Período de aulas
Propinas estudantes UE (2021/2022)
2650.00 €Plano de Estudos para 2021/2022
| Unidades curriculares | Créditos | |
|---|---|---|
| 1º Ano | ||
|
Design de Informação
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
|
Ferramentas de Visualização de Informação
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
|
Projecto em Visualização de Informação I
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
|
Storytelling
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
|
Visualização de Dados I
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
|
Analítica Visual
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
|
Ferramentas de Visualização para A Web
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
|
Projecto em Visualização de Informação II
9.0 ECTS
|
Unidades Curriculares Obrigatórias | 9.0 |
|
Visualização de Dados II
9.0 ECTS
|
Unidades Curriculares Obrigatórias | 9.0 |
Os objetivos gerais (OG) centram-se em capacitar o aluno a adquirir competências para:
OG1: Compreender a omnipresença e importância da informação e do design na era contemporânea e reconhecer a relevância do design de informação neste contexto.
OG2: Identificar a centralidade da visão no processo cognitivo e reconhecer a pertinência de projetar a comunicação de informação através do uso da linguagem visual.
OG3: Compreender a importância da relação entre literacia estatística, literacia visual e linguagem visual.
OG4: Reconhecer as principais estruturas e modelos de representação visual de informação e as suas funções específicas.
Conteúdos programáticos (CP) articulados com os objetivos de aprendizagem.
CP1.1: Hierarquia: Dados, Informação, Conhecimento, Sabedoria.
CP1.2: Design como interface: Utilizador, Utensílio e Utilização.
CP1.3: Design de informação: design para a compreensão e para o conhecimento.
CP2.1: Perceção visual como processo mental.
CP2.2: Semiótica e processo de significação.
CP2.3: Elementos básicos da linguagem visual (ponto, linha, plano, forma, cor)
CP3.1: Literacia estatística: distinguir informação qualitativa e quantitativa
CP3.2: Literacia visual: ler, compreender e comunicar através de imagens.
CP4.1: Binómios de variáveis estatísticas?estruturas/modelos de representação visual.
CP4.2: Estruturas de representação: espaciais e temporais.
CP4.3: Estruturas de representação: espaço-temporais.
Avaliação contínua:
1. Teste escrito que incide sobre o conhecimento dos conteúdos programáticos, nomeadamente sobre a capacidade de compreender os fundamentos teórico-práticos do design de informação (60%).
2. Trabalho teórico-prático de análise crítica de um caso de representação visual de informação estatística (40%).
Alternativamente o aluno pode ser avaliado por um exame final que vale 100% da nota.
Cairo, A. (2013). The Functional Art: An introduction to information graphics and visualization. New Riders.
Lidwell, W., Holden, K. e Butler, J. (2003). Universal Principles of Design. Gloucester, MA: Rockport.
Meirelles, I. (2013). Design for Information. Beverly, MA: Rockport.
O' Grady, Ken V. & O'Grady, J. (2008). The Information Design Handbook. East Sussex: Rotovision.
Rendgen, S. (2014). Information graphics. Köln: Taschen.
Alexandrino da Silva, A. (2006). Gráficos e mapas - representação de informação estatística. Lisboa: Lidel edições técnicas.
Beniger, J. e Robyn, D. L. (1978). Quantitative graphics in statistics: A brief history. The American Statistician, 32 (1), 1-11.
Bonsiepe, G. (1999). Interface - An Approach to Design. Maastricht: Jan van Eyck Akademie.
Cleveland, W. S. (1987b). Research in statistical graphics. Journal of the American Statistical Association, 82, 419-423.
Floridi, L. (2010). Information - A Very Short Introduction. Oxford: Oxford University Press.
Frascara, J. (2004). Communication design: principles, methods, and practice. New York: Allworth.
Friendly, M. (2008). Milestones in the history of thematic cartography, statistical graphics, and data visualization. Retirado de http://www.math.yorku.ca/SCS/Gallery/milestone/milestone.pdf. Acedido em 16 dezembro de 2015.
Gleick, J. (2012). Informação - Uma história, uma teoria, um dilúvio. Lisboa: Temas & Debates.
Harris, R. L. (1999). Information Graphics: A Comprehensive Illustrated Reference. Oxford University Press.
Jacobson, R. (ed.) (2000). Information Design. Cambridge, MA: MIT Press.
Lima, M. (2014). The book of trees: visualizing branches of knowledge. New York: Princeton Architectural Press.
Lima, M. (2011). Visual Complexity - Mapping Patterns of Information, New York: Princeton Architectural Press.
Tufte, E. (1983). The Visual Display of Quantitative Information. Cheshire, CT: Graphics Press.
Tufte, E. (1990). Envisioning Information. Cheshire: Graphics Press.
Tufte, E. (1997). Visual Explanations: Images and Quantities, Evidence and Narrative. Cheshire: Graphics Press.
Tufte, E. (2006). Beautiful Evidence. Cheshire: Graphics Press.
Vilar, E. T. (coord.) (2014). Design et al. - Dez Perspectivas Contemporâneas. Alfragide: Dom Quixote.
