有效健康相关数据视频的设计指南:情感、个性和视频内容的经验调查

数据故事讲述(Data Storytelling)可视化感知与认知广告与营销从业者HCI 研究员

文献标题

Towards Design Guidelines for Effective Health-Related Data Videos: An Empirical Investigation of Affect, Personality, and Video Content

文献信息

  • 主题领域: 健康相关数据视频的设计与传播效果
  • 关键词: 数据视频, 叙事可视化, 数据故事, 说服技术, 态度转变, 个性特征, 情感影响, 可操作性, 解决方案, 身体活动

研究背景与问题

  • 作者发现的问题或挑战: 数据视频(Data Videos,DVs)作为一种传播大量信息和说故事的可视化手段,虽然在促进健康相关行为改变方面有潜力,但对于如何有效设计此类视频仍缺乏深入研究。此外,观众的个性特征以及情感反应对视频的影响机制尚未探讨清楚。
  • 重要性: 健康相关问题如身体活动不足、饮食习惯不健康、睡眠问题与严重疾病(如心血管疾病、肥胖、癌症等)密切相关。通过设计有效的视频促进行为改变,可显著改善公众健康。
  • 研究动机与相关工作:
    • 数据视频能够呈现故事性数据和可操作性信息,吸引观众并促使其行为改善。
    • 作者结合健康信息传播、情感影响与个性差异,尝试探索数据视频的设计机制和效果。

解决方案

  • 提出的方法或解决方案:
    • 通过两项实证研究,探讨数据视频的情感诱导效果、观众个性特征与信息类型对促进健康行为意图的影响。
    • 提出了健康相关数据视频的初步设计指南。
  • 创新之处:
    • 系统性地分析数据视频中的叙事结构、内容设计与情感对观众行为意图的影响。
    • 结合用户个性特征与情感反应,探索个性化视频设计策略。
  • 实施步骤与关键技术:
    1. 研究1:分析观众的情感反应(负面情绪如焦虑与担忧)、个性差异(如神经质与责任心)对视频说服潜力的影响。
    2. 研究2:通过操控视频中解决方案的类型(无解决方案、一般解决方案、具体可操作解决方案),考察解决方案对情感影响与信息感知实用性之间的影响。

研究成果

  • 具体成果:
    1. 数据视频中包含无解决方案的威胁性信息会增加观众的负面情绪,且降低了视频的说服潜力。
    2. 存在解决方案的视频能够降低观众的负面情绪,并提高信息的实用性和视频的可操作性。
    3. 高神经质个性的人更容易受到负面信息的影响,低责任心者对负面信息的抵抗能力更强。
    4. 提供详细具体的解决方案比仅提供一般解决方案的效果更明显,尽管一般解决方案也能够部分缓解负面影响。
  • 优势:
    • 行为改变意图的提升:有效设计的视频能够更好地影响观众的健康行为改善意向。
    • 针对性设计:基于观众个性差异与情感反应提出了设计个性化视频的可能途径。
  • 实验或评估结果:
    • 两项实证研究的数据显示,包含解决方案的视频显著减缓了威胁性信息导致的负面情绪,并提高了观众对信息的感知有用性。
    • 视频的可操作性和信息实用性是说服潜力的重要预测变量。
  • 局限性与未来方向:
    • 实验采用在线方式进行,限制了对参与者情感反应的生理测量,可邀未来研究采用更加客观的测量手段。
    • 当前研究更多关注负面情感影响,未来可探索正面情感(如希望与激励)的作用。
    • 样本量较小,建议进行更大规模的重复试验证实现有结果。
    • 视频内容可进一步研究正面框架方法,并扩展到更广泛的健康话题领域。

初步设计指南

  1. 健康主题数据视频应包含解决方案以平衡观众情感体验,并缓解其负面情绪。
  2. 详细具体的解决方案有助于增加信息实用性和视频说服效果,但在资源有限情况下,可选择添加一般解决方案。
  3. 针对高神经质个性者,应谨慎设计威胁信息内容,并加强视频结尾的解决信息。
  4. 针对自我感知健康状况较差的观众,应限制负面信息强度,并注重解决方案的合理性与可行性。

这项研究为设计更具影响力的健康相关数据视频提供了参考,旨在通过情感与个性化调整实现行为改变意图的提升。这些成果对于面向公众健康传播的实践设计具有重要意义。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/71958/2022

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/abs/10.1145/3491102.3517727
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
数据故事讲述(Data Storytelling)、可视化感知与认知
work
职业/产业
广告与营销从业者、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
7 篇相关论文