透过实时选举仪表板看2024年美国大选:管理渐进式计票中的期望与信任

交互式数据可视化数据故事讲述(Data Storytelling)数据隐私感知与决策记者与编辑事实核查员数据科学家与分析师

文献标题

Through a Live Elections Dashboard, Darkly: Managing Expectations and Trust in Progressive Vote Counting During the 2024 U.S. Election

出版信息

  • 主题领域: 面向公众的实时选举数据渐进式可视化。
  • 关键词: 渐进式可视化, 实时仪表盘, 选举信任, 计票, 数据新闻, 不确定性传播, 公共信任, 实时预测, 美国选举, 有争议的数据。

背景与问题

  • 问题/挑战: 现有的实时选举仪表盘在对部分、动态变化的计票数据进行背景化处理方面存在不足,容易导致误解并降低公众对选举的信任。目前关于受众如何使用这些仪表盘以及它们对信任的影响的实证研究较少。
  • 重要性: 对投票趋势的误解可能会削弱公众对选举和新闻媒体的信任,尤其是在政治高度敏感的背景下。改进的仪表盘设计可以帮助管理公众预期并减少对错误信息的敏感性。
  • 动机与相关工作: 之前的研究探讨了渐进式可视化和选举仪表盘,但未充分解决如何设计以帮助公众理解部分数据或如何实证评估受众参与和信任的问题。本研究基于这些空白,通过在2024年美国总统选举期间设计和测试一个实时仪表盘来填补这一领域的研究空白。

解决方案

  • 提出的方法: 设计一个实时选举仪表盘,以促进对渐进式计票的理解,管理对计票时间表的预期,并减少对趋势的误解。
  • 创新点:
    1. 提出一个关于受众如何围绕实时数据形成预期的框架。
    2. 一个强调数据部分性、渐进趋势和解释性文本的仪表盘设计。
    3. 对仪表盘在实际选举中对信任和欺诈感知的影响进行实证评估。
  • 程序和关键技术:
    • 与数据记者、选举分析师和普通参与者进行访谈,以确定设计目标。
    • 对仪表盘组件(包括实时预测、进度指示器和解释性文本)进行原型设计和迭代优化。
    • 在2024年美国总统选举期间部署该仪表盘,并从308名参与者中收集调查和访谈数据。
    • 分析定量调查结果和定性访谈主题,以评估仪表盘的影响。

结果

  • 具体发现:
    • 实时预测可能提高了对计票的信心(0.43, 95% CI = [-0.03, 0.9]),并略微降低了对欺诈证据的信任(-0.6, 95% CI = [-1.09, -0.1])。
    • 解释性文本对信心或欺诈信念没有显著影响。
    • 参与者将仪表盘视为事实参考点,欣赏其对数据部分性和用户主动性的强调。
  • 相较基线的优势:
    • 仪表盘的实时预测和进度指示器帮助参与者理解了不确定性和计票的渐进性质,与传统仪表盘形成了鲜明对比。
  • 实验/评估:
    • 参与者被分配到四种仪表盘条件之一(有/无实时预测和解释性文本)。
    • 调查捕捉了选举前、中、后对信任、信心和欺诈感知的变化。
    • 选举后访谈深入探讨了参与者的体验和感知。
  • 局限性与未来工作:
    • 参与者样本偏向自由派和受教育程度较高,限制了结果的普适性。
    • 研究结果可能不适用于其他选举或背景。
    • 选举初期的仪表盘故障可能影响了参与者的留存率和参与度。
    • 未来研究应探索预测格式、更长时间的选举,以及外部信息和情绪在塑造预期中的作用。

总结

本文提出了一个实时选举仪表盘,旨在改善公众对渐进式计票的理解并管理2024年美国总统选举期间的预期。该仪表盘整合了实时预测、进度指示器和解释性文本,以应对不确定性和数据部分性传播的挑战。实证评估显示,仪表盘对信任和信心有小幅正面影响,参与者将其视为一个支持主动性和事实的参考点。然而,在本次选举中,实时预测被认为不太有用,这引发了关于如何设计平衡不确定性、可信度和实用性的预测的进一步思考。本研究为设计面向公众的渐进式可视化提供了一个框架,并强调了在政治争议背景下考虑外部信息和情绪的重要性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/222370/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3793385
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
交互式数据可视化、数据故事讲述(Data Storytelling)、数据隐私感知与决策
work
职业/产业
记者与编辑、事实核查员、数据科学家与分析师
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文