Esta UC tem como objetivo central dotar os alunos de know-how técnico relativo a três tecnologias utilizadas para a criação de visualizações de dados e de informação: (1) Adobe Illustrator; (2) Microsoft Excel e (3) Tableau.
Pretende-se que os alunos apliquem os conhecimentos e a experiência prática adquiridas nesta UC no desenvolvimento de exercícios de outras UCs, nomeadamente em Projeto em Visualização de Informação I.
Conteúdos programáticos (CP) articulados com os objetivos de aprendizagem.
CP1 - Adobe Illustrator (6h)
1.1. Introdução
1.2. Edição de desenho vetorial para a construção de infografias
CP2 - Excel (12h)
Introdução
2.1. Edição e organização e preparação de dados
2.2. Fórmulas e funções
2.3. Tabelas
2.4. Gráficos
CP3 - Tableau (18h)
3.1. Introdução
3.2. Tipos de dados
3.3. Importação de dados
3.4. Organização e preparação de dados
3.5. Construção de gráficos
3.6. Dashboards e storytelling
3.7. Construção de mapas
3.8. Tableau Public
Avaliação contínua: com duas componentes:
- Trabalho prático em grupo: 50%
- Trabalho prático individual: 50%
Grupos de 2-3 elementos. Nota mínima de 10 valores em cada componente.
Alternativamente o aluno pode ser avaliado por um exame final (100% da nota).
Cairo, A. (2016). The Truthful Art: Data, Charts, and Maps for Communication. Berkeley: New Riders.
Cairo, A. (2013). The Functional Art - An introduction to information graphics and visualization. Berkeley: New Riders.
Koma, J. (2016). Excel 2016: A Beginner's Guide to Microsoft Excel. Project KT Publishing.
Murray, D. G. (2016). Tableau Your Data!: Fast and Easy Visual Analysis with Tableau Software. 2nd Edition. John Wiley & Sons, Inc.
Yau, N. (2011). Visualize this: The FlowingData Guide to Design, Visualization, and Statistics. Indianapolis, IN: Wiley.
Kirk, A. (2012). Data Visualization: a successful design process. Birmingham, UK: Packt.
Lima, M. (2011). Visual Complexity: Mapping Patterns in Information (pp. 246-248). New York, NY: Princeton Architectural Press.
Meirelles, I. (2013). Design for Information. Beverly, MA: Rockport.
Michael, A, & Walkenbach, J. (2010). Excel (R)Dasboards =and reports. Wiley Publishing.
Tufte, E. (1997). Visual Explanations: Images and Quantities, Evidence and Narrative. Cheshire, CN: Graphics Press.
Yau, N. (2013). Data Points: Visualization That Means Something. Indianapolis, IN: Wiley.
Os objetivos gerais (OG) centram-se em capacitar o aluno a adquirir competências para:
OG1. Identificar e interpretar problemas decorrentes da recolha, seleção e filtragem de dados ou da observação de informação complexa.
OG2. Aplicar metodologia projetual ao desenvolvimento de dispositivos de Visualização de Informação para um meio impresso.
OG3. Conceber, implementar e validar projetos de Visualização de Informação, de caráter estático, que permitam comunicar temas complexos.
OG4. Sintetizar e aplicar conhecimento adquirido no âmbito das demais UC do curso.
Conteúdos programáticos (CP) articulados com os objetivos de aprendizagem.
CP1: Metodologia projetual aplicada à Visualização de Informação.
CP2: Formulação de questões e identificação de problemas no âmbito da Visualização de Informação.
CP3: Benchmarking como método para observação e produção de repertório e referências.
CP4: Técnicas e ferramentas para a seleção e filtragem de dados.
CP5: Sketching, organização e planeamento de informações para meios impressos.
CP6: Técnicas de comunicação visual aplicadas ao desenho para meios impressos.
CP7: Desenvolvimento e implementação de dispositivos de Visualização de Informação de tipo estático (e.g. infografia).
CP8: Teste e refinamento de soluções de organização de conteúdos e visualização de dados.
Avaliação contínua incide sobre o desenvolvimento de um projeto no âmbito da Visualização de Informação. Possui três componentes de avaliação:
-Avaliação intermédia do projeto com apresentação e discussão em grupo (25%)
-Avaliação final do projeto com apresentação e discussão em grupo (45%)
-Exercício escrito sobre projeto desenvolvido por colegas (peer-assessment)(30%)
Elegibilidade para a avaliação contínua:
Assiduidade às aulas(mínimo 50%)
Presença nas tutorias propostas(mínimo 80%)
Cairo, A. (2013). The Functional Art, An introduction to information graphics and visualization. Berkeley: New Riders.
Lima, M. (2011). Visual Complexity: Mapping Patterns of Information. New York, NY: Princeton Architectural Press.
Manovich, L. (2010). What is visualization? Retirado de http://manovich.net/index.php/projects/what-is-visualization. Acedido em 02.07.2015.
Meirelles, I. (2013). Design for Information. Beverly. MA: Rockport.
Tufte, E. (1997). Visual Explanations: Images and Quantities, Evidence and Narrative. Cheshire, CN: Graphics Press.
