解释的海湾:从图表到信息再返回
交互式数据可视化可视化感知与认知中小学教师(K-12)大学教授与研究人员记者与编辑消费者与购物者创客(Maker)与DIY爱好者
研究背景与问题
- 问题与挑战: 作者发现,目前的图表设计并未充分考虑图表制作方的意图与读者实际理解之间的差异。这种差距可能导致误解、混乱或对图表的信任下降,尤其是在复杂数据或紧急话题 (如 COVID-19疫情、自然灾害) 的情境下。以往研究大多关注技术层面和专家用户,却对普通大众的认知和情感理解缺乏深入了解。
- 研究重要性: 图表是数据传播的重要工具。确保信息准确传递给多样化的受众十分重要,尤其在危机状态下错误的信息可能产生严重后果。
- 研究动机与相关工作: 作者受到现有理论 ("执行鸿沟") 的启发,但从解读角度提出了一个“解读鸿沟”问题,旨在探索用户从图表中获取信息与图表制作方意图之间的差距。相关工作重点研究了图表设计与评估、多样化的受众和共同解读过程,但对普通公众的意义建构理解较少。
解决方案
- 方法与创新: 作者提出了一种基于图表消息的双向探索研究框架:他们不仅分析图表消费者的理解,还通过重新设计图表研究制作者的应对策略。结合定性和定量研究及参与者工作坊,捕捉多样化受众的解读差异。
- 实施步骤:
- 从数据记者处选取真实世界的8幅图表,用于多样化的消费者反馈采集。
- 组织5场工作坊与若干采访,收集消费者的解读内容和主观评价。
- 将消费者解读反馈传递给图表制作方,并要求制作方基于此重新设计图表。
- 比较“原始图表”与“重新设计图表”,观察是否更贴近消费者认知。
- 技术重点:
- 使用“解读层次”模型分析消费者的解读(从图形元素到社会背景)。
- 主观评价维度(如可读性、易懂性、可信性、合适性)与定量问卷结合。
研究成果
- 具体成果:
- 确认了生产者意图与消费者解读之间客观存在“解读鸿沟”,其中数据密度高或专业术语缺失的图表使受众尤其难以理解。
- 发现在图表消费者中,设计师和学生的解读有显著差异——设计师倾向于结合自身领域知识,表现更深的语义内容。
- Sankey图与堆叠条形图虽然是常见的图表类型,但许多普通读者难以有效解读。
- 重新设计过程中,制作方反思了图表应该专注于提升消息而非单纯展示数据的有效性。
- 优势对比:
- 对比现有解决方案: 研究提供了消费者回馈与实际设计迭代结合的新形式,不只是依赖专家层面的理论。
- 实验与评估结果: 气泡图、折线图等通常被认为可读性较高,而复杂图表(如Sankey图)虽然数据丰富,却难以解读。
- 局限性与未来方向:
- 研究人群虽然多样,但不具备全球性代表性,尤其是未能组织退休人士的合作性工作坊。
- 背景数据和技术局限导致对交互式图表的潜力未能研究。
- 未来可以扩展到更多类型的图表及更大规模的研究,以验证大众图表解读能力,同时研究交互式图表的影响。
通过这项研究,作者不仅深化了图表解读的理论,也为改进新闻媒体中的数据可视化实践提供了新视角和方法建议,包括重新思考传统图表类型、更关注消费者需求以及衡量可读性与易解性的新工具开发方向。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 图表创作者的意图与普通读者的理解之间的“理解差距”是否真实存在?分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
- 哪种图表类型和设计特性最容易导致普通读者的误解或不信任?分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
- 通过包含读者反馈的迭代设计过程,如何改善数据可视化的传达效果?分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
lightbulb
现实痛点
1- 普通读者难以正确理解复杂图表的内容,易产生误解和不信任。分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
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/10.1145/3706598.3713413
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
交互式数据可视化、可视化感知与认知
work
职业/产业
中小学教师(K-12)、大学教授与研究人员、记者与编辑、消费者与购物者
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文