美文网首页
[总结] Understanding Data Accessib

[总结] Understanding Data Accessib

作者: alphonseLin | 来源:发表于2021-07-20 06:01 被阅读0次

    论文标题:

    Understanding Data Accessibility for People with Intellectual and Developmental Disabilities (IDD)

    Author: K. Wu, E. Peterse , T. Ahmad, D. Buriso , E. S. Tais, D. Abers Szafir.

    关键词:

    可视化、图形感知与认知、智力和发育障碍

    主要内容:

    在阅读可视化图表时,需要用户去阅读抽象的视觉图像,对统计数据进行估计,提取图表中信息。然而,对于智力和发育障碍(IDD)的人来说,其处理信息的不同方式,使得抽象的视觉信息与现实世界的数量联系起来变得复杂。传统上,这类人群被排除在可视化设计之外,就算是与他们自身健康相关的数据,该类人群也很难对其进行访问。本文献探讨可视化如何更好地服务于这些人群。首先,确定了三个可以提高数据可访问性的可视化设计元素:图表类型、数据连续性、数据装饰物。其次,该文献设计了一个基于网络的在线实验,利用时间序列和比例数据,评估了这些因素对有无IDD人群的有效性。本文献确定了IDD患者在阅读常见视觉效果时的表现模式和主观偏好。这些结论提出了可能的解决方案,可以打破传统设计准则造成的认知障碍。

    研究结果:

    1. 现有的数据可视化可访问性的工具(Data Visualization Accessbility)

    • 针对色盲用户

    • 用户自定义色盲色盘

    用户自定义色盲色盘
    • 色盲色彩模拟器
    色盲色彩模拟器
    • 前后颜色对比度分析器
    颜色对比度分析器
    • 针对视觉障碍用户

    • 3D打印数据图表,使得用户可以根据触摸的方式,感受图表

    3D打印数据图表
    • 将图表转换为声音,用听觉方式弥补用户在视觉上的缺失

    2. 智力与发展障碍用户的现状

    • 占比:美国,1/6 儿童(本文用户对象主要包括唐氏综合征和自闭症患者)

    • 定义:

      • 在认知功能上(推理、学习、解决问题能力)有所不足

      • 社交、实践能力有所不足

    • 表现:

    • 不擅长抽象思维、空间推理能力(这些能力某种程度上来说,是看懂可视化最重要的能力之一)

    • 从小没有办法接收常规的数据训练

    • 问题:

    • 较长时间以来,一直被排除在可视化的用户群体对象中

    • 导致这一群体无法有效读懂公共信息

    图表 1 左:原图。右:IDD人群眼中的图像
    • 也无法获取,与个人利益相关的信息
    图表 2美国政府对IDD人群的财政支出1977-2015(但IDD人群本身无法看懂该类型图表)

    3. 现有工具

    • 市面上常见的可视化工具,PowerBI——》无法进行特殊化定制

    • 草图——》无法进行数据大量化处理

    4. 本文方法

    • 假设

      1. 特定数据对应的最佳图表表示类型,在有IDD和没有IDD的人之间有所不同(eg. 比例数据靠饼图表示,可IDD人群没办法很好地读懂饼图)
    image.png
      1. 数据的连续性可能会导致IDD群体更易读
    image.png
      1. 当给图表添加一些装饰物,是否能让IDD群体更加易读
    image.png

    5. 实验结果(实验过程为调查问卷式)

    • 饼图对IDD群体不友好
    image.png
    • IDD人群对图表会寻找在现实中对应的事物
    柱状图对应楼梯 矩形树图对应彩色方块
    • 用过多信息的图表,会使得IDD群体更为混乱
    image.png
    • 自闭症用户觉得,当眼睛看着右边图的时候,眼睛很疼
    image.png
    • 当出现点图的时候,一定要记得给予对应的轴线,并加以表示。不然有些IDD用户会一个一个去数点的数量,失去了图表本身的意义

    6. 在线问卷调查模板

    对设计的启示:

    • 当对某个群体去做设计的时候,一定要让该群体的人也进入到设计的环节中来

    • 对于特殊用户群体,可能需要采用与常规不一样的图表设计模式

    未来:

    • 目前IDD用户在现实生活中,基本上很少使用可视化,因为大部分无法有效读取信息,因此在未来,需要鼓励更多的IDD用户,更好地去表达自己,展示自己的需求。

    • 需要针对更多不一样的IDD群体

    • 未来希望用脑电波、眼球追踪器等类似的工具,量化可视化中的过程数据

    相关文章

      网友评论

          本文标题:[总结] Understanding Data Accessib

          本文链接:https://www.haomeiwen.com/subject/yvqlmltx.html