计算新闻手册

一直在坚持上本科生的《数据新闻》课程。然而对数据新闻的热情逐渐消减,理想却远远没有实现。存在的问题:数据新闻本身的内容混杂。课程内容涉及到新闻选题、数据获取、统计分析、可视化设计四个方面。每一个阶段都会消耗大量时间,有限的课堂授课无法解决这些问题。

  • 一方面,如果学生缺乏选题经验和问题意识,可能会耗费整整一学期在选题方面。学生或者可能会为了增强选题的可控性,而选择自己熟悉的选题内容。
  • 另一方面,数据也会成为选题的瓶颈。学生虽然选择了重要的社会问题,却最终发现因为无法获取数据而功亏一篑。

因而,这门课应该作为一门高阶的动手类型课程。也就是说,当学生已经掌握数据新闻的基础知识之后再来选修这门课。因此应该将这门课设置为研究生的高年级课程。问题:是否有可能针对本科生开设这门课程呢?

我想解决方法在于重新定位这门课程。数据新闻的特点类似深度报道,因而存在很多经典的案例,从案例当中学习可以让学生和老师摆脱来自选题和数据的限制。经过思考之后,我将这门课重新定义为 计算新闻(Computational Journalism),在课程内容中突出经典的数据新闻案例的学习。

  • 不要定位太高:这是本科生课程。学生没有基础、课程很多、时间有限、心理脆弱。
  • 放弃功利的短期出成果模式:这会让学生和老师都很累,应该找到这个课程的授课节奏,不要将课程编程项目展示。
  • 突出讨论和动手实践:要切实留出一半的时间给学生讨论和动手操作!
  • 围绕师生的共同兴趣:与案例、实践、数据、研究相结合。
  • 回归经典案例:通过汇总、鉴赏、分析和复制经典案例进行学习。
  • 突出师生的竞争优势:例如,我会在讲解环节更加强调计算(例如数据、统计、机器学习)和编程,让学生通过经典案例来感受高水平的可视化叙事。

参与讨论:https://github.com/data-journalism/data-journalism.github.io/discussions/1

results matching ""

    No results matching ""