|
|
|
|
|
1 Ano | 1 Semestre
|
|
|
|
|
|
|
|
Objectivos
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.
Programa
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.
Processo de Avaliação
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.
Bibliografia
Bibliografia Obrigatória
Alexandrino da Silva, A. (2006). Gráficos e mapas – representação de informação estatística. Lisboa: Lidel edições técnicas.
Bonsiepe, G. (1999). Interface – An Approach to Design. Maastricht: Jan van Eyck Akademie.
Cairo, A. (2013). The Functional Art: An introduction to information graphics and visualization. New Riders.
Floridi, L. (2010). Information – A Very Short Introduction. Oxford: Oxford University Press.
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.
Tufte, E. (1990). Envisioning Information. Cheshire: Graphics Press.
Bibliografia Opcional
Beniger, J. e Robyn, D. L. (1978). Quantitative graphics in statistics: A brief history. The American Statistician, 32 (1), 1-11.
Cleveland, W. S. (1987b). Research in statistical graphics. Journal of the American Statistical Association, 82, 419-423.
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. (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.
|
|
|
|
|
|
Objectivos
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) Microsoft Excel; (2) Adobe Illustrator; 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.
Programa
Conteúdos programáticos (CP) articulados com os objetivos de aprendizagem.
CP1 – Excel (6h)
1.1. Introdução
1.2. Edição de dados
1.3. Fórmulas e funções
1.4. Tabelas
1.5. Gráficos
CP2 – Adobe Illustrator (3h)
2.1. Introdução
2.2. Edição de desenho vetorial para a construção de infografias
CP3 – Tableau (12h)
3.1. Introdução
3.2. Organização de dados
3.3. Analítica visual
3.4. Construção de gráficos
3.5. Dashboards e storytelling
3.6. Construção de mapas
3.7. Tableau online
Processo de Avaliação
Avaliação contínua: com duas componentes:
- Trabalho prático (em grupo) (70%): desenvolvimento de um exercício que circunscreve e articula os três softwares constituintes do programa da UC.
- Apresentação e discussão do trabalho prático (30%), com nota individual.
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. Os alunos não podem fazer a UC por exame final.
Bibliografia
Bibliografia Obrigatória
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.
Bibliografia Opcional
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 ®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.
|
|
|
|
|
|
Objectivos
Os objetivos gerais (OG) centram-se em capacitar o aluno a adquirir competências para:
OG1. Identificar e interpretar problemas decorrentes da recolha de dados ou da observação de informação complexa.
OG2. Aplicar metodologia projetual ao desenvolvimento de dispositivos de Visualização de Informação.
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.
Programa
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: Métodos de estruturação de dados e princípios de representação visual de informação.
CP4: Conceção, desenvolvimento e implementação de dispositivos de Visualização de Informação de tipo estático (e.g. infografia).
Processo de Avaliação
A avaliação contínua incide sobre o desenvolvimento de um projeto no âmbito da Visualização de Informação.Possui 3 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%)
Bibliografia
Bibliografia Obrigatória
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 dehttp://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.
Bibliografia Opcional
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.
|
|
|
|
|
|
Objectivos
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.
Programa
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
Processo de Avaliação
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.
Bibliografia
Bibliografia Obrigatória
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.
Bibliografia Opcional
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.
|
|
|
|
|
|
Objectivos
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.
Programa
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: comparativas, hierárquicas e classificativas/de distribuição
CP5. Estruturas de representação explanatórias: relacionais, analíticas e evolutivas/de tendência
CP6. Taxonomias de modelos visuais
Processo de Avaliação
Avaliação contínua:
Para avaliar a capacidade de comunicar graficamente a informação serão realizados dois momentos de avaliação:
1. Exercício individual: Análise crítica de imagens informativas – 60%.
2. Exercício individual: Exercício de representação pictográfica de informação – 40%.
Alternativamente o aluno pode ser avaliado por um exame final que vale 100% da nota.
Bibliografia
Bibliografia Obrigatória
Alexandrino da Silva,A.(2006).Gráficos e mapas–representação de informação estatística.Lisboa, Lidel edições técnicas.
Bertin, J.(1967).Semiologie Graphique. Paris, Gauthier-Villars.
Burke, C.,Kindel E.,& Walker,S.(2014).Isotype: Design and Contexts 1925–1971. London: Hyphen Press.
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.
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.
Bibliografia Opcional
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.
Laureano, R., & Botelho, M. C. (2012). SPSS. O Meu Manual de Consulta Rápida. 2º ed. Lisboa, Sílabo.
