[pt] EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Outros |
Idioma: | eng |
Título da fonte: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
Texto Completo: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59149@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59149@2 http://doi.org/10.17771/PUCRio.acad.59149 |
Resumo: | [pt] As visualizações de dados são cada vez mais comuns na mídia tradicional e nas redes sociais. No entanto, a alfabetização visual da população não acompanhou essa crescente popularidade. É necessário para quem cria os gráficos montar uma comunicação visual que contenha as informações necessárias de forma atrativa e de fácil compreensão. Em contrapartida, é necessário para quem os consome, captar as informações representadas pelos gráficos e extrair as análises do que vê. A importância da alfabetização visual é a capacidade de ler um gráfico, ou seja, olhar para um gráfico e identificar informações relevantes, tendências e discrepâncias em um determinado cenário. Neste trabalho, realizamos quatro estudos para explorar os fatores que influenciam o sucesso da análise de dados visuais. No primeiro estudo descobrimos como as pessoas tentam dar sentido a visualizações de dados específicas, através de perguntas que elas fazem ao encontrar uma visualização pela primeira vez. No segundo estudo exploramos como as distribuições de dados podem afetar a eficácia e eficiência das visualizações de dados. No terceiro estudo investigamos quando não especialistas identificam que uma visualização não é adequada para responder uma pergunta de análise específica, quando eles fazem boas sugestões de alteração para tornar essas visualizações adequadas e quando avaliam bem a adequação de algumas sugestões oferecidas a eles. No quarto estudo, criamos um teste para avaliar a compreensão das pessoas sobre os aspectos aplicados (responder perguntas de análise com o apoio de uma visualização) e conceituais (questões sobre a função e estrutura) da visualização de dados. Nossos resultados fornecem recursos para o desenvolvimento de material didático e ferramentas para recomendação de visualizações de dados relacionadas a perguntas que se visa responder. Uma contribuição adicional deste trabalho aos resultados dos estudos foi a estruturação de uma lista unificada de diferentes tarefas de visualização que encontramos na literatura. |
id |
PUC_RIO-1_aded84aaf4f7f15787b58b689dda9ffc |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:59149 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
534 |
spelling |
[pt] EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS [en] UNCOVERING FACTORS THAT INFLUENCE HOW DATA VISUALIZATIONS ARE INTERPRETED BY NON-EXPERTS [pt] VISUALIZACAO DE DADOS[pt] ANALISE EXPLORATORIA DE DADOS[pt] ALFABETIZACAO VISUAL[en] DATA VISUALIZATION[en] EXPLORATORY DATA ANALYSIS[en] VISUAL LITERACY[pt] As visualizações de dados são cada vez mais comuns na mídia tradicional e nas redes sociais. No entanto, a alfabetização visual da população não acompanhou essa crescente popularidade. É necessário para quem cria os gráficos montar uma comunicação visual que contenha as informações necessárias de forma atrativa e de fácil compreensão. Em contrapartida, é necessário para quem os consome, captar as informações representadas pelos gráficos e extrair as análises do que vê. A importância da alfabetização visual é a capacidade de ler um gráfico, ou seja, olhar para um gráfico e identificar informações relevantes, tendências e discrepâncias em um determinado cenário. Neste trabalho, realizamos quatro estudos para explorar os fatores que influenciam o sucesso da análise de dados visuais. No primeiro estudo descobrimos como as pessoas tentam dar sentido a visualizações de dados específicas, através de perguntas que elas fazem ao encontrar uma visualização pela primeira vez. No segundo estudo exploramos como as distribuições de dados podem afetar a eficácia e eficiência das visualizações de dados. No terceiro estudo investigamos quando não especialistas identificam que uma visualização não é adequada para responder uma pergunta de análise específica, quando eles fazem boas sugestões de alteração para tornar essas visualizações adequadas e quando avaliam bem a adequação de algumas sugestões oferecidas a eles. No quarto estudo, criamos um teste para avaliar a compreensão das pessoas sobre os aspectos aplicados (responder perguntas de análise com o apoio de uma visualização) e conceituais (questões sobre a função e estrutura) da visualização de dados. Nossos resultados fornecem recursos para o desenvolvimento de material didático e ferramentas para recomendação de visualizações de dados relacionadas a perguntas que se visa responder. Uma contribuição adicional deste trabalho aos resultados dos estudos foi a estruturação de uma lista unificada de diferentes tarefas de visualização que encontramos na literatura. [en] Data visualizations are increasingly common in traditional media and social networks. However, the visualization literacy of the population did not follow this growing popularity. It is necessary for those who create the charts to assemble a visual communication that contains the necessary information in an attractive and easy-to-understand way. By contrast, it is necessary for those who consume them to capture information represented by the charts and extract the analyses of what they see. The importance of visual literacy is the ability to read a chart, i.e., look at a chart and identify relevant information, trends, and outliers in a given scenario. In this work, we conducted four studies to explore factors related to the success of visual data analysis. We identified issues ranging from data distribution to formulating good questions to enrich exploration. The first study discovered how people try to make sense of specific data visualizations through questions