Studying Biases in Visualization Research: Framework and Methods
Studying Biases in Visualization Research: Framework and Methods
复制标题
研究可视化研究中的偏差：框架和方法
DOI：
10.1007/978-3-319-95831-6_2
复制
发表时间：
2018
期刊：
影响因子：
11.2
通讯作者：
M. Sedlmair
中科院分区：
文献类型：
--
作者：
André Calero Valdez;M. Ziefle;M. Sedlmair
在本章中，我们提出并讨论了一个轻量级框架，以帮助组织围绕可视化和可视化分析中的偏见产生的研究问题。我们将我们的框架与巴斯特·本森的认知偏见法典进行对比。该框架受到诺曼的人类行动周期的启发，并将偏见分为三个层次：感知偏见、行动偏见和社会偏见。对于认知加工的每一个层次，我们讨论了来自认知科学文献的偏见的例子，并推测它们对可视化领域的重要性。此外，我们对如何在这三个层面上研究偏差以及存在哪些陷阱和有效性威胁提出了方法学讨论。我们希望这个框架能够帮助激发新的想法，并指导研究可视化中偏见这一重要主题的研究人员。
In this chapter, we propose and discuss a lightweight framework to help organize research questions that arise around biases in visualization and visual analysis. We contrast our framework against the cognitive bias codex by Buster Benson. The framework is inspired by Norman’s Human Action Cycle and classifies biases into three levels: perceptual biases, action biases, and social biases. For each of the levels of cognitive processing, we discuss examples of biases from the cognitive science literature and speculate how they might also be important to the area of visualization. In addition, we put forward a methodological discussion on how biases might be studied on all three levels, and which pitfalls and threats to validity exist. We hope that the framework will help spark new ideas and guide researchers that study the important topic of biases in visualization.
外部机构的幻觉。
影响因子：
7.6
作者：
Gilbert,DT;Brown,RP;Pinel,EC;Wilson,TD
通讯作者：
Wilson,TD