Value:          45%

Due Date:     4pm Tuesday 1 November 2022

Rationale

This assignment has been designed to help students develop data analytics, visualisation, valuable communication and collaboration skills, and to allow students to practice state of the art approaches that can be used in storytelling based on Visual Data Analytics (VDA) on real world datasets.

Key Admin Information

1.   Required submissions:

a.   ONE written report (word or pdf format, through Canvas – Group Project- Report Submission) of no more than 15 pages (excluding cover page(s) and appendices)  in  single  line  spacing  with  12-point  Times  New  Roman  (or Calibri) fonts :  This is the full report including all graphs and any additional materials or outputs of your analysis etc. The report should be in a typical research  paper  format  and  include  the  following  sections  ‘Introduction, Question          Description,          Analysis          Methods/Process,          Results Presentation/Analysis,    Instruction    on    how   to    use   your   visualisation dashboard, Summary/Conclusion, and References’, plus Appendix if any.

b.   A  Full  Set  of  Python  “.py”  or  Jupyter  Notebook  “ipynb”  files  (through Canvas- Group Project - Upload Your Program Code Files) plus any datasets of your own.  Important:  If you made significant changes to the provided data files (e.g. merged several files, mined additional data, etc.), you must also  upload your datasets along with your  program files so that we can check   your   calculations   for   correctness!   This   is   to   make   sure   your code/program can be verified by markers.

2.   The late penalty for the assignment is 5% of the assigned mark per day, starting after 4pm on the due date Tuesday 1 November 2022.  Tuesday 8 November 2022, 4:00 pm is the closing date. Any submission later than the closing time/date will NOT be accepted for marking.

3.    Numbers with decimals should be reported to the Two-decimal point in the report.

4.   If you wish to include additional materials, you can do so by creating an appendix. There is no page limit for the appendix. Keep in mind that making good use of your audience’s time is an essential business skill. Every sentence, table and figure have to count. Extraneous and/or wrong material will potentially affect your mark.

5.   Anonymous marking: As the anonymous marking  policy of the  University,  please only include student ID in the submitted report, and do NOT include your name. The    file     name    of    your     report    should    follow    the    following    format QBUS6860_2022S2_GroupXXX.pdf  (or  .docx).  Replace  "XXX" with your group  ID  (for example, group 1 with 001, group 13 with 013, group 123 with 123). A cover page will be provided for your convenience.

6.   Presentation  of  the  assignment  is  part  of  the  assessment.  Markers  will  deduct marks for poor quality writing or lack of clarity in presentation.

7.   For Turnitin to check your code, please copy and paste your codes into Appendix. Code should be formatted by equal width fonts such as Courier New or Consola.

If your programs are in py file, simply copy and paste into the report Appendix.   If you are using Jupyter Notebook, please follow InstructionPY to convert it to “py” files first then copy the created py files into Appendix of the report.

Warning:  Your submission time will be the time of the last submission of the above two components (the report and the code) to Canvas.   For example, if any one of two components  is submitted  later than due time/day, the  entire submission  of your  project will  be  regarded  as  a  late submission  and will  be subject to  a  late penalty   accordingly.      In   the   case,   if   you   want   to   re-submit   any   missing items/components after the official due date has passed, you will receive the late penalty.

Key Rules

•   Carefully read the requirements for the project.

•   Please follow any further instructions announced on Canvas and/or  ED. It is your responsibility to strictly follow all the instruction to avoid any  potential  loss of marks.

•   You  MUST  use  Python  to  produce  any  visualisations  and  dashboard(s)  that  you have.  You must submit your Python code with your processed data for verification.

•   Reproducibility is fundamental in data analysis, so that you make sure you suggest the right Python py file or Jupyter Notebook ipynb files that generate the results in your report. Markers will run your program for checking.

•   The  University  of  Sydney  takes  plagiarism  very  seriously.  Please  be  warned  that plagiarism between individuals/groups is always obvious to the markers and can be easily detected by Turnitin.

•   Not submitting your code will lead to a loss of up to 50% of the awarded project marks.

•   Failure  to  read  information  and  follow  instructions  may  lead  to  a  loss  of  marks. Furthermore, note that it is your responsibility to be informed of the University of

Sydney    and    Business    School    rules    and    guidelines,    and    follow    them,    see

https://canvas.sydney.edu.au/courses/9993/pages/submitting-assignments

•   Referencing: Business School recommends APA Referencing System. (You may find the details at: https://libguides.library.usyd.edu.au/citation/apa7)

•   Your project will be deemed as the final exam for this unit, thus the marks will only be available after the University office grade release day as all the results are subject to  the  university  approval  procedure.  Feedback  may  be  provided  on the  marked submission as requested after the release day.

Background

COVID-19  is  still  an  ongoing  worldwide  pandemic  of the  coronavirus  disease  caused  by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). In combating the pandemic, countries around the world have been taking different  measures, strategies and policies. Collecting daily data about COVID-19 is an important part of actions around the world.  The data is useful in making decisions on public policies by all types of agencies around world. Different organisations have also collected data from the governments around the world in order  to  better  monitor  the  pandemic  development.  For  example,  Our  World  in  Data maintains  the  full  set  of  data https://ourworldindata.org/.   Also,  you  can  see  a  useful dashboard,   provided   by   the   John   Hopkins   University   Coronavirus   Resource   Centre, visualising the pandemic spreadhttps://coronavirus.jhu.edu/map.htmlwhich uses modern data visualisation to help monitor the dynamics of the pandemic development.

Project Description and Requirement

The  data  maintained  by  Our  World  in  Data  organisation  can  be fully  downloaded  from https://github.com/owid/covid-19-data/tree/master/public/data.   A   dataset   containing information up to 30 June 2022 can be downloaded from our unit Canvas site.

This project is designed for you to practice your skills across the entire Visual Data Analytics (VDA) process including storytelling.  You have sufficient flexibility to conduct your research.

The goal is, but not limited to, to describe the current status of the pandemic around the world,  government  actions/policies,  the  effectiveness  of  the  action  in  treatment  and prevention etc through the following steps:

1.   Acquire data fromhttps://github.com/owid/covid-19-                                                   data/tree/master/public/data.  Note:  You may use the data on Canvas site.  When this project starts, the newly updated data is also available (daily updating). You are encouraged to use the most up-to-date data in your project, but this is NOT a must.

2.   Explore the data (both the data provided for you and/or the updated data you may gather)  to  find  a  story  and  ask  questions.  A  lot  of  questions  can  be  asked:  For example,  (i) Why do different countries experience vastly different death rates (i.e. the number of fatalities to the number of those infected by the virus: For example, as  at  23 September  2020,  at the  bottom-end of death  rates we  have  Israel with 0.66%, Norway with 2.05% of deaths, Brazil with 3.01%, Belgium with 9.11%, UK with 10.36%, and Italy with 11.88%, and Australia with 3.17%).  (ii) What has happened in Australia  after  the  national  vaccination  rate  achieves  93%  and  possible  reasons according to your research?  (iii) Do different countries experience different infection rates,  how and why?   These are just some example questions.   You do  not  need follow these sample question(s). A more interesting question from your own team is highly welcomed.

3.   Assess and explain the fitness of the data for answering your question(s). Create the necessary  visualisation(s)  that  tell  the  story  about  the  pandemic  development around  your  question(s). These  visualisations  should  be  used  for the  purpose  of revealing patterns/your discovered insights and presenting the story you are telling underpinned by your solid data analysis.

4.   Build a data visualisation “dashboard” which provides important information for the audience to explore answers to your question(s). Your design may be based on the visualization(s) in the above subtask 3 with a creative and user-friendly layout. This will require a great effort.

5.   Carefully explain your conclusions: what insight does your analysis bring?

Resources

1.   You may borrow some ideas from previous research e. g. at:

https://coronavirus.jhu.edu/map.html

2.   Datasets that we  have  already  obtained  are  owid-covid-data.csv.   You  may download the most up-to-date dataset. In this case, please include your new dataset along with your code in your submission to Canvas.

3.   Data dictionary and value formats are explained in owid-covid-codebook.csv.

Suggestions (You may Consider):

We recommend you treat this group assignment as a research project. This means you will present your final project in the format of a typical research paper/report.  You can look at other  research  papers to  learn about the style of writing and presentation they use and about what is expected of a research paper/report.

For your convenience and to clarify our expectations, we have provided two sample reports from  2021S2  and  2022S1  QBUS6860.  Although  the  topics  of  research  in  these  sample reports are different from the project topic you are assigned this semester, they serve as good examples that you can follow.

Your report should contain the following information:

(a)  A title and an abstract

(b)  Background story (telling your audience or readers what it is about)

(c)  Your question to be answered or your hypothesis to be verified in the project and its meaning and importance (this is about your motivation and why you have chosen this topic).

(d)  Data description (what facts you rely on and their formats, or how you change the data for your purpose.)

(e) Your methodology (how did you get the answers/insights/conclusions) and toolsets etc.

(f)   Results  (could  be  presented  visually  with  explanation)  and  explanation  to  your

dashboard

(g)  Your insights about the pandemic and its future development

(h) What can be improved further and provide suggestions, if any

(i)   References