Vande Moere A., & Purchase, H. (2011). On the Role of Design in Information Visualization. Retirado de https://pdfs.semanticscholar.org/d9c8/a774a7cfd3f93ca5d1c80e192bba0ade6f77.pdf. Acedido em 28.10.2016.
Yau, N. (2011). Visualize This: The Flowing Data Guide to Design, Visualization, and Statistics. Wiley.
Ware, C. (2008). Visual Thinking for Design. Burlington, MA: Morgan Kaufmann.
Rendgen, S. (2014). Information graphics. Köln: Taschen.
AA.VV. (2009). Data Flow: Visualising Information in Graphic Design. Berlin: Gestalten.
AA.VV. (2009). Data Flow v.2: Visualising Information in Graphic Design. Berlin: Gestalten.
Bertin, J. (2011 [1967]). Semiology of Graphics: Diagrams, Networks, Maps. Redlands, CA: Esri Press.
Cairo, A. (2016). The Truthful Art: Data, Charts, and Maps for Communication. Berkeley: New riders.
Cleveland, W. S. (1994). The Elements of Graphing Data. Summit, NJ: Hobart Press.
Christianson, S. (2014). 100 diagrams that changed the world: from the earliest cave paintings to the innovation of the iPod. London: Batsford Books.
Figueiras, A. (2013). A typology for data visualization on the web. 17th International Conference on Information Visualisation, Londres.
Lima, M. (2014). The book of trees: visualizing branches of knowledge. New York: Princeton Architectural Press.
Lima, M. (2009). Information Visualization Manifesto. Visual Complexity. Retirado de http://www.visualcomplexity.com/vc/blog/?p=644. Acedido em 21.06.2016.
Masud, L., Valsecchi, F., Ciuccarelli, P., Ricci, D., & Caviglia, G. (2010). From data to knowledge-visualizations as transformation processes within the data-information-knowledge continuum. In 2010 14th International Conference Information Visualisation (pp. 445-449). IEEE. Retirado de http://igva2012.wikispaces.asu.edu/file/view/Information_Transfromation.pdf/297700598/Information_Transfromation.pdf. Acedido em 11.11.2016.
Rosenberg, D. (2009). Cartographies of time: a history of the timeline. New York: Princeton Architectural Press.
Segel, E., & Heer, J. (2011). Narrative visualization: Telling stories with data. IEEE Transactions on Visualization and Computer Graphics, 16, 6, 1139-1148. doi: 10.1109/TVCG.2010.179
Tufte, E. (1990). Envisioning Information. Cheshire, CN: Graphics Press.
Os objetivos gerais (OG) centram-se em capacitar o aluno a adquirir competências para:
OG1. Saber identificar e utilizar de forma adequada as várias formas de contar histórias com dados.
OG2. Compreender a dimensão visual das estruturas narrativas.
OG3. Construir narrativas tendo em conta os objetivos comunicacionais em diferentes contextos.
Conteúdos programáticos (CP) articulados com os objetivos de aprendizagem.
CP1. Definição de narrativa e Storytelling
CP2. Aplicação de narrativas e Storytelling no mundo digital
CP3. Contar histórias com dados: categorias de contextualização
CP4. Infografia
CP5. Banda desenhada
CP6. Definição de Data Stories em Business Intelligence a Apoio à Decisão
Avaliação contínua:
Para avaliar a capacidade de comunicar graficamente a informação serão realizados dois momentos de avaliação:
- Apresentação de um trabalho em grupo na área de Jornalismo de Dados (50%).
- Exercício individual (50%).
Nota mínima de 10 valores em cada componente.
Alternativamente o aluno pode ser avaliado por um exame final que vale 100% da nota.
Cairo, A. (2013). The Functional Art: An introduction to information graphics and visualization (Voices That Matter). New Riders
Corr, L., & Stagnitto, J. (2011). Agile Data Warehouse Design. Collaborative Dimensional Modeling, from Whiteboard to Star Schema. DecisionOne Press.
Klanten, R., Ehmann, S., & Schulze, F. (2011). Visual storytelling: Inspiring a new visual language. Gestalten.
Kosara, R., & Mackinlay, J. (2013). Storytelling: The next step for visualization. IEEE Computer (Special Issue on Cutting-Edge Research in Visualization), 46 (5), 44-50, 2013.
Lankow, J., Ritchie, J., & Crooks, R. (2012). Infographics: The power of Visual Storytelling. John Wiley & Sons.
Segel, E., & Heer, J. (2010). Narrative visualization: Telling stories with data. IEEE transactions on visualization and computer graphics, 16(6), 1139-1148.
Ma, K.-L., Liao, I., Frazier, Hauser, J. H., & Kostis, H.-N. (2012). Scientific Storytelling Using Visualization, Computer Graphics And Applications (CG&A), Visualization Viewpoints, 32, (1), 12-19.
Ware, C. (2008). Visual Thinking for Design. Morgan Kaufmann, Elsevier.
Wong, D. (2013). The Wall Street Journal Guide to Information Graphics: The Dos and Don'ts of Presenting Data, Facts, and Figures. W. W. Norton & Company.
