ارزیابی قابلیت استفاده LionVu 2.0 برای پنسیلوانیا، ایالات متحده

خلاصه

طرح سرطان ایالت پن، LionVu 1.0 (دانشگاه ایالتی پن، ایالات متحده) را در سال 2017 به عنوان یک ابزار نقشه برداری مبتنی بر وب برای آموزش و اطلاع رسانی به متخصصان بهداشت عمومی در مورد بار سرطان در پنسیلوانیا و 28 شهرستان در پنسیلوانیا مرکزی، که در محلی به عنوان حوضه آبریز شناخته می شود، اجرا کرد. حوزه. هدف از بهبود آن، LionVu 2.0، کمک به محققین برای پاسخ دادن به سؤالات فرد-مکان-زمان مربوط به سرطان و عوامل خطر آن با بررسی چندین متغیر داده به طور همزمان بود. هدف اصلی این مطالعه انجام یک ارزیابی قابلیت استفاده از نمونه اولیه LionVu 2.0 بود که شامل داده‌های مبتنی بر منطقه و نقطه بود. ارزیابی از طریق یک نظرسنجی آنلاین انجام شد. 10 نفر که اکثر آنها دارای مدرک کارشناسی ارشد یا دکترا بودند، نظرسنجی را تکمیل کردند. اگرچه اکثر شرکت‌کنندگان دیدگاه مطلوبی نسبت به LionVu 2.0 داشتند، بسیاری از آنها تجربه کمی با نقشه‌برداری وب داشتند. بنابراین، تعجب آور نبود که شرکت کنندگان می خواستند ویدیوهای آموزشی کوتاه 10 تا 15 دقیقه ای با نسخه های بعدی در دسترس باشند و یک رابط کاربری ساده که عملکرد پیشرفته را حذف کند. یکی از یافته‌های غیرمنتظره پیشنهاد استفاده از LionVu 2.0 برای آموزش و پیشنهادات کمک مالی بود. مطالعه قابلیت استفاده از نمونه اولیه LionVu 2.0 بازخورد مهمی برای توسعه آینده آن ارائه کرد. یکی از یافته‌های غیرمنتظره پیشنهاد استفاده از LionVu 2.0 برای آموزش و پیشنهادات کمک مالی بود. مطالعه قابلیت استفاده از نمونه اولیه LionVu 2.0 بازخورد مهمی برای توسعه آینده آن ارائه کرد. یکی از یافته‌های غیرمنتظره پیشنهاد استفاده از LionVu 2.0 برای آموزش و پیشنهادات کمک مالی بود. مطالعه قابلیت استفاده از نمونه اولیه LionVu 2.0 بازخورد مهمی برای توسعه آینده آن ارائه کرد.

کلید واژه ها:

ارزیابی قابلیت استفاده وب GIS ; سرطان ؛ منطقه خدمات ؛ سلامت جغرافیایی

1. معرفی

در سال 2015، طرح سرطان ایالت پن (PSCI) LionVu 1.0، یک ابزار نقشه برداری مبتنی بر وب را پیاده سازی کرد ( شکل 1 ). LionVu 1.0 برای آموزش و اطلاع رسانی به متخصصان بهداشت عمومی در مورد خطر ابتلا به سرطان در 28 شهرستان واقع در مرکز پنسیلوانیا، که به طور محلی به عنوان حوضه آبریز شناخته می شود، طراحی شده است. به طور خاص، LionVu 1.0 برای کمک به پاسخگویی به سؤالات تحقیقاتی در مورد ماهیت فرد-مکان-زمان اپیدمیولوژی مرتبط با سرطان طراحی شده است. مخاطبان اصلی LionVu 1.0 پزشکان بهداشت PSCI مانند مدیران برنامه، اپیدمیولوژیست ها و پزشکان بودند، اما نه عموم مردم. منابع داده مورد استفاده در LionVu 1.0 از اداره سرشماری ایالات متحده، وزارت بهداشت پنسیلوانیا و رتبه بندی بهداشت شهرستان آمده است.

LionVu 1.0 انتقادهایی را از سوی کاربران درون PSCI دریافت کرده است، از جمله عدم رسیدگی به نیازها، به عنوان مثال، حوزه حوضه PSCI و فقدان اسناد کمکی. این مشکلات LionVu 1.0 را رضایت بخش نبود و نیاز به تجدید نظر داشت. انتقادات دیگر بر روی طراحی رابط کاربری متمرکز بود، که اجازه می داد تنها یک نقشه در یک زمان نمایش داده شود. این طرح نقشه به دلیل استفاده نکردن از استانداردهای طرح رنگ ColorBrewer 2.0 (دانشگاه ایالتی پن، ایالات متحده)، که برای کمک به تجسم ایجاد شده بود، مورد انتقاد قرار گرفت. انتقاد دیگر نبود مستندات راهنمای جامع و آموزش برای نحوه پیمایش در LionVu 1.0 بود.

در پاسخ به انتقادات از رابط کاربری LionVu 1.0، توسعه LionVu 2.0 در سال 2020 آغاز شد. انتقادات LionVu 1.0 به عنوان چارچوبی برای هدایت طراحی مجدد LionVu 2.0 استفاده شد که شامل موارد زیر بود: نقشه برداری پنسیلوانیا و حوضه حوضه آبریز کنار، به روز رسانی مجموعه داده ها، و شامل قابلیت های اضافی، مانند توانایی چاپ. شکل 2یک رابط LionVu 2.0 بازطراحی شده را نشان می دهد که در آن پنسیلوانیا و حوضه حوضه در کنار هم نقشه برداری شده اند. پس از کاوش در منابع داده های مختلف برای پنسیلوانیا، داده های تجدید نظر شده از اداره سرشماری ایالات متحده، وزارت بهداشت پنسیلوانیا، رتبه بندی بهداشت شهرستان و مدیکر استفاده شد. عملکردهای پیشرفته، مانند توانایی چاپ و کمک به اسناد (یعنی بخش اول خواندن من) و طرح‌های رنگی بر اساس ColorBrewer 2.0 اضافه شدند. بر اساس توصیه‌های Brewer و Pickle، طبقه‌بندی چندک به عنوان طبقه‌بندی پیش‌فرض استفاده شد، زیرا دقیق‌ترین کاربردهای نقشه‌برداری اپیدمیولوژیک را داشت [ 1]]. هنگامی که انتقادات اولیه در یک نمونه اولیه مورد توجه قرار گرفت، یک نظرسنجی قابلیت استفاده برای هدایت توسعه بیشتر LionVu 2.0، که تمرکز این مقاله است، انجام شد.

1.1. بررسی ادبیات

تمرکز این بررسی ادبیات، بررسی تحقیقات روی روش‌های ارزیابی قابلیت استفاده، با تمرکز بر رشته‌های بهداشتی و مکانی، برای کمک به توسعه ارزیابی قابلیت استفاده LionVu 2.0 بود. ما سه پایگاه داده را جست‌وجو کردیم: PubMed، Web of Science و Cochrane برای مقالات روش‌شناسی ارزیابی قابلیت استفاده، با استفاده از کلمات کلیدی: مطالعه قابلیت استفاده، بازخورد کاربر، طراحی سیستم‌های (GIS)، نمونه‌سازی، نقشه‌برداری وب، نرم‌افزار تحلیل فضایی، سرطان، سلامت، محیط زیست، شرکت‌کنندگان به عنوان محققین، معیارهای قابلیت استفاده و سیاست گذاران. تابع استناد شده توسط Google Scholar نیز برای یافتن منابع اضافی منتشر شده بین سال‌های 2015 و 2020 به کار گرفته شد. کار اصلی که قبل از سال 2014 منتشر شده بود نیز مورد بررسی قرار گرفت.

مطالعات کاربردپذیری در حوزه سلامت شامل روش‌شناسی‌هایی مانند ایجاد تطابق یا اجماع [ 2 ، 3 ]، عدم تطابق یا تنش [ 4 ]، روش وزن و جمع کیفی [ 5 ]، روش‌های ترکیبی [ 6 ]، گروه‌های تمرکز [ 7 ] یا نظرسنجی بود. [ 8 ]. یکی از تحقیقات مرتبط تر، یک مطالعه دو قسمتی بود که نقشه های چاپی موجود میسوری (InstantAtlas) را در یک ابزار نقشه برداری وب، که توسط وزارت بهداشت میسوری توسعه یافته بود، تجزیه و تحلیل کرد [9، 10 ] .]. این ارزیابی قابلیت استفاده در دو دوره زمانی انجام شد که بخش اول توسط زیرمجموعه ای از دانشجویان ابتدا تکمیل شد و سپس ارزیابی قابلیت استفاده دوم شامل زیرمجموعه ای از متخصصان بهداشت انجام شد. مطالعات دو قسمتی قابلیت استفاده InstantAtlas برای ارزیابی کاربر پسندی و رضایت کاربر و آزمایش اینکه آیا قابلیت استفاده با اصلاح نقشه‌های وب InstantAtlas در یک فرآیند مداوم قابل مقایسه با توسعه LionVu 2.0 ما بهبود یافته است یا خیر، طراحی شده‌اند. بر اساس نتایج بخش اول، نقشه وب InstantAtlas اصلاح شد و نسخه جدید ارزیابی قابلیت استفاده دوم را در قسمت دوم انجام داد. گروهی منتخب از سیاستگذاران و پزشکان، InstantAtlas را در بخش دوم بررسی کردند تا تعیین کنند که آیا نقشه های اصلاح شده بر اساس پیشنهادات بخش اول، قابلیت استفاده را بهبود می بخشد یا خیر. بخش دوم نشان داد که نقشه‌های وب InstantAtlas به طور مؤثر توسط شرکت‌کنندگانی که تجربه نقشه‌برداری محدودی داشتند، مورد استفاده قرار گرفتند. برخی از پیشنهادات اضافی برای ساده کردن نقشه های چاپ شده و بهبود اسناد کمکی در مورد نحوه تفسیر اطلاعات در نقشه های وب بود.

