用数据讲述气候故事
讲故事的方法有很多种。本模块探讨了如何使用数据讲述气候变化的故事。
年龄：
大约总时间：4-5 小时（每次 45-90 分钟）
概括：
在这个基于项目的单元中，学生学习如何使用真实的气候数据来揭示隐藏在数字中的人类故事。他们探索真实的数据集，使用 Python 清理和可视化数据，构建简单的预测模型，并通过创造性的故事讲述来传达他们的发现。这些课程将数据科学和气候素养结合起来，帮助学生将定量证据与现实世界的影响和行动联系起来。
课程流程：
第 1 课 – 数据作为叙述（45 分钟）
学生检查气候图表样本并讨论数据如何讲述故事。通过“注意和惊奇”的例程，他们探索数据可视化和生活体验之间的联系，然后写一小段描述数据让他们感受到或想象的内容。
第 2 课 – 使用 Python 探索数据（55 分钟）
学生在 Deepnote 中打开预加载的气候数据集，并学习检查、清理和过滤数据。他们练习处理缺失值并保存简化的数据集以供将来分析。
第三课——使用Python进行数据可视化（45分钟）
学生创建线图和散点图来识别趋势和异常。他们解释了这些可视化对于受气候变化影响的人们和社区可能意味着什么。
第四课——利用机器学习预测趋势（45分钟）
学生使用 Python 中的回归工具来预测未来的气候指标。他们比较模型预测，讨论不确定性，并考虑数据驱动预测的道德影响。
第 5 课 – 独立气候数据项目（90 分钟）
学生单独或两人一组选择一个国家并分析世界银行数据库中的三个气候指标。他们清理、可视化和解释数据，以得出有意义的结论。
第 6 课 – 讲述气候故事（60 分钟）
学生使用幻灯片、视频或叙述性文本将数据人性化，将他们的发现转化为“日常生活”故事。他们在课堂展示中展示自己的作品，强调证据和同理心。