Os objetivos gerais (OG) centram-se em capacitar o aluno a adquirir competências para:
OG1. Pesquisar e adequar os dados às questões de visualização.
OG2. Selecionar e criticar modelos de representação visual em função dos dados existentes.
OG3. Aplicar a literacia visual e estatística na interpretação de visualizações de dados.
OG4. Explorar o desenho de modelos de representação visual de modo a responder a questões complexas.
OG5. Adequar a representação visual aos dados que a suportam, aos objetivos, público-alvo e meios de comunicação.
Conteúdos programáticos (CP) articulados com os objetivos de aprendizagem.
I. Representações visuais: introdução aos princípios de representação
CP1. Estruturação lógica e representação visual de informação
CP2. Pictografia
CP3. Pesquisa, organização e análise de dados
II. Visualização de dados: tornar visível o invisível
CP4. Estruturas de representação exploratórias
CP5. Estruturas de representação explanatórias
CP6. Taxonomias de modelos visuais
Avaliação contínua:
Para avaliar a capacidade de comunicar graficamente a informação serão realizados dois momentos de avaliação:
1. Exercício individual: - 60%.
2. Exercício(s) de representação de informação - 40%.
Alternativamente o aluno pode ser avaliado por um exame final que vale 100% da nota.
Alexandrino da Silva, A. (2006). Gráficos e mapas-representação de informação estatística. Lisboa, Lidel edições técnicas.
Bertin, J. (1967). Semiologie Graphique. Paris, Gauthier-Villars.
Cleveland, W. S., & McGill, R. (1987). Graphical perception: The visual decoding of quantitative information on graphical displays of data. Journal of the Royal Statistical Society, 150, 192-229.
Evergreen, S. (2016). Effective Data Visualization: The Right Chart for the Right Data. SAGE Publications Ltd.
Kirk, A. (2016). Data Visualisation: A Handbook for Data Driven Design. SAGE Publications Ltd.
Laureano, R., & Botelho, M. C. (2017). SPSS. O Meu Manual de Consulta Rápida. 3ª ed. Lisboa, Sílabo.
Meirelles, I. (2013). Design for Information, Beverly, MA: Rockport Publishers.
Neurath, O. (2010). From hieroglyphics to Isotype: A visual autobiography. M. Eve, & C. Burke (Eds.). London: Hyphen Press.
Tufte, E. (1983). The Visual Display of Quantitative Information. Edition, Cheshire, CT: Graphics Press.
Alexandrino da Silva, A. (2006). Pictogramas estatísticos antes de 1935 (data de criação do INE) com Olga Mendes, Poster, Jornadas de classificação e análise de dados (JOCLAD-06 Lisboa - Universidade Lusíada). Retirado de http://graficosemapas.wordpress.com/o-autor/visualizacao-de-dados/postersartigos.
Alexandrino da Silva, A. (2009). Gráficos: às vezes é difícil fazer pior. In Temas em Métodos quantitativos - Vol. 6 (ISCTE, Edições Sílabo) - Maria de Fátima Salgueiro, Diana A. Mendes, Luís F. Martins (Editores).
Bonin, S. (1983). Initiation a la graphique. EPI S.A. Editours. Paris.
Cairo, A. (2016). The Truthful Art: Data, Charts, and Maps for Communication. New Riders.
Cairo, A. (2013). The Functional Art: An introduction to information graphics and visualization (Voices That Matter). New Riders.
Camões, J. (2016). Data at Work: Best practices for creating effective charts and information graphics in Microsoft Excel (Voices That Matter). New Riders.
Chernoff, H. (1973). The use of faces to represent point in K-dimensional space graphically. Journal of the American Statistical Association, 68 (342), 361-368.
Cleveland, W. S. (1987). Research in statistical graphics. Journal of the American Statistical Association, 82, 419-423.
Cleveland, W.. S., & McGill, R. (1984). Graphical perception: Theory, Experimentation, and application to the development of graphical methods. Journal of the American Statistical Association, 82, 419-423
Crow, D. (2006). Left to right: the cultural shift from words to pictures. London: AVA Publishing.
Few, S. (2015). Signal: understanding what matters in a world of noise. Analytics Press.
Few, S. (2012). Show Me the Numbers: Designing Tables and Graphs to Enlighten. Analytics Press.
Fry, B. (2008). Visualizing Data. O'Reilly Press.
Hall, P. (2011). Bubbles, lines and string: How information visualization shapes society. In Graphic Design Now in Production. Minneapolis (MN): Walker Art Center, 170-185.
Hall, P. (2008). Critical Visualization. In Paola Antonelli (ed.), Design and the Elastic Mind, (pp. 120-131). New York: Museum of Modern Art.
Harris, R. (1999). Information Graphics: A Comprehensive Illustrated Reference. Oxford University Press.
Huff, D. (1991). 3.ª ed. (1.ª ed. 1954). How to lie with statistics. England: Pinguin Books.
Jenks, G. F., & Coulson, M. R.C. (1964). Class intervals for statistical maps. Int. Yearbook of Cart., IV, 119-134.
