整体扭曲部分:注意确定性调节可视化中整体统计量诱发的偏差
The Whole Warps the Parts: Attentional Certainty Modulates Ensemble-Induced Bias in Visualizations
预印本 · 尚未经过同行评审
数据可视化中,嵌入整体集合的单个项目会被集合统计量系统性地影响,既往研究报告了偏离和偏向两种相反结果。研究用同一套不同大小圆形的刺激生成框架,在目标提示前、提示后和无提示三种条件下让观察者判断单个圆的大小,并在创业估值和选区得票的图形显示中重复。共享的提示条件下效应以偏离或接近零为主,取消目标信息后偏差转为偏向整体统计量,辨别精度从提示前到提示后到无提示依次下降。
数据可视化常常要求观看者从一组图形标记中同时提取整体统计量和个体值。然而,嵌入在整体中的单个项目可能会被该情境系统性地偏置。先前的研究既报告了偏离整体统计量的排斥效应,也报告了朝向整体统计量的吸引效应,但这些效应是在不同条件下观察到的。我们检验任务确定性或注意确定性是否能解释这些方向相反的整合诱导偏差。在研究1中,观察者短暂观看由不同大小圆圈组成的整体,然后判断嵌入该整体中的单个圆圈的大小。使用共同的刺激生成框架,我们测试了在整体呈现之前或之后指定目标时的识别与辨别,以及一个未指定目标的额外无提示识别条件。在共同的有提示条件下,识别与辨别中的效应主要为排斥或接近零。相比之下,消除目标特异性信息使整合诱导偏差从排斥逆转为吸引。识别精度也从预提示到后提示再到无提示条件系统性下降。研究2在初创公司估值和选区投票贡献的图形显示中复制了这一依赖提示的模式。我们的发现将注意确定性孤立为整体情境是排斥还是吸引个体项目表征的关键决定因素,将设计问题从精度扩展到注意引导选择如何决定观看者将处于哪种偏差之下。
中文由 AI 翻译,仅供参考,以原文为准。
来源:arXiv · Human-Computer Interaction · arxiv.org