我从新数据新闻学手册中摘录的10个重点

数据新闻并不是在真空中发生的。

该书的第二版确实有助于说明数据新闻是一个协作过程，它将记者，技术人员，设计师和产品经理聚集在一起。 为了使数据新闻事业取得成功，需要有一种好奇心，毅力，创造力和实验性的文化。 为使其失效，请除去其中一种成分。

本章的主要内容是：

• “数据不仅提供了世界的中立和直接表示，而且还与政治和文化，金钱和权力纠缠在一起。” @ jwyg和@ bb_liliana
• “数据新闻学不仅可以从事物的表示方式，而且可以从关系的组织方式来看。” — @ jwyg和@ bb_liliana

数据新闻不仅仅是数字。

能够被列入新的数据新闻学手册的开篇很荣幸。 我们的项目“ 被占领的东耶路撒冷的房屋被拆毁 ”强调指出，如果您关注数字背后的人们，那么“数据故事”实际上可以是“人类故事”。 在过去的一年中，我们跟踪了东耶路撒冷的每一次房屋拆迁，以了解并为正在进行的问题提供背景信息。

接下来的两个案例研究确实可以帮助您理解新闻记者如何富有耐心和耐心地讲故事。 在波哥大的“发现树木”面临着讲述没有数据的“数据故事”的普遍难题。 他们没有放弃，而是一直将数据一直跟踪到源的源，然后将其开源:-)。

同样， 从咖啡到殖民主义也承担了艰巨的任务，即追踪日常食品从原始种植园到办公桌的旅程。 就像被占领的东耶路撒冷的房屋被拆毁一样，他们花了一年的时间来完成他们的故事并在多个平台上发表。

它使您真正地思考：您是否真的在尽力讲出自己的故事？

本章的主要内容是：

• 数据故事不需要技术性或昂贵性。 有时，随着时间推移对事件进行计数可以告诉您很多问题的严重性。 — @haddadme
• 当您无法从源获取数据时，请转到源的源（然后将其开源）。 – @ marisamagar
• 用户阅读故事并与故事进行交互的方式与故事本身一样重要。 – @ raulsanchezglez

数据存在-访问数据取决于您的持久性。

第三章通过研究来自印度，中国，古巴和澳大利亚的四个案例研究，更深入地探讨了“无数据”辩论。

印度和中国加在一起占世界人口的三分之一以上。 这意味着，除了拥有如此众多的新闻消费者之外，这两个国家还正在产生大量的个人数据-尽管大多数情况下它们被锁定在私营部门之外。

所有案例研究都讨论了与数据所有权，访问，信誉和透明度有关的真正问题。 对于那些努力寻找本地数据集的记者来说，一个非常有用的技巧是搜索国际资源。

第三章确实有助于巩固这样的观点，即仅仅因为数据在格式正确的电子表格中不可用，并不意味着它不存在。 有了足够的持久性，时间和良好的老式新闻，许多新闻编辑室都可以创建自己的数据。

本章的主要内容是：

• “没有这样的关于印度正在进行的土地冲突的数据库。 因此，我们决定建造一个。” — @ Kum_Sambhav 和 @ Ankur_pali
• 我们在中国目睹了一些故事，这些故事不是由数据驱动的，而是产生了新的数据集的，例如空气污染。 – @ 马金新

1. 记者在寻找隐藏在数据中的有意义的故事时必须始终保持创新。 “只有继续尝试才有可能。” — @ Saimita24 ，@ yudivian ， @ ErnestoGuerra21

• 数字具有超越符号的特殊功能。 了解这些数字真正代表什么，并向他们提出棘手的问题。 —海伦·维兰（Helen Verran）

构建您的统计工具箱并遵循可重现的方法（同样，发布您的代码）。

在撰写本文时，第四章仅包括调查数据记者Sam Leon的一个案例研究。 Sam讨论了数据如何以各种形式和规模出现，作为勤奋的数据记者，我们有责任通过了解统计信息和数据处理的基本知识来磨练我们的技巧，以防止在我们的故事中引入错误。

然后作者为为什么我们应该采用可复制的数据处理和工具（如Jupyter笔记本和R Markdown）建立了坚实的案例。 自从今年年初安德鲁·巴特兰（Andrew Ba Tran）开设了令人惊叹的R For Journalists课程以来，我本人就一直在R Markdown上用于我的大多数数据项目。

