文献标题
Negative Emotions, Positive Outcomes? Exploring the Communication of Negativity in Serious Data Stories
文献信息
- 主题领域: 情感设计与数据故事
- 关键词: 数据故事, 消极情感, 严肃主题, 互动设计, 情感体验, 长期记忆, 数据可视化, 设计方法, 用户参与, 用户体验
研究背景与问题
- 作者发现了哪些问题或挑战?
现有研究尽管关注到数据故事中的情感体验,但过于强调积极情感(如趣味性和共情),而对消极情感的价值探索不足。 - 为什么这个问题很重要?
消极情感可以帮助触发深思体验、增强长期记忆,并提高讲故事的丰富性,尤其在传播严肃主题(例如健康、环境、社会不公)时更为重要。 - 研究动机与相关工作:
消极情感的价值在音乐、电影和数字游戏中的研究已得到一定证实,但在数据故事领域,针对消极情感的系统性研究仍然是空白。本研究旨在探索消极情感在严肃数据故事中的作用及设计方式。
解决方案
- 作者提出了哪些方法或解决方案?
作者设计并实施了两项研究:专家研讨会与用户实验。- 专家研讨会收集了72个严肃数据故事,并总结了引发消极情感的三个主要益处和19种潜在设计方法。
- 用户实验进一步验证了这些设计方法的有效性以及消极情感的具体效果。
- 该解决方案的创新之处是什么?
系统地结合数据故事的创作者和受众双重视角,探索消极情感的优点与设计技术的实际效果,并提供了长远记忆层面的分析。 - 实施步骤是什么?使用了哪些关键技术?
- 举办专家研讨会,收集数据故事样本及专家意见。
- 对设计方法进行分类:包括感官刺激(如黑色背景、密集纹理)、现实场景关联方法(如细节呈现)、语言冲击等6大类设计策略。
- 进行用户实验,评估情感反应(48种情感)的种类及强度,并分析受众的回忆及反馈。
- 通过社会网络分析以可视化形式揭示设计方法与消极情感之间的关系网络。
研究成果
- 取得了哪些具体成果?
- 消极情感主要促发深思体验(如反思社会问题与自身行为)和长期记忆。
- 数据故事设计方法表现出了不同程度的有效性——例如“艰难任务”和“角色扮演游戏”等设计方法最有效,而“暗色背景”和“视觉隐喻”效果较弱。
- 与现有解决方案相比,它有哪些优势?
- 显示了消极情感在提高记忆深度和反思体验中的特殊价值,拓展了数据故事的传统评价方式。
- 明确了设计方法与用户体验之间的直接关联,为未来设计提供实证依据。
- 实验或评估结果是什么?
- 消极情感呈现出显著的益处,尤其与深思体验(τ = .443, p < .001)、情感记忆及情感关怀(如同理心)显著关联。
- 用户的长期记忆中,消极情感的记忆比正面情感更占优势(回忆比率显著更高:U = 3948, p = .004)。
- 局限性与未来方向
- 数据故事样本与设计方法可能不够全面,可扩展更多样本。
- 受试者的教育背景和经验范围较窄,需更广泛的用户群体验证实验结果。
- 进一步探索设计方法影响用户情感反应的因果机制,并揭示如何平衡负面情感与整体用户体验。
总结与贡献
通过结合创作者与用户的视角,作者系统研究了消极情感在严肃数据故事中的独特作用,并总结了其益处、潜在设计方法及反响,为数据故事的创新设计和用户体验研究提供了重要启发。这项工作强调了情感体验的重要性,并提出通过设计手段实现情感和实际数据传播的平衡。
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。
help
研究问题
3- 负面情绪在严肃数据故事的传播中能带来哪些积极的效果?分类: 数据叙事与故事化可视化需求同类问题arrow_forward
- 如何设计能够激发负面情绪的严肃数据故事,以提升用户的长期记忆和反思体验?分类: 数据叙事与故事化可视化需求同类问题arrow_forward
- 不同的设计方法如何具体影响负面情绪及其在用户体验中的作用?分类: 数据叙事与故事化可视化需求同类问题arrow_forward
lightbulb
现实痛点
1- 用户很难通过数据故事对严肃社会话题产生深刻记忆和反思。分类: 数据叙事与故事化可视化需求同类问题arrow_forward
- 80%
SlopeSeeker:用于探索可量化趋势数据集的搜索工具
IUI '24· 时序数据与网络图可视化 +2
- 80%
叙事支架:数据驱动理解的叙事优先框架
IUI '26· 交互式数据可视化 +2
- 67%
人类图形学能促进亲社会行为吗?一项评论和大规模样本研究
CHI '21· 交互式数据可视化 +2
- 67%
ChartDetective:从复杂矢量图表中轻松准确地交互提取数据
CHI '23· 交互式数据可视化 +2
- 67%
共识与矛盾:可视化风格指南的跨组织分析
CHI '26· 交互式数据可视化 +2
- 67%
交互式可视化素养的多素养模型:定义、素养与未来研究步骤
CHI '26· 交互式数据可视化 +2
- 67%
谈灵感:数据可视化播客的话语分析
CHI '26· 交互式数据可视化 +2
- 67%
TableTale:重塑科学论文中表格与文本的叙事互动
CHI '26· 交互式数据可视化 +2
- 67%
DataDive:支持读者通过数据探索对统计语句进行上下文化
IUI '24· 交互式数据可视化 +2
- 60%
有争议话题可视化标题中的框架和倾向
CHI '18· 数据故事讲述(Data Storytelling) +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://dl.acm.org/doi/abs/10.1145/3491102.3517530
一眼看懂
fact_check论文快照
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
数据科学家与分析师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文