WordConter analisa seu texto e informa quais são as palavras e frases mais comuns.
WTFcsv informa que merda está acontecendo com seu arquivo .csv.
SameDiff compara dois ou mais arquivos de textos e informa o quanto similares ou diferentes eles são.
ConnectTheDots mostra como seus dados estão conectados analisando-os como uma rede.
Trying to Build a Data Culture in Your Organization?
Struggling to build your organization's ability to work with data? Use our hands-on learning program to kickstart your data culture. We provide facilitation videos to help you run creative introductions for the non-technical folks in your organization. These are not boring spreadsheet trainings! We suggest that in order to kickstart your data culture, you run one activity per month as a brown bag lunch at your organization. Learn more at https://datacultureproject.org.
Por que usar DataBasic?
Rahul Bhargava e Catherine D'Ignazio, criadores do Databasic, descrevem como todos podem contar histórias através de dados.
Sobre DataBasic
Acessível para Todos
As tecnologias digitais têm dado poderes àqueles que possuem deficiência em uma variedade de maneiras, e novos padrões web tornaram mais fácil do que nunca construir novas ferramentas acessíveis a todos. DataBasic aplica essas tecnologias para oferecer suporte aos leitores de tela para que os deficientes visuais possam começar a trabalhar com dados em novas e excitantes maneiras.
Fazendo Uma Coisa Bem Feita
Existem toneladas de ferramentas para se trabalhar com dados; muitas são tão complexas que intimidam até para começar. Nós construímos cada ferramenta DataBasic concentrando em fazer uma coisa bem feita, então você sabe exatamente para que cada pode usada. Isto nos permite concentrar em fazer esta coisa de maneira simples e poderosa.
Ajustando na Sua
Trabalhar com dados online sempre envolve o uso de uma mistura de ferramentas. Nós não vamos resolver esse problema tão cedo. Então nós construímos DataBasic tratar uma variedade de tipos de dados e extrair seus resultados nos formatos que você está acostumado. Leia alguns conteúdos do site e baixe arquivos CSV dos resultados. Estas são apenas duas das formas que tentamos lhe apresentar sobre como a maioria das pessoas trabalha dados online.
Focado em Aprendizado
Às vezes ser mais rápido não é ser melhor. Se você realmente quer aprender como trabalhar com dados para encontrar histórias para contar, você precisará usar as ferramentas que fazem mais do que apenas dar-lhe um gráfico o mais rápido possível. É por isso que construímos DataBasic com os alunos em mente. Não sabe o que significa alguma palavra técnica? Passe o mouse sobre ela para ver uma definição rápida. Não sabe como usar uma ferramenta? Tente alguma das divertidas amostras de dados como letras de música e avistamentos de OVNIs que incluímos para começar.
Assegurando Sua Pricacidade
Com cada vez mais ferramentas centradas em dados migrando para o ambiente online, às vezes pode ser difícil dizer para onde irão seus dados e o que vai acontecer com eles depois de enviados. Armazenamos as informações que você carregar somente pelo tempo necessário para analisar e, em seguida, excluímos. Os resultados agregados que nós mostramos - metadados - são mantidos por 60 dias, e depois apagamos. Todas as comunicações são via https, para que outras pessoas não possam espionar os dados enquanto são carregados.
De Educadores, para Educadores
Trabalha com estudantes do ensino médio? Jornalistas? Grupos comunitários? Estudantes de pós-graduação? Nós também!!! É por isso que projetamos e testamos DataBasic com suas ferramentas e atividades em nossas salas de aula e nas oficinas para esse tipo de público. Estas ferramentas nasceram sem a frustração de coisas que estávamos tentando usar em nossas aulas de graduação, então sentimos sua dor.
Concebido e Programado por
Diretores:
Rahul Bhargava (Northeastern University) & Catherine D'Ignazio (MIT)
Desenvolvimento de software: GitHub
Rahul Bhargava, Catherine D'Ignazio, the Engagement Lab & Stephen Suen
Tradução em espanhol:
Aleszu Bajak, Víctor Rogelio Hernández Marroquín & Mariel García-Montes
Tradução em português:
Daniel Paz de Araújo com a ajuda de Emilie Reiser
Danish translation:
Dados em português contribuíram pelo:
Miguel Paz & Mariel García-Montes
Dados em espanhol contribuíram pelo:
Vivian Guilherme & Daniel Paz de Araújo
Danish data sourcing:
Welsh data sourcing:
This free and open source project would not be possible without the generous support of:
The John S. and James L. Knight Foundation, The Emerson College Faculty Development Fund & The Shuttleworth Foundation