本章的主要内容是：

• “机器学习，文本分析和本书其他地方探讨的其他一些技术正在越来越多地被应用到 独家新闻中 。” — @ noeL_maS

#Dataviz：传递故事的信心和消费故事的信心。

第五章从对人们如何使用数据可视化的迷人见解开始。 每当出现有关数据可视化的讨论时，我都会立即想到Alberto Cairo的名言-信息图应该澄清而不是简化。

本章的主要思想之一是，信息图表和数据可视化不是一种“千篇一律”的讲故事格式。

通过我自己的经验，我已经看到书面文章中的相同信息可能会在单词之间丢失，而紧凑的信息图表（简明扼要并传达单个信息的工作是谁）可能引发非常积极的讨论。

我认为，对信息图的单个消息充满信心最终是将事实向读者呈现与向读者解释这些事实分开的原因。

这就是为什么制作一个好的信息图表通常比花费800个单词的文章要花费更多时间的原因。 问题是：只要信息图表被视为对您撰写的故事的视觉思考，它们就不会那么有效。

本章的主要内容是：

• “观众需要感觉到他们具有解码可视化效果的必要技能，许多参与者表示对此缺乏信心。” @ hmtk ，Martin Engebretsen ， @ RosemaryLHill ， @ visualisingdata和Wibke Weber。
• 切记–没有数据是客观的–“数据库包含许多人为决策； 收集了什么，遗漏了什么； 如何对其进行分类，排序或分析。” @ zararah 和 @ stefanwehrmeyer

我们生活在机器人和机器人之中-我们当然应该了解他们的决定如何影响我们的生活。

第六章展示了有关数据功能的三个案例研究。

前半岛电视台美国数据记者Lam Thuy Vo在本章的开头特别提醒人们（不是机器）生成世界上大多数数据。 然后，她介绍了一些非常有趣的案例研究，说明如何分析社交媒体数据可以揭示一些令人惊讶的见解，使我们了解人们在网络世界中的交流方式。

Nick Diakopoulos和Christina Elmer撰写的接下来的两个案例研究讨论了算法问责制-自从我听说Diakopoulos在NICAR 2014上谈到算法问责制以来，我一直非常感兴趣。

计算机系统及其算法通过搜索结果，信用评分，我们可能从事的工作以及甚至是否被视为安全风险来控制我们的日常生活。

两位作者都建议关注算法对人和社会的影响，而不是关注算法的机制。

本章的主要内容是：

• “我们已经成为历史上最大的数据生产者。” — @ lamthuyvo
• “以大量数据为动力的算法，是在社会中行使权力的有效新途径”。 – @ ndiakopoulos
• 算法问责制报告必须迅速发展，以应对日益数字化的世界带来的挑战。 – @ ChElm

还记得您看中的Adobe Flash项目发生了什么事吗？

对于许多数据记者来说，2018年12月11日是重要的一天。 那天Google宣布，我们最喜欢的老式dataviz应用程序之一Google Fusion Tables将在2019年弃用。这再次引发了关于是否使用（免费）工具或使用完善的编程语言和库手动编写代码的无休止的辩论。 。

对于曾经不得不处理迁移服务器或“您的交互功能已损坏”电子邮件的任何人，第七章都是给您的。

数据新闻学教授梅勒迪斯·布鲁萨德（Meredith Broussard）在本章的开头剖析了数据项目的破裂方式。 她指出，尽管动态Web项目的确带来了额外的技术负担，但链接断开的主要原因归结于人为决定如何存储，迁移和存储链接。

定制的交互式项目不应被视为HTML，CSS和JavaScript页面的集合。 而是这些文件共同构成了有价值的内容，当您真正考虑它时，它是媒体格局中发行商的通行货币。

本章的主要内容是：

• “数据项目比在报纸或杂志的印刷版中发布的“普通”文本和图像故事更脆弱。” — @ merbroussard
• 数据记者应该拥抱其他领域（例如公民技术）之间的模糊界限。 这使他们有更好的机会从事更广泛的技术，文化和经济转型。 — @ tweetbaack

数据新闻被视为增强能力的一种手段。

有时，当我遇到一个使用最新的JavaScript库构建的非常棒的交互时，却发现这与旧金山的快餐价格有关（在这里旧金山没有不尊重），这有助于了解世界许多地方的“数据新闻被视为增强能力的手段”。

第八章提供了有关伊娃·康斯坦塔拉斯（Eva Constantaras）在肯尼亚，阿富汗和巴基斯坦边缘化社区发展数据新闻技能的经验的一些令人耳目一新的见解。

康斯坦萨拉斯（Constantaras）提供了许多很好的例子，说明“新闻工作者如何接受数据作为影响政策，动员公民和打击宣传的手段”。

本章的主要内容是：

• “通过关注不公正，不平等和歧视的不同方面，以及它们对边缘化社区生活的更广泛影响，我们使它们可见，可测量甚至可以解决。” — @ EvaConstantaras
• “这些问题大多数以前是看不见的，如果记者停止计数，这些问题将再次变得不可见。” — @ EvaConstantaras

