COVID-19危机可视化图谱

文献标题

Mapping the Landscape of COVID-19 Crisis Visualizations

文献信息

• 主题领域: 信息可视化、危机信息学、公共健康传播
• 关键词: 可视化, COVID-19, 危机信息学, 数据质量, 风险评估, 信息传播, 数据可视化技术, 社会影响, 公共健康传播, 信息来源

研究背景与问题

• 问题与挑战:

  • COVID-19疫情期间，公众信息的可视化传播迅速增长，形式多样，但缺乏对这些可视化作品的系统审查和分类。
  • 信息质量、数据不确定性以及设计选择对公众影响巨大，可能误导重大决策。
  • 现有研究往往侧重于专业人群的使用，但对普通公众的视觉化设计了解较少。

• 重要性:

  • 可视化工具在公共健康危机中能够快速帮助公众理解风险模型与疫情动态，是信息传播的重要组成部分。
  • 信息传播的有效性能改变公众态度、行为，从而影响疫情的发展轨迹。

• 研究动机与相关工作:

  • 文献综述表明，历史性疫情可视化设计主要侧重于专业领域的应用。
  • COVID-19疫情以其规模及影响前所未有地推动了普通公众的广泛参与，对此缺乏系统的研究和分类。

解决方案

• 方法/解决方案:

  • 收集并分析了COVID-19期间制作的668个危机可视化作品。
  • 提出一个基于Lasswell's通信模型和Munzner's嵌套模型的概念框架，从多个维度探讨COVID-19危机可视化，具体包括“内容创造者是谁、使用什么数据、传达怎样的信息、采用什么呈现方式以及具体的时间背景”。

• 创新性:

  • 概念框架结合了通信学与可视化研究模型，同时强调了视觉化设计中的动态时间情境。
  • 此框架不仅有助于系统分析现有危机可视化作品，还将成为未来研究的理论工具。

• 实施步骤与技术:

  • 数据收集：通过博客、搜索引擎以及社会媒体贡献等方式进行视觉化样本的机会性取样。
  • 数据清洗：删除重复和无效条目，并对可视化内容进行编码。
  • 分析策略：结合归纳和演绎编码方法，设计并应用包括61项代码的代码簿，进行系统化评估。

研究成果

• 具体成果:

  • 提出六种信息传播类别：疫情严峻性、趋势预测、危机本质解释、风险缓解指导、风险与公平性沟通、多面影响评估。
  • 总结了公共健康危机可视化设计的当前趋势、技术编码方式及常见问题（例如数据正常化不足）。
  • 除传统图表和地图外，创新性多变量可视化和叙事型数据展示在危机中表现出较大潜力。

• 现有方案的比较与优势:

  • 综合分析揭示了现有危机可视化设计中常见问题（如“误导性”设计实例），并通过创新性架构使设计更具系统化。
  • 概念框架有助于制定更具时效性和受众导向的传播策略。

• 实验或评估结果:

  • 发现COVID-19视觉化设计内容经常随时间演变，如地图从简单的气泡图逐渐过渡到复杂的分类填充地图。
  • 公众参与、变化趋势和数据驱动成为危机视觉化设计的重要反馈来源。

• 局限性与未来方向:

  • 局限性：
    • 数据集主要来源于西方（尤其是美国）的COVID-19可视化设计，因此可能没有全面覆盖全球范围。
    • 未对所有历史性危机可视化进行回顾，缺乏较长时间视角。
  • 未来方向：
    • 继续扩展框架以适应不同类型的危机情境。
    • 深入研究危机可视化对公众行为、情绪和信任的影响。
    • 探讨不同信息来源与设计选择对社会影响力的差异性。
    • 制定应对变化迅速且具有长远影响的图形评估方法。