Kazmierczak, E. T. (2003). Design as meaning making: from making things to the design of thinking. Design Issues, 19(2), 45-59.
Kosara, R. (2008). What is Visualization? A Definition. In Eagereyes, Visualization and Visual Communication. Retirado de http://eagereyes.org/criticism/definition-of-visualization.
Lima, M (2017). The Book of Circles: Visualizing Spheres of Knowledge . Princeton Architectural Press. New York.
Lima, M (2014). The Book of Trees: Visualizing Branches of Knowledge. Princeton Architectural Press. New York.
Lima, M. (2011). Visual Complexity: Mapping patterns of Information. Princeton Architectural Press. New York.
Malamed, C. (2009). Visual language for designers: principles for creating graphics that people understand. Beverly, Mass.: Rockport Publishers.
Masud, L., Valsecchi, F., Ciuccarelli, P., Ricci, D., & Caviglia, G. (2010). From data to knowledge-visualizations as transformation processes within the data-information-knowledge continuum. In Information Visualization (IV), 2010 14th International Conference (pp. 445-449). IEEE.
O' Grady, Ken V. & O'Grady, J. (2008). The Information Design Handbook. East Sussex: Rotovision.
Ramos, P. N. (2013). Torturem os números que eles confessam: sobre o mau uso e abuso das estatísticas em Portugal, e não só. Almedina. Lisboa Portugal.
Spence, R. (2014). Information Visualization: An Introduction. London: Springer.
Tobler, W. (1973). Choropleth maps without class intervals?, Geographical Analysis, 5, 262-265.
Tufte, E. (2006). Beautiful Evidence. Cheshire. CT: Graphics Press.
Tufte, E.(1997). Visual Explanations: Images and Quantities, Evidence and Narrative. Cheshire.
Tufte, E. (1990). Envisioning Information. Cheshire, CT: Graphics Press.
Tukey, J. W. (1977). Exploratory data analysis. USA: Addison-Wesley.
United Nations (2012). Making Data Meaningful Part 4: A guide to improving statistical literacy. Geneve. Suíça.
Wainer, H. (1996). Depicting error. The American Statistician, 50 (2), 101-111
Wong, D. M. (2013). The Wall Street Journal Guide to Information Graphics: The Dos and Don'ts of Presenting Data, Facts, and Figures. W.W.Norton New York.
Alguns links úteis:
DATASTORIES: http://datastori.es
DENSITY DESIGN: http://www.densitydesign.org
EAGEREYES: https://eagereyes.org
ISOTYPE REVISITED: http://isotyperevisited.org
MILESTONES PROJECT: http://www.datavis.ca/milestones/
THE FUNCTIONAL ART: http://www.thefunctionalart.com
VISUAL COMPLEXITY: http://www.visualcomplexity.com/vc/
VISUALIZING DATA: http://www.visualisingdata.com
VISUALOOP: http://visualoop.com
Taxonomias:
https://policyviz.com/product/graphic-continuum-poster/
http://www.datavizcatalogue.com/search.html
http://www.excelcharts.com/blog/classification-chart-types/
http://www.infographicsblog.com/wp-content/uploads/2011/11/chart-suggestion-infographic.jpg
http://annkemery.com/essentials/
The Visualization Universe: http://visualizationuniverse.com/
Esta UC tem por objetivo central dotar os alunos de conhecimentos de visualização de dados para a área de apoio à decisão e de business intelligence.
Esta UC está focada nas boas práticas de utilização de tecnologias para o desenvolvimento de diferentes interfaces de visualização de informação que permitam a tomada de decisão nos diversos níveis de uma organização (i.e., operacional, tático e estratégico).
Nesta UC são abordados também os atuais desafios na visualização de big data analytics e text analytics.
A UC aborda também as boas práticas do desenho de interfaces no âmbito de Interface Homem-Máquina, com especial enfoque na usabilidade.
Conteúdos programáticos (CP) articulados com os objetivos de aprendizagem.
CP1. Visual Analytics e os sistemas de business intelligence e de apoio à decisão
CP2. Boas práticas para o desenvolvimento de dashboards para apoio à decisão
CP3. Desafios da visualização de dados para big data analytics e text analytics
CP4. Enquadramento de conceitos-chave, heurísticas e taxonomias na área da Interação Homem-Máquina
CP5. Confrontação das diretrizes teóricas com exemplos de boas práticas de design de interface em contexto analítico
CP6. Parâmetros definidores e avaliadores da usabilidade e experiência do utilizador de interfaces em analítico.
Avaliação contínua: com duas componentes:
1-Trabalho em grupo (60%).
2-Exercício individual (40%).
Critérios de elegibilidade para a avaliação contínua: assiduidade às aulas mínima de 50%.
Grupos de 2-3 elementos. Nota mínima de 10 valores em cada componente.
Alternativamente o aluno pode ser avaliado por um exame final que vale 100% da nota.
Cardoso, C. (2011). Business Intelligence e Gestão de Performance, in António Nelson (ed.), Estratégia Organizacional: do mercado à ética (pp. 167-200). Lisboa, Portugal: Escolar Editora.
