条形图中的邻域感知
不确定性可视化可视化感知与认知HCI 研究员Amazon Mechanical Turk 工作者
在这篇论文中,我们报告了三个用户实验,这些实验研究了条形图中的条形的感知如何基于其相邻条形的高度而变化。我们假设,例如,当相同的条形被最高的条形包围时,其感知可能会与被最低的条形包围时不同。我们的结果显示确实存在这种邻近效应:当目标条形被高邻近条形包围时,它会被感知为比被低邻近条形包围时更低。然而,与数据固有的其他效应相比,这种邻近效应的效应大小较小:判断准确性很大程度上取决于目标条形的排名、数据项的数量以及数据集的其他特征。基于这些发现,我们讨论了对条形图进行感知优化的设计影响。
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。
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
不确定性可视化、可视化感知与认知
work
职业/产业
HCI 研究员、Amazon Mechanical Turk 工作者
article
内容状态
仅摘要
hub
相关论文
5 篇相关论文