[Back]


Contributions to Proceedings:

J. Haider, M. Pohl, R. Beecham, J. Dykes:
"Understanding Map Comparison: Strategies for Detecting Difference in Map Line-up Tasks";
in: "Human-Computer Interaction -- INTERACT 2021", 12934; issued by: IFIP; Springer, Cham, Basel, 2021, ISBN: 978-3-030-85613-7, 558 - 578.



English abstract:
The line-up task hides a plot of real data amongst a line-up of decoys built around some plausible null hypothesis. It has been proposed as a mechanism for lending greater reliability and confidence to statistical inferences made from data graphics. The proposition is a seductive one, but whether or not line-ups guarantee consistent interpretation of statistical structure is an open question, especially when applied to representations of geo-spatial data. We build on empirical work around the extent to which statistical structure can be reliably judged in map line-ups, paying particular attention to the strategies employed when making line-up judgements. We conducted in-depth experiments with 19 graduate students equipped with a moderate background in geovisualization. The experiments consisted of a series of map line-up tasks with two map designs: choropleth maps and a centroid-dot alternative. We chose challenging tasks in the hope of exposing participants´ sensemaking activities. Through structured qualitative analysis of think-aloud protocols, we identify six sensemaking strategies and evaluate their effects in making judgements from map line-ups. We find five sensemaking strategies applicable to most visualization types, but one that seems particular to map line-up designs. We could not identify one single successful strategy, but users adopt a mix of different strategies, depending on the circumstances. We also found that choropleth maps were easier to use than centroid-dot maps.

German abstract:
Line-up-Aufgaben verbergen ein Diagramm echter Daten inmitten einer Reihe von Ködern, die um eine plausible Nullhypothese herum aufgebaut sind. Es wurde als ein Mechanismus vorgeschlagen, um statistischen Schlussfolgerungen aus Datengrafiken größere Zuverlässigkeit und Vertrauen zu verleihen. Der Vorschlag ist verführerisch, aber ob Aufstellungen eine konsistente Interpretation der statistischen Struktur garantieren oder nicht, ist eine offene Frage, insbesondere wenn sie auf Repräsentationen von Geo-Daten angewendet werden. Wir bauen auf empirische Arbeiten darüber auf, inwieweit die statistische Struktur in Line-Ups von Landkarten zuverlässig beurteilt werden kann, wobei wir besonderes Augenmerk auf die Strategien legen, die bei der Erstellung von Beurteilungen über Line-Ups angewendet werden. Wir führten eingehende Experimente mit 19 Studierenden durch, die über einen moderaten Hintergrund in Geovisualisierung verfügten. Die Experimente bestanden aus einer Reihe von Line-Up-Aufgaben mit zwei Entwürfen von Landkarten: Choropleth-Karten und einer Centroid-Dot-Karten. Wir wählten herausfordernde Aufgaben in der Hoffnung, die sinnstiftenden Aktivitäten der TeilnehmerInnen aufzudecken. Durch eine strukturierte qualitative Analyse von Think-Aloud-Protokollen identifizieren wir sechs Sensemaking-Strategien und bewerten ihre Auswirkungen auf die Beurteilung von Line-Up-Aufgaben. Wir fanden fünf Sensemaking-Strategien, die auf die meisten Visualisierungstypen anwendbar sind, aber eine, die speziell für Line-Up-Aufgaben zu sein scheint. Wir konnten keine Strategie identifizieren, die ausschließlich zum Erfolg führt, denn die BenutzerInnen wenden je nach den Umständen eine Mischung verschiedener Strategien an. Wir haben auch festgestellt, dass Choropleth-Karten einfacher zu verwenden sind als Centroid-Dot-Karten.

Keywords:
Graphical inference, cognitive strategies, spatial autocorrelation, geovisualization, visual perception, sensemaking, thinking-aloud


"Official" electronic version of the publication (accessed through its Digital Object Identifier - DOI)
http://dx.doi.org/10.1007/978-3-030-85613-7_36

Electronic version of the publication:
https://publik.tuwien.ac.at/files/publik_302809.pdf


Created from the Publication Database of the Vienna University of Technology.