ارزیابی قابلیت استفاده جغرافیایی برای تعیین کیفیت تعامل کاربر با برنامه‌های نقشه‌برداری مبتنی بر اینترنت و اندازه‌گیری میزان دسترسی به نقشه‌های وب برای شرکت‌کنندگان حیاتی است. یک مطالعه از ردیابی چشم برای اندازه‌گیری اینکه چگونه یک نمونه اولیه نقشه‌برداری، برنامه‌های کاربردی واقعی را تقلید می‌کند، استفاده کرد، و بر اهمیت یک رابط کاربری طراحی‌شده مناسب هنگام تکمیل وظایف آنلاین تأکید کرد [11 ] . نقشه‌های وب که ارزیابی قابلیت استفاده را پشت سر گذاشته‌اند نیز باید طراحی وب پاسخگو داشته باشند که در همه پلتفرم‌ها کار کند: دسکتاپ، موبایل و لپ‌تاپ، در حالی که سفارشی‌سازی عملکردها را متعادل می‌کند [ 12]]. علاوه بر یک رابط کاربری کاملاً تعریف شده، برای استفاده از ابزار نظرسنجی (یعنی مقیاس قابلیت استفاده سیستم (SUS) و مقیاس کاربری مشارکتی GIS (PGUS)) برای اطمینان از اینکه مقیاس می‌تواند بین سیستم‌های قابل استفاده و غیرقابل استفاده تمایز قائل شود نیز حیاتی است. 13 ، 14 ]. SUS از 10 سؤال مبتنی بر مقیاس لیکرت استفاده می کند که مدیریت آنها با حجم نمونه کوچک آسان است و می تواند به طور مؤثر بین سیستم های قابل استفاده و غیرقابل استفاده تمایز قائل شود [ 13 ]. PGUS از 25 سوال مبتنی بر مقیاس لیکرت در پنج حوزه (به عنوان مثال، رابط کاربری، رابط فضایی، یادگیری، اثربخشی و ارتباط) و هفت سوال جمعیت شناختی و شرکت کنندگان استفاده می کند [14 ]]. PGUS برای اولین بار در یک گروه برنامه ریزی فضایی دریایی مورد استفاده قرار گرفت و بیشتر از SUS برای ارزیابی قابلیت استفاده جغرافیایی کاربرد داشت و می تواند ارزیابی سریع پروژه های نقشه برداری وب را بهتر تسهیل کند.

اجزای کلیدی ارزیابی قابلیت استفاده، ارزیابی زمان تکمیل، کارایی و اثربخشی بود. معیارهای ارزیابی اثربخشی شامل معیارهای قابلیت استفاده از عملکرد پایه مانند رضایت، کارایی و اثربخشی است [ 15 ]. اثربخشی نسبت تکمیل کار به تعداد خطاها است. کارایی نسبت تکمیل کار به زمان کار در دقیقه است [ 16 ]. اگرچه این مطالعات بر کارایی و اثربخشی متمرکز بودند، اما ارزیابی کمی در مورد یادگیری پذیری وجود نداشت، که به عنوان بخشی از سؤالات نظرسنجی PGUS اندازه گیری شد.

بر اساس نتایج این بررسی ادبیات، مضامین متعددی پدیدار شد که بر موارد زیر تمرکز داشتند: (الف) داشتن یک رابط کاربری خوب طراحی شده. (ب) نمایش نقشه های جذاب بصری؛ (ج) با استفاده از مقیاس ارزیابی قابلیت استفاده (یعنی SUS و PGUS). و (د) استفاده از یک نظرسنجی با هر دو سوال باز و بسته. هنگام توسعه ارزیابی قابلیت استفاده، ما با ابزار نظرسنجی PGUS شروع کردیم. PGUS شامل هفت بخش و تقریباً 30 سؤال در مورد ویژگی های جمعیت شناختی، ویژگی های شرکت کننده، و پنج بخش در مقیاس لیکرت (به عنوان مثال، رابط کاربری، تعامل، یادگیری، اثربخشی و ارتباطات) است. برای ارزیابی خود، ما در مجموع 20 سؤال در مقیاس لیکرت PGUS از Ballatore و همکاران را اقتباس کردیم. [ 14]. به طور خاص، ما پنج سؤال PGUS را در مورد ویژگی‌های جمعیت شناختی (به عنوان مثال، جنسیت، نژاد، قومیت، سن، و میزان تحصیلات) و چهار سؤال در مورد ویژگی‌های شغلی تطبیق دادیم. یک سوال از هر یک از پنج بخش مقیاس لیکرت برای ارزیابی رابط کاربری، دسترسی به اطلاعات، نحوه انجام وظایف، قابلیت اطمینان و اینکه آیا نقشه ها به راحتی قابل درک هستند، به عنوان وظایف فردی در نظر گرفته شد. ارزیابی کاربردپذیری LionVu 2.0 که بر اساس این مضامین ساخته شده است، ارزیابی می کند که رابط کاربری چقدر نقشه های جذاب بصری را برای مخاطبانی با تجربه نقشه برداری محدود نشان می دهد.

1.2. اهداف

هدف اصلی این مطالعه انجام ارزیابی قابلیت استفاده از نمونه اولیه LionVu 2.0 با استفاده از تخصص دامنه مرتبط با داده‌های سرطان بود. برای تکمیل ارزیابی قابلیت استفاده، ما 50 سؤال ارزیابی نظرسنجی را بر اساس بخش بررسی ادبیات، شامل سؤالات باز و بسته ایجاد کردیم. ارزیابی قابلیت استفاده از طریق سیستم نظرسنجی REDCap (Research Electronic Data Capture) توزیع شد. داده های نظرسنجی کیفی به دو صورت تجزیه و تحلیل شد: تحلیل محتوا و تحلیل آیتم برای ارزیابی الگوهای موجود در داده های نظرسنجی (یعنی تکمیل کار، اثربخشی، کارایی و زمان). بحث در مورد یافته های کلیدی از ارزیابی قابلیت استفاده، از جمله محدودیت ها، توصیه ها، و نتیجه گیری خواهد شد.

2. مواد و روشها

پس از بررسی رویکردهای مختلف روش‌شناختی، به این نتیجه رسیدیم که یک نظرسنجی روش ترجیحی برای دسترسی به شرکت‌کنندگان از سازمان‌ها و مناطق مختلف جغرافیایی است. ما متخصصان مستقر در حوضه آبریز 28 شهرستانی را هدف قرار دادیم. از آنجایی که متخصصان در سازمان‌ها در سراسر 28 شهرستان پراکنده بودند، نظرسنجی باید به صورت ناهمزمان انجام می‌شد و به شرکت‌کنندگان فرصت داده می‌شد تا ارزیابی را در چندین موقعیت انجام دهند.

2.1. توسعه سوال نظرسنجی

نظرسنجی آنلاین LionVu 2.0 شامل 10 بخش بود: (1.) ویژگی های جمعیتی. (2.) ویژگی های استخدام. (3.) آمار سرطان ایالات متحده (USCS) نقشه وب; (4.) وظیفه 1: جمعیت شناسی. (5.) وظیفه 2: سرطان. (6.) وظیفه 3: مرکز و منطقه مراقبت های بهداشتی. (7.) وظیفه 4: ریسک رفتاری و اجتماعی-اقتصادی. (8.) مقیاس لیکرت; (9.) سؤالات بازخورد هدف، داده ها، مستندات راهنما و عملکرد. و (10.) بازخورد عمومی. هر کدام پنج سوال داشت که در مجموع 50 سوال داشت. علاوه بر جمع‌آوری پاسخ‌ها به 50 سؤال، زمان تکمیل برای هر شرکت‌کننده در 10 سؤال ثبت شد. انتظار می رفت این نظرسنجی در 30 تا 45 دقیقه تکمیل شود. ما توسعه سوال نظرسنجی و REDCap و ملاحظات اخلاقی را در بخش‌های جداگانه مورد بحث قرار می‌دهیم.

