Promise tracker comunale: seguire giunte, deleghe e primi 100 giorni dopo il voto
Dopo i risultati, il nuovo intento di ricerca non è più solo chi ha vinto: e chi entra in giunta, quali deleghe riceve e quali promesse diventano atti.
Archivio tematico
Data journalism
5 articoli trovati in Data journalism nell’archivio completo di questa categoria.
EspandiAnteprima editoriale della sezione
Ricerca e ordinamento
Filtra i contenuti dell’archivio
Prima scegli il percorso: cerca un istituto, una città, un candidato, un tema o un anno. Subito sotto trovi i contenuti veri dell’archivio, sempre navigabili e senza nascondere le pubblicazioni.
Contenuti pubblicati
Contenuti pubblicati in questo archivio
L’elenco mantiene visibili gli articoli dell’archivio; la guida editoriale resta disponibile più sotto per orientare la lettura.
Registro correzioni e trasparenza: aggiornare articoli politici senza perdere fiducia
Gli articoli politici cambiano dopo risultati, fonti e atti ufficiali: un registro correzioni aiuta a distinguere update, rettifica, integrazione e cambio di metodo.
Calibrazione dei modelli politici: Brier score, log-loss e audit post-voto
Un modello politico non va giudicato solo dal caso indovinato: servono metriche di calibrazione, separazione tra classificazione ed esito, e una lettura onesta degli errori.
Come farsi trovare dagli esperti: query tecniche su AI, elezioni locali e data journalism
Per intercettare esperti non bastano titoli generici: servono query tecniche, esempi verificabili, tabelle e pagine che spiegano metodo, limiti e audit.
Fonti primarie elettorali: perché il dato ufficiale viene prima dell’AI
Un sistema AI puo aiutare a leggere la politica, ma il dato ufficiale resta il primo livello: fonte primaria, tabella, limite e solo dopo analisi o scenario.
Guida editoriale
Come leggere questo archivio
Questo archivio raccoglie i contenuti pubblicati su Data journalism e li collega al metodo editoriale del sito. Le schede vanno lette distinguendo sempre sondaggi reali, fonti pubbliche, analisi di contesto e scenari AI non demoscopici dichiarati. Quando un articolo cita numeri, percentuali o grafici, la lettura corretta passa da fonte, data, campione, metodo e limiti indicati nel contenuto.
Per orientarti meglio usa i filtri, passa dagli archivi principali e apri le pagine di metodologia quando devi capire se stai leggendo un dato osservato, una rassegna, una guida o una simulazione dichiarata.