从任务角度审视截断:基于任务探索柱状图中的坐标轴截断
交互式数据可视化可视化感知与认知HCI 研究员数据科学家与分析师
文献标题
Taking Truncation to Task: A Task-Based Exploration of Axis Truncation in Bar Charts
出版信息
- 主题领域: 坐标轴截断对柱状图任务表现的影响。
- 关键词: 坐标轴截断、柱状图、数据可视化、任务表现、比例启发式、数据标注、图表可读性、实验设计。
背景与问题
- 问题/挑战: 现有指南普遍不建议在柱状图中使用坐标轴截断,认为其会误导用户,特别是在比例判断任务中。然而,这些指南缺乏细致的分析,未考虑截断对其他任务可能带来的潜在益处。
- 重要性: 不当应用这些指南可能会在关键领域(如医疗或紧急响应)中阻碍图表的可读性和信息传达。
- 动机与相关研究: 之前的研究主要关注截断的负面影响,尤其是对比例判断的影响,但尚未探索截断对更广泛任务的影响。本文通过研究截断对多种柱状图任务的细致影响来填补这一空白。
解决方案
- 提出的方法: 基于任务的坐标轴截断影响探索,涵盖七种柱状图任务,通过控制实验评估准确性和速度的表现差异。
- 创新点:
- 证明截断可以提高某些任务(如筛选任务)的表现,同时增加其他任务(如比例任务)的错误。
- 显示截断的影响取决于截断程度和数据范围。
- 引入数据标注作为减少截断相关错误的缓解策略。
- 流程与关键技术:
- 进行了三项实验,使用控制刺激测量截断和未截断条件下的任务表现。
- 实验1:比较截断与未截断图表在七种任务中的表现。
- 实验2:分析截断影响与数据范围(小、中、大)的交互作用。
- 实验3:测试数据标注作为缓解截断影响的策略。
结果
- 具体发现:
- 截断增加了比例任务的错误,但减少了筛选任务的错误。
- 截断图表在检索数值和进行比较任务中提高了速度,同时未降低准确性。
- 数据标注显著减少了比例和筛选任务的错误,并缓解了截断与未截断图表之间的差异。
- 相较基线的优势:
- 截断图表在检索数值和进行比较任务中比未截断图表完成任务速度更快。
- 数据标注消除了截断对比例任务的负面影响,并提高了整体准确性。
- 实验/评估:
- 实验1:N=62,二元截断设计,七种任务。
- 实验2:N=57,数据范围变化(小、中、大),七种任务。
- 实验3:N=60,二元标注设计,两种任务(筛选、比例)。
- 评估指标:准确性(错误率)、速度(时长)、以及人口统计/读写能力相关性。
- 局限性与未来工作:
- 结果可能无法推广到时间压力或注意力较低的真实场景。
- 仅关注二元截断;未来工作应探索细微截断水平和替代设计(如纵横比、对数刻度)。
- 未评估其他指标,如决策、审美或信任。
总结
本文研究了坐标轴截断在柱状图中对七种任务的细致影响,证明截断可以提高某些任务(如筛选、检索数值)的准确性和速度,同时增加其他任务(如比例)的错误。截断的影响取决于截断程度和数据范围。数据标注被证明是一种有效的策略,可缓解截断相关错误,尤其是在比例任务中。这些发现挑战了对截断的普遍否定,倡导一种更细致、基于任务的柱状图设计方法。
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。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
DataPilot: 在视觉数据准备过程中利用质量与使用信息进行子集选择
CHI '23· 交互式数据可视化 +1
- 100%
PriorWeaver:通过迭代数据集构建进行先验 elicititation
CHI '26· 交互式数据可视化 +1
- 100%
D-MO:运动与遮挡作为信息可视化的深度视觉通道
CHI '26· 交互式数据可视化 +1
- 80%
散点图中点大小和透明度调整的影响
CHI '24· 交互式数据可视化 +1
- 80%
迷失在数量级中:探索大数值范围的可视化设计
CHI '25· 交互式数据可视化 +2
- 80%
AVEC:在可视化构建中对视觉编码能力的评估
CHI '25· 交互式数据可视化 +1
- 80%
探究两个和四个预测的可视化解释策略
CHI '26· 交互式数据可视化 +2
- 80%
揭示差距:基于多尺度密度差异图的大规模数据集可视化比较
CHI '26· 交互式数据可视化 +1
- 80%
符号图中视觉通道对的可分离性研究
CHI '26· 交互式数据可视化 +2
- 80%
冗余并非冗余:使用CatPAW统一颜色与形状编码的自动化高效分类调色板设计
CHI '26· 交互式数据可视化 +1
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://doi.org/10.1145/3772318.3790617
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
2 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
HCI 研究员、数据科学家与分析师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文