可视化个人节律:对变化中心理健康的关键视觉分析

交互式数据可视化可视化感知与认知心理健康应用与在线支持社区精神科医生与心理咨询师HCI 研究员

自追踪系统中的个人数据可视化可以使心理和身体状态的细微变化变得可观察,极大影响健康和 wellness 目标的设定、追求与实现。与此同时,数据伦理领域的最新研究警示标准化模型可能对某些用户群体产生意外的负面后果。本研究通过协作设计和关键视觉分析,将传统个人数据可视化方式与脆弱人群表达其生活经历的方式进行对比。参与者为管理双向情感障碍(一种以严重且不可预测的情绪变化为特征的精神疾病)而进行自我追踪。在设计环节中,每个人创建了一系列描绘其心理健康经历的时间线图示。这些自适应和 vernacular 设计的图示同时使用了规范标准和个性化图形修改。分析表明,传统视觉编码可以在支持自我评估某些方面的同时,也将有问题的规范标准强加于深度个人化的经历之上。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/dis/39070/2020

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/10.1145/3357236.3395463
一眼看懂

论文快照

fact_check
dataset
来源
DIS
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
1 位作者
sell
研究子方向
交互式数据可视化、可视化感知与认知、心理健康应用与在线支持社区
work
职业/产业
精神科医生与心理咨询师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文