این نظرسنجی شامل 10 بخش با 5 سؤال است که هر کدام در مجموع 50 سؤال دارند ( جدول A1 در پیوست A ). در بخش جمعیت شناسی از شرکت کنندگان در مورد جنسیت، نژاد، قومیت و بالاترین میزان تحصیلات سوال کردیم. در بخش ویژگی‌های استخدام، از شرکت‌کنندگان در مورد استخدام و یک سؤال مهارت نقشه‌برداری وب خود گزارش‌شده بر اساس مقیاس مهارت صلاحیت‌های مؤسسه ملی سلامت [ 17 ] پرسیدیم . در بخش نقشه وب USCS، ما از شرکت کنندگان پنج سؤال مربوط به کار در مورد نقشه وب مراکز کنترل و پیشگیری از بیماری [ 18] پرسیدیم.]. اولین سوال مرتبط با کار، شرکت‌کننده را در مورد دوره زمانی 5 ساله برای تشخیص‌های جدید سرطان در پنسیلوانیا بر اساس محیط نقشه‌برداری وب USCS، ترغیب کرد. چهار سوال دیگر از شرکت کنندگان در مورد نقاط قوت، محدودیت ها، انتظارات و قابلیت های نقشه USCS پرسیده شد. هدف از این بخش راهنمایی کاربر در مورد نقشه های وب دیگری بود که خارج از کنترل ما بودند. چهار بخش دیگر مرتبط با کار شامل ارزیابی شرکت‌کننده در وظایف خاص با استفاده از LionVu 2.0 است. به عنوان مثال، در کار 1، از شرکت کنندگان خواستیم تراکم جمعیت و جمعیت اسپانیایی تبار را در شهرستان لوزرن تعیین کنند. در این کار، تراکم جمعیت کاربر را ملزم می‌کرد تا لایه‌های جمعیتی را از رابط کاربری LionVu 2.0 انتخاب کند و به سؤالات چند گزینه‌ای پاسخ دهد. سه سؤال باز اضافی دیگر در مورد تعیین اینکه کاربر چگونه می‌تواند پاسخ‌ها را پیدا کند و نتایج را در کل ایالت پنسیلوانیا و حوضه آبریز بکار می‌برد. سایر بخش‌های مرتبط با کار از کاربران خواستند داده‌های سرطان را تفسیر کنند، ارائه‌دهندگان مراقبت‌های بهداشتی را با استفاده از داده‌های نقطه‌ای شناسایی کنند و عملکرد کنار هم را ارزیابی کنند. هدف از این سوالات مرتبط با کار این بود که اطمینان حاصل شود که LionVu 2.0 به طور جامع بررسی شده است. بخش مقیاس لیکرت بر اساس پنج حوزه هدف PGUS (یعنی رابط کاربری، تعامل، یادگیری، قابلیت اطمینان و ارتباط) از شرکت‌کنندگان سؤال پرسید. دو بخش آخر از شرکت‌کننده سؤالات باز درباره هدف کلی، مستندات کمکی، عملکرد و سؤالات بازخورد کلی در مورد زمینه‌های بهبود LionVu 2.0 پرسیده شد.

2.2. REDCap و ملاحظات اخلاقی

ما داده‌های نظرسنجی را برای ارزیابی قابلیت استفاده جمع‌آوری کردیم و با استفاده از REDCap، یک برنامه وب امن که برای پشتیبانی از جمع‌آوری داده‌ها برای مطالعات تحقیقاتی طراحی شده است، مدیریت کردیم. مزیت REDCap نسبت به سایر سیستم‌های نظرسنجی این است که به نظرسنجی‌ها اجازه می‌دهد تا از نظر اخلاقی مطابقت داشته باشند و شرکت‌کنندگان از جایی که شروع کردند به پایان برسانند. انجام این کار یک پلتفرم مبتنی بر وب کاربر پسند برای جمع‌آوری و اعتبارسنجی داده‌ها برای اهداف تضمین کیفیت فراهم می‌کند. داده های مورد استفاده برای این نظرسنجی در مرکز داده سلامت و کالج پزشکی پن ایالت میزبانی می شود. داده ها تحت قانون قابل حمل و پاسخگویی بیمه سلامت سال 1996 (HIPAA) محافظت می شوند، که در برابر افشای بدون رضایت محافظت می شود. REDCap به محقق این فرصت را می دهد تا یک نرم افزار آماری را دانلود کند و تجزیه و تحلیل های پیچیده تری انجام دهد [ 19]]. REDCap همچنین به ما این امکان را می‌دهد که فهرستی از ایمیل‌ها را از قبل بارگذاری کنیم تا دعوت‌نامه‌ها برای شرکت‌کنندگانی که درخواست تکمیل نظرسنجی را دارند ارسال کنیم. استفاده از سیستم REDCap برای این ارزیابی قابلیت استفاده، مستلزم بازبینی توسط هیئت بازبینی نهادی کالج پزشکی ایالت پن (IRB) بود و مشخص شد که تحقیقاتی در مورد افراد غیرانسانی است (IRB # STUDY00015009).

2.3. جمعیت نمونه و رویه ها

ما در ابتدا به دنبال نرخ پاسخ 33٪ از یک چارچوب نمونه شامل 25 عضو PSCI و 20 نفر از وزارت بهداشت پنسیلوانیا بودیم. دعوت‌نامه اولیه در 13 مه 2020 ارسال شد. در 18 مه، طبق درخواست مدیر PSCI، دعوت‌نامه‌ای را برای کل اعضای برنامه کنترل سرطان PSCI ارسال کردیم. در 15 ژوئن، نظرسنجی را با 23 پاسخ، که 10 مورد از آنها کل نظرسنجی را تکمیل کردند، پایان دادیم.

2.4. تجزیه و تحلیل های انجام شده

ما یک تحلیل محتوایی از پاسخ‌های شرکت‌کنندگان به تمام سؤالات باز که در ارزیابی قابلیت استفاده گزارش شده بودند، انجام دادیم. ما همچنین تجزیه و تحلیل آیتمی از پاسخ‌های شرکت‌کنندگان به سؤالات بسته را انجام دادیم که چولگی ویژگی‌های جمعیت‌شناختی، ویژگی‌های کارکنان و اندازه‌گیری‌های دقت را برای سؤالات مربوط به وظیفه شناسایی می‌کرد. فواصل زمانی زمان تکمیل با استفاده از یک ماشین حساب وب [ 20 ] برآورد شد. علاوه بر این، ما معیارهای اثربخشی و کارایی را با استفاده از تعاریف اقتباس شده توسط گومز سولورزانو و همکاران، تجزیه و تحلیل و گزارش کردیم. [ 16]. با توجه به حجم نمونه کوچک برای این نظرسنجی، قدرت آماری کافی برای انجام تحلیل‌های پیچیده وجود نداشت، اما به اطلاع‌رسانی مسیرهای آینده برای توسعه LionVu 2.0 کمک کرد.

3. نتایج

ما دعوت‌نامه‌هایی را برای بررسی قابلیت استفاده LionVu 2.0 برای 123 نفر ارسال کردیم. 23 شروع و 10 نظرسنجی را تکمیل کردند. نرخ پاسخ 19% و میزان تکمیل 43% بود. زمان تکمیل (میانگین هندسی: 51.41 دقیقه؛ میانه: 50.5 دقیقه؛ 95% فاصله اطمینان: 37، 71.5) بیش از تخمین زمان 30 تا 45 دقیقه بود که برای افرادی که متوقف شدند و بعداً به نظرسنجی بازگشتند تنظیم شد. بازه زمانی. بحث نتایج بر اساس 10 بخش نظرسنجی سازماندهی شده است، با یک خلاصه اضافی که اثربخشی و کارایی LionVu 2.0 را گزارش می کند.

3.1. مشخصه هایه جمعیتی

ما پنج سؤال جمعیت شناختی در مورد سن، نژاد، قومیت، جنسیت و بالاترین میزان تحصیلات پرسیدیم. میانگین سنی زیر مجموعه 56 سال بود. نژاد گزارش شده توسط خود، که با استفاده از دسته بندی های اداره سرشماری ایالات متحده تعریف شد، 71٪ سفیدپوست، 19٪ آسیایی و 10٪ سیاه پوست بود. قومیت خود گزارش شده، همانطور که توسط اداره سرشماری ایالات متحده تعریف شده است، 15٪ اسپانیایی بود. جنسیت خود گزارش شده 55 درصد زن بود. بالاترین میزان تحصیلات کسب شده 65% دکترا (مثلاً دکترا، ادد، دکترا)، 15% حرفه ای (مثلاً MD، DDS، DVM)، 15% کارشناسی ارشد (مانند MA، MS، MEd، MPH) و 5% بوده است. مدرک لیسانس (به عنوان مثال، BA، BS).

3.2. ویژگی های استخدامی

ما از کاربران خواستیم محل کار، نوع، سازمان، عنوان و مهارت نقشه برداری وب خود را شناسایی کنند. محل استخدام 65% هرشی، 20% کالج ایالتی و 15% هریسبورگ بود. نوع کار 70% هیئت علمی، 15% مدیر، 10% پزشک، 5% کارمند بود. در حالی که نوع سازمان 45٪ کالج پزشکی ایالت پن، 20٪ بهداشت ایالت پن، 20٪ پارک دانشگاه ایالتی پن، 10٪ وزارت بهداشت پنسیلوانیا و 5٪ پنسیلوانیا هریسبورگ بود. عناوین کاری رایج عبارتند از: 42% استادیار، 31% استاد، 7% مدیر، 5% مدیر برنامه، 5% پروژه تحقیقاتی 5% مدیر و 5% پزشک. مهارت نقشه وب 45٪ آگاهی اساسی (مثلاً مبتدی)، 25٪ تجربه محدود، 20٪ متوسط، 10٪ پیشرفته و 0٪ متخصص بود. علاوه بر این، ما 20 نفر داشتیم که سوالات این بخش را تکمیل کردند. که بر اساس عنوان شغلی به افراد دانشگاهی یا حرفه ای گروه بندی شدند که به طور مساوی در 10 برای این بخش تقسیم شدند. در بخش‌های بعدی تقریباً نیمی از شرکت‌کنندگان تکمیل نشدند که منجر به نمونه‌ای متشکل از شش متخصص دانشگاهی و چهار متخصص غیرآکادمیک تا زمان پرسیدن سؤالات مقیاس لیکرت شد.

3.3. نقشه وب آمار سرطان ایالات متحده (USCS).