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/
|
|
1 Ano | 2 Semestre
|
|
|
|
|
|
|
|
Objectivos
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.
Programa
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.
Processo de Avaliação
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.
Bibliografia
Bibliografia Obrigatória
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).
Bibliografia Opcional
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.
|
|
|
|
|
|
Objectivos
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
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.
Programa
O programa estrutura-se através de diferentes conteúdos programáticos (CP):
CP1: Formulação do problema e objetivos do projeto de visualização de informação.
CP2. Metodologia de desenvolvimento de um projeto de visualização de informação digital e interativo.
CP3. Aplicação de técnicas de representação e estruturação de dados para visualização.
CP4. Enquadramento teórico e conceptual do Design de Interface em Visualização de Informação
CP5. Desenvolvimento gráfico de visualizações digitais e interativas
Processo de Avaliação
A avaliação contínua incide sobre o desenvolvimento de um projeto no âmbito da visualização de informação.Possui 3 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%)
Bibliografia
Bibliografia Obrigatória
Bibliografia Opcional
|
|
|
|
|
|
Objectivos
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.
Programa
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
Processo de Avaliação
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.
Bibliografia
Bibliografia Obrigatória
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.
Bibliografia Opcional
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.
|
|
|
|
|
|
|
|
|
|
Objectivos
Programa
Processo de Avaliação
Bibliografia
Bibliografia Obrigatória
Bibliografia Opcional
|
|
|
|
|
|
Objectivos
Programa
Processo de Avaliação
Bibliografia
Bibliografia Obrigatória
Bibliografia Opcional
|
|
1 Ano | 2 Semestre
|
|
|
|
|
|
|
|
Objectivos
Programa
Processo de Avaliação
Bibliografia
Bibliografia Obrigatória
Bibliografia Opcional
|
|
|
|
|
|
Objectivos
Nesta unidade curricular vão ser explorados métodos que permitem identificar e descrever a estrutura da relação entre variáveis (quantitativas ou qualitativas), identificando dimensões e associações privilegiadas entre variáveis ou entre categorias de variáveis, como é o caso da Análise de Componentes Principais (ACP) e da Análise de Correspondências Múltiplas.
A apresentação dos métodos será sempre acompanhada de aplicações temáticas, cuja realização será sustentada pelo software de estatística SPSS.
Pretende-se que os estudantes aprendam: a) a analisar situações em que se estabelecem relações de interdependência entre diferentes tipos de variáveis, no contexto da análise de dados multivariada; b) a usar uma ferramenta que lhe permite realizar as análises estatísticas necessárias à abordagem desses modelos; c) e a interpretar, a apresentar e a sistematizar os resultados obtidos, tendo em vista a realização, por exemplo, de um relatório de análise de dados.
Programa
1. Análise de Componentes Principais (ACP)
1.1. Introdução
1.2. Definição das componentes principais
1.3. Significado dos valores próprios e das comunalidades
1.4. Selecção das componentes principais: critérios de extracção
1.5. Interpretação das componentes principais
1.6. Métodos de rotação das componentes: métodos ortogonais e não-ortogonais
1.7. Definição e interpretação dos scores factoriais
1.8. Definição de índices (summated scales) e análise de consistência (via Alpha de Cronbach)
2. Análise de Correspondências Múltiplas (ACM)
2.1. Introdução
2.2. Descrição das matrizes de input para a ACM via SPSS
2.3. Quantificação óptima e múltipla de dados qualitativos
2.4. Significado dos valores próprios, inércia e das medidas de discriminação das variáveis: selecção e interpretação dessas medidas
2.5. Selecção e interpretação das dimensões
2.6. Representação gráfica de variáveis, de categorias e de objectos
2.7. Projecção das variáveis suplementares no espaço das variáveis activas
Processo de Avaliação
Trabalho individual com nota mínima de 10 valores.
Bibliografia
Bibliografia Obrigatória
Carvalho, H. (2008) Análise de Multivariada de Dados Qualitativos, Utilização da Análise de Correspondências Múltiplas com o SPSS. Lisboa: Sílabo.
Field, A. (2009) Discovering Statistics Using SPSS, London, Sage Publications, Third Edition.
Hair, J., Ralph A., Ronald T. & William B. (2006) Multivariate Data Analysis, Upper Saddle River: Pearson 6ª ed.
Maroco, J. (2010) Análise Estatística com o PASW Statistics (ex-SPSS), Pero Pinheiro.