Few, S. (2006). Information Dashboard Design – the effective visual communication of data. O’Reilly.
Keim, D., Andrienko, G., Fekete, J-D., Gorg, C., Kohlhammer, J., & Melaçon, G. (2008). Visual Analytics: Definition, Process and Challenges. Kerren et al. (Eds.): Information Visualization - Human-Centered Issues and Perspectives (pp.154-175). Springer, LNCS.
Rogers, Y., Sharp, H., & Preece, J. (2013). Interaction design: beyond human-computer interaction. 3rd edition. John Wiley & Sons.
Shneiderman, B. (1996). The eyes have it: a task by data type taxonomy for information visualizations. In Proceedings of the 1996 IEEE Symposium on Visual Languages (pp. 336-343).
Caldeira, J. (2009). Monitorização da Performance Organizacional. Edições Almedina.
Caldeira, J. (2010). Dashboards – Comunicar eficazmente a informação de gestão. Edições Almedina.
Chen, H., Chiang, R., & Storey, V. (2012). Business Intelligence and Analytics: From Big Data to Big Impact. MIS Quarterly, 36(4), 1-24
Eckerson, W. (2006). Performance Dashboards: Measuring, monitoring and managing your business. John Wiley & Sons.
Figueiras, A. (2015). Towards the Understanding of Interaction in Information Visualization. IV15 19th Information Visualization Society Conf. Espanha: Barcelona.
Garret, J.J. (2011). The elements of user experience: user-centered design for the Web and beyond. 2nd Ed. Berkeley, CA: New Riders.
ISO/IEC 9241-11. (1998). Ergonomic requirements for office work with visual display terminals (VDT) - Part 11: Guidance on usability. Geneva, Switzerland: International Organization for Standardization.
ISO/IEC 9241-210. (2015). Ergonomics of human-system interaction - Part 210: Human-centred design for interactive systems. Geneva, Switzerland: International Organization for Standardization.
Laugwitz, B., Held, T., & Schrepp, M. (2008). UEQ-Online — User Experience Questionnaire. Retirado de http://www.ueq-online.org/. Acedido em 28.10.2016.
Nielsen, J. (1993). Usability Engineering. Morgan Kaufmann.
Nielsen, J. (2000). Designing Web usability: the practice of simplicity. Indianapolis: New Riders.
Person, R. (2009). Balanced Scorecards & Operational Dashboards with Microsoft Excel. Wiley Publishing, Inc, 2009.
Schreck, T., & Keim, D. (2013). Visual Analysis of Social Media Data. Computer. 46(5), 68-75. IEEE Computer Society.
Shneiderman, B. (1992). Designing the user interface strategies for effective human-computer interaction. 2nd Ed. Massachusetts: Addison-Wesley.
Ware, C. (2004). Information Visualization: Perception for Design. 2nd Ed. Morgan Kauffman.
Yi, J. S., Kang, Y. ah, Stasko, J., & Jacko, J. (2007). Toward a deeper understanding of the role of interaction in information visualization. IEEE Transactions on Visualization and Computer Graphics, 13(6), 1224–1231.
Esta UC tem por objetivo o desenvolvimento de competências técnicas para a utilização integrada de tecnologias heterogéneas e complementares para o desenvolvimento de projetos de visualização de informação interativa para a web.
ProgramaConteúdos programáticos (CP) articulados com os objetivos de aprendizagem:
CP1. Apresentação de casos e principais conceitos de visualização de dados na web
Interatividade como ferramenta UX para visualização de dados
Animação: uma poderosa codificação visual e ferramenta de storytelling
CP2. Introdução às visualizações web: conceitos e exemplos de HTML 5, SVG, CSS e estrutura DOM
CP3. Processamento de dados com JavaScript
Introdução aos elementos mais comuns: vetores, objetos e funções
Formato dos dados e portabilidade: JSON
CP4. Visualização de dados com D3.js
Princípios de base: seleções, importação e agregação de dados, escalas, eixos.
Visualizações simples de dados
Abordagens conceptuais avançadas: geradores e layouts
Visualizações avançadas de dados
Visualizações dinâmicas de dados (= interativas e animadas).
CP5. Introdução ao Wordpress
CP6. Visualização de dados com Flourish
Avaliação contínua: com duas componentes:
- Trabalho prático em grupo: 75%.
- Trabalho prático individual: 25%
Grupos de 2 a 3 alunos. Critérios de elegibilidade para a avaliação contínua: assiduidade às aulas mínima de 50%.
Nota mínima de 10 valores em cada componente. Alternativamente o aluno pode ser avaliado por um exame final (100% da nota).
Ward, M., Grinstein, G., Keim, D. (2015) Interactive Data Visualization: Foundations, Techniques, and Applications, Second Edition. CRC Press.
Dale, K. (2016) Data Visualization with Python and JavaScript: Scrape, Clean, Explore & Transform Your Data. O'Reilly Media.
Murray, S. (2017) Interactive Data Visualization for the Web: An Introduction to Designing with D3, Second Edition. O'Reilly Media.
