خلاصه

همانطور که توسعه کارتوگرافی موضوعی در مقیاس کوچک ادامه دارد، علاقه فزاینده ای به راه حل های گرافیکی ساده وجود دارد، به عنوان مثال، به شکل مقادیر عددی ارائه شده بر روی نقشه ها برای جایگزینی یا تکمیل روش های کمّی کمّی تثبیت شده ارائه. اعداد روی نقشه ها به عنوان شکلی مستقل از ارائه داده ها یا عملکردی به عنوان مکملی برای ارائه نقشه برداری استفاده می شوند و تبدیل به یک افسانه می شوند که مستقیماً روی نقشه قرار می گیرد. علیرغم استفاده مکرر از اعداد بر روی نقشه ها، این شکل نسبتا ساده ارائه به طور گسترده به صورت تجربی ارزیابی نشده است. این مقاله نتایج یک مطالعه تجربی را با هدف مقایسه قابلیت استفاده اعداد روی نقشه ها برای ارائه اطلاعات کمی با نمادهای تناسبی پرکاربرد، برای کارهای ساده نقشه خوانی ارائه می کند. این مطالعه نشان داد که استفاده از اعداد در نقشه‌های تک متغیره و دو متغیره منجر به تعداد بیشتر پاسخ‌های صحیح و همچنین اغلب زمان پاسخگویی بهتر در مقایسه با استفاده از نمادهای متناسب می‌شود. جالب اینجاست که معرفی اندازه های مختلف اعداد تاثیر قابل توجهی بر قابلیت استفاده آنها نداشته است. بنابراین، ثابت شده است که – برای برخی کارها – کاربران نقشه این نسخه بدون استخوان ارائه داده را می پذیرند، و اغلب ترجیح می دهند نسبت به نمادهای متناسب.

کلید واژه ها:

اعداد روی نقشه ها نقشه موضوعی ; نقشه choropleth ; نمادهای متناسب ؛ افزونگی ؛ متغیرهای بصری ; اطلاعات کمی

1. معرفی

در سال های اخیر استفاده از نقشه های موضوعی در مقیاس کوچک در رسانه های چاپی و آنلاین رایج شده است. از آنجایی که قرار است از آنها برای به دست آوردن سریع اطلاعات استفاده شود، باید چشم را جلب کرده و کاربر را تشویق به انجام تجزیه و تحلیل عمیق از مسائل ارائه شده کنند. این نوع ارائه باید موثر، جذاب و چشم نواز باشد. نقشه های سریع خوانا در درجه اول آموزنده، از نظر بصری جذاب و ساده هستند – هم از نظر محتوا و هم از نظر شکل گرافیکی آنها، که باید برای کاربرانی که هیچ آموزش نقشه کشی ندارند قابل درک باشد. 1 ]]. این سادگی و دسترسی برای کاربران مختلف دلیلی است که این گونه نقشه ها اغلب به شیوه ای متفاوت با نقشه کشی موضوعی سنتی با پایه گرافیکی قوی طراحی می شوند. ارائه داده های کمی روی نقشه ها با استفاده محدود از متغیرهای بصری در قالب اعداد معمول است. چنین نقشه هایی از نظر پیچیدگی بصری به طور قابل توجهی ساده شده اند، اما مشخص نیست که چنین رویکردی تا چه حد مطلوب و ترجیح داده شده توسط کاربران است. مطالعات کاربر یک رویکرد رایج برای تأیید قابلیت استفاده و چالش‌های احتمالی با نقشه‌ها (به عنوان مثال، [ 2 ، 3 ، 4 ]) و تجسم‌های جغرافیایی [ 5 ، 6 ] است.]. با این حال، با وجود استفاده مکرر از آنها، نقشه های موضوعی کمی موضوع رایج تحقیقات تجربی گسترده [ 7 ] نبوده است.
نقشه کشی به این معناست که توزیع فضایی یک پدیده معین را به شیوه ای موثر به تصویر می کشد و به کاربران نقشه اجازه می دهد تا محتوای آن را در سطوح دقیق و/یا کلی از نقشه خوانی تجزیه و تحلیل کنند. نقشه کشی که نقشه را می سازد و کاربری که آن را تجزیه و تحلیل می کند با مسائل زیر مرتبط هستند: یک نقشه کش تصمیم می گیرد که چگونه (با استفاده از روش های نقشه برداری و متغیرهای گرافیکی) چه چیزی (اطلاعاتی که باید نشان داده شود) به چه کسی (کاربر با دانش و دانش خود) ارائه کند. توانایی ها)، و باید در نظر داشته باشد که آیا آن موثر است (اگر اطلاعات قابل بازیابی باشد) [ 8]. این شکل از ارائه اطلاعات به طور قابل توجهی با جدول آماری متفاوت است، که به منظور امکان خواندن سریع یک مقدار خاص از یک پدیده معین، یا مقایسه سریع مقادیر است، اما برای استنتاج در مورد روابط فضایی یا فضایی مفید نیست. نتیجه گیری کلی جدای از جنبه فضایی، تفاوت مهم دیگر بین نقشه ها و جداول آماری این واقعیت است که نقشه ها از گرافیک هایی استفاده می کنند که توسط Bertin شرح و تعریف شده است. 9 ].] به عنوان متغیرهای بصری. داده های کمی با استفاده از متغیرهای بصری انتخاب شده (مانند اندازه، سبکی) کدگذاری می شوند. سپس مقادیر عددی مربوط به پدیده های ارائه شده بر روی نقشه در افسانه نقشه گنجانده می شود، که توضیحی درباره نحوه استفاده از متغیرهای بصری انتخاب شده ارائه می دهد. علاوه بر راه حل های سنتی ذکر شده در بالا، اعداد نیز بر روی نقشه ها به عنوان یک تکنیک کارتوگرافی به کار می روند. داده های کمی روی نقشه مستقیماً به صورت اعداد نشان داده می شوند که به طور قابل توجهی استفاده از متغیرهای بصری را کاهش می دهد.
در دسترس بودن گسترده داده های آماری و تنوع زیاد روش های ممکن ارائه آنها منجر به تمایل به اضافه بار کردن نقشه ها با جزئیات بیش از حد با نشان دادن اطلاعات زیادی روی یک نقشه واحد، اغلب به صورت مقادیر عددی می شود. یکی از دلایل دیگر محبوبیت این روش ارائه داده، زمان است. از این رو، اعداد روی نقشه‌ها در ارائه‌هایی اعمال می‌شوند که باید آماده شوند و به سرعت به مخاطبان خود برسند. به عنوان مثال، اخیراً اعداد به طور مکرر بر روی نقشه هایی که اطلاعات مربوط به موضوع COVID-19 را ارائه می دهند قابل مشاهده است [ 10 ، 11 ، 12]. در این نوع نقشه، نیازی به پردازش داده، نمادسازی یا بهینه سازی گرافیکی نیست. اطلاعات برای کاربران نقشه با سطح بالایی از جزئیات ارائه می شود و این خطر را ایجاد می کند که مقدار جزئیات ممکن است گاهی اوقات خیلی زیاد باشد. این مقاله نتایج تحقیقات تجربی را ارائه می‌کند که قابلیت استفاده اعداد روی نقشه‌ها را با سایر روش‌های رایج ارائه اطلاعات (انواع نقشه) مقایسه می‌کند. قابلیت استفاده هم در زمینه نقشه هایی که اعداد به تنهایی روی آن ها ظاهر می شوند و هم در نقشه هایی که روی آن اعداد اطلاعاتی را تکرار می کنند که با استفاده از روشی متفاوت نیز نمایش داده شده بودند، ارزیابی شد.