این سؤالات از شرکت کنندگان خواست تا از نقشه وب USCS بازدید کنند تا نرخ سرطان های جدید با سن 5 سال در پنسیلوانیا را تعیین کنند [ 18]]. دقت پاسخ به نرخ 5 ساله سرطان های جدید، پایین (13%) بود. این دقت پایین تا حد زیادی به دلیل طراحی ضعیف رابط نقشه وب بود که نرخ 1 سال را به طور پیش‌فرض نمایش می‌داد، در حالی که دستورالعمل‌های نظرسنجی از شرکت‌کننده می‌خواست که روی دکمه رادیویی مبهم کلیک کند تا نقشه را به بازه زمانی 5 ساله تغییر دهد. سایر محدودیت‌های گزارش‌شده توسط شرکت‌کنندگان، در دسترس بودن داده‌های ضعیف (به عنوان مثال، قدیمی بودن داده‌ها)، ناوبری سخت، و رابط بصری نبود. از سوی دیگر، نقاط قوت نقشه وب از سوی شرکت کنندگان شامل: توانایی دستکاری داده ها و تفسیر آسان نقشه وب بود. برای بسیاری از شرکت کنندگان، نقشه وب USCS انتظارات آنها را برآورده کرد، اما برخی از افراد به توانایی محدود نقشه برداری داده ها در سطح ایالت اشاره کردند.

3.4. وظیفه 1: تراکم جمعیت و جمعیت اسپانیایی تبار در شهرستان لوزرن

در کار 1، از شرکت کنندگان خواستیم تا از نقشه های choropleth برای تعیین تراکم جمعیت و ارزش رنگ برای اسپانیایی ها در شهرستان لوزرن استفاده کنند ( شکل 3)). پاسخ نشان داد که 92٪ به سؤال تراکم جمعیت به درستی پاسخ دادند، اما فقط 58٪ مقدار رنگ صحیح را ارائه کردند. این دقت پایین در شناسایی مقدار رنگ به دلیل وجود پس‌زمینه آبی متضاد روی افسانه، سفید در نقشه و زرد در بررسی است. در نظرسنجی REDCap، به شرکت‌کنندگان یک پاسخ چند گزینه‌ای با مقادیر رنگی مختلف داده شد و از آنها خواسته شد تا روی پاسخی که به بهترین وجه متناسب با موقعیت است، کلیک کنند. جمله بندی تکلیف که در مورد ارزش رنگ پرسیده می شود می تواند برای شرکت کنندگان گیج کننده باشد. هدف این بود که شرکت‌کننده مقدار رنگ روی نقشه را با کلاس داده در افسانه مطابقت دهد. یک نظر مثبت این بود که تجسم نقشه های choropleth به نظر می رسد افزایش تراکم جمعیت در فیلادلفیا و پیتسبورگ را نشان می دهد.

3.5. وظیفه 2: ارزیابی الگوهای سرطان

در کار 2، از شرکت کنندگان خواستیم تا از نقشه های choropleth برای تعیین میزان مرگ و میر و درصد سرطان کولورکتال در مرکز شهرستان که در مراحل پایانی تشخیص داده شدند، استفاده کنند ( شکل 4 ). شرکت کنندگان به دو سوال مرتبط با سرطان (92% مرگ و میر و 100% درصد اواخر مرحله) به درستی پاسخ دادند. این میزان دقت بالا احتمالاً به این دلیل است که اکثر شرکت‌کنندگان از حوزه سرطان بودند، که آنها را نسبت به کیفیت LionVu 2.0 حساس‌تر کرد. این وظیفه برای نقشه ها و شامل انواع مرگ و میر سرطان و اطلاعات مرحله برای سرطان روده بزرگ، پستان و همه سرطان ها مورد تحسین قرار گرفت. با این حال، نقشه وب به دلیل فقدان اطلاعات در مورد بقای سرطان و سایر انواع سرطان مورد انتقاد قرار گرفت.

یکی از مسائل طراحی نقشه مربوط به برچسب گذاری شهرستان بود. زبان برنامه نویسی Leaflet JavaScript از افزودن مستقیم برچسب ها به نقشه وب جلوگیری کرد. در LionVu 2.1، برچسب ها با استفاده از تابع مرکز QGIS 3.14 ثابت شدند و سپس یک راهنمای ابزار در مرکز برای نشان دادن نام شهرستان ایجاد شد. مسئله دیگر عدم کنترل کاربر بر روش های طبقه بندی (به عنوان مثال، کمیت، شکست های طبیعی و غیره) بین نقشه های پنسیلوانیا و حوضه آبریز بود. یکی از شرکت کنندگان گزینه ای را برای تغییر طرح رنگ و گنجاندن گزینه صادرات تصاویر درخواست کرد.

3.6. وظیفه 3: مرکز و منطقه مراقبت های بهداشتی

در کار 3، از شرکت کنندگان خواستیم تا نقشه های choropleth را برای تعیین تراکم ارائه دهندگان آندوسکوپی در شهرستان لنکستر بررسی کنند. همچنین از شرکت‌کنندگان خواسته شد تا نقشه نقطه‌ای را بررسی کنند و تعداد ارائه‌دهندگانی را که در شهرستان لنکستر یافت نشدند، مشخص کنند. از میان پاسخ‌ها، 90 درصد به سؤال تراکم آندوسکوپی به درستی پاسخ دادند، اما تنها 30 درصد به درستی مرکز آندوسکوپی Hillside را که در شهرستان یورک یافت می‌شود، شناسایی کردند ( شکل 5).). دلیل دقت 90 درصدی این بود که چگالی آندوسکوپی یک معیار پرکاربرد برای سنجش چگالی نیست، اما از آنجایی که این یک نقشه کروپلث بود، تشخیص چگالی با نگه داشتن ماوس بر فراز شهرستان لنکستر آسان بود. در حالی که دقت پایین شناسایی مرکز آندوسکوپی Hillside به این دلیل بود که شرکت‌کننده باید ماوس را روی هر نقطه می‌برد و پاپ‌آپ را مشاهده می‌کرد که گیج‌کننده و تشخیص آن سخت بود. به منظور رفع این مشکل، درخواست شده است که داده‌های جدولی را به‌جای شناور کردن روی هر نقطه اضافه کنید. بخشی از مانع فناوری در اینجا این است که جاوا اسکریپت بروشور دارای خروجی های جدولی نیست، بنابراین افزونه های اضافی مورد نیاز است، که زمان مورد نیاز برای پردازش و بارگذاری نقشه توسط مرورگر را افزایش می دهد. ما داده های جدولی و گزینه چاپ نقشه را در ابزار گنجانده ایم. با این حال،

3.7. وظیفه 4: ریسک رفتاری و اقتصاد اجتماعی

در کار 4، از شرکت‌کنندگان خواستیم تا از نمایشگرهای کنار هم نقشه‌های choropleth برای اندازه‌گیری عملکرد با مقایسه دو نقشه از ویژگی‌های انتخابی، در شهرستان‌های مرکز و لوزرن استفاده کنند. اشاره ای به شرکت کنندگان ارائه شد تا از هر دو نمایشگر استفاده کنند که پنجره سمت چپ ویژگی های ریسک رفتار را برای حوضه آبریز نشان می دهد، در حالی که پنجره سمت راست ویژگی های اجتماعی-اقتصادی را نشان می دهد. اولین سوال از شرکت کنندگان در مورد درصد چاقی بزرگسالان و درصد فقر در شهرستان لوزرن پرسیده شد که منجر به دقت 90 درصد شد ( شکل 6 ). سوال دوم در مورد غربالگری ماموگرافی و درصد روستایی در شهرستان سنتر مطرح شد که منجر به دقت 80% شد ( شکل 7).). یکی از دلایل دقت 80 تا 90 درصد مربوط به استفاده از افسانه به جای پنجره بازشو برای پاسخ دادن به سؤالات ماموگرافی و روستایی بود. نگرانی دیگر توزیع گسترده (0-23٪) با طبقه بندی داده های کمی بود که باعث شد فیلادلفیا 0٪ روستایی داشته باشد اما در گروه 0-23٪ گروه بندی شود. نگرانی دیگری در مورد توصیف انتخابی که اندازه گیری می شود وجود دارد، مانند اینکه درصد غربالگری و روستایی بودن به چه معناست که در نقشه وب نمایش داده شده است.

3.8. سوالات مقیاس لیکرت

ما از پرسش‌های مقیاس لیکرت برای سنجش شرکت‌کنندگان در پنج حوزه هدف استفاده کردیم: رابط کاربری، تعامل، یادگیری‌پذیری، قابلیت اطمینان و ارتباطات، که یکی کاملاً مخالف و چهار کاملاً موافق است، همانطور که از مقیاس PGUS اقتباس شده است [14 ] . میانگین امتیاز 10 شرکت‌کننده بالاترین امتیاز برای یادگیری (چهار) و قابلیت اطمینان و کمترین (سه) برای رابط کاربری ( جدول 1) بود.). علاوه بر این، متخصصانی که عناوین شغلی غیر از استاد یا مدرس دارند، تمایل داشتند به LionVu 2.0 با امتیاز کمتری نسبت به اساتید یا مدرسان امتیاز دهند. یکی از نگرانی‌های اصلی در رابطه با رابط کاربری، گنجاندن لیست لایه‌ها بود، که یک چک باکس بود که اجازه می‌داد چندین لایه choropleth انتخاب شوند و تفسیر نقشه را دشوار می‌کرد. نگرانی دیگر، توانایی بیش از حد حساس برای بزرگنمایی فقط با کلیک کردن روی ماوس (یعنی بزرگنمایی با کلیک) بود. دو نگرانی کلی در مورد سوال تعامل وجود داشت. در اینجا، شرکت‌کنندگان درخواست اسناد کمک بیشتری برای حل این وضعیت کردند که تمایل به بازگشت به منبع داده وجود داشت. همچنین برای هر متغیر از روش طبقه بندی داده های کمی استفاده شد. این منجر به سردرگمی با شرکت‌کنندگان شد که احساس می‌کردند تغییر به روش‌های طبیعی یا روش طبقه‌بندی دیگری داده‌ها را در منظر دیگری ارائه می‌دهد. دو نگرانی رایج در مورد یادگیری پذیری شامل نداشتن فیلم آموزشی برای کمک به استفاده از LionVu 2.0 به عنوان بخشی از مستندات راهنما بود. دو نگرانی متمرکز در مورد قابلیت اطمینان شامل تأخیر زمانی بین انتخاب یک لایه و برچسب‌ها و همچنین اشکالات نمایش صفحه به خصوص در برچسب‌های شهرستانی بود.