Tabachnick, B. & Linda, F. (2006) Using Multivariate Statistics, USA, Person International Edition, 5ªed.
Reis, E. (2001) Estatística Multivariada Aplicada, Lisboa, Edições Sílabo, 2ªed.
Bibliografia Opcional
Tabachnick, B. & Linda F. (2000) Computer-assisted research design and analysis, Boston: Ally and Bacon.
|
|
|
|
|
|
Objectivos
Perceber as potencialidades da análise de clusters, as situações e as condições da sua aplicação e o tipo de resultados a que permite chegar.
Distinguir vários métodos de análise de clusters.
Desenvolver competências de utilização dos vários modelos de agrupamento através do SPSS.
Explorar a articulação entre a análise de clusters e outros métodos de análise multivariada (em particular ACP e ACM).
Programa
1. Introdução à análise de clusters
2. Métodos Hierarquicos:
Objectivos
Medidas de semelhança/distância
Critérios de agrupamento dos casos
Leitura do dendrograma e selecção do número de clusters
Validação e caracterização dos clusters
3. Métodos não hierárquicos
Distinção entre métodos de optimização e métodos hierárquicos
Apresentação do método K-Médias
4. Articulação da Análise de Clusters com a Análise em Componentes Principais (ACP) e a Análise de Correspondências Múltiplas: apresentação de alguns exemplos
5. Two-Step Cluster analysis
Processo de Avaliação
Exercício individual com nota mínima de 10 valores.
Bibliografia
Bibliografia Obrigatória
- Hair, Joseph F. e William C. Black (2000), ?Cluster Analysis?, in Grimm, Laurence G. e Paul R. Yarnold (Eds), Reading and Understanding More Multivariate Statistics, Washington, DC, American Psychology Association.
- Hair, Joseph F., Rolph E. Anderson, Ronald L. Tatham e William C. Black (1995), Multivariate Data Analysis With Readings (4th Edition), New Jersey, Prentice-Hall International.
- Norusis, Marija J. (2005), SPSS 14.0 Statistical Procedures Companion, Prentice Hall.
Bibliografia Opcional
- Maroco, João (2007), Análise Estatística com Utilização do SPSS, Lisboa, Edições Sílabo.
- Reis, Elizabeth (1997), Estatística Multivariada Aplicada, Lisboa, Edições Sílabo.
|
|
|
|
|
|
Objectivos
A unidade desenvolve competências em extração de conhecimento a partir de dados empresariais. Problemas típicos passíveis de serem estudados: descoberta de padrões de consumo, deteção de fraudes, estimação do risco de incumprimento no crédito ao consumo ou a empresas, deteção de fatores de abandono de serviços, seleção de clientes de companhias de seguros, descoberta de sequências típicas de visitas a páginas Web e outros.
Programa
CP1. Introdução à extração de conhecimento a partir de dados (Data Mining) e principais metodologias.
CP2. Aplicação de modelos de aprendizagem supervisionada e não supervisionada;
CP3. Problemas de classificação e métricas;
CP4. Problemas de regressão e métricas;
CP5. Problemas de predição e métricas;
CP6. Tratamento e preparação de dados;
CP7. A importância da seleção das variáveis adequadas;
CP8. Utilização do software open source R para proceder à modelação básica e análise de dados;
CP9. Visualização de dados: princípios básicos e ferramentas;
CP10. Adaptive Business Intelligence.
Processo de Avaliação
Avaliação Contínua: 4 testes individuais (TI), 10% cada um. Um trabalho de grupo(TF) discutido intergrupos, com 60% na nota. Nota Final=TIx40%+TFx60%. Nota mínima-Testes:5val;Trabalho:7val.
Avaliação final:trabalho individual (T)-enunciado fornecido por inscrição até um mês antes do final das aulas, entrega no último dia de aulas e discussão oral em dia marcado pelo docente na época de exames-50%.Um exame(E) escrito-50%. Nota Final=Tx50%+Ex50%. Nota mínima para cada elemento 7val.
Bibliografia
Bibliografia Obrigatória
Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016). Data Mining: Practical machine learning tools and techniques. Morgan Kaufmann.
Sharda, R., Delen, D., Turban, E., Aronson, J., & Liang, T. P. (2014). Businesss Intelligence and Analytics: Systems for Decision Support-(Required). Prentice Hall.
Bibliografia Opcional
Foster Provost, Tom Fawcett (2013) Data Science for Business. What you need to know about data mining and data-analytic thinking, 1st edition. O'Reilly.
