EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS

Detalhes bibliográficos
Autor(a) principal: ARIANE MORAES BUENO RODRIGUES
Data de Publicação: 2022
Tipo de documento: Tese
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
Resumo: 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 info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisEXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS UNCOVERING FACTORS THAT INFLUENCE HOW DATA VISUALIZATIONS ARE INTERPRETED BY NON-EXPERTS 2022-03-22SIMONE DINIZ JUNQUEIRA BARBOSA01828647748lattes.cnpq.br/9222024053983021HELIO CORTES VIEIRA LOPESMARCOS DE OLIVEIRA LAGE FERREIRAMILENE SELBACH SILVEIRASIMONE DINIZ JUNQUEIRA BARBOSABRUNO FEIJO09714070708ARIANE MORAES BUENO RODRIGUESPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM INFORMÁTICAPUC-RioBRAs 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. 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.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROCOORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIORCONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICOPROGRAMA DE EXCELENCIA ACADEMICAhttps://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@2engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T14:07:27Zoai: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.pt.fl_str_mv EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS
dc.title.alternative.en.fl_str_mv UNCOVERING FACTORS THAT INFLUENCE HOW DATA VISUALIZATIONS ARE INTERPRETED BY NON-EXPERTS
title EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS
spellingShingle EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS
ARIANE MORAES BUENO RODRIGUES
title_short EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS
title_full EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS
title_fullStr EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS
title_full_unstemmed EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS
title_sort EXPLORANDO FATORES QUE INFLUENCIAM COMO AS VISUALIZAÇÕES DE DADOS SÃO INTERPRETADAS POR NÃO ESPECIALISTAS
dc.creator.Lattes.none.fl_str_mv
author ARIANE MORAES BUENO RODRIGUES
author_facet ARIANE MORAES BUENO RODRIGUES
author_role author
dc.contributor.advisor1.fl_str_mv SIMONE DINIZ JUNQUEIRA BARBOSA
dc.contributor.advisor1ID.fl_str_mv 01828647748
dc.contributor.advisor1Lattes.fl_str_mv lattes.cnpq.br/9222024053983021
dc.contributor.referee1.fl_str_mv HELIO CORTES VIEIRA LOPES
dc.contributor.referee2.fl_str_mv MARCOS DE OLIVEIRA LAGE FERREIRA
dc.contributor.referee3.fl_str_mv MILENE SELBACH SILVEIRA
dc.contributor.referee4.fl_str_mv SIMONE DINIZ JUNQUEIRA BARBOSA
dc.contributor.referee5.fl_str_mv BRUNO FEIJO
dc.contributor.authorID.fl_str_mv 09714070708
dc.contributor.author.fl_str_mv ARIANE MORAES BUENO RODRIGUES
contributor_str_mv SIMONE DINIZ JUNQUEIRA BARBOSA
HELIO CORTES VIEIRA LOPES
MARCOS DE OLIVEIRA LAGE FERREIRA
MILENE SELBACH SILVEIRA
SIMONE DINIZ JUNQUEIRA BARBOSA
BRUNO FEIJO
description 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.issued.fl_str_mv 2022-03-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
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
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
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 PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.publisher.program.fl_str_mv PPG EM INFORMÁTICA
dc.publisher.initials.fl_str_mv PUC-Rio
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
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_ 1748324963725606912