3.9. سؤالات بازخورد هدف، داده ها، مستندات راهنما و عملکرد

در بخش بعدی، از شرکت‌کنندگان خواستیم تا بازخورد خاصی در مورد هدف LionVu 2.0، به موقع بودن و مرتبط بودن داده‌ها، سودمندی مستندات راهنما و عملکرد کلی ارائه دهند. شرکت‌کنندگان هدف اصلی LionVu 2.0 را عبارت‌اند از: ارائه یک نمای سریع از داده‌های محلی، نقشه‌برداری از داده‌های اولیه برای کمک‌های مالی، انجام تحلیل‌های جغرافیایی پایه، تجسم داده‌های موجود، و استفاده از اطلاعات برای بحث در کلاس درس یا سایر اهداف آموزشی. شرکت‌کنندگان به دو سوال در مورد افزودن داده‌های جدیدتر در مورد بقای سرطان و انواع سرطان پاسخ دادند، اما درخواست حذف هیچ داده‌ای از LionVu 2.0 نکردند. شرکت‌کنندگان نظراتی ارائه کردند مبنی بر اینکه مستندات راهنمای بخش اول خواندن من عمدتاً قبل از خواندن این سؤال نادیده گرفته شده است. راه های ممکن برای بهبود حضور اسناد راهنما، ماندگاری بیشتر آن در صفحه اصلی و نیاز به جامع و قابل فهم بودن برای شرکت کنندگان است. ویژگی‌های اضافی پیشنهادی در LionVu 2.0 عبارتند از: صادرات به یک فایل تصویری، از جمله جداول، قرار دادن لایه انتخابی در منوی کشویی، و حذف قابلیت بزرگ‌نمایی نقشه با کلیک کردن روی ماوس.

3.10. بازخورد عمومی

در بخش آخر، از شرکت‌کنندگان در مورد نقاط قوت، محدودیت‌ها، کاربرد شغلی و نظرات کلی در مورد LionVu 2.0 و ابزار نظرسنجی پرسیدیم. یکی از نقاط قوت کلی این بود که شرکت کنندگان احساس می کردند که تجسم و یادگیری الگوهای موجود در داده ها از نقشه های choropleth آسان است. محدودیت‌ها عبارت بودند از رابط کاربری (یعنی دکمه‌های رادیویی فضای نمایشگرها را کاهش می‌داد که دیدن آن را در صفحه‌های کوچک‌تر دشوار می‌کرد)، نبود داده‌های تاریخی برای تکمیل ارزیابی چند ساله، مشکل در صدور تصویر از LionVu 2.0 و لایه جمع‌شدنی. لیست انتخاب و لغو انتخاب لایه ها را دشوار می کرد. عدم آموزش کافی برای کاربران LionVu 2.0 به این معنی است که پتانسیل رشد آینده در این زمینه وجود دارد. در پاسخ به این سوال که آیا LionVu 2. 0 ابزارهایی را برای تکمیل کار شما فراهم می کند، اکثر شرکت کنندگان نشان دادند که این کار را انجام داده است، اما پتانسیل تدریس و بحث در کلاس را اضافه کرد. سایر شرکت کنندگان پاسخ دادند که ممکن است برای مشاغل آنها قابل استفاده نباشد، اما از نظر بصری جذاب بود و می تواند مقدمه خوبی برای نحوه مشاهده سایر نقشه های وب باشد. همچنین درخواستی برای افزودن لایه‌هایی از اطلاعات در مورد نام شهرستان‌ها، شهرستان‌های حوزه حوضه، و پنسیلوانیا و شهرستان‌های حوضه آبریز موجود در آپالاشیا وجود داشت.21 ] که به نسخه LionVu 2.1 اضافه شدند.

3.11. مقایسه قابلیت استفاده

برای مقایسه کاربردپذیری، ما دانشگاهی را افرادی تعریف کردیم که عنوان شغلی از هر نوع استادی یا مدرسی دارند و افراد غیرحرفه ای افرادی هستند که هر عنوان شغلی دیگری خارج از دانشگاه دارند. میانگین زمان صرف شده توسط شرکت کنندگان برای تکمیل ارزیابی قابلیت استفاده در بین دانشگاهیان و متخصصان غیر آکادمیک متفاوت بود. از 23 نفری که این نظرسنجی را شروع کردند، 10 نفر از دانشگاه ها، 10 نفر از سازمان های حرفه ای و سه نفر با اطلاعات حرفه ای گم شده بودند. جدول 2 عملکرد را بر اساس میانگین زمان بر حسب ثانیه، میزان موفقیت و حجم نمونه برای زیر مجموعه های کل، حرفه ای و تحصیلی نشان می دهد. بر اساس اثربخشی، افراد حرفه‌ای غیر دانشگاهی دارای اثربخشی و کارایی کل بالاتری نسبت به افرادی بودند که در هر سمت دانشگاهی کار می‌کنند.جدول 3 و جدول 4 ). بر اساس حجم نمونه کوچک نظرسنجی، زمان‌ها در ابتدای هر بخش اندازه‌گیری شد، بنابراین می‌توان شرکت‌کنندگانی را که نظرسنجی را تکمیل نکرده‌اند، تجزیه و تحلیل کرد. داده ها به طور معمول توزیع نشده اند، بنابراین ما زمان های میانه را به جای میانگین زمان ها گزارش می کنیم.

4. بحث

هدف اصلی این ارزیابی قابلیت استفاده، ارزیابی میزان موفقیت LionVu 2.0 در تامین نیازهای پزشکان بهداشت PSCI بود. به منظور توسعه یک ابزار نقشه برداری وب موثر برای اهداف سلامت عمومی، شناسایی محتوای حیاتی برای تسهیل تصمیم گیری شرکت کنندگان و ایجاد رابط بهینه برای اطمینان از سهولت دسترسی به اطلاعات و قابلیت استفاده، مهم است [22] .]. یافته‌های ارزیابی قابلیت استفاده نشان داد که اکثر مردم دیدگاه مطلوبی نسبت به LionVu 2.0 داشتند. در حالی که اکثر شرکت‌کنندگان تجربه کمی یا هیچ تجربه‌ای با نقشه‌برداری وب نداشتند، تعجب‌آور نبود که شرکت‌کنندگان می‌خواستند ویدیوهای آموزشی کوتاه ۱۰ تا ۱۵ دقیقه‌ای با LionVu 2.1 در دسترس باشند. یکی از یافته‌های غیرمنتظره این ایده بود که LionVu 2.0 برای اهداف آموزشی و نوشتن پیشنهادهای کمک هزینه مفید است. همچنین پیشنهادی برای ساده‌سازی رابط با حذف قابلیت‌های پیشرفته وجود داشت که می‌توان با کاهش تعداد توابع جاوا اسکریپت و در نتیجه کاهش زمان مورد نیاز برای پردازش بارگیری نقشه‌ها توسط مرورگر انجام داد [23 ]]. پیشنهاد دیگر این بود که به کاربر نهایی اجازه داده شود تا روش طبقه‌بندی داده‌ها (یعنی بازه‌های مساوی، شکست‌های طبیعی و غیره)، مقادیر رنگ را براساس ColorBrewer 2.0 برای نقشه‌های choropleth تغییر دهد. یک برنامه تجدیدنظر در حال انجام، افزایش طراحی مشارکتی از طریق مکانیزمی است که بازخوردی مانند نظرسنجی کوتاه که به صفحه اصلی LionVu 2.1 پیوند داده می‌شود، ارائه می‌کند.

