Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Wizualizacja wiedzy naukowej

Informacje ogólne

Kod przedmiotu: 2401-K-S2-2-WWN
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Wizualizacja wiedzy naukowej
Jednostka: Katedra Kognitywistyki
Grupy: Kognitywistyka - s2 - 2 rok
Punkty ECTS i inne: 5.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Wymagania wstępne:

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

Rodzaj przedmiotu:

przedmiot obowiązkowy

Całkowity nakład pracy studenta:

- 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 projektu zaliczeniowego, obejmującego cały zakres materiału: 24 godzin (2 ECTS).




Efekty uczenia się - wiedza:

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 pod kątem architektury informacji i aspektów kognitywnych przy prezentowaniu różnego rodzaju informacji, opisujących stan i dynamikę badań naukowych oraz technologie internetowe.

Efekty uczenia się - umiejętności:

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.

Efekty uczenia się - kompetencje społeczne:

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.

Metody dydaktyczne eksponujące:

- pokaz

Metody dydaktyczne podające:

- wykład konwersatoryjny
- wykład problemowy

Metody dydaktyczne poszukujące:

- laboratoryjna
- projektu
- seminaryjna

Metody dydaktyczne w kształceniu online:

- metody integracyjne
- metody służące prezentacji treści

Skrócony opis:

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, a także z elementami architektury informacji. Ma to zapewnić im orientację w problematyce i metodologii badań nauki metodami ilościowymi oraz hybrydowymi, co stanowi obecnie background w podejmowaniu studiów naukoznawczych. Ponadto, zdobyta wiedza pomoże uczestnikom kursu w nabyciu umiejętności wykorzystywania dostępnych baz i narzędzi sieciowych.

Pełny opis:

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:

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 i kryteria oceniania:

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

• projekt końcowy: W3-W3, U3, U4.

Kryteria oceniania:

– za uczestnictwo i aktywność na zajęciach (2 pkt),

– za wykonywanie zadań domowych i projektów (15 pkt),

– za wykonanie projektu zaliczeniowego (3 pkt).

Praktyki zawodowe:

nd.

Zajęcia w cyklu "Semestr letni 2021/22" (zakończony)

Okres: 2022-02-21 - 2022-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Veslava Osińska
Prowadzący grup: Veslava Osińska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę

Zajęcia w cyklu "Semestr zimowy 2022/23" (zakończony)

Okres: 2022-10-01 - 2023-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Andrzej Zykubek
Prowadzący grup: Andrzej Zykubek
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Małgorzata Czerwonka
Prowadzący grup: Małgorzata Czerwonka
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.
ul. Jurija Gagarina 11, 87-100 Toruń tel: +48 56 611-40-10 https://usosweb.umk.pl/ kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)