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)

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

En el caso de utilizar herramientas de IA para el desarrollo de la asignatura, el estudiante debe adoptar un uso ético y responsable de las mismas. Se deben seguir las recomendaciones contenidas en el documento de "Recomendaciones para el uso de la inteligencia artificial en la UGR" publicado en esta ubicación: https://ceprud.ugr.es/formacion-tic/inteligencia-artificial/recomendaciones-ia#contenido0

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

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

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

• Segaran T; Hammerbacher J. Beautiful Data: The Stories Behind Elegant Data Solutions. O’Reilly, 2009.
• Hassan-Montero Y; Moya-Anegón F; Guerrero-Bote V. SCImago Graphica: a new tool for exploring and visually communicating data. Profesional De La información, 31(5), 2022.
• Herrero-Solana, V; Hassan-Montero Y. 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

• Kirk A. Data Visualisation: A Handbook for Data Driven Design. Los Angeles : SAGE, 2016.
• López-Lozano A; Herrero-Solana V; Sánchez-Mesa Martínez D. Interactive Documentary and Data Visualization: New Approaches to Telling Stories with Data. VISUAL REVIEW. International Visual Culture Review Revista Internacional De Cultura Visual, 16(1), 59–86, 2024.
• Moya-Anegón F; Herrero-Solana V. Worldwide Topology of the Scientific Subject Profile: A Macro Approach in the Country Level. PLOS One, 08(12), e83222, 2013.
• Moya-Anegón F; Herrero-Solana, V; Jiménez-Contreras E. 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 F; Vargas-Quesada B; Chinchilla-Rodríguez Z; Corera-Alvarez E; Muñoz-Fernández F; Herrero-Solana V. Visualizing the Marrow of Science. Journal of the American Society for Information Science and Technology, 58(14):2167– 2179, 2007.

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

• Valoración de trabajos prácticos: MIN 70%, *Aportaciones del alumno en sesiones de discusión y actitud del alumno en las diferentes actividades desarrolladas: MAX 30%

• Realización de trabajos prácticos (100%)

• Realización de trabajos prácticos (100%)

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.

4. Asimismo, en caso de que se hayan utilizado herramientas de inteligencia artificial (IA) generativa para la producción o edición parcial de contenidos, el análisis de datos, o cualquier otra actividad relacionada con la elaboración de trabajos o materiales presentados para evaluación, el estudiante deberá declarar dicha utilización de forma explícita

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).