2. اعداد روی نقشه ها به عنوان رویکردی برای ارائه نقشه برداری

اگرچه اعداد اغلب بر روی نقشه ها استفاده می شوند، آنها به ندرت موضوع تحقیق بوده اند و به ندرت در طبقه بندی ها همراه با سایر روش های ارائه نقشه برداری گنجانده شده اند [ 13 ]. اغلب، آنها فکر می کردند که راه حل های ناکارآمدی هستند، به عنوان جداول آماری توزیع شده در یک فضای جغرافیایی، و به عنوان نوعی مرحله آماده سازی برای فرآیند تهیه نقشه [ 14 ، 15 ]، به عنوان مثال، پیش نویس نقشه در نظر گرفته شده برای شخصی که توسعه می دهد. نسخه نهایی با این حال، استفاده مکرر از اعداد روی نقشه ها به عنوان نسخه نهایی ارائه داده ها ( شکل 1) به این معنی است که این نظرات باید تأیید شوند، به ویژه در زمینه قابلیت استفاده اعداد. این سوال که آیا اعداد روی نقشه ها، که در شکل آنها اغلب شبیه جداول آماری است، کاربرد مشابهی با روش های ارائه نقشه برداری به خوبی تثبیت شده و پذیرفته شده دارند، موضوع جالبی برای تحلیل بیشتر است.

2.1. توابع اعداد در نقشه ها

خوانایی اعداد روی نقشه ها زمانی که شرایط خاصی را برآورده می کنند ممکن است بهبود یابد. توصیه می شود که آنها از ارقام زیاد تشکیل نشده باشند و گاهی اوقات عمداً کاهش می یابند [ 13 ]. علاوه بر این، گنجاندن قطعات اعشاری که ممکن است خوانایی نقشه را مختل کند، توصیه نمی شود. توصیه می شود برای چنین اعدادی از حروف ساده و رنگی به وضوح قابل مشاهده استفاده کنید که آنها را در پس زمینه نقشه برجسته کرده و آنها را بسیار خوانا می کند. با توجه به اشکال متنوع اعداد، معمولاً توجه را به خود جلب می کنند، به همین دلیل است که نباید بیش از حد از آنها استفاده کرد. یک نقشه با بیش از یک پدیده ارائه شده به شکل اعداد در تمام فیلدهای مرجع (مثلاً در رنگ های مختلف) ممکن است تفسیر آن دشوار باشد.
اعداد روی نقشه ها نقشی مشابه با نمادهای متناسب دارند، یعنی در هر واحد، ارزش فردی پدیده را در یک نقطه یا در یک ناحیه معین نشان می دهند. اگر اعداد ارائه شده به طور یکسان در سراسر نقشه از نظر اشکال گرافیکی با یکدیگر تفاوت نداشته باشند، آنگاه به این اعداد به عنوان اعداد زوج اطلاق می شود ( شکل 1 A). چنین اعدادی ممکن است به تنهایی روی نقشه ظاهر شوند ( شکل 1 الف) یا مکمل روش دیگری باشند – برای مثال، نمادهای متناسبی که اطلاعات ارائه شده با این روش را تکرار می کنند. در چنین حالتی، اعداد روی نقشه نقش افسانه نقشه را ایفا می کنند [ 16 ] ( شکل 1).ب). مقادیر یک پدیده معین را می توان بر اساس اعدادی که مستقیماً روی نقشه قرار داده شده اند، بدون نیاز به افسانه نقشه سنتی خواند.
متغیرهای بصری را می توان برای اعداد روی نقشه، و همچنین برای سایر برچسب های نقشه استفاده کرد [ 17 ، 18 ]. مشخصه های کمی معمولا با استفاده از متغیرهای اندازه و سبکی [ 9 ] ارائه می شوند. تنوع در اندازه اعداد روی نقشه، که به مقدار پدیده بستگی دارد، اجازه می دهد تا اعداد به اصطلاح متناسب ایجاد شوند ( شکل 1 C) [ 13 ]، به طوری که کاربر نقشه ممکن است متوجه مقادیر بالای ارائه شده شود. در بزرگ‌ترین اندازه فونت، سریع‌تر و تنها پس از آن، فونت‌های کوچک‌تر مربوط به مقادیر داده‌های پایین‌تر را ثبت کنید. اعداد متناسب همچنین می توانند شکل متفاوتی از ارائه مورد استفاده در یک نقشه را تکمیل کنند ( شکل 1ج)، یکی به عنوان یک افسانه مبتنی بر گرافیک عمل می کند. اعداد، هم متناسب و هم اندازه، ممکن است در یک نقشه چند متغیره برای ارائه داده های متفاوت با داده های ارائه شده در همان نقشه با کمک روش های دیگر استفاده شوند ( شکل 1 D). ارائه‌های ساده (نقشه‌های تک متغیری) ( شکل 1 الف) آسان‌تر از نقشه‌های پیچیده [ 19 ] قابل درک هستند، اما این نقشه‌ها برای انجام عملکردهای متفاوتی طراحی شده‌اند. با این حال، نقشه های پیچیده ( شکل 1 D) یک سرنخ برای کاربر است که ترکیب دو یا چند پدیده در یک نقشه تصادفی نیست و زمانی که نقشه را تفسیر می کنند، باید بر اساس تجزیه و تحلیل همه موارد ارائه شده نتیجه گیری کنند. اطلاعات [ 20 ].

