与其他视觉内容一样,数据可视化在参与式在线讨论中的使用越来越多。尽管常被认为是"客观的",数据可视化也可以在在线讨论中被创建和挪用,扮演多种角色。在本文中,我们研究社交媒体讨论中数据可视化的使用和演变。通过计算辅助的定性分析,我们首先描述了数据可视化如何用于支持不同的修辞框架,突出了这些可视化的关键策略和来源。随后,我们对三个数据可视化传承(DVL)进行了深入分析,探索了同一来源但通过不同视觉改变而分化的可视化家族中适应、注释和混仿的作用。我们最后讨论了帮助研究者识别和解析数据可视化传承的方法,并强调了促进健康在线讨论的设计机会。
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。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2025
emoji_events
奖项
最佳论文
group
作者
3 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文