Primul numar al ziarului Guardian a fost publicat la Manchester
\nin data de 5 mai 1821. Conform uzantelor din acele vremuri, stirile
\nocupau ultima pagina, iar printre acestea se afla un tabel care
\nprezenta intr-o maniera usor de inteles costurile suportate de
\nscolile din zona. Nu stiu daca acesta este primul exemplu de
\nprezentare a faptelor intr-o maniera numerica, dar este cert ca nu
\nera un obicei raspandit in epoca si, cu siguranta, dificultatile in
\nculegerea si procesarea datelor primare (caci despre asta este de
\nfapt vorba) erau majore. In schimb, suportul pe care puteau sa-l
\nofere unui material publicat era semnificativ.<\/p>\n
Astazi, jurnalismul nici nu poate fi conceput fara computere si
\ninternet. Incepand cu redactarea articolelor sau punerea in pagina
\nsi terminand cu documentarea si chiar culegerea unor informatii
\nvaloroase din surse mai mult sau mai putin oficiale. In acest
\ncontext a aparut o noua specie, numita “data journalism”, care se
\nocupa cam cu ceea ce primul numar din Guardian a realizat la
\ninceputul secolului XIX, dar la cu totul alta scara. E vorba, in
\nesenta, de culegerea si asamblarea datelor primare, prezentarea lor
\nin forme cat mai sugestive si, in final, interpretarea lor in
\ncontextul unui articol sau mixarea diferitelor seturi de date
\npentru a obtine noi rezultate. Pare simplu la prima vedere, insa
\nproblemele cu care jurnalistul de date se confrunta sunt numeroase
\nsi nu intotdeauna banale. Prima dintre ele este ca profesia lui se
\nafla la intersectia dintre jurnalism si informatica, asa ca va avea
\nnevoie de o dubla pregatire. De-abia de-aici incepe aventura.<\/p>\n
Gasirea si culegerea datelor este o arta in sine. Exista, desigur,
\nnumeroase surse publice de date, dar foarte adesea cele mai
\nrelevante pentru un anume subiect sunt greu de gasit. Insa
\npresupunand ca le-am gasit, vom constata ca cel mai adesea sunt
\ndisponibile in formate care nu se potrivesc cu instrumentele uzuale
\nde stocare si interogare. Ca exemplificare, sa presupunem ca ne
\nintereseaza datele de la ultimul recensamant al populatiei (2002),
\npentru ca dimensiunea demografica este importanta in foarte multe
\nanalize. Rezultatele sumare sunt prezentate ca tabele HTML, analiza
\nrezultatelor preliminare este un document in format Word intesat cu
\ntabele, in vreme ce rezultatele preliminare sunt livrate ca o
\narhiva cuprinzand cateva zeci de fisiere PDF.<\/p>\n
Jurnalistul de date va trebui probabil sa foloseasca cateva
\nprograme specializate sau chiar sa scrie propriile programe pentru
\na aduce datele intr-o forma unitara si apoi sa le transforme intr-o
\nstructura utilizabila in analize si prezentari. Mai apare si
\nproblema spinoasa a “curatarii” datelor, mai ales cand provin din
\nmai multe surse, fiindca se folosesc conventii si reprezentari
\ndiferite si nu intotdeauna corecte – e suficient sa ne gandim la
\nnenumaratele moduri in care se scriu datele calendaristice.<\/p>\n
Interogarea si analiza datelor odata culese va necesita pe de-o
\nparte abilitati informatice, deoarece va fi implicata probabil o
\nbaza de date, dar chiar si in cazul unui spreadsheet lucrurile pot
\nfi complicate si probabil sa ceara ceva programare. Analiza este la
\nrandul ei pretentioasa si va pune in joc cunostinte de statistica,
\nprecum si abilitati de utilizare a unor instrumente specializate
\ncapabile sa realizeze “felieri” (slicing), rezumate si detalieri
\n(drill-up\/down) si altele asemenea.<\/p>\n
Chiar daca nu se ajunge pana la “minerit” (data mining) pentru
\ndescoperirea unor tipare, jurnalistului de date ii trebuie si un
\nanume fler, un simt care sa-l ajute sa sesizeze discrepantele sau
\nsa evidentieze evolutiile si tendintele. Chiar daca forma grafica a
\nprezentarii datelor este treaba designerului, tot jurnalistul de
\ndate trebuie sa decida tipurile de grafice, modul de tabelare si
\nnivelul de detaliere, aspectele care trebuie evidentiate si asa mai
\ndeparte. Lucrurile nu se termina insa odata cu publicarea. Datele
\ntrebuie intretinute, imbogatite, contextualizate si, nu in ultimul
\nrand, partajate cu publicul si confratii de breasla, astfel incat
\nsa permita celor interesati abordari noi sau combinatii de date din
\ndiverse surse (mashups).<\/p>\n
The Guardian este astazi unul dintre reperele jurnalismului de
\ndate. O intreaga sectiune a site-ului cotidianului se cheama
\nDataStore, iar datele culese pe diverse tematici sunt puse la
\ndispozitia publicului in diverse forme. Din fericire pentru
\nenglezi, majoritatea informatiilor publice de la ei sunt cu
\nadevarat publice si accesibile. Din nefericire pentru noi, mai avem
\nmult pana acolo.<\/p>\n","protected":false},"excerpt":{"rendered":"
Tim Berners-Lee, creatorul web-ului, a pledat adesea pentru publicarea datelor primare insotite de descrieri standardizate. Deja tendinta exista, iar cand aceasta practica se va extinde, internetul va deveni si mai util. Mai ales pentru o anumita ramura a jurnalismului.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[529],"tags":[171,7107,87,7105],"class_list":["post-43302","post","type-post","status-publish","format-standard","hentry","category-opinii","tag-internet","tag-mircea-sarbu","tag-opinie","tag-weboscop"],"_links":{"self":[{"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/posts\/43302","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=43302"}],"version-history":[{"count":1,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/posts\/43302\/revisions"}],"predecessor-version":[{"id":60915,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/posts\/43302\/revisions\/60915"}],"wp:attachment":[{"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=43302"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=43302"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=43302"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}