Kursöversikt

KURSHANDBOK TILL VISUALISERING

KURSINFORMATION

Lärandemål

Efter godkänd kurs ska studenten kunna:
Kunskap och förståelse
  • sammanfatta vetenskapliga teorier och metoder för visualisering,
Färdighet och förmåga
  • på ett strukturerat sätt i samverkan med berörda intressenter skapa funktionella, meningsbärande och hållbara visualiseringar som utgör beslutsunderlag,
Värderingsförmåga och förhållningssätt
  • värdera visualiseringar utifrån syfte, meningingsbärande kvalitet, progression, intressenter, användningsområde och tekniska kvalitet.

Innehåll

Kursen behandlar visualisering ur teoretiska och praktiska perspektiv med fokus på att skapa komplexa och funktionella visualiseringar för beslutsstöd. Som en avancerad G2F-kurs kräver den hög självständighet och kritiskt tänkande, med stort fokus på teori och värderingsförmåga. Upplägget är projektdrivet, vilket innebär att tillämpningen av teori och värdering sker genom praktiska projekt. Detta främjar eget initiativ och praktisk tillämpning av teoretisk kunskap.
Studenterna förväntas läsa mycket litteratur i ett tidigt skede och måste sedan hitta egna vetenskapliga artiklar inom sitt valda område. De uppmuntras också att använda generativ AI för att stödja och förbättra sina projekt.

Litteratur

  • Cairo, A. (2012). The Functional Art (1 uppl.). Berkeley, CA: New Riders. ISBN: 9780321834737
    Läshänvisning: s. 5-183
  • Knaflic, C. N. (2020). Storytelling with Data : let's practice (1 uppl.). Hoboken, New Jersey: Wiley. ISBN: 9781119621492
    Läshänvisning: s. 1-235
  • Tufte, E. R. (2001). The Visual Display of Quantitative Information (Second edition.). Cheshire, Conn: Graphics Press. ISBN: 9781930824133
    Läshänvisning: s. 13-87
  • Börner, K., Bueckle, A., & Ginda, M. (2019). Data visualization literacy: Definitions, conceptual frameworks, exercises, and assessments. Proceedings of the National Academy of Sciences, 116 (6), 1857-1864. DOI: 10.1073/pnas.1807180116
    Läshänvisning: Följ URL och läs hela artikeln.
  • Ytterligare litteratur tillkommer, huvudsakligen i form av vetenskapliga artiklar, omfattande cirka 300 sidor.
Se även referenslitteraturen på du.se.

Läsordning

  1. Tufte, E. R. (2001). The Visual Display of Quantitative Information s. 13-87
    Dessa kapitel kommer att introducera dig till komplexiteten som följer med att visualisera information och de ansvar som detta medför.
  2. Cairo, A. (2012). The Functional Art s. 5-183
    De utvalda kapitlen i denna bok kommer att vägleda dig mot en större mognad i visualisering och förbättra dina förmågor att skapa, anpassa och kritisera. Dessutom kommer du att lära dig hur kognition och hjärnans funktion relaterar till visualiseringar, vilket gör att du kan tillämpa denna kunskap i ditt arbete.
  3. Knaflic, C. N. (2020). Storytelling with Data : let's practice s. 1-235.
    Dessa kapitel kommer att fungera som din primära resurs för övning. Det är ofta lättare att följa någon annans val och anse dem som naturliga eller självklara än att fatta egna beslut, bara för att upptäcka att de inte är lika intuitiva som förväntat. Det är därför övning är så viktig. Denna bok utmärker sig genom att erbjuda möjligheter till praktiskt lärande och du bör nu känna dig redo att dyka in och fullt ut engagera dig i övningarna. Hängiv dig åt processen. Efter att du har gjort dina egna val, jämför dem med de givna lösningarna. Ibland kan de verka enkla, men det betyder bara att du har bemästrat den nivån av kunskap och bör se det som ett tecken på styrka.
  4. Börner, K., Bueckle, A., & Ginda, M. (2019). Data visualization literacy: Definitions, conceptual frameworks, exercises, and assessments. Följ URL och läs hela artikeln.
    Du har nu uppnått den kunskapsnivå som krävs för att engagera dig i de vetenskapliga aspekterna av visualisering. även om du hade kunnat gå in i detta område tidigare och förstått innehållet, skulle det utan en solid grund ha minskat din känsla av syfte och koppling till ämnet. Att du nu förstår den komplexa naturen hos visualiseringar bör inspirera till kritiska frågor och reflektioner, vilket är avgörande för djupare förståelse och engagemang. Denna artikel fungerar som en introduktion till ramverk för "Data Visualization Literacy" (DVL) och bör ses som utgångspunkten för din sista inlärningsfas, där du kommer att fördjupa dig i vetenskapliga artiklar och skapa egna visualiseringar. Detaljerade instruktioner för dessa uppgifter kommer att tillhandahållas i examensuppgifterna.
EXAMINERANDE MOMENT