P. Cortez (2015). A tutorial on using the rminer R package for data mining tasks. https://repositorium.sdum.uminho.pt/bitstream/1822/36210/1/rminer-tutorial.pdf
P. Cortez (2014). Modern optimization with R. Springer.
M. Rocha & P. Ferreira. Análise e exploração de dados com R. FCA.
|
|
|
|
|
|
Objectivos
1. Fornecer indicações sobre a gestão de empresas tão peculiares como as de comunicação social que se inserem numa área particularmente sensível: a formação da opinião, a estruturação do espaço público.
2. Distinguir entre empresas públicas e empresas privadas de comunicação social: o que as aproxima e o que as separa.
3. Sublinhar a dimensão internacional que, cada vez mais, caracteriza as empresas de comunicação social assim como a cada vez maior diversidade de produtos que oferece: dos media tradicionais aos novos media.
4. Enunciar as consequências, no plano da gestão, que a televisão digital terrestre necessariamente trará.
Programa
1. O Sector dos Media em Portugal
2. A evolução dos modelos empresariais no Sector dos Media
3. As chaves na gestão dos Media. Os Gestores.
4. A TDT e o dividendo digital
5. Os Media e o Sector Público: O papel do Estado
6. Realidade Global e Espaço Local
7. Os Grandes Operadores internacionais
8. O negócio dos 3T: Talento -Tecnologia -Trabalho
9. A Banda Larga e a irrupção das Redes Sociais
10.A Regulação e o enquadramento legal
11. O valor acrescentado da língua portuguesa.
Processo de Avaliação
Avaliação realizada a partir de um trabalho final sobre um tema proposto pelo docente.
Bibliografia
Bibliografia Obrigatória
Relatorio e Contas 2008/2009 /2010 , Media Capital ,Impresa, RTP, Cofina, ZON, PT
Media Update, Millenium bcp Investimento, fev 2009, European Advertising Market, Credit Suisse, 26 fev 2009
Global Entertainment and Media Outlook: 2008-2012, PriceWaterhouseCoopers
The 21 st-century organization, Mckinsey Quarterly, 2005, Number 3
The new metric of corporatre performance: profit per employee, Mackinsey Quarterly, 2007, Number 1
Global Brands, Financial Times Special Report, abril 2007
A World of Connections, The Economist, Special Report on Telecoms, abril 2007
The Return of Depression Economics and the Crisis of 2008, Paul Krugman, W. W. Norton & Co Ltd
Por qué funciona a Globalização, Martin Wol, Dom Quixote
The Dream Team: The Rise and Fall os DreamWorks, Daniel M Kimmel
The Fourth Network: How Fox broke the Rules and Reinvented Television, Daniel M. Kimmel
Fortune´s Fool: Edgar Bronfman, Jr.Warner Music, and an Industry in Crisis, Fred Goodman
Bibliografia Opcional
|
|
|
|
|
|
Objectivos
Este curso destina-se a ser um ponto de encontro entre estudantes interessados na investigação em comunicação e estudos culturais, produção de media e investigação em educação. Entre os objectivos para esta unidade está a procura de resposta às seguintes perguntas: O que significa ser "alfabetizado" e como isso mudou como consequência da introdução de novas tecnologias de comunicação? Quais as habilidades sociais e competências culturais que os jovens precisam de adquirir para serem capazes de participar plenamente no futuro digital? Quais são as escolhas éticas que os jovens enfrentam como participantes em comunidades online e como produtores de media? O que podem a Wikipedia e o Facebook nos ensinar sobre o futuro da cidadania democrática? Qual é a eficácia Youtube na promoção da diversidade cultural? Que relação existe entre a cultura participativa e democracia participativa?
Programa
O curso está estruturado em duas partes: Parte I, Aprendizagem numa Cultura Participativa, visa proporcionar uma visão geral do nosso momento actual de mudança nos media, dos tipos de aprendizagem informal que ocorrem no contexto da cultura participativa, de como as escolas respondem aos desafios colocados pelas novas tecnologias e de debates de fundo entre os que valorizam e os que criticam a literacia dos novos media. Parte II, Habilidades e Competências Centrais, aprofunda aquilo que os jovens precisam de saber para se tornarem participantes plenos da cultura de media emergente, adoptando o enquadramento das competências sociais e culturais, ilustrando-as através de fenómenos culturais como os equipas de jogadores nos videojogos online, a produção de vídeo no YouTube, a Wikipedia, a ficção gerada pelos fãs, o Second Life e outros mundos virtuais, o remix de músicas e os sites de redes sociais.