2.2. اعداد در Maps به عنوان شکلی از افزونگی محتوا

هنگامی که همان داده ها بر روی نقشه ارائه می شوند، نه تنها به صورت اعداد، بلکه با استفاده از روش نقشه برداری دیگر (مثلاً نمادهای متناسب مانند شکل 1 B یا نقشه choropleth مانند شکل 1 C)، این روش ها افزونگی را تشکیل می دهند. افزونگی به عنوان «استفاده غیر ضروری از بیش از یک کلمه یا عبارت به معنای یک چیز» [ 21 ] درک می شود. با این حال، علیرغم این واقعیت که افزونگی بار بصری اضافی ایجاد می کند، همچنین می تواند تأثیر مثبتی بر قابلیت استفاده از نقشه داشته باشد [ 22 ، 23 ، 24 ].
افزونگی زمانی منجر به یک نقشه می‌شود که بیش از یک روش برای ارائه داده‌های یکسان استفاده شود، به عنوان مثال، زمانی که متغیرهای بصری مختلف – برای مثال، اندازه و سبکی – برای تسهیل درک کاربر از محتوای ارائه‌شده استفاده می‌شوند [ 9 ، 25 ، 26 ] . از سوی دیگر، در ژئوویژوالیزاسیون، افزونگی را می توان در چارچوب نماهای هماهنگ و چندگانه پیاده سازی کرد که در آن داده های یکسان در پنجره های جداگانه با استفاده از روش های تجسم مختلف، به عنوان مثال، نقشه ها، جداول، یا نمادهای متناسب ارائه می شوند [ 27 ]. نماهای متعدد داده ها را با روش های تجسم متفاوت نشان می دهند، زیرا هر یک از آنها دیدگاه متفاوتی را ارائه می دهند [ 28 ] برای تسهیل درک داده‌های ارجاع‌شده مکانی ارائه می‌کنند [28].29 ]. نقشه سازان می دانند که استفاده از روش های مختلف ارائه می تواند برای کاربر نقشه مفید باشد. هنگامی که روش‌های زیادی برای ارائه اطلاعات وجود دارد، کاربر روشی را که راحت‌تر می‌بیند انتخاب می‌کند [ 30 ]. علاوه بر این، تکرار همان داده ها به عنوان یک نوع تأکید عمل می کند و اهمیت اطلاعات ارائه شده را برجسته می کند [ 31 ].
استفاده از افزونگی برای بهبود نقشه ها موضوع تحقیق بوده است. به عنوان مثال، مطالعاتی انجام شده است که تفسیر پدیده های جغرافیایی را تنها بر اساس متن، بر اساس متن تکمیل شده با نقشه، و تنها بر اساس نقشه ای با نظرات متن کوتاه که مستقیماً روی نقشه ها قرار داده شده است، تأیید می کند [ 32 ] . ارائه ترکیبی از نقشه و متن به طور همزمان برای یادگیری سطح پایین موثر بود، اگرچه چنین شکل ارائه چند جزئی نیاز به توجه بیشتری از سوی کاربران داشت. تحقیقات متمرکز بر استفاده از افزونگی برای تسهیل خواندن نقشه های متحرک نشان داده است که استفاده همزمان از متغیرهای اندازه و رنگ به طور قابل توجهی قابلیت استفاده از نقشه ها را با محدود کردن اثر تغییر کوری بهبود می بخشد [ 33 ]]. همچنین نشان داده شده است که ارائه نقشه‌کشی که در آن مقیاس پدیده با اندازه نمادها نشان داده می‌شود، اگر با افزودن یک متغیر سبکی بیشتر شود، مؤثرتر است، و در نتیجه پاسخ‌دهندگان اطلاعات را سریع‌تر و با دقت بیشتری می‌خوانند [ 22 ]. ]. این بهبود از این واقعیت ناشی می شود که سبک بودن، در کنار اندازه، متغیری است که به راحتی در بین متغیرهای بصری خوانده می شود [ 34 ، 35 ، 36 ، 37 ]. نقشه هایی برای خواندن سریع، مانند نقشه هایی که پیش بینی های آب و هوا را ارائه می دهند [ 38 ] نیز مورد مطالعه قرار گرفته اند و نشان داده شده است که یک نقشه موثر باید بر اطلاعات موضوعی تمرکز اصلی نقشه تأکید کند.
تحقیقات ذکر شده در بالا نشان می دهد که تکرار اطلاعات با استفاده از راه حل های مختلف گرافیکی خواندن و تفسیر آن را آسان می کند. با این حال، باید احتیاط کرد، زیرا نه افزونگی و نه دیگر راه حل های گرافیکی نباید بیش از حد استفاده شود. هنگامی که ظاهر بصری نقشه بیش از حد پیچیده شود، کارایی آن ممکن است کاهش یابد [ 39]. تلاش برای شناسایی محدودیت‌های قابلیت استفاده از افزونگی، یعنی نقطه‌ای که فراتر از آن مفید نیست و به یک بار در زمینه نقشه‌خوانی تبدیل می‌شود، شناسایی شد. این تجزیه و تحلیل شامل اشکال مختلف برچسب‌های شهر و شهر بود: اندازه‌های مختلف نمادها، اندازه‌های مختلف نام‌ها، و نام‌هایی که با حروف درشت یا فقط با حروف بزرگ نوشته شده بودند. این مطالعه نشان داد که علامت گذاری شهرها با یک متغیر درک اطلاعات را برای کاربران نقشه بسیار دشوار می کند. نتایج به دست آمده با استفاده از دو یا سه متغیر مشابه بود، اما بهتر از نتایج به دست آمده با تنها یک متغیر بود. معرفی متغیر چهارم هیچ پیشرفتی به همراه نداشت [ 22 ].
بنابراین ارزش ارزیابی عمیق تر قابلیت استفاده از اعداد به عنوان یک روش ارائه داده های نقشه برداری را دارد. به دلیل بسیاری از راه های ممکن برای استفاده از این روش ارائه، مطالعه زیر اعداد را در زمینه های مختلف ارزیابی کرد. هدف از این مطالعه پاسخ به سوالات زیر (RQ) بود:
  • پرسش 1: آیا اعداد به عنوان یک روش مستقل در یک نقشه تک متغیره به اندازه روش‌های سنتی ارائه کارتوگرافی مؤثر هستند؟
  • پرسش 2: آیا استفاده از اعداد روی نقشه برای تکرار اطلاعات ارائه شده روی نقشه با استفاده از سایر متغیرهای بصری مفید است؟
  • پرسش 3: آیا اعداد به عنوان یکی از عناصر یک نقشه چند متغیره مفید هستند؟
ما تصمیم گرفتیم که دامنه مطالعه را به تجزیه و تحلیل قابلیت استفاده از این روش ارائه داده برای عملیات نقشه خوانی ساده محدود کنیم. ما معتقدیم که ارزش شروع تحقیق از عملیات اساسی و متعاقباً گسترش دامنه تحقیق به منظور دربرگرفتن زمینه های پیچیده تر استفاده از نقشه ها، از جمله تفاسیر نقشه، و همچنین فرآیندهای تصمیم گیری و حل مسئله است.