4.1. محدودیت ها

محدودیت‌های این ارزیابی قابلیت استفاده بر تعمیم‌پذیری، روایی و پایایی یافته‌ها تأثیر گذاشت. اول، نرخ پاسخ 19٪ کمتر از هدف 33٪ بود، به احتمال زیاد به دلیل شروع همه گیری COVID-19، که به احتمال زیاد نرخ پاسخ را کاهش داد. ثانیاً، نرخ پایین تکمیل 43 درصد به دلیل طراحی نظرسنجی با 50 سؤال است که ممکن است شرکت کنندگانی را که برنامه های پرمشغله ای دارند غرق کرده باشد. این مشکل تا حدی با اجازه دادن به شرکت‌کننده برای تکمیل نظرسنجی کاهش یافت. در گذشته متوجه شدیم که تکمیل نظرسنجی بیشتر از آنچه پیش‌بینی می‌کردیم طول کشید و این باعث کاهش نرخ پاسخ شد. یک نظرسنجی کوتاه‌تر می‌توانست بازخورد غنی‌تری ارائه دهد. سوم، در حالی که نظرسنجی در حال انجام بود، نقشه های وب USCS به داده های جدیدتر به روز شدند و نقشه های 2012-2016 را از وب سایت حذف کردند و با نقشه های 2013-2017 جایگزین شدند که مقادیر داده های متفاوتی داشتند. این مشکل کاهش یافت زیرا اکثر شرکت‌کنندگان این بخش از نظرسنجی را قبل از به‌روزرسانی USCS تکمیل کردند. مسئله چهارم، تعداد زیاد کارمندان وزارت بهداشت با آدرس های ایمیل غیرفعال بود، به دلیل لیست تماس قدیمی که به این معنی بود که بسیاری از شرکت کنندگان دعوت شده هرگز دعوت نامه رسمی برای شرکت را دریافت نکردند. این مشکل با اضافه شدن 83 عضو جامعه در آخرین لحظه کاهش یافت. برخی از چالش‌های ارزیابی مؤثر ابزارهای نقشه‌برداری عبارتند از: (الف) فقدان روش‌هایی برای آزمایش قابلیت استفاده، (ب) تجزیه و تحلیل گردش‌های کاری پیچیده، و (ج) ارزیابی استفاده طولانی‌مدت [ که مقادیر داده های متفاوتی داشتند. این مشکل کاهش یافت زیرا اکثر شرکت‌کنندگان این بخش از نظرسنجی را قبل از به‌روزرسانی USCS تکمیل کردند. مسئله چهارم، تعداد زیاد کارمندان وزارت بهداشت با آدرس های ایمیل غیرفعال بود، به دلیل لیست تماس قدیمی که به این معنی بود که بسیاری از شرکت کنندگان دعوت شده هرگز دعوت نامه رسمی برای شرکت را دریافت نکردند. این مشکل با اضافه شدن 83 عضو جامعه در آخرین لحظه کاهش یافت. برخی از چالش‌های ارزیابی مؤثر ابزارهای نقشه‌برداری عبارتند از: (الف) فقدان روش‌هایی برای آزمایش قابلیت استفاده، (ب) تجزیه و تحلیل گردش‌های کاری پیچیده، و (ج) ارزیابی استفاده طولانی‌مدت [ که مقادیر داده های متفاوتی داشتند. این مشکل کاهش یافت زیرا اکثر شرکت‌کنندگان این بخش از نظرسنجی را قبل از به‌روزرسانی USCS تکمیل کردند. مسئله چهارم، تعداد زیاد کارمندان وزارت بهداشت با آدرس های ایمیل غیرفعال بود، به دلیل لیست تماس قدیمی که به این معنی بود که بسیاری از شرکت کنندگان دعوت شده هرگز دعوت نامه رسمی برای شرکت را دریافت نکردند. این مشکل با اضافه شدن 83 عضو جامعه در آخرین لحظه کاهش یافت. برخی از چالش‌های ارزیابی مؤثر ابزارهای نقشه‌برداری عبارتند از: (الف) فقدان روش‌هایی برای آزمایش قابلیت استفاده، (ب) تجزیه و تحلیل گردش‌های کاری پیچیده، و (ج) ارزیابی استفاده طولانی‌مدت [ مسئله چهارم، تعداد زیاد کارمندان وزارت بهداشت با آدرس های ایمیل غیرفعال بود، به دلیل لیست تماس قدیمی که به این معنی بود که بسیاری از شرکت کنندگان دعوت شده هرگز دعوت نامه رسمی برای شرکت را دریافت نکردند. این مشکل با اضافه شدن 83 عضو جامعه در آخرین لحظه کاهش یافت. برخی از چالش‌های ارزیابی مؤثر ابزارهای نقشه‌برداری عبارتند از: (الف) فقدان روش‌هایی برای آزمایش قابلیت استفاده، (ب) تجزیه و تحلیل گردش‌های کاری پیچیده، و (ج) ارزیابی استفاده طولانی‌مدت [ مسئله چهارم، تعداد زیاد کارمندان وزارت بهداشت با آدرس های ایمیل غیرفعال بود، به دلیل لیست تماس قدیمی که به این معنی بود که بسیاری از شرکت کنندگان دعوت شده هرگز دعوت نامه رسمی برای شرکت را دریافت نکردند. این مشکل با اضافه شدن 83 عضو جامعه در آخرین لحظه کاهش یافت. برخی از چالش‌های ارزیابی مؤثر ابزارهای نقشه‌برداری عبارتند از: (الف) فقدان روش‌هایی برای آزمایش قابلیت استفاده، (ب) تجزیه و تحلیل گردش‌های کاری پیچیده، و (ج) ارزیابی استفاده طولانی‌مدت [24 ]. بنابراین، نتایج فقط منعکس کننده این ارزیابی هستند و نمی توان آنها را اعتبار یا تعمیم داد. با وجود این محدودیت‌ها، ما معتقدیم که با اجرای توصیه‌های بخش بعدی، LionVu 2.1 بهبود یافته تولید می‌شود.

4.2. توصیه ها

هفت توصیه برای بهبود LionVu 2.0 قبل و بعد از راه اندازی تا دسامبر 2020 وجود دارد. اول، نیاز به توسعه موارد اقدام برای تلاش های برنامه نویسی آینده وجود دارد. دوم، LionVu 2.1 دارای عملکردی است که به کاربر امکان می دهد داده ها را انتخاب کند، روش انتخاب یک طرح رنگی، تغییر موقعیت افسانه، و تنظیم تعداد کلاس های داده، استفاده از هفت منوی کشویی به جای چک باکس، و افزودن دکمه برای دانلود نقشه به عنوان یک فایل تصویری ( شکل 8). سوم، پیشنهاد استفاده از LionVu 2.1 در یک محیط کلاس درس می تواند به صورت آزمایشی در کلاس های آموزشی موجود اجرا شود، که ممکن است پایگاه کاربر را گسترش دهد و توصیه های اضافی برای عملکردی ارائه دهد که در حال حاضر در LionVu 2.0 ادغام نشده است. چهارم، به جای دسترسی به سرور فضای ذخیره‌سازی حساب کاربری Penn State که در حال حاضر در آن قرار دارد، نیاز به انتقال به میزبان سروری وجود دارد که مطابق با HIPAA باشد. پنجم، توسعه ویدیوهای آموزشی کوتاه باید قبل از راه اندازی پیش بینی شده در دسامبر 2020 تکمیل شود. ششم، در LionVu 2.1، ما یک کلاس داده جداگانه ایجاد کردیم که شامل موارد تکراری یا نرخ برابر با صفر است، همانطور که در صفحه سمت چپ در شکل 8 نشان داده شده است.. هفتم، نیاز است که کاربران خروجی‌های جدولی داده‌های نقشه‌برداری شده را با استفاده از DataTables افزونه jQuery، با دکمه‌هایی برای صادرات به فایل مقادیر جداگانه با کاما (csv.)، تنظیم طول صفحه و تغییر نمایاندن ستون، ببینند.

همانطور که در شکل 8 نشان داده شده است، در مورد نرخ از دست دادن عمر سال ها، درخواست پنج کلاس داده و طبقه بندی شکست های طبیعی وجود داشت، اما کلاس اول مقدار صفر داشت که یک رنگ سفید و یک مقدار کلاس تکراری به آن اختصاص داده شد که از قسمت حذف شد. نقشه در حالی که در صفحه سمت راست، مقدار تراکم جمعیت نه غیر صفر بود و نه تکراری، بنابراین مقادیر پیش‌فرض پنج کلاس نگاشت شدند. این تضمین می‌کند که کاربر نهایی محدوده‌های وسیع یا مقادیر کلاس تکراری را نمی‌بیند، که مشکلی در LionVu 2.0 بود. علاوه بر این، در LionVu 2.1، geostat.js و chroma.js را برای نقشه‌های choropleth پیاده‌سازی کردیم، که به کاربر نهایی اجازه می‌دهد تا لایه‌های اطلاعات، روش طبقه‌بندی، پالت‌های رنگی ColorBrewer 2.0 متوالی را تغییر دهد یا موقعیت را اضافه/حذف/تعدیل کند. یک افسانه. پیش‌فرض روی پنج کلاس یا bin، پالت رنگ نارنجی تنظیم شد، روش چندک و افسانه پایین سمت راست. با این حال، ما به کاربر این امکان را دادیم که لایه‌های اطلاعات را تغییر دهد. هفت روش طبقه بندی؛ 1-20 سطل/کلاس؛ 18 پالت رنگ متوالی ColorBrewer 2.0. گزینه ای برای معکوس کردن پالت رنگ (یعنی بقای سرطان از پالت های رنگی معکوس استفاده می کند) و افزودن، حذف یا تنظیم موقعیت یک افسانه. علاوه بر این، در LionVu 2.1، با استفاده از افزونه جاوا اسکریپت بروشور، چک باکس ها را با نمایشگرهای قابل تغییر جایگزین کردیم [25 ]، برای پوشش‌های شهرستان‌های آپالاش و حوضه، و نام‌های شهرستان‌ها. در نهایت، ما همچنین خروجی‌های جدولی (یعنی DataTables) را در زیر نقشه‌ها قرار دادیم که به کاربر اجازه می‌دهد داده‌ها را مشاهده کند.