Processo de Avaliação
Participação activa em todas as sessões. Escrita de um primeiro draft de um artigo de investigação. O tempo total de trabalho necessário para a redacção deste trabalho é contabilizada em cerca de 20 horas de pesquisa em biblioteca, cálculos e/ou trabalho de campo. A versão final do artigo representará 70% da nota. A originalidade e a inovação no trabalho de investigação para a redacção do artigo contribuirá para a avaliação com 20%. E a participação/assiduidade no seminário será avaliada em 10%.
Bibliografia
Bibliografia Obrigatória
Cory Doctorow, Little Brother (New York: Tor, 2008).
Henry Jenkins, Convergence Culture: Where Old and New Media Collide (New York: New York University Press, 2006).
Peter Lyman, Mizuko Ito, Barrie Thorne, and Michael Carter, Hanging Out, Messing Around, And Geeking Out: Kids Living and Learning With New Media (Cambridge: MIT Press/MacArthur Foundation, 2009).
John Palfrey and Urs Gasser, Born Digital: Understanding the First Generation of Digital Natives (New York: Perseus, 2008).
Colin Lankshear and Michele Knobel, New Literacies: Everyday Practices and Classroom Learning (Maidenshead: Open University Press, 2006).
S. Craig Watkins, The Young and the Digital (Boston: Beacon Press, 2009).
Bibliografia Opcional
|
|
|
|
|
|
Objectivos
Abordando em simultâneo uma variedade de media sociais on-line, e valendo-se da literatura teórica da sociologia e media studies, este curso analisa o discurso sobre a comunidade e as redes sociais nas diferentes disciplinas. Partindo da literatura sobre a comunidade, a sociedade, as redes sociais e o capital social, vamos centrar a nossa análise empírica em Threaded Conversations e grupos coesos, Redes de Blogs, Comunidades e Social Network Sites (SNS).
Estes seminários teóricos vão capacitar os alunos para compreenderem a análise das questões sobre a comunidade realizada em diferentes disciplinas, para aplicarem metodologias de diferentes disciplinas no estudo das questões contemporâneas sobre os media, tecnologia e sociedade em configurações diversas, e para estabelecer os fundamentos teóricos e experimentais para sustentar a tomada de decisões e julgamentos críticos sobre a relação entre comunicação mediada e comunidade.
Programa
Com o advento das comunidades virtuais,smart mobs,e redes sociais online,as questões sobre o significado do comportamento social assumiram uma significância renovada.Apesar de este curso ser teoricamente fundamentado,é igualmente enraizado na prática.E-mail,newsgroups e fóruns de Internet podem parecer muito diferentes.No entanto,estão todos ligadas pela noção de Threaded Conversations,onde pessoas respondem a comentários uns dos outros.
Relativamente a blogs devemos perceber que nem todo blog é focado em política.OS padrões de vinculação política são um excelente laboratório natural para explorar o comportamento partidário,comunidades emergentes e amostragem em rede.Finalmente,quanto ao SNS,temos por muito tempo ponderou sobre a diferença entre as redes de comportamento,e as redes que temos em nossa cabeça.Os media sociais são um lugar excelente para explorar esta questão, estas redes são feitas para serem pessoalmente significativas e representam conexões de pessoa para pessoa.
Processo de Avaliação
Os alunos serão avaliados através de um ensaio final. O ensaio deve consolidar uma revisão da literatura actual, uma questão de pesquisa, teoricamente informada sobre as redes sociais online e metodologia de rede orientada. O tópico da redacção deverá ser acordado entre o aluno e o instrutor do curso (s) antes da apresentação. A participação é necessária.
A avaliação baseia-se na qualidade e regularidade de liderança e participação em sala de aula, blogs on-line e envio.
Bibliografia
Bibliografia Obrigatória
Boyd, D. and Ellison, N. B. (2007). Social Network Sites: Definition, History, and Scholarship. Journal of Computer-Mediated Communication, 13(1). Turner, F. (2006). From Counterculture to Cyberculture: Stewart Brand, the Whole Earth Network, and the Rise of Digital Utopianism. Chicago, Illinois: University Of Chicago Press. Castells, Manuel. (2009). Communication Power, Oxford: Oxford University Press. Ellison, N. B., (2007). The benefits of Facebook ‘friends’: Social capital and college students. Journal of Computer-Mediated Communication, (12). Weiwu, Zhang, Johnson, Thomas J., Seltzer, Trent, & Bichard, Shannon. (2010). The Revolution Will be Networked: The Influence of Social Networking Sites on Political Attitudes and Behavior. Social Science Computer Review, 28. Wellman, B., Boase, J., & Chen W., (2002). The networked nature of community: Online and Offline. The Journal of IT and Society, 1(1).