3. مواد و روشها

هدف از این مطالعه مقایسه قابلیت استفاده از سه روش مختلف ارائه نقشه‌برداری بود: اعداد با اندازه زوج، به عنوان مثال، اعدادی که اندازه آنها نسبت به مقدار پدیده ارائه‌شده تغییر نمی‌کند (که بعداً به اختصار “N” نامیده شد؛ شکل 2. A، D، G)؛ اعداد متناسب، به عنوان مثال، اعدادی که اندازه آنها با افزایش مقدار پدیده تغییر می کند (که بعداً به اختصار “PN” نامیده شد؛ شکل 2 B,E,H). و روش ارائه سنتی، به عنوان مثال، نمادهای متناسب، که در آن هر مقدار از پدیده با یک مربع با اندازه متفاوت مطابقت دارد (که بعداً به اختصار “PS” نامیده شد؛ شکل 2 C,F,I).
ارزیابی بر اساس اندازه گیری درصد پاسخ های صحیح، زمان مورد نیاز برای حل تکلیف، خودارزیابی دشواری کار و نظرات شرکت کنندگان در مطالعه در مورد مفیدترین روش ارائه داده ها بود. این معیارها اغلب در تحقیقات کارتوگرافی تجربی به عنوان معیارهای عملکرد قابلیت استفاده [ 19 ] استفاده می شود. در این مطالعه از شکل ساده اعداد استفاده شد: اعداد دو رقمی و سه رقمی که با حروف sans serif بیان می‌شوند.

3.1. مواد مطالعه

بیست و هفت نقشه برای مطالعه تهیه شد که یک منطقه ساختگی متشکل از 35 میدان مرجع با اندازه مشابه را نشان می داد. سه نسخه نقشه برای هر یک از 9 کار (T1-T9) تهیه شد که از روش های مختلف ارائه نقشه برداری استفاده می کردند و مقادیر متفاوتی از اطلاعات (یک یا دو مجموعه داده) را نشان می دادند ( شکل 3 ):
  • نقشه ای با تنها اعداد یا نمادهای متناسب که اطلاعات کمی را بیان می کند (اعداد یا نمادهای متناسب به کار گرفته شده به عنوان یک روش ارائه کارتوگرافی مستقل، یک نقشه ساده که یک پدیده را نشان می دهد – نقشه تک متغیری ساده.
  • نقشه ای با اعداد یا نمادهای متناسب که اطلاعات ارائه شده بر روی نقشه choropleth را کپی می کند (نقشه ای که یک پدیده را نشان می دهد – نقشه تک متغیری اضافی).
  • نقشه ای با اعداد یا نمادهای متناسب ارائه شده بر روی نقشه پایه کروپلث، با هر روشی که یک پدیده متفاوت را نشان می دهد (نقشه دو متغیره).
نقشه ها مسائل مربوط به گردشگری را ارائه کردند. تعداد تسهیلات اقامتی (T1 و T4)، طول مسیرهای دوچرخه سواری (T2 و T5)، و تعداد تاکسی‌ها (T3 و T6) در کارهای بعدی بر روی نقشه‌های تک متغیره و نقشه‌های تک متغیری اضافی ارائه شد. داده‌های نسبی مرتبط موضوعی اضافی به نقشه‌های دو متغیره اضافه شد: نرخ اشغال (T7)، طول مسیرهای دوچرخه‌سواری به ازای هر 1000 نفر (T8)، و تعداد تاکسی‌ها به ازای هر 10000 نفر (T9).

3.2. شركت كنندگان

این مطالعه در 20 دبیرستان لهستان انجام شد. در مجموع 580 دانش آموز به طور داوطلبانه در این مطالعه شرکت کردند. شرکت کنندگان بین 16 تا 20 سال سن داشتند (74/17 = M، 922/0 = SD). به نسبت، 57 درصد از شرکت کنندگان زن و 43 درصد مرد بودند. حدود 65 درصد از پاسخ دهندگان اعلام کردند که حداقل یک بار در ماه از نقشه ها استفاده می کنند و 40 درصد از کاربران گزارش داده اند که یک بار در هفته یا بیشتر از نقشه ها استفاده می کنند.