5. نتیجه گیری ها

همانطور که دکتر گری راشتون در سال 2003 اشاره کرد، آینده GIS در بهداشت عمومی در ایالات متحده توسعه سیستم های نظارت تخصصی بیماری است، مکان عمل بالینی به مناطق جغرافیایی گسترش می یابد و پرسنل بهداشت عمومی باید در این زمینه آموزش ببینند. محیط GIS [ 26]. در سال 2020 ما اکنون از سیستم‌های نظارت تخصصی استفاده می‌کنیم، سایت‌های بالینی از وب GIS استفاده می‌کنند و افراد برای استفاده از داده‌ها در پلتفرم‌های مبتنی بر وب آموزش می‌بینند. چالش این است که اغلب محصولات به صورت داخلی توسعه می یابند و از نظر ماهیت محدود هستند یا فقط تجزیه و تحلیل های خاصی را برای مجموعه محدودی از متغیرها انجام می دهند. همانطور که قبلا ذکر شد، هدف این ارزیابی قابلیت استفاده با یک ابزار نقشه برداری وب بسیار ابتدایی آغاز شد. برخلاف ارزیابی‌های قابلیت استفاده قبلی، LionVu 2.0 به طور مداوم در حال توسعه است تا امکان مقایسه نقشه‌برداری برای انواع متغیرها و مکان‌های مختلف در هر مجموعه داده برای پنسیلوانیا را فراهم کند. به عنوان مثال، رتبه‌بندی سلامت شهرستان، سالانه منتشر می‌شود که در آن تنها تعداد منتخبی از فیلدها ترسیم می‌شوند، حتی اگر مجموعه داده‌ها بیش از 100 متغیر داشته باشند. در LionVu 2.1، همه 100 متغیر در یک فایل بارگذاری می شوند و در یک نقشه برای پنسیلوانیا و حوضه آبریز در کنار هم ارائه می شوند. علاوه بر این، سایر مجموعه داده‌های مورد استفاده ممکن است مختص یک منطقه جغرافیایی خاص باشد، اما برنامه‌نویسی را می‌توان به یک منطقه و مجموعه داده‌های بزرگ‌تر تکرار کرد، که به طور بالقوه اثربخشی و کارایی محصول را افزایش می‌دهد. با توجه به حجم انبوه داده های جمع آوری شده، امید این ارزیابی آغاز یک فرآیند ارتباطی برای نشان دادن ارزش بالقوه وب GIS و تجزیه و تحلیل فضایی برای مخاطبان گسترده تر بود. سوال باقی می ماند؛ آیا نمایش داده ها در کنار هم در میان مراکز سرطان که امکان مشاهده داده ها را برای مجموعه داده های مختلف و ویژگی های جغرافیایی فراهم می کند نسبتا منحصر به فرد است؟ سایر مجموعه داده‌های مورد استفاده ممکن است مختص یک منطقه جغرافیایی خاص باشد، اما برنامه‌نویسی را می‌توان در یک منطقه و مجموعه داده‌های بزرگ‌تر تکرار کرد و به طور بالقوه اثربخشی و کارایی محصول را افزایش داد. با توجه به حجم انبوه داده های جمع آوری شده، امید این ارزیابی آغاز یک فرآیند ارتباطی برای نشان دادن ارزش بالقوه وب GIS و تجزیه و تحلیل فضایی برای مخاطبان گسترده تر بود. سوال باقی می ماند؛ آیا نمایش داده ها در کنار هم در میان مراکز سرطان که امکان مشاهده داده ها را برای مجموعه داده های مختلف و ویژگی های جغرافیایی فراهم می کند نسبتا منحصر به فرد است؟ سایر مجموعه داده‌های مورد استفاده ممکن است مختص یک منطقه جغرافیایی خاص باشد، اما برنامه‌نویسی را می‌توان در یک منطقه و مجموعه داده‌های بزرگ‌تر تکرار کرد و به طور بالقوه اثربخشی و کارایی محصول را افزایش داد. با توجه به حجم انبوه داده های جمع آوری شده، امید این ارزیابی آغاز یک فرآیند ارتباطی برای نشان دادن ارزش بالقوه وب GIS و تجزیه و تحلیل فضایی برای مخاطبان گسترده تر بود. سوال باقی می ماند؛ آیا نمایش داده ها در کنار هم در میان مراکز سرطان که امکان مشاهده داده ها را برای مجموعه داده های مختلف و ویژگی های جغرافیایی فراهم می کند نسبتا منحصر به فرد است؟ امید این ارزیابی آغاز یک فرآیند ارتباطی برای نشان دادن ارزش بالقوه وب GIS و تجزیه و تحلیل فضایی برای مخاطبان گسترده تر بود. سوال باقی می ماند؛ آیا نمایش داده ها در کنار هم در میان مراکز سرطان که امکان مشاهده داده ها را برای مجموعه داده های مختلف و ویژگی های جغرافیایی فراهم می کند نسبتا منحصر به فرد است؟ امید این ارزیابی آغاز یک فرآیند ارتباطی برای نشان دادن ارزش بالقوه وب GIS و تجزیه و تحلیل فضایی برای مخاطبان گسترده تر بود. سوال باقی می ماند؛ آیا نمایش داده ها در کنار هم در میان مراکز سرطان که امکان مشاهده داده ها را برای مجموعه داده های مختلف و ویژگی های جغرافیایی فراهم می کند نسبتا منحصر به فرد است؟

LionVu 2.0 با دادن توانایی تجسم و استفاده از داده‌های سلامت به پزشک، جایگاهی را در جامعه سلامت پر می‌کند. در عصر داده های بزرگ، نیاز به اشتراک گذاری داده های بهداشتی با عموم با حفظ حریم خصوصی وجود دارد. LionVu 2.0 داده‌های مرتبط با سلامت را به‌صورت مکانی ارائه می‌کند که به افراد امکان می‌دهد داده‌های سلامت را برای یک منطقه خاص تجسم کنند، در حالی که از داده‌های بهداشتی موجود، در سطوح مختلف تجمع‌ها و مقیاس‌های جغرافیایی (به عنوان مثال، ایالت، شهرستان، کد پستی و غیره استفاده می‌کنند). .). LionVu 2.0 با ارائه ابزاری برای پزشکان بهداشت برای تجسم و استفاده از داده های بهداشتی در سطح شهرستان، که به اندازه کافی کوچک است تا تفاوت را در یک ایالت خاص مشاهده کند، اما به اندازه کافی بزرگ است تا حریم خصوصی داده ها را به حداقل برساند، قصد دارد شکاف بین در دسترس بودن و استفاده از داده ها را پر کند. نگرانی ها. با استفاده گسترده از داده های الکترونیکی با مقیاس های مختلف جغرافیایی، نیاز به اشتراک گذاری داده هایی وجود دارد که بتوان از آنها برای سلامت عمومی برای بهبود کیفیت زندگی استفاده کرد. در نتیجه، محققان جمعیت سرطان به طور فزاینده ای از تکنیک های تجزیه و تحلیل جغرافیایی (به عنوان مثال، ارزیابی قرار گرفتن در معرض، شناسایی تداعی های فضایی، تجزیه و تحلیل مجاورت، تشخیص خوشه ای و نقشه برداری توصیفی) برای تجسم این مجموعه داده ها استفاده می کنند.27]. LionVu 2.0 شامل جدیدترین داده‌های سرطان در دسترس است و شامل طیف گسترده‌ای از مجموعه‌های داده است که می‌تواند توسط هر کسی که دسترسی آنلاین دارد، استفاده کند. اگرچه تمرکز فقط بر روی پنسیلوانیا و حوضه آبریز است، امکان استفاده مجدد از کد برای یک منطقه جغرافیایی وسیع‌تر وجود دارد. عملکرد کنار هم به پزشک این امکان را می دهد که نقشه ها را از لایه ها یا مجموعه داده های مختلف تجسم و مقایسه کند. نتایج ارزیابی نشان می‌دهد که LionVu 2.0 با دادن توانایی به کاربران برای ارائه بازخورد برای بهبودهای بیشتر LionVu 2.1، نیازها را برآورده می‌کند. بر اساس بازخورد شرکت‌کنندگان، دکمه‌های رادیویی به هفت منوی کشویی تبدیل شدند که به کاربران امکان می‌داد نمایش‌های نقشه choropleth را تنظیم کنند.

پیوست اول

جدول A1. سوالات بررسی قابلیت استفاده LionVu 2.0.

