藝術與人文/資料視覺化領域的包容性資料研究技能

https://docs.google.com/document/d/1YtF1zgLYFd_YpS2AVXE7UxbWaYS3BJpYTSU3GPY8_PY/edit

資料視覺化平行會議

定義

資料不僅僅是數字，而是資訊 (Gitelman, 2013)

資料視覺化呼吸練習

什麼是資料視覺化？

資料視覺化是透過獨特的、與上下文相關的概念來解釋資訊，並將資料轉化為視覺敘述的過程。

它將讀者與洞察力、知識和力量聯絡起來，並能產生新的相關問題。

媒體到

1. 探索：分析、參與、互動、反思
2. 發現：尋找見解、知識、想法、聯絡、差距
3. 表達：解釋、敘述、解釋、引導注意力、講故事

為什麼它對 A&H 研究人員有價值？

1. 創造性過程將研究和資訊收集轉化為視覺表達

1. 該過程的產品/結果呈現研究結果並提出新的問題

資料

在定性研究過程中收集的資料會根據調查主題的不同而有很大差異。例如，資料可以透過討論、訪談、觀察、照片、繪畫、影片和音訊收集。這對定性研究人員來說既是挑戰，也是令人興奮的創造性機會。

同樣重要的是要記住，定性資料的解釋可能是主觀的。因此，在進行資料視覺化時，必須考慮您自己的定位和偏見。

研究中的資料視覺化

資料視覺化在藝術與人文研究中被用於多種方式，以實現多種目的。這可能包括定性和定量資料的視覺化，但在藝術和人文領域，需要特別考慮定性資料的視覺化。雖然定性資料可以轉化為分類資料或數值資料，但在簡化定性資料集的豐富程度和為了視覺化的目的而捕捉其複雜性之間需要取得平衡。在藝術與人文領域，資料視覺化用於與研究結果的圖形輸出之外的不同目的，並且可以為發現過程和研究之旅提供資訊。

這些目的不應被視為獨立的，因為它們相互作用，並且還與研究之旅的其他階段（包括研究結果）相互作用。

資料視覺化的目的包括

• 收集：從多個數據源收集資訊
• 綜合：識別多個數據源/不同型別的資料之間的聯絡，並將它們整合到一個視覺陣列中
• 探索：資料發現過程，包括模式識別、比較、視覺化隨時間的變化
• 分析：識別缺失資訊/資料缺口來源，例如誰/什麼沒有被代表
• 實驗：考慮理解資料的最佳方法是什麼？如何進行溝通？如果更改比例或以不同方式配置資料會發生什麼？
• 敘述：使用視覺化來探索資料可能講述的故事，特別是那些可能與我們預期的故事不同的故事
• 顯示結果
• 提煉 - 對關鍵主題做出選擇/提取特定想法
• 溝通 - 使用資料以不同尋常且資訊豐富的方式吸引注意力或分享資訊
• 邀請反饋 - 使用視覺化作為一種參與方式，並捕捉觀眾的思考/反應
• 生成進一步的研究問題 - 使用資料視覺化來告知和塑造研究的進一步階段
• 支援跨學科對話 - 使用資料視覺化作為跨越邊界溝通的手段

資料視覺化作為結果

資料視覺化可以用來講述一個故事敘述；以一種大眾可以理解的方式呈現資訊。這在探索細微或複雜的問題或外行人可能不熟悉的話題時尤為重要。

資料視覺化的益處

• 可訪問性：資料視覺化可用於與無法或不願意閱讀原始資料的受眾進行交流
• 參與度：資料視覺化可以將資訊遊戲化，從而接觸到更廣泛的受眾
• 互動性：人們可以按照自己的節奏探索資料，並尋找感興趣的資訊
• 賦權：使資料更易獲取可以賦予他人進行自己的研究或在其社群內採取行動的能力

在視覺化資料時，重要的是要考慮您的優先順序。如果目標是使資訊儘可能易於獲取，這可能會影響您呈現資料的方式和位置。建立自己的網站可能是一個引人注目的想法，但這需要持續的資金/資源。您自己的設計的網站在五年後是否仍然可以訪問？在可能的情況下，可以公開資料以提高可訪問性。您可能想考慮在維基資料等網站上分享您收集的資料。

視覺化資料也可能對研究人員有利，因為它為他們提供了反思其研究的機會。可以識別出資料中的差距，並提出新的問題。

改進資料視覺化

當資料收集的基線為“0”時，對未/代表性不足群體的資料視覺化可能從最低資料點以下開始，以便視覺化資料的缺乏。缺失的資料可以透過顯示資料的缺乏來視覺化，通常透過資料視覺化中的空間或視覺差距和並置來體現。

定性資料通常透過量化定性資訊的方法來視覺化。我們應該找到新的方法透過定性方式視覺化或與資料互動。弦圖、網路圖和維恩圖可能是有效地做到這一點的幾種方法，但我們還有哪些其他創新的方法可以檢視定性資料？其他參與模式如何用於理解這些資料（例如，聲音、觸覺）？

這裡需要新增一些內容，說明使用多個視覺化來進行不同的解釋。

我們收集的資訊

• 多個自傳/傳記陳述（趨同敘述）
• 運動資料
• 聲音/音樂
• 歷史（縱向）
• 眾包

我們正在使用的工具

用於收集、編碼、分析、探索和共享的工具

• 增強現實或虛擬現實

• 錄音（影像、影片、聲音）
• 繪畫 - 例如記號法（運動）
• Excel
• 3D
• 人工智慧
• 自動民族誌
• NVivo（文字分析）

資料視覺化中的挑戰

• 敘述和講故事的複雜性
• 資料的客觀性
• 解釋和歧義
• 文化敏感性
  • 理解資料去/殖民地敘述
• 倫理考量
• 技術限制
• 數字鴻溝
  • 城市與農村地區
  • 代際衝突
  • 發達國家與發展中國家
• 資料素養
• 審美考慮
• 將人文研究轉化為資料庫邏輯
• 新的工具，數字和模擬
• 可訪問性（殘疾標準）

另請參閱

• 勞拉·奈特，設計、教育和研究