3.3. روش ها، وظایف و رویه ها

کاربران با کمک کامپیوترهای رومیزی با دسترسی به اینترنت مورد بررسی قرار گرفتند. کار و نقشه ای که شرکت کنندگان برای حل تکلیف استفاده کردند روی صفحه کامپیوتر نمایش داده شد ( شکل 3 ). در گوشه سمت راست بالای پنجره نقشه، یک نوار ابزار با ابزارهای طراحی وجود داشت که کاربران می توانستند با انتخاب پاسخ ها روی نقشه، به وظایف پاسخ دهند.
شرکت کنندگان به سه گروه تقسیم شدند که هر کدام انواع مختلف مطالعه را حل کردند. گروه ها از نظر اندازه مشابه بودند: گروه 1 دارای 199 شرکت کننده (34.3٪ از کل شرکت کنندگان در مطالعه) بود. گروه 2، 194 نفر (32.4%); و گروه 3، 187 (32.2%). بسته به گروه، نسبت زنان از 55.6% تا 57.2% و نسبت مردان از 42.8% تا 44.4% متغیر بود.
قبل از مطالعه، یک جلسه آموزشی مختصر انجام شد که در آن به شرکت کنندگان مطالعه اطلاع داده شد که به طور ناشناس در یک مطالعه مربوط به نقشه های موضوعی شرکت می کنند ( شکل 4 ). از آنها خواسته شد که مستقل کار کنند. به آنها گفته شد که چگونه پاسخ های خود را علامت گذاری کنند، که ارائه پاسخ شرط رفتن به صفحه بعدی است، و اینکه بعداً امکان بازگشت به یک کار از قبل حل شده وجود ندارد. بعد از جلسه آموزشی، مطالعه شروع شد. بخش اول شامل یک پرسشنامه شخصی با سؤالاتی در مورد جنسیت، سن و فراوانی استفاده از نقشه شرکت کنندگان بود. پس از تکمیل پرسشنامه، شرکت کنندگان وارد بخش اصلی مطالعه شدند.
هر شرکت کننده 9 کار را حل کرد ( جدول 1 ) که به سه قسمت (T1-T3، T4-T6 و T7-T9) مطابق با نوع نقشه استفاده شده تقسیم شدند. در یک مجموعه معین از وظایف، هر کاربر یک کار را با یکی از سه روش ارائه آزمایش شده (N – اعداد با اندازه زوج، PN – اعداد متناسب یا PS – نمادهای متناسب) حل کرد.
سه کار اول (T1-T3) شامل خواندن و تفسیر یک نقشه ساده (نقشه تک متغیری ساده) بود که در آن یک پدیده با استفاده از اعداد زوج (N)، اعداد متناسب (PN)، یا نمادهای متناسب (PS) ارائه شد. ). گروه دوم از وظایف (T4-T6) شامل خواندن نقشه هایی بود که از سه روش ذکر شده در بالا برای ارائه داده استفاده می کرد، اما علاوه بر این، از نقشه برداری choropleth برای نشان دادن همان پدیده در کلاس ها استفاده می کرد که منجر به ایجاد افزونگی (تک کار زائد) شد. -نقشه متغیر). در سه کار آخر (T7-T9)، نگاشت choropleth و یکی از روش های تحلیل شده (N، PN، یا PS) به طور همزمان برای نشان دادن دو متغیر متفاوت، هرچند مرتبط (نقشه دو متغیره) استفاده شد. این وظایف کاربران را ملزم می‌کرد که بتوانند اطلاعاتی را که از یک نقشه پیچیده به‌دست آورده‌اند، پیوند دهند.
وظایف ( جدول 2 ) به عملیات اصلی نقشه خوانی، یعنی خواندن مقادیر یا مقایسه مقادیر با یکدیگر اشاره دارد. کارها به تجزیه و تحلیل پیچیده یا عملیات حل مسئله نیاز نداشتند. در هر کار، شرکت کنندگان بر اساس نقشه نمایش داده شده، پاسخ هایی را ارائه کردند. اکثریت (هشت از نه) کارها باز بودند ( جدول 2 ). در وظایف باز، از پاسخ دهندگان خواسته شد تا یک مقدار عددی خاص را بخوانند و وارد کنند، نقشه را بخوانند و مقادیر یک پدیده ارائه شده را رتبه بندی کنند و با استفاده از ابزار ترسیم، مناطق مشخص شده در کار را مشخص کنند.
پس از حل هر تکلیف، از شرکت کنندگان خواسته شد تا درجه سختی آن کار را در مقیاس لیکرت 5 درجه ای از خیلی آسان تا خیلی سخت ارزیابی کنند. در وظایف T4-T9، با استفاده از دو روش ارائه نقشه‌برداری به طور همزمان، از آنها خواسته شد که نشان دهند کدام روش ارائه را برای حل تکلیف مفیدتر می‌دانستند. یعنی نشان دادند که آیا از اعداد و نمادهای متناسب یا نقشه کروپلث یا هر دوی این روش های ارائه نقشه برداری به طور همزمان استفاده کرده اند.

3.4. تحلیل داده ها

از آزمون‌های Chi-square و Cramér’s V (Cramér’s V عددی بین 0 و 1 است که نشان می‌دهد دو متغیر طبقه‌بندی با چه شدتی مرتبط هستند [ 40 ]) برای استنتاج آماری برای تعیین درصد پاسخ‌های صحیح، ارزیابی سطح دشواری آزمون‌ها استفاده شد. سوال کنید و مشخص کنید کدام روش برای حل تکالیف مفیدتر است. داده های کمی مربوط به زمان پاسخ با استفاده از آزمون کولموگروف-اسمیرنوف و آزمون کروسکال-والیس با تصحیح بونفرونی تجزیه و تحلیل شد. تجزیه و تحلیل ها با استفاده از نرم افزار SPSS انجام شد.

4. نتایج

4.1. مقایسه اثربخشی روش های ارائه

میانگین درصدهای مختلف پاسخ صحیح برای انواع مختلف سؤالات ذکر شد ( شکل 5 ). ساده ترین کارها آنهایی بودند که از نقشه های با افزونگی (T4-T6) استفاده می کردند. در مورد آنها، میانگین درصد پاسخ های صحیح M = 88.7٪ (SD = 4.2) بود. وظایف (T1-T3)، که از نقشه های تک متغیری (بدون افزونگی) استفاده می کردند، با M = 61.3٪ (SD = 20.7) دشوارتر بودند. در همین حال، وظایفی که از نقشه‌های پیچیده استفاده می‌کردند که دو پدیده متفاوت (T7-T9) را ارائه می‌کردند، برای شرکت‌کنندگان در مطالعه سخت‌ترین بودند. M = 45.3٪ (SD = 7.75).
برای هر یک از سوالات، شرکت کنندگان با استفاده از نمادهای تناسبی کمترین درصد پاسخ صحیح را داشتند. تفاوت آماری معنی داری بین درصد پاسخ های صحیح ثبت شده برای شرکت کنندگانی که با نمادهای تناسبی کار می کردند و کسانی که از هر دو نوع اعداد در مورد اکثر وظایف (به جز T6 و T7) استفاده می کردند ( جدول 3 ) وجود داشت.
در دو کار (T1 و T2)، تفاوت‌های معنی‌داری بین دو نوع اعداد آزمایش‌شده نیز مشاهده شد. در مورد T1، درصد پاسخ های صحیح در میان شرکت کنندگان با استفاده از اعداد متناسب بیشتر بود، در حالی که در مورد T2، برعکس بود. استفاده از اعداد زوج منجر به درصد بالاتری از پاسخ های صحیح می شود.
وظایف T1 و T3 دارای درصدهای مشابهی از پاسخ‌های صحیح بودند ( شکل 5). در تکلیف T1 (بیشتر از … را نشان دهید)، بیشترین درصد پاسخ های صحیح برای اعداد متناسب (6/87 درصد) به دست آمد، اما سطح پاسخ های صحیح برای اعداد زوج نیز بسیار زیاد بود (3/75 درصد). کاربران نقشه‌های دارای نمادهای تناسبی (4/59 درصد از پاسخ‌های صحیح) از نظر آماری به‌طور معنی‌داری بدتر از آن دسته از شرکت‌کنندگان مطالعه بودند که با اعداد متناسب (0.321 = 0.321، p <0.001) و با اندازه زوج (کرامر V = 0.206، p < کار می‌کردند). 0.001). به‌علاوه، اعداد متناسب مؤثرتر از اعداد با اندازه زوج بودند (Cramér’s V = 0.123، p <0.05). کاربرانی که از آنها خواسته شد ارزش پدیده را در کار T3 تخمین بزنند (تخمین چند بار) مشکلات مشابهی با نمادهای متناسب داشتند. در مورد نقشه های دارای نمادهای تناسبی، درصد پاسخ های صحیح تنها به 14.1 درصد رسید. این در حالی است که کاربران نقشه های دارای اعداد متناسب 79.7 درصد و شرکت کنندگان با استفاده از نقشه هایی با اعداد زوج به 76.8 درصد پاسخ صحیح داده اند. تفاوت آماری معنی‌داری در درصد پاسخ‌های صحیح ذکر شده برای کار T3 بین کاربران نقشه‌های دارای اعداد متناسب و نقشه‌های دارای نمادهای متناسب (T3: Cramér’s V = 0.658، p <0.001) و بین کاربران نقشه‌ها وجود داشت. با اعداد زوج و نقشه هایی با نمادهای متناسب (T3: Cramér’s V = 0.630، p <0.001).
Task T2 کمی متفاوت بود و کاربران را ملزم می کرد که مقادیر یک پدیده معین را جمع کرده و آنها را مرتب کنند. برای همه جفت‌هایی از روش‌هایی که مقایسه شدند، یعنی بین نقشه‌هایی با اعداد زوج و نمادهای متناسب (T2: Cramér’s V = 0.288، p <0.001)، تفاوت‌های آماری معنی‌داری ثبت شد، بین نقشه‌های دارای اعداد متناسب و نمادهای متناسب ( T2: Cramér’s V = 0.112، p <0.05)، و حتی بین نقشه هایی با هر دو نوع اعداد (T2: Cramér’s V = 0.179، p <0.001). مشخص شد که این کار برای کاربران نقشه هایی با نمادهای متناسب، چالش برانگیزترین است. نیاز به تخمین ارزش پدیده بر اساس اندازه دائماً در حال تغییر نمادهای متناسب به این معنی است که آنها کمترین درصد پاسخ های صحیح (38.7٪) را به دست می آورند.
در وظایف با افزونگی، از شرکت کنندگان مطالعه خواسته شد که مقادیری را از یک محدوده خاص (T4 و T6) نشان دهند و مقادیر یک پدیده معین (T5) را مرتب کنند. در حل این کارها، شرکت‌کنندگان نه تنها می‌توانستند اعداد را جستجو کنند یا دایره‌هایی با اندازه مشابه را مشاهده کنند، بلکه بر اساس پس‌زمینه، کسرهایی را نیز انجام می‌دادند که نشان‌دهنده درجه خاصی از سبکی است که در افسانه نقشه choropleth به عنوان یک کلاس تعریف شده است. درصد پاسخ های صحیح بسیار بالا بود: برای هر دو نوع اعداد، بیش از 90٪ و برای نمادهای متناسب بیش از 80٪ بود. در این گروه از وظایف، تفاوت بین روش‌ها در هر جفت تکنیک‌های مقایسه شده کمتر مشخص بود. تفاوت در درصد پاسخ های صحیح فقط بین اعداد متناسب و نمادهای متناسب از نظر آماری معنی دار بود.
از بین تمام وظایف با استفاده از نقشه‌هایی که از روش‌های مختلف برای نشان دادن دو پدیده مختلف (T7-T9) استفاده می‌کردند، تفاوت‌های آماری معنی‌داری بین جفت‌های روش تنها در دو کار ثبت شد: T8 و T9. در هر دو مورد، شرکت‌کنندگانی که از نقشه‌های دارای اعداد استفاده می‌کردند، نسبت به کسانی که از نقشه‌های دارای نمادهای متناسب استفاده می‌کردند، پاسخ‌های صحیح‌تری دادند. تفاوت در درصد پاسخ‌های صحیح به‌دست‌آمده بر اساس نقشه‌های دارای اعداد و نقشه‌هایی با نمادهای متناسب در کار T8 حدود 15 درصد بود (در مورد اعداد زوج و نمادهای متناسب، T8: Cramér’s V = 0.128, p. < 0.05؛ و در مورد نقشه هایی با اعداد متناسب و نمادهای متناسب، T8: V = 0.135، p <0.01) و در T9، تفاوت ها به 20٪ (در مورد اعداد زوج و متناسب بود) نمادها، T8: Cramér’s V = 0.213، p <0.001; و در مورد نقشه هایی با اعداد متناسب و نمادهای متناسب، T8: Cramér’s V = 0.170، p <0.001).
در اکثر موارد، بیشترین درصد پاسخ های صحیح برای اعداد متناسب (وظایف T1، T3، T5، T6 و T8) به دست آمد. تفاوت های آماری معنی داری بین اعداد زوج و متناسب تنها در دو کار مشاهده شد (در T1، درصد بیشتری از پاسخ های صحیح برای اعداد متناسب: V = 0.123 Cramér، 0.05 < p؛ در T2، درصد بالاتری از پاسخ های صحیح برای زوج اعداد با اندازه: Cramér’s V = 0.179، p <0.001). درصد پاسخ‌های صحیح به سؤالات مستلزم استفاده از نمادهای تناسبی از نتایج به‌دست‌آمده از استفاده از نقشه‌های دارای اعداد در هیچ یک از 9 کار تحلیل‌شده تجاوز نکرده است ( شکل 5 ).

4.2. مقایسه زمان پاسخ

میانگین زمان تکمیل کار (برای همه پاسخ‌های ارائه‌شده، اعم از درست و نادرست) به‌دست‌آمده برای تکالیف مشابه بود و تنها برای یک کار از 50 ثانیه فراتر رفت ( شکل 6 ).
کوتاه ترین میانگین زمان تکمیل کار برای T6 به دست آمد (M = 25.58 ثانیه، SD = 11.04). وظیفه ای که تکمیل آن طولانی ترین زمان را به خود اختصاص داد T2 بود (M = 71.75 ثانیه، SD = 35.08). ماهیت زمان‌بر آن با این واقعیت برجسته می‌شود که طولانی‌ترین زمان تکمیل کار بعدی، برای T1، بسیار کوتاه‌تر بود (M = 47.67 ثانیه، SD = 23.81). T5 (تکلیف جمع و ترتیب)، مشابه T2 اما شامل افزونگی، الگوی مشابهی را نشان می‌دهد (یعنی M = 41.63 ثانیه، SD = 22.42)، با طولانی‌ترین زمان‌های تکمیل کار ثبت شده برای همه کارهایی که شامل افزونگی است. همانطور که در مورد درصد پاسخ های صحیح، بهترین نتایج برای کارهای فوق الذکر با افزونگی (T4-T6) ثبت شد، که هم ساده ترین و هم سریع ترین حل بود (T4: M = 37.38 ثانیه، SD = 16.07؛ T5: M = 41.63 ثانیه، SD = 22.42؛ T6: M = 25.58 ثانیه، SD = 11.04).
تجزیه و تحلیل زمان‌های تکمیل کار نشان می‌دهد که کارهای T8 و T9، آنهایی که از نقشه‌های دو متغیره استفاده می‌کنند، زمان‌برترین هستند (T8: M = 44.00 ثانیه، SD = 27.31؛ T9: M = 43.45 ثانیه، SD = 33.16). کار سوم از این سری کار (T7) به زمان زیادی برای حل نیاز ندارد (M = 39.95 s، SD = 20.86).
برخلاف درصد پاسخ‌های صحیح، تفاوت معنی‌دار بین روش‌های ارائه استفاده‌شده در نقشه‌ها و زمان مورد نیاز برای حل تکالیف، تنها در چهار کار (T2، T3، T5 و T6) از نظر آماری معنی‌دار بود. جدول 4 ).). علاوه بر این، تجزیه و تحلیل زمان‌های پاسخ، همان‌طور که در تجزیه و تحلیل پاسخ‌های صحیح نشان داده شد، یک نقطه ضعف واضح در استفاده از نمادهای متناسب را نشان نداد. میانگین زمان تکمیل کار برای T3 و T6 برای کاربران نقشه های دارای نمادهای متناسب (T3: M = 47.66 s، SD = 25.38؛ T6: M = 27.72 s، SD = 12.91) طولانی تر از کاربران نقشه های دارای اعداد بود. . با این حال، شرکت‌کنندگان در مطالعه که با نمادهای متناسب کار می‌کردند، هنگام حل تکالیف T2 و T5 از نظر آماری سریع‌تر پاسخ دادند (T2: M = 65.64 ثانیه، SD = 32.01؛ T5: M = 39.91 ثانیه، SD = 23.18) نسبت به کسانی که با اعداد زوج کار می‌کردند. (T2: M = 76.36 s، SD = 36.47؛ T5: M = 45.71 s، SD = 22.54) ( شکل 6). جالب توجه است، معرفی اعداد متناسب نتیجه را بهبود می بخشد، و تقریباً همان میانگین زمان تکمیل کار را برای T5 (M = 39.23 s، SD = 20.94) به کاربران نقشه های دارای نمادهای متناسب می دهد. علاوه بر این، در T5، تفاوت‌های آماری معنی‌داری بین زمان‌های پاسخ شرکت‌کنندگان مطالعه که با نقشه‌هایی با انواع مختلف اعداد کار می‌کردند نیز وجود داشت (Kruskal–Wallis H = 51.748، p = 0.01). با این حال، این تنها وظیفه ای بود که چنین تفاوتی در آن ثبت شد.

