Ayuda
Ir al contenido

Dialnet


¿Qué distingue al mejor periodismo de datos? denominado a premiado en los Sigma Awards 2020

    1. [1] Universidad de Málaga

      Universidad de Málaga

      Málaga, España

  • Localización: Unidos por la comunicación: Libro de Actas del Congreso Internacional Latina de Comunicación Social 2020 / coord. por David Caldevilla Domínguez, 2020, ISBN 978-84-09-25842-0, pág. 70
  • Idioma: español
  • Enlaces
  • Resumen
    • En un contexto como el actual en el que se genera información constante y losdatos disponibles aumentan en tiempo real, los medios de comunicación demandanprofesionales capaces de procesar, examinar y presentar historias escondidas en cifras(Uskali y Kuuti, 2015; Felle, 2016; Borges-Rey, 2017; Appelgren y Salaverría, 2018).La creciente relevancia de los datos y la digitalización de la sociedad generantransformaciones en las formas de entender la profesión periodística (Coddington,2015; Loosen, 2018). El periodismo de datos surge como una respuesta activa a esta“datificación” (Weber, Engebretsen y Kennedy, 2018; Pinney, 2020).La práctica del periodismo de datos está en constante actualización y desarrollo,ya que implementa continuamente herramientas y tecnologías nuevas. Estos cambiosproducidos en la materialización son las que llevan a repensar sus estándares de calidada medida que evoluciona. Por eso, en este trabajo se propone analizar las propiedadesde las historias de periodismo de datos de mayor envergadura a nivel mundial, aquellasque cumplen con los estándares de calidad de la disciplina.Mediante un análisis de contenido se examinan 45 proyectos nominados a losSigma Awards 2020, considerados el galardón más prestigioso en esta disciplina. Alobjetivo de determinar cuáles son las características del periodismo de datos practicadoen 2020 se une como propósito la identificación de diferencias y similitudes entrepremiados y nominados.Para decidir si existe relación entre las diferentes piezas, se calculará el estadísticode contraste chi-cuadrado, se examinarán los residuos tipificados corregidos paraindicar la dirección de la relación y especificará el tamaño del efecto. Entre otrasconstataciones, se espera que los resultados evidencien la transversalidad de laherramienta demostrando su adaptación a distintas áreas temáticas.Se reflejará si continúa el dominio de las fuentes gubernamentales plasmado enla literatura científica y el uso mayoritario de visualizaciones complejas estructuradascomo scrollytelling. Se prevé que las principales diferencias entre nominados ypremiados radiquen en: la procedencia de las fuentes y la forma de recopilación de losdatos, el análisis estadístico realizado y la información que extraigan de él, así como eltipo de visualización incorporada.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno