General Education Course Approval Form 

College and Department: __CoSE   ‐   Geosciences____________________________________ 

Course Name and Number:_GEOL1108:_Exploring Data and Information ___ 

General Education Objective:__Objective 8_‐ Information Literacy_______________________ 

Catalog Description: _Discover, evaluate, analyze and visualize information and data in the natural and 

applied sciences efficiently and ethically. Learn how to find reliable data sources, design sampling 

efforts, and manage a variety of data. Course themes used to illustrate topics will vary with instructor.                  

_______________________________________________________________ 

Signatures 

Department Chair:_______________________________________  Date:_____________  

Dean:___________________________________________  Date:_____________ 

 

Provide a brief description of the course including information about texts/resources used and 

assignments/exams given. Demonstrate rigor appropriate to a General Education course. 

GEOL1108 teaches students about the discovery, evaluation and analysis of information and data from 

the natural and applied sciences. Students will learn to efficiently discover, utilize and visualize data and 

will become savvy at evaluating the quality and reliability of data sources. They will learn how scientific 

information can be used ethically and the variety of economic, legal and social implications of data 

discovery, analysis and presentation.  

The class will meet for lectures twice a week and once a week in smaller groups in a lab facilitated by 

TAs and overseen by the course faculty instructor. This 3‐credit course will be divided into five modules 

with in‐class assignments during each lab section, one homework assignment per module, plus one 

midterm and a comprehensive final. We will also explore adapting the course to include online 

components in the next few years. Course themes used to illustrate concepts and meet learning 

objectives may vary by instructor. 

Texts will be updated as needed, and may include Atlas of Science: Visualizing What We Know (by K. 

Borner), Visualize This (by N. Yau), Show Me the Numbers (by S. Few), New and Numbers (by V. Cohn 

and L. Cope), On the Shoulders of Giants (by L. A. Steen) and The Visual Display of Quantitative 

Information (by E. Tufte). 

How does the proposed course satisfy each of the defined student learning outcomes for this 

particular objective?  Provide specific examples. 

1. Understand the nature and extent of the information/data needed to accomplish a specific purpose 

SAMPLE PROPOSAL OBJECTIVE 8

 

 

 Students will be able to describe different kinds of data (spatial, temporal, model‐derived, etc., and the 

importance of units, significant figures, uncertainty), the information and data life cycle along with the 

history of data (collection, archiving, distribution). Students will learn about extrapolation and 

interpolation, qualitative vs. quantitative data, scientific method (data=standardized and repeatable), 

etc. 

Example exercise: Students will be given a list of basic research questions and asked to describe the data 

needed to solve each problem. Descriptions should include identification of the measurements needed, 

classification of the data as qualitative or quantitative, and indications of the amount of data or 

temporal extent of data needed to answer each research question.  

2. Identify sources and gather information/data effectively and efficiently  

Students will learn to find data/information on a given subject using Google Scholar and library 

databases, including effective use of search engine tools (Booleans, targeted word choice, etc.) and 

demonstrate proper citation and reference format (MLA or Chicago). Students will learn proper 

protocols for data collection: sample design, data management, QA/QC, storage and distribution, 

metadata, and data ownership. They will also be able to collect and identify information that others 

have collected, including professional publications (textbooks, journals), gray literature (webpages, 

manuals, unreviewed reports), data distribution portals (understanding metadata), data mining, rescue, 

legacy data, and digitization efforts. They will be trained in the ethical use of others’ data, including 

attribution, collaboration, and misinterpretation.  

Example exercise: Given a problem from the natural or applied sciences, gather 10 references (minimum 

5 from peer‐reviewed journals) that could be used to analyze the problem. Write 1 sentence describing 

the content in each paper and give proper MLA/Chicago reference documentation. This will be updated 

as new data sources become available (e.g., EarthCube, NSF data management policy, data with DOIs, 

peer reviewed data, etc.) 

3. Evaluate credibility of sources and information/data  

Students will learn about the relative value of different sources of information, including peer‐reviewed 

papers, books, government/industry white papers, and websites, based on authority, intent of 

publication, intended audience, currency, etc.  This objective will build on the foundations laid out in 

outcome 2 (above). 

Example exercise: Students will choose from a list of research questions viewed as controversial within 

the public realm (anthropogenic climate change, inorganic “deep” oil creation, autism‐vaccine link, 

water fluoridation, etc.). Students will carry out and systematically compare a search engine (Google) 

investigation vs. academic/research search results (Google Scholar, library database) to determine 

extent/existence of debate within the scientific community as compared to general public. Students will 

evaluate relative value of 5 key sources on each side of debate. 

SAMPLE PROPOSAL OBJECTIVE 8

 

 

4. Understand the economic, ethical, legal, and social issues surrounding the creation, collection, and use of information/data  

Student will learn about bias in sampling, data visualization and interpretation and research ethics. This 

includes “lies, damn lies, and statistics” – Mark Twain, plagiarism, populations vs. sample effects, 

visualization design, etc. Simple statistics will be used to demonstrate ability to bias interpretation 

(average = mean, median or mode). Students will design graphs to minimize/maximize certain results. 

Student will be introduced to improper or biased sampling practices (i.e. survey of 1 person will show 

100% prefer Pepsi). It will also incorporate the use of others’ data and publication of your own data. 

Example exercise: Groups of students will conduct simple sampling in class, such as Pepsi vs. Coke taste 

test, shoe sizes, or opinion on nuclear power, to create new datasets that will be added to existing 

datasets that will be provided. Students will then prepare a short (1‐2 page) typed report with a graph 

and average calculation summarizing their results. Report must include explanation of issues 

surrounding experimental design and justifying use of particular analysis and visualization methods.  

5. Use information/data effectively to accomplish a specific purpose  

Students will download data from the Internet, import and manipulate data in Excel, and create a graph 

for data visualization/interpretation/analysis. Topics include axis scaling, unit labels, line style/plotting, 

exporting graphs into a simple report. 

Example exercise: Students will download stream flow data from USGS, plot a graph showing changing 

water discharge (pre/post storm, or peak runoff) and interpret the graph (identify trends) within the 

broader environmental context. 

 How will you assess the course’s ability to meet the objective’s student learning outcomes? 

Lab assignments, lecture assignments, a midterm and a comprehensive final exam as well as in‐class 

discussion sessions will allow evaluation of student learning outcomes. Lab assessments will be graded 

based on a satisfactory (S) and unsatisfactory performance (U). Grades below 70% in the lab 

assessments will be deemed unsatisfactory.  

 

SAMPLE PROPOSAL OBJECTIVE 8