Este documento discute visualizações de dados sobre a pandemia de Covid-19 no Espírito Santo. Ele explora como os dados podem ser visualizados de diferentes maneiras para entender a evolução da pandemia, desde a disseminação inicial nas capitais até o impacto em nível de bairros. Também destaca a importância de escolhas de design nas visualizações e a necessidade de abordagens criativas para comunicar o impacto da pandemia.

1. visualizações de dados
sobre Covid-19
no Espírito Santo
prodesign ufes · laboratório de projetos em design
universidade federal do espírito santo
departamento de desenho industrial
prof. mauro pinheiro

2. visualização de dados para auxiliar a
acompanhar a evolução da pandemia

6. outras maneiras de visualizar os dados e
entender melhor o que estava acontecendo

8. processo de espraiamento do vírus
capitais
grandes centros urbanos
médios centros urbanos
interior / zona rural /
aldeias

10. buscar uma narrativa mais concreta
país > estado > cidade > bairro
a escala do bairro nos afeta mais diretamente

12. visualizações de dados criam narrativas
que podem evidenciar ou esconder
determinados aspectos
escolhas de design não são neutras

14. visualizar a evolução ao longo do tempo

16. crescimento do número de casos novos ao
longo do tempo sugerem maior dificuldade no
controle do isolamento social
manutenção de uma regularidade no número
de novos casos ao longo do tempo

17. escalas diferentes
atenção ao ler os gráficos!

18. trabalhar na mesma escala facilita a comparação
mas sacrifica a leitura de detalhes individualmente

19. cuidado ao comparar grandezas
populacionais diferentes
SP ES
45M 4M

25. a partir dos dados brutos, pode-se fazer cálculos
que permitam entender e comparar melhor a
situação de cada cidade / estado
quais cidades/estados tiveram maior dificuldade?

29. visualização de dados ajuda a questionar o senso comum
e/ou manipulação do discurso
o número de novos casos diários está reduzindo?
é hora de “sair” da quarentena?

34. designers podem explorar visualizações pouco
usuais para enfatizar o impacto da pandemia
nem sempre os números bastam por si só

39. http://mauropinheiro.com/covid19

40. http://mauropinheiro.com/covid19
Em

41. http://mauropinheiro.com/covid19

42. http://mauropinheiro.com/covid19

43. http://mauropinheiro.com/covid19

44. http://mauropinheiro.com/covid19

45. http://mauropinheiro.com/covid19

46. http://mauropinheiro.com/covid19

47. http://mauropinheiro.com/covid19

48. pandemia da desinformação

49. 14/5
Nelson Teich
20/5
Eduardo Pazuello
interino
5/6
Eduardo Pazuello
interino
22/4
Luiz Henrique Mandetta

50. https://g1.globo.com/mg/minas-gerais/noticia/2020/05/15/minas-gerais-e-o-estado-(...)

51. https://piaui.folha.uol.com.br/as-mortes-incognitas-da-pandemia/

52. fontes de dados utilizadas

55. Brasil.IO
4 de julho de 2020
310.961 linhas

56. Painel Covid-19 ES
4 de julho de 2020
51.690 linhas

57. algumas ferramentas para
quem quiser se aventurar

58. http://sheets.google.com/

59. DensityDesign Research Lab
Politecnico di Milano
https://rawgraphs.io/

60. https://www.datawrapper.de/

61. https://flourish.studio/

62. https://d3js.org/

63. http://tableau.com/

64. http://p5js.org

65. http://processing.org/

66. https://www.python.org/

67. http://rstudio.com

68. bibliografia sugerida
Isabel Meirelles
Design for Information
Ben Fry
Visualizing Data
Jacques Bertin
Semiology of Graphics
Alberto Cairo
The Truthful Art

69. contacte-me
mauro.pinheiro@ufes.br
mauropinheiro.com
@mauro.pin