Examinerande moment

Examinerande moment i denna kurs består av både praktiska och teoretiska delar som syftar till att säkerställa en djupgående förståelse för visualisering och dess tillämpningar. Bedömningen sker genom en kombination av projektarbete och seminarier som ger studenterna möjlighet att både tillämpa sina kunskaper i praktiska sammanhang och diskutera sina resultat och metoder med lärare och medstudenter.
Projektdelen fokuserar på att skapa en serie visualiseringar som inte bara visar data, utan också hjälper till att fatta informerade beslut. Detta kräver att studenterna integrerar teori med praktisk färdighet, genomför en systematisk litteraturgenomgång och sedan använder vetenskaplig litteratur för att stödja sina val och arbetar kontinuerligt med feedback från intressenter och användare.
Seminarierna fungerar som en plattform för reflektion och diskussion, där studenterna presenterar sina framsteg och får möjlighet att kritiskt granska och förbättra sitt arbete. Varje vecka förväntas studenterna att aktivt delta, presentera sina analyser och motivera sina designbeslut baserat på vetenskapliga källor. Det slutliga målet är att producera en serie visualiseringar som är både meningsfulla och effektiva i sin kommunikation och att visa en förståelse för hur visualiseringar av både kvantitativ och kvalitativ data kan stödja beslutsfattande.
Klicka på fälten nedan för att läsa instruktionerna för respektive examinerande moment.
Ett projekt (3 hp)

Överblick

Ett projekt som ska lämnas in i slutet av kursen. Projektet ska bestå av en serie visualiseringar som utifrån intressentens behov introducerar, förklarar, leder och förstärker användarens förmåga att fatta beslut. Projektet syftar till att studenterna ska utveckla sin förmåga att skapa informativa och användbara visualiseringar som inte bara presenterar data, utan också underlättar förståelse och beslutstagande hos målgruppen.
Studenterna förväntas tillämpa sina kunskaper inom informationsdesign för att producera en helhetslösning som är både estetiskt tilltalande och funktionell. Vidare ska studenterna demonstrera förmågan att ta stort eget ansvar för projektets alla faser, från koncept till färdig produkt.

Utförande

Huruvida projektet genomförs som en dynamisk webbplats eller med hjälp av Illustrator är för kursen irrelevant. Metoderna ni använder och besluten ni tar samt båda dessas vetenskapliga förankring är däremot helt avgörande. Det primära målet är att ni ska kunna motivera visualiseringsserien och berättelsen som leder till beslutsstöd, baserat på vetenskaplig litteratur, kommunikation med intressenter och förståelse för användaren. Studenterna ska använda relevant vetenskaplig teori och metodik för att säkerställa att visualiseringarna är trovärdiga och användarvänliga.
Under projektets gång förväntas studenterna dokumentera sin process noggrant, inklusive alla beslut som fattas och de vetenskapliga källor som används som stöd. Det är viktigt att visualiseringarna testas och utvärderas kontinuerligt för att säkerställa att de uppfyller de krav och mål som satts upp i början av projektet. Varje vecka ska ni kunna försvara era val och lösningar inför lärare och medstudenter.

Resurser

För att samla in och analysera data kan ni t.ex. använda följande databaser:
Ni har även rätt till att helt utesluta api och bygga utifrån egen insamlad data. Fokus ligger inte på hanteringen av data utan om serien av visualiseringar och story är anpassade för användaren utifrån intressentens syfte och tillräckliga för att fatta beslut.

Bedömningskriterier

  • Förmåga att på ett strukturerat sätt i samverkan med berörda intressenter skapa funktionella, meningsbärande och hållbara visualiseringar som utgör beslutsunderlag.
  • Kvaliteten på den serie visualiseringar som skapats, inklusive deras förmåga att introducera, förklara, leda och förstärka intressentens förståelse.
Veckovisa seminarier (4,5 hp)

Överblick

Ett seminarium per vecka som en del av projektet där studenterna diskuterar sin läsning, presenterar sina framsteg och får feedback. Stort fokus läggs vid att studenterna har stöd för de beslut som tagits i litteratur som måste tas med och visas upp vid respektive seminarium, så att lärare och medstudenter kan härleda studenternas val till tolkning av litteratur.
Inga krav finns på hur långt studenterna ska ha kommit vid respektive seminarium, förutom det sista seminariet då hela projektet ska vara klart och presenteras. Detta högst fria upplägg ställer krav på studenternas självdisciplin, då prokrastinering snabbt kan leda till att det blir omöjligt att ta ikapp inom ramen för ordinarie kurstid.