Andy Kirk (2016), Data Visualization: Representing Information on Modern Web, Packt Publishing
Garret, J.J. (2011). The elements of user experience: user-centered design for the Web and beyond (2 Ed.). Berkeley, CA: New Riders
Tutoriais:
Web technologies:
https://developer.mozilla.org/en-US/docs/Web,
http://opentechschool.github.io/html-css-beginners/de/index.html
JavaScript:
https://developer.mozilla.org/en-US/docs/Web/JavaScript,
http://opentechschool.github.io/js-beginners-1/index_de.html,
https://github.com/workshopper/javascripting
http://www.allitebooks.in/learn-javascript-with-p5-js/ (ebook can be downloaded for free)
D3.js:
https://slides.com/sandravizmad/d3js#/
http://dataviscourse.net/tutorials/
https://www.d3indepth.com/
Data-Driven Documents: http://d3js.org
Interactive Notebook for data visualization: https://observablehq.com/
Flourish:
https://flourish.studio/developers/tutorial/
Wordpress:
https://wordpress.com/learn/
Os objetivos gerais centram-se em capacitar o aluno a adquirir competências para, em continuidade com a estratégia desenvolvida no 1º semestre:
OG1. Desenvolver a capacidade de leitura e interpretação crítica e integrada de um problema concreto no âmbito da visualização de informação dinâmica e interativa.
OG2. Aplicar metodologia projetual ao desenvolvimento de dispositivos de visualização de informação para um meio digital
OG3. Conceber, desenvolver e validar projetos de visualização de informação, de caráter dinâmico e interativo, que permitam explorar e comunicar temas complexos.
OG4. Explorar e sintetizar o conhecimento adquirido nas demais UC do 2º semestre, aplicando-o no projeto de visualização.
O programa estrutura-se através de diferentes conteúdos programáticos (CP):
CP1: Formulação do problema e definição de objetivos do projeto de visualização de informação.
CP2. Apresentação dos principais componentes e características de uma visualização de informação interativa.
CP3. Introdução à Arquitetura da Informação para o planeamento e organização de informações.
CP4. Aplicação de técnicas de representação e estruturação de dados para visualização.
CP5. Desenvolvimento gráfico e User Experience de visualizações digitais e interativas.
CP6: Enquadramento teórico e desenvolvimento prático de design de interfaces em sistema CMS (Content management system)
CP7: Teste e refinamento das soluções em visualizações digitais e interativas.
A avaliação contínua incide sobre o desenvolvimento de um projeto no âmbito da visualização de informação. Possui três componentes de avaliação:
? Avaliação intermédia do projeto com apresentação e discussão em grupo (25%).
? Avaliação final do projeto com apresentação e discussão em grupo (45%).
? Exercício escrito sobre projeto desenvolvido por colegas (peer-assessment) (30%).
Elegibilidade para a avaliação final:
Assiduidade mínima de 50% das aulas.
Shneiderman, B. (1996). The eyes have it: a task by data type taxonomy for information visualizations. In Proceedings of the 1996 IEEE Symposium on Visual Languages (pp. 336-343). doi: 10.1109/VL.1996.545307
Figueiras, A. (2015). Towards the Understanding of Interaction in Information Visualization. IV15 19th Information Visualisation Society Conf. Espanha: Barcelona.
Hackos, J. T., & Redish, J. C. (1998). User and Task Analysis for Interface Design. New York: Wiley
Computer Publishing.
Lima, M. (2011). Visual Complexity: Mapping Patterns in Information. Nova Iorque, NY: Princeton Architectural Press.
Meirelles, I. (2013). Design for Information. Beverly, MA: Rockport.
Yi, J. S., Kang, Y. ah, Stasko, J., & Jacko, J. (2007). Toward a deeper understanding of the role of interaction in information visualization. IEEE Transactions on Visualization and Computer Graphics, 13(6), 1224?1231.
Cleveland, W. S. (1994). The Elements of Graphing Data. Summit, NJ: Hobart Press
Figueiras, A. (2013). A typology for data visualization on the web. 17th International Conference on Information Visualisation, Londres.
Garret, J.J. (2011). The elements of user experience: user-centered design for the Web and beyond (2 Ed.). Berkeley, CA: New Riders
Keim, D. (2002). Information visualization and visual data mining. IEEE Transactions on Visualization and Computer Graphics, 8(1):1?8, 2002. ISSN 1077-2626.
Krug, S. (2014). Don?t make me think, revisited: a common sense approach to Web and mobile usability. Berkeley, CA: New Riders.
Laugwitz, B., Held, T., & Schrepp, M. (2008). UEQ-Online ? User Experience Questionnaire. Retirado de http://www.ueq-online.org/. Acedido em 28.10.2016.
Nielsen, J. (2000). Designing Web usability: the practice of simplicity. Indianapolis: New Riders.
Norman, D. (1990). The design of everyday things. New York: Doubleday.
Shneiderman, B. (1992). Designing the user interface strategies for effective human-computer interaction. (2 Ed.). Massachusetts: Addison-Wesley.