they ask when they first encounter a visualization. In the second study, we explored how data distributions can affect the effectiveness and efficiency of data visualizations. In the third study, we investigated when non-experts identify that particular visualization is not adequate to answer a specific analysis question, when they make good suggestions for changes to make these visualizations adequate, and when they evaluated well the adequacy of some suggestions offered to them. In the fourth study, we created a test to assess people s understanding of the applied (answering analysis questions supported by a visualization) and conceptual (questions about function and structure) aspects of data visualization. Our results provide resources for developing of educational material and tools for recommending data visualizations to answer specific data-relation questions. An additional contribution of this work to the results of the studies was the structuring of a unified list of different visualization tasks that we found in the literature.MAXWELLSIMONE DINIZ JUNQUEIRA BARBOSASIMONE DINIZ JUNQUEIRA BARBOSAARIANE MORAES BUENO RODRIGUES2022-05-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/otherhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59149@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59149@2http://doi.org/10.17771/PUCRio.acad.59149engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-08-12T00:00:00Zoai:MAXWELL.puc-rio.br:59149Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342022-08-12T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false |
dc.title.none.fl_str_mv |
[pt] EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS [en] UNCOVERING FACTORS THAT INFLUENCE HOW DATA VISUALIZATIONS ARE INTERPRETED BY NON-EXPERTS |
title |
[pt] EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS |
spellingShingle |
[pt] EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS ARIANE MORAES BUENO RODRIGUES [pt] VISUALIZACAO DE DADOS [pt] ANALISE EXPLORATORIA DE DADOS [pt] ALFABETIZACAO VISUAL [en] DATA VISUALIZATION [en] EXPLORATORY DATA ANALYSIS [en] VISUAL LITERACY |
title_short |
[pt] EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS |
title_full |
[pt] EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS |
title_fullStr |
[pt] EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS |
title_full_unstemmed |
[pt] EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS |
title_sort |
[pt] EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS |
author |
ARIANE MORAES BUENO RODRIGUES |
author_facet |
ARIANE MORAES BUENO RODRIGUES |
author_role |
author |
dc.contributor.none.fl_str_mv |
SIMONE DINIZ JUNQUEIRA BARBOSA SIMONE DINIZ JUNQUEIRA BARBOSA |
dc.contributor.author.fl_str_mv |
ARIANE MORAES BUENO RODRIGUES |
dc.subject.por.fl_str_mv |
[pt] VISUALIZACAO DE DADOS [pt] ANALISE EXPLORATORIA DE DADOS [pt] ALFABETIZACAO VISUAL [en] DATA VISUALIZATION [en] EXPLORATORY DATA ANALYSIS [en] VISUAL LITERACY |
topic |
[pt] VISUALIZACAO DE DADOS [pt] ANALISE EXPLORATORIA DE DADOS [pt] ALFABETIZACAO VISUAL [en] DATA VISUALIZATION [en] EXPLORATORY DATA ANALYSIS [en] VISUAL LITERACY |
description |
[pt] As visualizações de dados são cada vez mais comuns na mídia tradicional e nas redes sociais. No entanto, a alfabetização visual da população não acompanhou essa crescente popularidade. É necessário para quem cria os gráficos montar uma comunicação visual que contenha as informações necessárias de forma atrativa e de fácil compreensão. Em contrapartida, é necessário para quem os consome, captar as informações representadas pelos gráficos e extrair as análises do que vê. A importância da alfabetização visual é a capacidade de ler um gráfico, ou seja, olhar para um gráfico e identificar informações relevantes, tendências e discrepâncias em um determinado cenário. Neste trabalho, realizamos quatro estudos para explorar os fatores que influenciam o sucesso da análise de dados visuais. No primeiro estudo descobrimos como as pessoas tentam dar sentido a visualizações de dados específicas, através de perguntas que elas fazem ao encontrar uma visualização pela primeira vez. No segundo estudo exploramos como as distribuições de dados podem afetar a eficácia e eficiência das visualizações de dados. No terceiro estudo investigamos quando não especialistas identificam que uma visualização não é adequada para responder uma pergunta de análise específica, quando eles fazem boas sugestões de alteração para tornar essas visualizações adequadas e quando avaliam bem a adequação de algumas sugestões oferecidas a eles. No quarto estudo, criamos um teste para avaliar a compreensão das pessoas sobre os aspectos aplicados (responder perguntas de análise com o apoio de uma visualização) e conceituais (questões sobre a função e estrutura) da visualização de dados. Nossos resultados fornecem recursos para o desenvolvimento de material didático e ferramentas para recomendação de visualizações de dados relacionadas a perguntas que se visa responder. Uma contribuição adicional deste trabalho aos resultados dos estudos foi a estruturação de uma lista unificada de diferentes tarefas de visualização que encontramos na literatura. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-05-23 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/other |
format |
other |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59149@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59149@2 http://doi.org/10.17771/PUCRio.acad.59149 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59149@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59149@2 http://doi.org/10.17771/PUCRio.acad.59149 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
MAXWELL |
publisher.none.fl_str_mv |
MAXWELL |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
repository.mail.fl_str_mv |
|
_version_ |
1814822636234997760 |