Seminarieinstruktioner

Under seminarierna ska studenterna fokusera på nedanstående aspekter vid värdering av visualiseringar. Vad gäller beslut som tagits, så måste litteraturen som stödjer beslutet finnas till hands och ha ordnats så att studenterna snabbt kan visa vart i litteraturen vart i litteraturen de funnits stöd och hur de tolkat den informationen de tagit stöd i.
  • Intressenten och användaren:
    • Är intressenten och användaren synonymt i detta sammanhang?
    • På vilka sätt är intressenterna involverade i processen?
    • Vilken förståelse har intressenten för användaren?
    • Hur beaktas användarens behov och preferenser i visualiseringen?
    • Hur påverkar intressentens mål och prioriteringar utformningen av visualiseringen?
  • Syfte:
    • Vad är det primära målet med visualiseringen?
    • Är syftet tydligt definierat och relevant för intressenten?
    • Är syftet tydligt definierat och relevant för användaren?
    • Hur väl överensstämmer visualiseringen med intressentens övergripande mål?
    • Är syftet mätbart och hur kan det utvärderas?
  • Meningsbärande kvalitet:
    • Innehåller visualiseringen tillräcklig information för att vara trovärdig, eller saknar den avgörande element som exempelvis spridningsmått?
    • Bedöm om visualiseringen innehåller nödvändig information.
    • Har visualiseringen undvikit missvisande representationer av data?
    • Hur effektivt och korrekt presenteras komplex information i visualiseringen?
  • Progression:
    • Är visualiseringen placerad i rätt sekvens vad gäller den övergripande berättelsen och andra visualiseringar?
    • Har intressenten erhållit tillräcklig information från tidigare visualiseringar och story för att förstå den aktuella?
    • Bedöm hur visualiseringen bidrar till en sammanhängande och logisk berättelse.
    • Hur väl stöder visualiseringens struktur och flöde intressentens förståelse och beslutstagande?
    • Är övergångarna mellan olika visualiseringar logiska och smidiga?
  • Intressent- och användaranpassning:
    • Är visualiseringarna och berättelsen generiska eller anpassade utifrån intressentens krav och användarens kontext?
    • På vilka sätt är de anpassade?
    • Är anpassningarna tillräckliga?
    • Vilka antaganden har gjorts?
    • Hur väl överensstämmer visualiseringen med intressentens och användarens specifika behov och förväntningar?
    • Hur effektivt tar visualiseringen hänsyn till kulturella och kontextuella faktorer?
  • Användningsområde:
    • Kan visualiseringen användas i de forum som användaren nyttjar?
    • Finns det forum där den inte bör användas om intressenten skulle vilja dela den?
    • Vilka begränsningar medför de gjorda anpassningarna?
    • Bedöm visualiseringens användbarhet i olika kontexter.
  • Teknisk kvalitet:
    • På vilka sätt har hänsyn tagits till användarens kognitiva förmåga, såsom mönsterigenkänning och färguppfattning?
    • Bedöm visualiseringens användarvänlighet.
    • Hur väl följer visualiseringen designprinciper för visuell klarhet och läsbarhet?
    • Är tekniska aspekter som upplösning, skalbarhet och responsivitet optimala?
    • Har visualiseringen testats för att säkerställa funktionalitet på avsedda plattformar och enheter?

Bedömningskriterier

  • Förmåga att sammanfatta vetenskapliga teorier och metoder för visualisering.
  • Förmåga att värdera visualiseringar utifrån syfte, meningsbärande kvalitet, progression, intressenter, användningsområde och teknisk kvalitet.
  • Aktivt deltagande och kvalitativt bidrag under seminarierna.
  • Förmåga att stödja sina beslut med relevant litteratur och tydligt koppla sina val till denna.
POLICYER

Policyer

Denna kurs kräver ett stort eget ansvar och förmåga att självständigt utforska och tillämpa kunskap. Du uppmanas att aktivt söka information, engagera dig med intressenter och ta initiativ till att förbättra dina visualiseringar genom hela kursen.
...
KONTAKT

Kontakt

VIKTIGT: För att säkerställa att dina meddelanden besvaras, vänligen använd inte Canvas e-postfunktion eller några personliga e-postadresser för kommunikation. Det är avgörande att du endast använder den officiella e-postadressen som tillhandahölls dig vid din registrering vid Högskolan Dalarna. Meddelanden som skickas via andra medel kommer inte att beaktas.
Supportcafé över Zoom (öppet vardagar 8.00 till 16.00) hjälper till med frågor relaterade till Högskolan Dalarnas digitala lärmiljö som Canvas, Zoom, Play Portal och Sunet Survey.
Vänligen kontakta personalen genom e-postadresserna nedan:
Kontaktuppgifter
Namn E-post Roll
Alexander Karlsson alk@du.se Lärare, Examinator och Koordinator