Guía docente de Interfaces Gráficos para la Visualización de Información (Viri): su Aplicación a las Bibliotecas Digitales y al World Wide Web (M12/56/1/41)

Curso 2024/2025
Fecha de aprobación por la Comisión Académica 28/06/2024

Máster

Máster Universitario en Información y Comunicación Científica

Módulo

Recuperación de la Información

Rama

Ciencias Sociales y Jurídicas

Centro Responsable del título

Escuela Internacional de Posgrado

Semestre

Primero

Créditos

3

Tipo

Optativa

Tipo de enseñanza

Semipresencial

Profesorado

  • Víctor Federico Herrero Solana

Horario de Tutorías

Víctor Federico Herrero Solana

Email
  • Primer semestre
    • Martes 11:00 a 12:00 (Despacho G)
    • Miércoles 11:00 a 15:00 (Despacho G)
    • Jueves 11:00 a 12:00 (Despacho G)
  • Segundo semestre
    • Miércoles 9:00 a 15:00 (Despacho G)

Breve descripción de contenidos (Según memoria de verificación del Máster)

  • El problema de la interacción hombre-máquina.
  • Los mapas como interfaces.
  • Técnicas de reducción de la dimensión.
  • Desarrollo de una aplicación

Prerrequisitos y/o Recomendaciones

Ninguno

Competencias

Competencias Básicas

  • CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Competencias Generales

  • CG01. Que los estudiantes sepan elaborar correctamente y con un cierto nivel de originalidad trabajos escritos monográficos, proyectos de trabajo o artículos científicos. 

Competencias Específicas

  • CE15. Aplicar conocimientos de estadística multivariante a problemas en el tratamiento de la información científica. 
  • CE24. Conocer la problemática general de la visualización de la información. 

Resultados de aprendizaje (Objetivos)

El alumno sabrá/comprenderá:

  • La problemática general de la visualización de la información
  • El problema de la interacción hombre-máquina
  • Uso y aprovechamiento de técnicas estadísticas multivariantes.
  • Los mapas como interfaces y las técnicas de reducción de la dimensión

El alumno será capaz de:

  • Será capaz de analizar todo tipo ejemplos de aplicaciones VIRI
  • Aplicar conocimientos de estadística multivariante a problemas en el tratamiento de la información científica
  • Desarrollar una aplicación de visualización de información

Programa de contenidos Teóricos y Prácticos

Teórico

  1. Introducción, browsing global y treemaps
  2. Gapminder
  3. Scimago Graphica
  4. Mapas de la ciencia: Vosviewer
  5. DataViz e IA: ChatGPT y el GTP Data Analysis

Práctico

Actividad 1 - Foro de debate sobre Treemap
Actividad 2 - Foro sobre Gapminder
Actividad 3 - Scimago Graphica
Actividad 4 - Vosviewer
Actividad 5 - Cierre y conclusiones

Bibliografía

Bibliografía fundamental

  • Toby Segaran and Jeff Hammerbacher. Beautiful Data: The Stories Behind Elegant Data Solutions. O’Reilly, 2009.
  • Hassan-Montero, Yusef; Moya-Anegón, Félix; Guerrero-Bote, Vicente. SCImago Graphica: a new tool for exploring and visually communicating data. Profesional De La información, 31(5), 2022.
  • Herrero-Solana, Víctor; Yusef Hassan-Montero. Metodologías para el desarrollo de interfaces visuales de recuperación de información: análisis y comparación. Information Research: an internacional electronic journal (Sheffield), 11(3) paper 258, April 2006

Bibliografía complementaria

  • Kirk, Andy. Data Visualisation: A Handbook for Data Driven Design. Los Angeles : SAGE, 2016.
  • Moya-Anegón, Félix; Herrero-Solana, Víctor. Worldwide Topology of the Scientific Subject Profile: A Macro Approach in the Country Level. PLOS One, 08(12), e83222, 2013.
  • Moya-Anegón, Félix; Herrero-Solana, Víctor y Evaristo Jiménez-Contreras. A connectionist and multivariate approach to science maps: the SOM, clustering and MDS applied to library and information science research. Journal of Information Science, 32(1):63-77, 2006.
  • Moya-Anegón, Félix; Vargas-Quesada, Benjamín; Chinchilla-Rodríguez, Zaida; Corera-Alvarez, Elena; Muñoz-Fernández, Francisco; Herrero-Solana, Víctor. Visualizing the Marrow of Science. Journal of the American Society for Information Science and Technology, 58(14):2167– 2179, 2007.

Enlaces recomendados

Metodología docente

  • M01 Lección magistral/expositiva 
  • M02 Sesiones de discusión y debate 
  • M03 Resolución de problemas y estudio de casos prácticos 
  • M07 Realización de trabajos individuales 

Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)

Evaluación Ordinaria

  • Valoración final de informes, trabajos, proyectos, etc. (individual o en grupo): MIN 70%, *Aportaciones del alumno en sesiones de discusión y actitud del alumno en las diferentes actividades desarrolladas: MAX 30%

Evaluación Extraordinaria

  • Realización solo de la práctica final (100%)

Evaluación única final

  • Realización solo de la práctica final (100%)

Información adicional

Información sobre el Plagio (artículo 15 de la Normativa de Evaluación y de Calificación de los
Estudiantes de la Universidad de Granada).

1. La Universidad de Granada fomentará el respeto a la propiedad intelectual y transmitirá a los
estudiantes que el plagio es una práctica contraria a los principios que rigen la formación
universitaria. Para ello procederá a reconocer la autoría de los trabajos y su protección de acuerdo
con la propiedad intelectual según establezca la legislación vigente.

2. El plagio, entendido como la presentación de un trabajo u obra hecho por otra persona como
propio o la copia de textos sin citar su procedencia y dándolos como de elaboración propia,
conllevará automáticamente la calificación numérica de cero en la asignatura en la que se hubiera
detectado, independientemente del resto de las calificaciones que el estudiante hubiera obtenido.
Esta consecuencia debe entenderse sin perjuicio de las responsabilidades disciplinarias en las que
pudieran incurrir los estudiantes que plagien.

3. Los trabajos y materiales entregados por parte de los estudiantes tendrán que ir firmados con
una declaración explícita en la que se asume la originalidad del trabajo, entendida en el sentido
de que no ha utilizado fuentes sin citarlas debidamente.

Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).