studies) - deze kennis kunnen toepassen i.k.v. de praktijkopdracht. - het kunnen verwerken van deze informatie in een visiedocument. - het kunnen formuleren van een onderbouwde visie
werkvorm - werkgroepen: actieve deelname! analyse opdrachten, presentaties voortgang onderzoek etc. -1,5 uur pw zelfstudie - blog aanmaken en bijhouden
Data visualization… 1 van de vele definities… the study of the visual representation of data, meaning "information which has been abstracted in some schematic form, including attributes or variables for the units of information". According to Friedman (2008) the "main goal of data visualization is to communicate information clearly and effectively through graphical means”.
breed gebied… van - infographics - animatie - datavisualisatie tot - dynamische datavisualisatie etc.
Charles Minard,
Florence Nightingale (?),
cinemetrics.fredericbrodbeck.de
Aaron Koblin
Aaron Koblin
Aaron Koblin,
Hans Rosling: dataviz + statistics
Edward Tufte: Dataviz as Beatiful Evidence?
Edward Tufte, design principles
centrale vragen: > wat is de relatie esthetiek / vormgeving en inhoud? > datavisualisatie: ‘beautiful evidence’ (Tufte) of middel voor entertainment, storytelling of ‘awareness’? > wie is de auteur van de datavisualisatie, wat kenmerkt auteurschap (handschrift)?
doel: - positioneren, standpunt innemen - kritische visie - ontwerprincipes formuleren en onderbouwen - relateren aan de praktijkopdracht
programma blok 1: Introductie Visualizing Data
thema 1: Data storytelling: Datafilters en Transparancy > zijn data datavisualisaties altijd neutraal en objectief? > de ontwerper als ‘data storyteller’ > welke data visualiseer je (keuze)? > wat zijn je ‘datafilters’? - Edward Tufte, ‘transparancy’ als ontwerpprincipe - datajournalistiek: storytelling met datavisualisatie
thema 2: Datavisualisatie en representatie: The Quantified Self vs Datamining Hoe worden wij door datavisualisaties gerepresenteerd? 2 perspektieven: > Datamining (ov chipkaart, bonuskaart) > SelfTracking / The Quantified Self
> steeds persoonlijke gegevens beschikbaar als datasets > visualisering van dagelijkse patronen, gedrag etc. > hoe visualiseer je deze onzichtbare data?
thema 4: Datavisualisatie en (zelf)representatie: Open Data en Privacy by Design > open data als bron voor datavisualisatie > participerende interfaces en tools b.v. Many Eyes, IBM
Many Eyes, IBM
> tegelijkertijd: Privacy by Design, bescherming persoonsgegevens > hoe kan je deze principes als ontwerper inzetten?
Thema 4: Beautiful Data: de macht van de metafoor > de manipulatieve waarde van datavisualisatie > de invloed van ontwerp op interpretatie > welke beeldende middelen zet je in? > de macht van de metafoor….
Otto Neurath, Isotypie, 1939
samengevat: > wat is de relatie tussen inhoud en datavisualisatie? [feit / vormgeving] > datavisualisatie: ‘beautiful evidence’ of story? > hoe visualiseer je data als story (storytelling, metaforen? > hoe ga je om met de gebruiker (participatie in Open Data, Privacy by Design, design tools)? -> verwerk dit in ontwerpprincipes
opdracht kwartaal 1 > statement [1500 w] met ontwerpprincipes voor de praktijkopdracht. Verwerk hierbij: - datavisualisatie en storytelling - transparancy / ‘data as beautiful evidence’, - open data / participerende interfaces, - gebruik van metaforen > een onderzoeksvraag voor blok 2 > literatuurlijst (minimaal 8 bronnen).
opdracht volgende week: > maak een blog > lezen: - David Case, How to Design with Numbers (kopie) - Edward Tufte, Corrupt Techniques in Evidence Presentations > selecteer 3 datavisualisaties. Analyseer: hoe worden de principes van Case en Tufte hierbij ingezet? > kern artikelen samenvatten, publiceren op blog