منابع

برویر، کالیفرنیا؛ Pickle, L. ارزیابی روش‌های طبقه‌بندی داده‌های اپیدمیولوژیک روی نقشه‌های کوروپلث به صورت سری. ان دانشیار صبح. Geogr. 2002 ، 92 ، 662-681. [ Google Scholar ] [ CrossRef ]
زلمر، جی. ون هوف، ک. نوتریانی، م. ون میرلو، تی. شلنبرگ، ام. Tannenbaum، C. چارچوب ارزیابی برای برنامه های سلامت روان الکترونیکی در کانادا: نتایج یک فرآیند دلفی اصلاح شده. JMIR Mhealth Uhealth 2018 , 6 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
بیرکن، SA; Rohweder، CL; پاول، بی جی؛ شی، سی ام. اسکات، جی. لیمن، جی. گرو، من؛ کرک، MA; دامشرودر، ال. آلدریج، WA; و همکاران T-CaST: یک ابزار مقایسه و انتخاب تئوری پیاده سازی. پیاده سازی. علمی 2018 , 13 . [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
اسمیت، اف. والنگرن، سی. Ohlen, J. طراحی مشارکتی در مواد آموزشی در زمینه مراقبت های بهداشتی. اقدام Res. 2017 ، 15 ، 310-336. [ Google Scholar ] [ CrossRef ]
آویلا، جی. سوستمن، ک. برکولت، جی. پیترز، اچ. ارزیابی نرم افزار متن باز و رایگان وردپرس به عنوان سیستم نمونه کار الکترونیکی در آموزش پزشکی در مقطع کارشناسی. BMC Med. آموزش. 2016 , 16 . [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
بورلا، ا. فرری، اف. Ogorzelec، L. Peretti، CS; گینچارد، سی. Mouchabac، S. نگرش روانپزشکان به فن آوری های جدید مخرب: مطالعه روش های ترکیبی. JMIR Ment. سلامت 2018 , 5 . [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
میلوارد، جی. دلوکا، پی. دراموند، سی. واتسون، آر. دان، جی. Kimergård، A. تست قابلیت استفاده از برنامه تلفن هوشمند BRANCH که برای کاهش نوشیدن مضر در بزرگسالان جوان طراحی شده است. JMIR MHealth UHealth 2017 ، 5 ، e109. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
او، X. ژانگ، آر. رضوی، ر. واسیلاکز، جی. یانگ، ایکس. گوا، ی. او، ز. پروسپری، م. هو، جی اچ. آلپرت، جی. و همکاران ALOHA: توسعه یک تجسم مبتنی بر نمودار تعاملی برای نمودار دانش مکمل های غذایی از طریق طراحی کاربر محور. BMC Med. آگاه کردن. تصمیم می گیرد. ماک 2019 , 19 . [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
بن رمضان، AA; جکسون تامپسون، جی. Schmaltz، CL ارزیابی قابلیت استفاده از گزارش های منتشر شده نقشه برداری تعاملی ثبت سرطان میسوری: دور اول. JMIR هوم. Factors 2017 , 4 , e19. [ Google Scholar ] [ CrossRef ]
بن رمضان، AA; جکسون تامپسون، جی. Schmaltz، CL ارزیابی قابلیت استفاده از گزارش های منتشر شده نقشه برداری تعاملی ثبت سرطان میسوری: دور دوم. J. اطلاع رسانی سلامت عمومی. 2019 ، 11 ، e3. [ Google Scholar ] [ CrossRef ]
رزژوسکی، م. Kotus, J. قابلیت استفاده و سودمندی پلت فرم های نقشه برداری اینترنتی در برنامه ریزی فضایی مشارکتی. Appl. Geogr. 2019 ، 103 ، 56-69. [ Google Scholar ] [ CrossRef ]
هوربینسکی، تی. Cybulski, P. شباهت های عملکرد خدمات نقشه برداری وب جهانی در زمینه طراحی وب پاسخگو. Geod. کارتوگر. 2018 ، 67 ، 159-177. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
مقیاس کاربری سیستم (SUS). در دسترس آنلاین: https://www.usability.gov/how-to-and-tools/methods/system-usability-scale.html (در 28 آوریل 2020 قابل دسترسی است).
بالاتوره، آ. مک کلینتاک، دبلیو. گلدبرگ، جی. کوهن، دبلیو. به سوی مقیاس قابلیت استفاده برای GIS مشارکتی. کارتوگر. Maps Connect. جهان 2020 ، 327–348. [ Google Scholar ] [ CrossRef ]
چولتکین، ا. هیل، بی. گارلاندینی، اس. Fabrikant، SI ارزیابی اثربخشی طراحی‌های رابط نقشه تعاملی: مطالعه موردی ادغام معیارهای کاربردپذیری با تجزیه و تحلیل حرکت چشم. کارتوگر. Geogr. Inf. علمی 2009 ، 36 ، 5-17. [ Google Scholar ] [ CrossRef ]
گومز سولورزانو، LS; سانچو کومینز، جی. Bosque Sendra, J. Atlas Design: رویکردی کاربردی برای توسعه و ارزیابی محصولات کارتوگرافی. کارتوگر. J. 2017 ، 54 ، 343-357. [ Google Scholar ] [ CrossRef ]
مقیاس مهارت شایستگی ها. در دسترس آنلاین: https://hr.nih.gov/working-nih/competencies/competencies-proficiency-scale (در 15 ژوئیه 2020 قابل دسترسی است).
تجسم داده های USCS در دسترس آنلاین: https://gis.cdc.gov/grasp/USCS/DataViz.html (در 15 ژوئیه 2020 قابل دسترسی است).
هریس، PA; تیلور، آر. تیلکه، آر. پین، جی. گونزالس، ن. Conde، JG Research Electronic Data Capture (REDCap) – یک روش مبتنی بر فراداده و فرآیند گردش کار برای ارائه پشتیبانی از انفورماتیک تحقیق ترجمه. جی. بیومد. آگاه کردن. 2009 ، 42 ، 377-381. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
MeasuringU: نمودار و ماشین حساب برای فواصل اطمینان برای زمان کار. در دسترس آنلاین: https://measuringu.com/time_intervals/ (در 18 سپتامبر 2020 قابل دسترسی است).
شهرستان های آپالاچی که توسط ARC ارائه می شود. در دسترس آنلاین: https://www.arc.gov/appalachian-counties-served-by-arc/ (در 18 سپتامبر 2020 قابل دسترسی است).
کائو، YH; بوروف، بی جی؛ مک نیل، IM دود بلند می شود اما آتش کجاست؟ بررسی طراحی نقشه آنلاین موثر برای هشدارهای آتش سوزی. نات خطرات 2017 ، 88 ، 1473-1501. [ Google Scholar ] [ CrossRef ]
هنیگ، اس. Vogler, R. برنامه های کاربردی نقشه کاربر محور از طریق طراحی مشارکتی: تجربیات به دست آمده در طول پروژه “YouthMap 5020”. کارتوگر. J. 2016 ، 53 ، 213-229. [ Google Scholar ] [ CrossRef ]
اونراو، آر. کرای، سی. ارزیابی قابلیت استفاده برای سیستم های اطلاعات جغرافیایی: مروری بر ادبیات سیستماتیک. بین المللی جی. جئوگر. Inf. علمی 2019 ، 33 ، 645-665. [ Google Scholar ] [ CrossRef ]
جزوه.افسانه. در دسترس آنلاین: https://github.com/ptma/Leaflet.Legend (در 23 اکتبر 2020 قابل دسترسی است).
Rushton، G. بهداشت عمومی، GIS، و ابزارهای تحلیل فضایی. آنو. Rev. Public Health 2003 , 24 , 43-56. [ Google Scholar ] [ CrossRef ]
سیمکین، جی. اریکسون، AC; Otterstatter، MC; دامر، TJB; Ogilvie, G. وضعیت کنونی رویکردهای روش‌شناسی جغرافیایی در تحقیقات سرطان‌شناسی جمعیت کانادا. اپیدمیول سرطان بیومارک. قبلی 2020 ، 29 ، 1294-1303. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]

شکل 1. طراحی اصلی LionVu 1.0 برای تراکم جمعیت (در هر مایل مربع) در پنسیلوانیا. حوضه حوضه 28 شهرستان دارای خطوط مشکی ضخیم است.

شکل 2. LionVu 2.0 مورد استفاده در ارزیابی قابلیت استفاده. نمایش سمت چپ: تراکم جمعیت (نفر/کیلومتر ² ) در پنسیلوانیا. نمایش سمت راست: تراکم جمعیت (مردم/کیلومتر ² ) در حوضه آبریز. فهرست لایه ها جمع نشد تا مشخص شود چه فیلدهایی برای انتخاب در دسترس هستند.

شکل 3. تصویر صفحه کار 1. نمایش سمت چپ: تراکم جمعیت (مردم/کیلومتر ² ) در حوضه آبریز. نمایش سمت راست: درصد اسپانیایی‌ها ساکن در حوضه آبریز. فهرست لایه ها جمع نشد تا مشخص شود چه فیلدهایی برای انتخاب در دسترس هستند.

شکل 4. تصویری از کار 2. نمایشگر سمت چپ: سن مرگ و میر ناشی از سرطان کولورکتال – نرخ تعدیل شده در حوضه آبریز. نمایش سمت راست: درصد بروز سرطان کولورکتال در مرحله آخر در حوضه آبریز. فهرست لایه ها جمع نشد تا مشخص شود چه فیلدهایی برای انتخاب در دسترس هستند.

شکل 5. عکس از صفحه کار 3. نمایشگر سمت چپ: تراکم آندوسکوپی (ارائه دهندگان/کیلومتر ² در هر 1000 جمعیت) در حوضه آبریز. نمایش سمت راست: ارائه دهندگان مراقبت های بهداشتی (نقاط: مراکز خدمات سرپایی خاکستری؛ مراکز بهداشتی واجد شرایط قهوه ای-فدرال؛ بیمارستان های قرمز) در حوضه آبریز. فهرست لایه ها جمع نشد تا مشخص شود چه فیلدهایی برای انتخاب در دسترس هستند.

شکل 6. عکس از صفحه کار 4. نمایش سمت چپ: درصد چاقی در حوضه آبریز. نمایش سمت راست: درصد فقر در حوضه آبریز. فهرست لایه ها جمع نشد تا مشخص شود چه فیلدهایی برای انتخاب در دسترس هستند.

شکل 7. عکس از صفحه کار 4. نمایشگر سمت چپ: درصد ماموگرافی در حوضه آبریز. نمایش سمت راست: درصد روستایی در حوضه آبریز. فهرست لایه ها جمع نشد تا مشخص شود چه فیلدهایی برای انتخاب در دسترس هستند.

شکل 8. ابزار LionVu 2.1 با استفاده از هفت منوی کشویی و یک دکمه برای دانلود نقشه ها، با حفظ نمایشگرهای کنار هم. نمایشگر سمت چپ: نرخ از دست رفتن عمر بالقوه سال ها در پنسیلوانیا. نمایش سمت راست: تراکم جمعیت در حوضه آبریز.

مقالات داخلی و بین المللی

بدون دیدگاه

دیدگاهتان را بنویسید لغو پاسخ

برای نوشتن دیدگاه باید وارد بشوید.

خلاصه

کلید واژه ها: