Letramento de dados

Letramento de dados ou literacia de dados é a capacidade de ler, gerenciar, analisar e argumentar por meio de dados.^[1] Assim como a alfabetização como um conceito geral, o letramento em dados concentra-se nas competências envolvidas no trabalho com dados. No entanto, não é semelhante à capacidade de ler textos, uma vez que requer certas habilidades que envolvem a leitura e a compreensão de dados, também conhecidos como informações.^[2]

História

Como a coleta e o compartilhamento de dados têm se tornado rotina e a análise de dados e de big data é um assunto constante nas notícias, negócios,^[3] governo^[4] e sociedade,^[5] torna-se cada vez mais importante para os estudantes, cidadãos e leitores terem alguma literacia de dados. O conceito está associado à ciência de dados, que se preocupa com a análise de dados, geralmente por meios automatizados, e a interpretação e aplicação dos resultados.^[6]

A literacia em dados distingue-se da literacia estatística, uma vez que envolve a compreensão do que os dados significam, incluindo a capacidade de ler gráficos e tabelas, assim como tirar conclusões dos dados.^[7] O letramento estatístico, por outro lado, refere-se à "capacidade de ler e interpretar estatísticas resumidas na mídia cotidiana", como gráficos, tabelas, declarações, pesquisas e estudos.^[7]

Bibliotecas e letramento de dados

Como guias para encontrar e usar informações, bibliotecários têm realizado workshops sobre letramento de dados para estudantes e pesquisadores, além de também trabalharem no desenvolvimento de suas próprias habilidades em letramento de dados.^[8]

Os recursos criados pelos bibliotecários incluem o Tutorial de Publicação e Gerenciamento de Dados do MIT, o Treinamento de Gerenciamento de Dados de Pesquisa EDINA (MANTRA), a Biblioteca de Dados da Universidade de Edimburgo e o Curso de Gerenciamento de Dados para Engenheiros Estruturais das bibliotecas da Universidade de Minnesota.

Ver também

• Literacia estatística
• Alfabetização midiática
• Literacia da informação
• Novas literacias
• Numeracia

Referências

1. Bhargava, Rahul. «Approaches to Building Big Data Literacy». MIT Media Lab. Consultado em 28 de novembro de 2020 
2. Baykoucheva, Svetla. Managing Scientific Information and Research Data. [S.l.: s.n.] ISBN 9780081001950 
3. Hey, A. J.; Tony Hey; Tansley, S.; Tolle, K. (eds.). The fourth paradigm: data-intensive scientific discovery. [S.l.: s.n.] 
4. «Open Data Philly» 
5. «Promote Data-intensive Scientific Discovery, Enhance Scientific and Technological Innovation Capability: New Model, New Method, and New Challenges Comments on" The Fourth Paradigm: Data-intensive Scientific Discovery». Bulletin of Chinese Academy of Sciences. 1 
6. Stanley, Deborah B. (11 de julho de 2018). Practical Steps to Digital Research: Strategies and Skills For School Libraries. [S.l.: s.n.] ISBN 9781440856723 
7. Carlson, Jake; Johnston, Lisa. Data Information Literacy: Librarians, Data, and the Education of a New Generation of Researchers. [S.l.: s.n.] ISBN 9781557536969 
8. «Data literacy for researchers and data librarians». Journal of Librarianship and Information Science. 49. doi:10.1177/0961000615616450 

• Portal da matemática