那么，您如何衡量数据新闻项目的影响？

倒数第二章将数据新闻学放在整个新闻学的上下文中，并与网络上的其他内容堆叠在一起。

它以作者CW安德森（CW Anderson）的一篇文章开头，他在该文章中鼓励数据记者进行自我反思，以改善人们对其工作的看法和理解。

一个好的数据项目可以通过解释数据的含义（而不是数据的含义）而不是仅仅呈现它来使人们关心某个主题。

下一位作家Wiebke Loosen讨论了什么使值得奖的数据新闻项目。 自2013年以来，每年提交年度数据新闻奖（现在将在2019年开放）的数据新闻项目数量都在增加。 这种多样性确实帮助为包括AJ Labs在内的许多数据记者建立了基准。

数据新闻学教授保罗·布拉德肖（Paul Bradshaw）和林赛·格林·巴伯（Lindsay Green-Barber）博士接下来的两节将详细讨论我们如何以及为何衡量数据新闻学项目的影响。 这是一个令人着迷的见解，将广告指标，业务模型以及商业和文化指标的影响结合在一起。

本章的主要内容是：

• “数据新闻可能是当今世界上集体新闻意识最强大的形式。” — @ Chanders
• “随着（数据新闻奖）提名代表的国家数量逐年增加，数据新闻似乎正在成为一种全球性现象，2016年共有来自五大洲的33个国家。” — @ WLoosen
• “能够逐层评估影响力的能力意味着不再由编辑人员来负责听众的影响，而由记者来负责。” @ paulbradshaw
• “新闻业的不同类型可以更好地适应不同类型的影响。” — Lindsay Green-Barber

数据新闻学仍然只是新闻学，它也有问题。

最后一章以Nikki Usher教授进行的一次重要的现实检查为结尾。 她说明了为什么数据新闻在很大程度上未能遵循其最初的愿景，即利用数据记者带来的各种计算技能来掌握真理。

数据新闻一直以来都是关于中断和讲故事的，否则这些故事将不会被讲述。 为了真正释放数据新闻业的“革命性潜力”，我认为需要做更多的工作来培养新闻编辑室中的实验和协作。

没有社论的眼光，没有精通数据的编辑者，故事驱动的开发人员，灵活的UX设计师和主题专家新闻工作者的正确组合，新闻文章将继续成为文字的墙，长篇故事将仍然是千篇一律的“可滚动内容”和地图坐标（无论是否有意义）都将保留在地图上。

本章的主要内容是：

• “数据记者需要充分发挥其黑客的灵感，并像他们曾经承诺的那样入侵新闻编辑室； 他们需要在新闻编辑室中 摆脱 对利润和专业精神的关注。” — @ nikkiusher

在介绍性章节的最后，编辑Jonathan Gray和Liliana Bounegru提出了关键数据实践的十二个挑战。 为了使这些可行，我将它们概括为单个问题，在着手下一个数据项目之前，您可以问自己：

1. 您的数据项目如何弥合人与技术之间的鸿沟？
2. 您的故事如何为当前的大问题提供正确的背景？
3. 您如何使用数据来讲述相关故事？
4. 您是要澄清数据还是简化数据？
5. 您是否在应用有效的视觉传达的基础，并且正在尝试新的方法？
6. 您的听众参与了制作过程吗？ 如果不是，您是否尝试利用他们的知识库来收集数据？
7. 您实际上是在向听众讲一个故事，还是只是陈述一些事实？
8. 如果您删除了故事背后的主要技术，它会崩溃吗？您的故事还有其他格式可以继续存在吗？
9. 您是故事的工具还是故事的焦点？ （说实话）
10. 您是在与实际受影响的人交谈，而不是仅使用他们的数据得出有关他们的结论吗？
11. 您的项目对您，您的老板，您的公司以及整个世界有什么价值？
12. 我们知道您的dataviz很酷，但是它如何使人们重新思考他们的信念和假设？

谢谢阅读。

我希望在剩下的章节可用时对它们进行总结。 感谢欧洲新闻中心和Google新闻倡议的整个团队为所有人免费提供这样一本有价值的书。 您可以在此处在线阅读该书：https://datajournalismhandbook.org/handbook/two