Danielle Albers Szafir

school科罗拉多大学bar_chart全球第 #945 名

论文总数

HCI 排名

#945

研究领域

活跃年数

近期发表

Danielle Albers Szafir 最新论文

Tseng等人通过四项众包实验证明冗余颜色-形状编码显著提升相关性评估准确性，最佳效果出现在5-8类别，并推出CatPAW调色板设计工具。

Bae 等人通过70个特征的众包研究，分析6947个数据集，揭示多特征组合影响视觉分类分离，开发复合特征模型指导VCS度量设计。

Quadri 等人通过线图、条形图和散点图的质性研究发现，可视化设计目标与受众实际理解存在显著偏差，传统低层次任务研究无法预测高层次模式。

Tseng 等人通过众包实验研究颜色编码散点图中类别数量和颜色调色板对用户数据感知的影响，发现类别数量和颜色可区分性显著影响判断准确性，并据此提出调色板设计建议

Bae 等人提出涵盖背景、结构、交互三维度的数据物理化设计空间，通过系统审查47个物理化案例为设计师提供连贯指导，促进跨学科知识交流并揭示新兴趋势与挑战。

Wu 等人通过在线实验评估可视化设计元素，发现图表类型、装饰和数据连续性可提升IDD人士数据可访问性，为特殊人群可视化设计提供解决方案。

Payne 等人开发danceON系统，通过DSL、姿态检测和网络IDE，支持学习者以身体动作进行跨数据科学、计算和舞蹈的文化相关学习体验。

Ens 等人汇总24位国际专家提出沉浸式分析17个关键挑战，为该领域提供系统性研究方向和即将面临障碍的路线图。

Smart 等人通过众包实验发现散点图标记形状显著影响颜色和大小感知，且通道间可分离性呈不对称功能，并构建了预测模型辅助可视化设计。

ios_share

https://hci.top/zh/authors/32453?source=all