The 2012 Feltron Annual Report has been Released – information aesthetics:
If your interested in the life of Nicholas Feltron, or just want to enjoy some compelling infographics, somewhere in February-March, one can look forward to the next version of the Feltron year report. It is then good to know that today, the 2012 version [feltron.com] has been released.
(Via infosthetics.com)
Basil.js ist ein für Februar 2013 angekündigtes Plugin für InDesign, mit dem man im Stile von Scriptographer in InDesign dynamische formale Manipulationen programmieren kann.
basil.js teaser from ffd8 on Vimeo.
Scriptographer ist ein Plugin für Adobe Illustrator um Grafiken per Script zu erzeugen.
Leider ist Scriptographer nur bis Adobe Illustrator CS5 entwickelt worden und wird auch wohl nicht weiter für das aktuelle CS6 entwickelt. Die Macher haben offenbar versucht mit Adobe zu korrespondieren, um den Plugin weiter zu entwickeln — leider ohne Erfolg.
In einem News-Eintrag spricht der Entwickler davon, dass man in Zukunft die Zeit in das neue Projekt Paper.js investieren wird, welches die Grafik in HTML5 (Canvas) ausgibt und nicht mehr in Illustrator.
Deutsche Post’s Social Memories creates a booklet filled with infographics based on the public info on your Facebook profile. While the digital version of the booklet is free, you need to pay 19 € for the bound version in glossy paper.
My data regard the “high water” in Venice, Italy, a phenomenon that causes big complications in the city and it is said to be increasing in the last years due to massive works in the canals of Venice. From 1984 the tide level has been recorded in a database for every hour of the day in the year: the increase of the water level can be clearly noticed through the available data. A visualisation could help to point out how and how much are effectively the tides changing.
However, my main focus wouldn´t be really on past data, but on data regarding forecasts for the high water. The actual forecast chart should be implemented in order to make directly visible how much the high water affects the various zones of the city and what are its consequences (e.g. arrangement of walkways, change in the boat traffic, etc.).
Ich werde mich rund um das Thema “Deutschland verstehen” beschäftigen.
Das heißt, dass sich der Betrachter ein Bild (visualisierte Daten) über Deutschland machen kann. Wie z. B. die Anzahl der Arbeitslosen der letzten Jahre. Oder wieviele Straftaten gibt es im Land. Oder wieviele Internetanschlüsse gibt es wo. Und so weiter…
Ich weiß nicht wieviele Daten ich letzten Endes visuallisieren werde, aber ich würde gerne ein Grundgerüst mit einer einheitlichen Gestaltung schaffen.
Wo der letzliche Output liegt (Print oder Interaktiv) wird sich mit der Zeit zeigen.
Der Inhalt des Projekts soll weitesgehend darin bestehen, Daten über Steuereinamen, Inflationsrate, Arbeitslosenzahl (bzw. Erwärbstätige) und die aktuelle Finanzlage eines Staates mit einander in Verbindung zu setzten und zu prüfen ob geläufige Annahmen wie hohe Arbeitslosenzahl = schlechte Finanzlage tatsächlich immer zutreffen.
Wie in der Besprechung von Lukas’ Projekt angesprochen könnte es auch hier interessant sein, einen Datensatz mit einzuarbeiten, der auf den ersten Blick nicht so viel mit dem Thema zu tun hat wie zB Korruption, Regierungsform, der Energiebedarf, Kinderarbeit, Lebenserwartung oder die durchschnittliche Schulbildung
Um die Visualisierung in einem überschaubarem Rahmen zu halten möchte ich mich auf 5-10 Staaten begrenzen die entweder durch eine besondere Auffälligkeit hervorstechen oder representativ für eine Region oder Regierungsform stehen.
Als grundlegende Daten sollen in meinem Projekt Statistiken der College Football League aus den USA dienen.
Ob nun eine Spielanalyse (bzw. spielübergreifende Analysen) visualisiert [#1] oder Zusammenhänge mit anderen Geschehnissen verdeutlicht werden sollen [#2] ist noch offen. Bei Letzterem könnte es sich zum Beispiel um Werbung in den Pausen usw. handeln. Auf Grund der TV-Übertragung und Popularität der Spiele in den USA gibt es wohl viele Möglichkeiten Zusammenhänge herzustellen (man denke an die Toilettenspülung während der Werbepausen des “Super Bowl”). Ein weiteres Beispiel wären die College-Abschluss-Noten im Zusammenhang mit den Aktivitäten der Mannschaften.
An den Colleges in den USA wird neben vielen anderen Sportarten vor allem “American Football” gespielt. Obwohl es um sich um (eine) Amateurlig(a/en) handelt besteht das Interesse in der breiten amerikanischen Öffentlichkeit; TV-Übertragungen finden Freitags und Samstags statt – die Profi-Liga NFL spielt daher nur an Donners- und Sonntagen.
Gespielt wird nach den College-Football-Regeln (NCAA), die sich in einigen Punkten von den Profi-Liga-Regeln (NFL) unterscheiden.
Meine Daten beschäftigen sich mit der Anzahl gespendeter Organe und setzt
diese in Relation zu der Anzahl an Menschen, die ein Organ benötigen.
Es herrscht ein Ungleichgewicht auf das ich aufmerksam machen möchte;
mit dem Ziel, dass sich mehr Menschen mit dem Thema Organspenden beschäftigen
und einen Organspenderausweis mit sich führen.
Das “Aufmerksam” machen, sprich die Aufklärung soll die Menschen dazu bringen, eine
emotionale Verbindung zum Thema Organspende aufzubauen, anstatt die Zahlen als simple Statistik wahrzunehmen.( => dazu darf die Visualisierung nicht die Haptik einen
ärztlichen Erhebung haben)
Um dies zu erreichen, möchte ich den Fokus auf verstorbene Patienten setzten, die durch ein Organ hätten gerettet werden können; auf Patienten, die das Organ zum Überleben benötigen; und das Alter der Patienten sollte deutlich werden.
Denn es sind nicht die Menschen im hohen Alter, die vermehrt auf der Warteliste stehen,
sondern Menschen des mittleren Alters (16-55).
Zunächst werde ich mich auf ein Organ beschränken, bei genügend Zeit werde
ich auf weitere Organe eingehen.
Michelle
Link: http://statistics.eurotransplant.org
Bislang habe ich mich noch nicht entschieden, welchen dieser Datensätze ich visualisieren möchte. Bei genug vorhandener Zeit visualisiere ich eventuell beide.
1/ Straftaten von Jugendlichen in Washington DC
Diese Visualisierung soll Verhaltensmuster krimineller Jugendlicher verdeutlichen und Zusammenhänge zwischen verschiedenen Faktoren (Alter, Geschlecht, Rasse, Zeit, Verbrechensart, Drogen, Waffen) aufzeigen.
2/ Kriminalität in Washington DC
Bei meiner zweiten Visualisierung soll es um die Darstellung unerwarteter Zusammenhänge zwischen Verbrechensorten und anderen Faktoren/Orten auf einer Landkarte gehen. Ein Beispiel wäre: Gibt es Zusammenhänge zwischen Elektrohändlern und Diebstählen von Autoradios?