Wizualizacja wiedzy naukowej

zainteresowanie ogólnie pojętą tematyką wizualizacji wiedzy, informacji i danych, a szczególnie wizualizacją w nauce.

przedmiot obowiązkowy

- Udział w wykładach (online asynchronicznie na MicrosoftTeams/Moodle 6 godz. oraz stacjonarnie: 24 godz.) (1 ECTS)

- Praca indywidualna studenta w wykonywaniu zadań domowych: 50 godzin (2 ECTS)

- Przygotowanie do testu zaliczeniowego, obejmującego cały zakres materiału: 24 godzin (2 ECTS).

W1: student zna terminologię z zakresu technologii wizualizacji i projektowania informacji opartej na danych naukowych.

W2: student ma uporządkowaną wiedzę na temat nowoczesnych technologii dotyczących wizualizacji informacji w nauce.

W3: student ma elementarną wiedzę w zakresie projektowania informacji naukowej i aspektów kognitywnych przy prezentowaniu skomplikowanej informacji, opisującej stan i dynamikę badań naukowych.

U1: student potrafi dobrać odpowiednie narzędzie informatyczne do przetworzenia informacji w formie graficznej.

U2: Student potrafi poprawnie pod względem metody zwizualizować dane pochodzące z naukowych baz danych oraz dokonać właściwej interpretacji wyników.

U2: student umie interpretować i analizować wyniki wizualizacji i prezentacji graficznych naukowych zasobów informacji.

U3: student potrafi dokonać oceny merytorycznej zaprezentowanej informacji pod względem architektury wizualnej jak również czytelności i użyteczności w odniesieniu do końcowego odbiorcy.

U3: student potrafi rozpoznać i ocenić przydatność narzędzi do wizualizacji.

K1: student jest świadom dynamicznych zmian w rozwoju technologii informatycznych i pochodnych: wizualizacji wiedzy i danych

K2: student potrafi współpracować z otoczeniem i współdziałać w grupie

K3: student rozumie potrzebę formułowania i przekazywania społeczeństwu wiedzy o nowoczesnych technologiach w zakresie wizualizacji big data.

- pokaz

- wykład konwersatoryjny
- wykład problemowy

- laboratoryjna
- projektu
- seminaryjna

- metody integracyjne
- metody służące prezentacji treści

Wizualizacja albo mapowanie nauki jest nowoczesnym obszarem badań na skalę ogólnoświatową. W trakcie kursu studenci poznają metody i techniki wizualizacji w nauce zarówno od strony praktycznej, jak i teoretycznej z naciskiem na aspekty kognitywne. Ma to zapewnić im orientację w problematyce i metodologii badań nauki metodami ilościowymi oraz hybrydowymi, co stanowi obecnie background w podejmowaniu studiów naukoznawczych.

Wizualizacja i projektowanie informacji jest nowym interdyscyplinarnym polem badań o wizualnej reprezentacji informacji złożonych i olbrzymich zbiorów danych. Taka wiedza przydatna jest w poprawnym rozmieszczeniu modułów tekstowo- graficznych w komunikatach medialnych, projektowaniu portali internetowych i zaawansowanej analizie danych wieloskalowych, których nie sposób zwizualizować metodami tradycyjnymi.

Studenci poznają współczesne metody, technologie i problematykę wizualizacji i projektowania informacji. Seria ćwiczeń ukierunkowana jest na zdobywanie umiejętności takich jak: przygotowanie danych do analizy, wybór odpowiedniego narzędzia, analiza wizualna i poprawna prezentacja i interpretacja wyników.

Celem przedmiotu jest przekazanie praktycznej wiedzy, jak w sposób efektywny dokonać graficznej prezentacji i następnie analizy wizualnej konkretnych zasobów informacyjnych i jak tę wiedzę zastosować do poszczególnych domen wiedzy.

Literatura podstawowa:

• V. Osińska. Mapy nauki. Badania, potencjał i wyzwania w przykładach. UMK 2021.

• V. Osińska. Wizualizacja informacji. Studium informatologiczne. UMK 2016. Dostępne on-line dla st-ów UMK:

http://han3.uci.umk.pl/han/ibuk/libra.ibuk.pl/book/159941

• V. Osińska. Wizualizacja i wyszukiwanie dokumentów. Warszawa; SBP, 2010.

• D. McCandless. Piękno informacji. PWN, 2015.

• A. Cairo. Functional Art, The: An introduction to information graphics and visualization. New Rider, 2013.

• K. Börner. Atlas of Science. MIT Press, 2010.

• Ch. Chen. Information Visualization. Beyond the Horizon. Springer, 2008.

• R. Tufte. Envisioning Information. Graphics Pr, 1990.

• C. Ware. Information Visualization : Perception for Design. Morgan Kaufmann, 2000.

Literatura dodatkowa:

David McCandless. The Visual Miscellaneum. NewYork, USA: HarperCollins Publisher, 2009.

Sieciowe zasoby:

http://www.wizualizacjainformacji.pl

http://www.wizualizacjanauki.umk.pl

http://datablog.pl

http://www.cc.gatech.edu/~stasko/7450/09/courses.html

http://innovis.cpsc.ucalgary.ca/

http://coitweb.uncc.edu/~jyang13/infovis2010.html

Metody oceniania:

• uczestnictwo i aktywność w zajęciach dydaktycznych: K1, K4, W3-W3, U4.

• wykonanie zadań domowych z wykorzystaniem poznanych narzędzi: W2, U1, U2, U3, U4

• wykonanie indywidualnych projektów tematycznych z wykorzystaniem poznanych narzędzi: W2, U1, U2, U3, U4

• kolokwium teoretyczne: W3-W3, U3, U4.

Kryteria oceniania:

– za uczestnictwo i aktywność na zajęciach (1 pkt),

– za odrobienie zadań domowych (2 pkt)

– za wykonanie projektów (4 pkt)

– za wykonanie testu zaliczeniowego (3 pkt)

Oceny są stopniowane wg schematu:

ndst - ≤60%

dst – 61%-65%

dst plus -66% -70%

db -71%-80%

db plus – 81%-90%

bdb – 91%-100%

nd.