Bibliografia Opcional
|
|
|
|
|
|
Objectivos
O objectivo fundamental desta UC consiste em apresentar aos alunos uma visão integradora e crítica sobre os sistemas de informação estratégicos para a gestão de desempenho das organizações e apoio à tomada de decisão estratégica (business intelligence estratégico). Pretende-se que os alunos desenvolvam a capacidade de desenhar um balanced scorecard numa determinada área de negócio. Pretende-se também dotar os alunos de capacidades críticas e de síntese sobre os aspectos fundamentais das abordagens leccionadas: balanced scorecard e gestão da qualidade com ligação à estratégia organizacional.
Programa
CP1. Enquadramento e elementos da Framework de BSC
CP2. Metodologias de desenvolvimento de balanced scorecards
CP3. Modelos de negócio e desenho da proposta de valor para o cliente
CP4. Factores críticos de sucesso de um projecto de BSC
CP5. Conceitos fundamentais de TQM
CP6. Como medir qualidade no âmbito de um BSC?
CP7. Visualização de dados e desenho de dashboards
CP8. Visão integrada de gestão de performance: BSC e TQM
Processo de Avaliação
Existem dois tipos de avaliação: contínua e por exame.
Avaliação contínua é composta por: Trabalho prático de BSC em grupo (60%) e Teste teórico (frequência) individual (40%). Requer assiduidade >=40% das aulas (relatório assiduidade do Fenix) e 1 reunião de tutoria ao trabalho prático.
A Nota mínima para cada instrumento de avaliação é de 10 valores. A nota de exame constitui 100% da nota da UC.
Bibliografia
Bibliografia Obrigatória
Elsa Cardoso (2015) Sebenta de SIAD II: Metodologia de desenvolvimento de Balanced Scorecard.
Elsa Cardoso (2011) Business Intelligence e Gestão de Performance, in António Nelson (ed.), Estratégia Organizacional: do mercado à ética. Lisboa, Portugal: Escolar Editora, pp. 167-200.
R. Kaplan, D. Norton (2008) The Execution Premium: Linking Strategy to Operations for Competitive Advantage. Harvard Business School Press. Versão traduzida em Português: Prémio de Execução, Edição de Actual Editora, Agosto 2009
Osterwalder, A. & Pigner, Y. 2010. Business Model Generation - a Handbook for Visionaries, Game Changers, and Challengers, Wiley, New Jersey.
Osterwalder, A., Pigner, Y., Smith, A., Bernarda, G., Papadakos, P. 2014. Value Proposition Design, Wiley, New Jersey.
Few, Stephen (2006) Information Dashboard Design - the effective visual communication of data. O'Reilly.
Cairo, Alberto (2016). The Truthful Art: Data, Charts, and Maps for Communication. New Riders
Bibliografia Opcional
Alexandrino da Silva, Ana (2006). Gráficos e mapas - representação de informação estatística, Lisboa, Lidel edições técnicas.
Evergreen, Stephanie (2016). Effective Data Visualization: The Right Chart for the Right Data. USA. SAGE Publications Ltd
R. Kaplan, D. Norton (2004) Strategy Maps: Converting Intangible Assets into Tangible Outcomes, Harvard Business School Press
R. Kaplan, D. Norton (2006) Alignment: Using the Balanced Scorecard to Create Corporate Synergies, Harvard Business School Press
Ron Person (2009) Balanced Scorecards & Operational Dashboards with Microsoft Excel, Wiley Publishing, Inc, 2009.
Paul Niven (2003) Balanced Scorecard Step-By-Step for Government and Nonprofit Agencies, John Wiley & Sons, Inc., 2003
Paul Niven (2005) Balanced Scorecard Diagnostics. Maintaining Maximum Performance, John Wiley & Sons, Inc.
N.G., Olve, J. Roy, M. Wetter (2004) Performance Drivers: a practical guide to using the Balanced Scorecard, John Wiley & Sons, Ltd (original Swedish Edition published in 1997)
Ware, Colin (2004) Information Visualization: Perception for Design, 2nd Ed, Morgan Kauffman
Tufte, Edward (1983). The Visual Display of Quantitative Information. Edition, Cheshire, CT: Graphics Press. USA
|
