遭遇摩擦,理解危机:数字原住民如何解读危机地图?

荣誉提名
地理空间与地图可视化智慧城市与城市感知气候变化传播工具社会学家与人类学家统计学家与数据科学家

研究背景与问题

  • 发现的问题或挑战: 作者指出,尽管危机地图是危机沟通中的重要工具,例如在COVID-19疫情和气候变化危机中,其视觉化呈现对于公众理解地理规模和影响具有关键作用。然而,目前针对公众(尤其是年轻的数字原住民)如何与危机地图互动和解读信息的研究较为有限。大多数现有研究集中于专家群体,忽视了普通公众在使用危机地图时可能遇到的困难。

  • 重要性: 危机地图能够在紧急情况下为公众提供时间敏感的信息,有助于指导行动决策。理解公众,特别是数字原住民在这些地图上的认知过程,不仅能帮助优化信息传播效果,还能提高有效决策的可能性,从而更好地应对全球性危机。

  • 研究动机与相关工作: 作者整合了学习科学和人机数据交互的框架,从认知和情感两个维度探索危机地图的“意义建构”过程,并提出重点关注面向年轻观众的视觉化工具设计。之前的研究已探讨地图在危机中的沟通效率,如颜色使用、风险感知和设计建议,但缺乏对年轻观众非专家群体的深入分析。

解决方案

  • 提出的方法/解决方案: 作者结合两项实证研究分析数字原住民对危机地图的感知和理解,包括:

    1. 对《纽约时报》学习网络中13个危机地图的在线评论进行主题分析。
    2. 对18名来自德国和奥地利等地的参与者进行半结构化访谈,通过“想法大声表达”任务更深入地了解其对危机地图的感知和遇到的困难。
  • 创新之处

    1. 将危机地图意义建构细化为四个活动簇:“检查”(Inspecting)、“分析内容”(Engaging with content)、“置入情境”(Placing)和新增的“情感回应”(Responding Personally),首次系统性描述了数字原住民对危机地图的认知和情感互动模式。
    2. 提炼了学习过程中的“摩擦点”(friction points),例如颜色解读困难、缺乏背景信息、缺乏个人联系及不信任危机地图。这些摩擦点提供了改进危机地图设计的重要方向性见解。
  • 实施步骤与关键技术

    1. 数据收集
      • 整理并爬取119个《纽约时报》图形系列中的13个危机地图的详细评论数据。
      • 通过社交媒体招募18名参与访谈的年轻数字原住民。
    2. 使用定性方法进行编码,采用“轴向编码”(Axial Coding)将评论与访谈数据中的活动模式归入不同活动簇,形成对危机地图理解的完整框架。
    3. 对提出的摩擦点进行特别分析,探讨这些难点如何影响意义建构的过程。

研究成果

  • 具体成果

    1. 提出一个针对危机地图的意义建构框架,将受众的认知与情感活动整合在四个活动簇中。
    2. 阐明四类“摩擦点”:
      • 颜色编码的困难:色彩含义的误读或模糊设计影响信息解码。
      • 缺失的背景上下文:如数据收集时间段和地图发布背景等信息的缺乏。
      • 缺乏个人联系:无法将地图内容与观众的个人经验或现实相关联。
      • 不信任地图:因数据透明性不足或上下文缺失而导致的怀疑。
    3. 比较评论数据与访谈样本中的活动特点,发现情感活动不仅贯穿整个意义建构过程,还显著影响数据解读的效果。
  • 与现有解决方案的优势比较

    • 通过引入情感维度扩展了传统基于认知的意义建构研究。
    • 针对数字原住民群体的特性挖掘出危机地图设计的难点和优化方向,提供了对“颜色误用”和“个人关联”等监测点的深层探讨。
  • 实验或评估结果

    1. 总体上,研究发现数字原住民能快速处理信息,但常受到颜色误解、缺乏背景知识和地图复杂性等摩擦点的影响。
    2. 18名访谈参与者中,约13人指出地图中的数据缺失字段(如灰色地块)存在理解困难,而8名参与者反映需要更清晰地说明技术术语(如“水资源压力”)。
  • 局限性与未来方向

    1. 研究局限:
      • 评论来源于特定的美国高中背景,普遍性有限。
      • 访谈样本覆盖仅限于德国和奥地利等少数欧洲国家,结果的文化差异或难以直接推广。
      • 没有直接定量评估可视化理解的准确性,仅通过定性描述解析意义建构过程。
    2. 未来方向:
      • 可进一步探索互动式危机地图设计的效果,例如添加多层次信息或引导性叙述来减少摩擦点。
      • 扩展研究至更广泛的受众群体,包括教育水平不同的观众或其他非西方文化背景群体。
      • 考察实时的动态危机地图,如COVID-19数据仪表盘,是否引入不同的摩擦点或意义建构模式。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/188347/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713520
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
荣誉提名
group
作者
4 位作者
sell
研究子方向
地理空间与地图可视化、智慧城市与城市感知、气候变化传播工具
work
职业/产业
社会学家与人类学家、统计学家与数据科学家
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文