Tufte, E. (1997). Visual Explanations: Images and Quantities, Evidence and Narrative. Cheshire, CN: Graphics Press.
Tufte, E. (1990). Envisioning Information. Cheshire, CN: Graphics Press.
Ware, C. (2008). Visual Thinking for Design. Burlington, MA: Morgan Kaufmann.
Wurman, R. S. (2000). The Business of Understanding. Retirado de http://www.informit.com/articles/article.aspx?p=130881. Acedido em 11-11-2016.
Yau, N. (2011). Visualize this: The FlowingData Guide to Design, Visualization, and Statistics. Indianapolis, IN: Wiley.
Os objetivos gerais (OG) centram-se em capacitar o aluno a adquirir competências para:
OG1. Reconhecer e saber caracterizar o jornalismo de dados enquanto disciplina de visualização de dados.
OG2. Utilizar ferramentas web based para visualização de informação.
OG3. Dominar os conceitos fundamentais dos Sistemas de Informação Geográfica (SIG) para a representação de informação através de mapas temáticos.
OG4. Elaborar visualizações criativas de mapas temáticos, partindo da importação de dados para uma nuvem, com um conjunto de ferramentas web gratuitas e amigáveis.
OG5. Integrar mapas e análises geográficas recorrendo a aplicações web.
Conteúdos programáticos (CP) articulados com os objetivos de aprendizagem.
I. Infografia e mapeamento de informação
CP1. Data journalism
CP2. Geo-jornalismo
CP3. Mapas temáticos em SIG
CP4. Do Excel à nuvem de SIG
CP5. SIG Dinâmico
CP6. Mapas deformados (cartogramas/anamorfismos)
II. Da visualização de dados à comunicação do conhecimento
CP7. Ferramentas web based para comunicação/apresentação interativa de dados
Avaliação contínua:
- Trabalho de grupo: infografia uma ?história gráfica? incluindo mapas e gráficos, apresentada numa plataforma web ? 70%
- Trabalho individual: Apresentação de um mapa construído na cloud e de uma infografia construída numa das ferramentas trabalhadas em aula ? 30%
Alternativamente o aluno pode ser avaliado por um exame final que vale 100% da nota.
Alexandrino da Silva, A. (2006). Gráficos e mapas representação de informação estatística. Lisboa, Lidel edições técnicas.
Bhat, M., Shah, R., & Ahmad, B. (2011). Cloud Computing: A solution to Geographical Information Systems (GIS). International Journal on Computer Science and Engineering. Vol. 3 No. 2, 594-600. Retirado de http://www.enggjournals.com/ijcse/doc/IJCSE11-03-02-006.pdf.
Fry, B. (2008). Visualizing Data. O?Reilly Press.
Giscloud (2014). Step by Step Guide for GIS Cloud Applications. Retirado de http://www.giscloud.com/docs/GIS_Cloud_User_Manual.pdf. Acedido em 23 Julho de 2014.
Harris, R. (1999). Information Graphics: A Comprehensive Illustrated Reference. Oxford University Press.
Ware, C. (2004). Information Visualization: Perception for Design, 2nd ed.
Maeda, J. (2006). The Laws of Simplicity. MIT Press.
Matos, J. (2008). Fundamentos de Informação Geográfica. Lisboa, Lidel.
Abrams, J., & Hall, P. (2006). Else/where: Mapping new cartographies of networks and territories. Minneapolis, University of Minnesota Design Institute.
Barabasi, A-L (2003). How Everything Is Connected to Everything Else and What It Means. New York, Plume.
Deleuze, G., & Guattari, F. (2007). Mil Planaltos, Capitalismo e Esquizofrenia 2. Assírio & Alvím.
Eco, U. (1989). The Open Work. Harvard University Press.
Evans, I. S. (1977). The selection of class intervals. Transactions, Inst. of British Geography, 2 (1), 98-124.
Bonin, S. (1983). Initiation a la graphique. 2.ª ed. (1.ª ed. 1975). Paris: EPI editeurs.
Dent, B. D. (1990). Cartography: Thematic map design. 2.ª ed. (1985, 1.ª ed.). Dubuque (USA): Wm. C. Brown Publishers.
Dias, M. H. (1991). Leitura e comparação de mapas temáticos em geografia. Lisboa: Centro de Estudos Geográficos ? Universidade de Lisboa.
Fishwick, P. (2006). Aesthetic Computing. MIT Press.
Maeda, J. (2004). Creative Code. Thames and Hudson.
Maeda, J. (2001). Maeda @ Media. MIT Press.
Mattelait, M., & Mattelait, A. (1995). História das Teorias da Comunicação. Campos das Letras.
Moogridge, B. (2007). Designing Interactions. MIT Press.
Noble, Joshua (2009). Programming Interactivity. O?Reilly Press.
Reas, C., & Mcwilliams C. (2010). Form+Code in Design, Art, and Architecture. Princeton Press, Princeton.
Tufte, E. (1997). Visual Explanations: Images and Quantities, Evidence and Narrative. Cheshire.
Tufte, E. (1990). Envisioning Information. Cheshire, CT: Graphics Press.
Acreditações e Associações