4.3. انتخاب روش و ارزیابی دشواری نقشه

در وظایف T4-T9، دو روش ارائه در نقشه ها اعمال شد. در هر مورد، نمادها یا اعداد متناسب با یک نقشه choropleth همراه بودند که یا همان (T4-T6) یا یک پدیده متفاوت (T7-T9) را ارائه می کرد.
پس از حل هر تکلیف، از پاسخ دهندگان خواسته شد تا مشخص کنند کدام روش به آنها کمک کرده تا پاسخ صحیح را پیدا کنند. آنها می توانند نشان دهند که عمدتاً از اعداد یا نمادهای متناسب در هنگام حل کار استفاده می کنند (بسته به نقشه ای که برای یک کار معین در اختیار دارند). آنها همچنین می‌توانند نشان دهند که آیا نقشه کروپلث مفیدترین است یا به ترکیبی از نمادهای متناسب، اعداد و نقشه کروپلث اشاره کنند ( شکل 7 ).
تجزیه و تحلیل آماری ( جدول 5 ) نشان داد که در تمام وظایفی که شامل استفاده از نقشه‌های با افزونگی (T4-T6) می‌شد، تفاوت‌های قابل‌توجهی در روش‌های ترجیحی توسط کاربران فرم‌های ارائه آزمایشی مختلف وجود داشت (T4: Cramér’s V = 0.377، p <0.001؛ T5: Cramér’s V = 0.148، p <0.001؛ T6: Cramér’s V = 0.291، p <0.001). با این حال، چنین تفاوت قابل توجهی در مورد وظایف مربوط به نقشه های دو متغیره (T7-T9) وجود نداشت.
در وظایف T4 و T6، تفاوت های واضحی بین کاربران نقشه با نمادهای متناسب و نقشه های دارای اعداد وجود داشت. شرکت‌کنندگانی که از نقشه‌ها با نمادهای متناسب استفاده می‌کردند و از آنها خواسته می‌شد که فیلدهای مرجع متعلق به همان کلاس (T4) یا فیلدهایی را که مقدار پدیده کمتر از … (T6) بود، شناسایی کنند، ترجیح دادند از پس‌زمینه choropleth نقشه (T4) استفاده کنند. : 79.9٪ از شرکت کنندگان؛ T6: 76.5٪ از شرکت کنندگان). نسبت افرادی که اظهار داشتند که از نمادهای متناسب برای حل تکلیف استفاده می کنند بسیار اندک بود (T4: 6.7٪ از شرکت کنندگان؛ T6: 4.8٪ از شرکت کنندگان).
پاسخ شرکت کنندگانی که از نقشه های دارای اعداد استفاده می کردند متفاوت بود. در مورد کار T4، آنها هر سه پاسخ ممکن را با فرکانس مشابه انتخاب کردند، در حالی که در مورد T6، ترجیح دادند نقشه را با کمک نقشه choropleth یا هر دو راه حل به طور همزمان تفسیر کنند. در حالی که گزینه استفاده از اعداد کمترین پاسخ را داشت. در مورد تکلیف T5، شرکت‌کنندگان ترجیح می‌دهند کار را با استفاده از نمادها یا اعداد متناسب، بدون ارجاع اضافی به نقشه choropleth حل کنند. 60 درصد از تمام کاربران گروه کاربرانی که با نقشه با اعداد کار می کنند این رویکرد را ترجیح می دهند. در بین تمام کاربرانی که تکلیف T5 را با نقشه نمادهای متناسب حل کردند، 43 درصد از شرکت کنندگان پاسخ های خود را تنها با استفاده از نمادهای متناسب انتخاب کردند.
نقشه‌های دو متغیره از شرکت‌کنندگان در مطالعه می‌خواست که هر دو روش ارائه را همزمان تحلیل کنند تا بتوانند وظایف T7-T9 را با موفقیت انجام دهند. شرکت‌کنندگان ترجیح دادند برای این روش‌ها، و در هر تکلیف، چنین پاسخ‌هایی حدود 70 درصد از کل پاسخ‌ها را تشکیل می‌دادند. هیچ تفاوت آماری معنی داری بین روش های ارائه مشاهده نشد (T7: V = 0.088، p = 0.061؛ T8: V = 0.083، 0.089 = p؛ T9: V = 0.061، P = 0.358).
پس از حل هر تکلیف، از شرکت کنندگان در مطالعه خواسته شد تا سطح دشواری آن را در مقیاس 5 درجه ای ارزیابی کنند. برای وضوح، پاسخ‌ها در سه دسته آسان (یعنی جمع‌بندی مقادیر «بسیار آسان» و «آسان»)، متوسط ​​و دشوار (یعنی «دشوار» و «بسیار دشوار» با هم) تجزیه و تحلیل شده‌اند. ( شکل 8 ). درصد پاسخ دهندگانی که کارها را بسیار آسان یا آسان می دانستند بین 36.6٪ (نمادهای متناسب در T9) و 96.4٪ (اعداد متناسب در T6) بود.
تقریباً در تمام کارها (به جز T7)، نقشه هایی با نمادهای متناسب توسط کمترین تعداد پاسخ دهندگان بسیار آسان یا آسان در نظر گرفته شد. به نظر می رسد که شرکت کنندگان در مطالعه قطعاً وظایف مربوط به نقشه های اعداد را به طور قابل توجهی آسان تر می دانند. کارهای مربوط به اعداد متناسب به ندرت دشوار تلقی می شدند.
در مورد چهار کار (T1، T3، T4 و T5)، تفاوت در ارزیابی دشواری وظایف مربوط به نمادها و اعداد متناسب به قدری واضح بود که با اهمیت آماری منعکس شد ( جدول 6 ). این تفاوت‌ها در ارزیابی همیشه به ضرر نمادهای تناسبی بود که سخت‌تر تلقی می‌شدند. تجزیه و تحلیل آماری تفاوت معنی داری در ارزیابی دشواری وظایفی که در آنها از اعداد زوج و متناسب استفاده شده بود نشان نداد.
همچنین شایان ذکر است که ارزیابی دشواری وظایف فردی همیشه با درصد پاسخ های صحیح دریافت شده در پاسخ به آن وظایف مطابقت نداشت. وظایفی وجود داشت که درصد بیشتری از پاسخ‌های صحیح (T4-T6) نسبت به درصد شرکت‌کنندگان در مطالعه که آنها را آسان می‌دانستند، داشتند. از سوی دیگر، بیش از نیمی از شرکت کنندگان در مطالعه، وظایف T7 و T8 را آسان می دانستند، اما درصد پاسخ های صحیح قطعا کمتر بود.

5. بحث

اعداد روی نقشه ها در مقایسه با یک روش رایج و شناخته شده برای ارائه داده ها، که اغلب به صورت تجربی ارزیابی شده است، یعنی نمادهای متناسب، تجزیه و تحلیل شدند [ 42 ، 43 ، 44 ، 45 ]. علاوه بر این، این مطالعه یک متغیر بصری اضافی – سبکی – را از طریق استفاده از نقشه‌برداری choropleth که معمولاً مورد استفاده قرار می‌گیرد و اغلب مورد مطالعه قرار می‌گیرد [ 46 ، 47 ، 48 ، 49 ] در بر می‌گیرد. تمام تجزیه و تحلیل ها در رابطه با عملیات نقشه خوانی ساده انجام شد.

RQ  1: 

آیا اعداد به عنوان یک روش مستقل در یک نقشه تک متغیره به اندازه روش های سنتی ارائه نقشه برداری موثر هستند؟
ثابت شده است که اعداد روی نقشه ها برای عملیات ساده مربوط به نقشه خوانی مفید و مؤثر هستند. این به طور مداوم در درصد بالاتری از پاسخ های صحیح به دست آمده توسط شرکت کنندگان در مطالعه که با اعداد کار می کردند، در مقایسه با کسانی که از سیستم های متناسب استفاده می کردند، منعکس شد. نکته مهم، درصد بالاتر پاسخ‌های صحیح به‌دست‌آمده توسط شرکت‌کنندگانی که با اعداد متناسب و زوج کار می‌کردند، به هیچ‌یک از عوارض جانبی منفی مربوط به زمان تکمیل کار مرتبط نبود. تعداد بیشتری از پاسخ‌های صحیح در مدت زمان مشابهی به دست آمد که شرکت‌کنندگان در مطالعه با نمادهای متناسب کار می‌کردند. با این حال، باید در نظر داشت که انواع وظایف مورد تجزیه و تحلیل به عملیات نسبتا ساده محدود می شد.
در مورد T1 (بیشتر از … را نشان دهید)، قطعاً نتایج بهتری برای اعداد نسبت به نمادهای متناسب به دست آمد. دلیل این امر دشواری در مقایسه اندازه نمادهای تناسبی است که مقادیر پدیده را نشان می دهند، به ویژه در مورد تغییر مداوم در نمادهای متناسب [ 50 ، 51 ، 52 ]. ]. در واقع، تجزیه و تحلیل عمیق‌تر پاسخ‌های نادرست نشان داد که اشتباهات ناشی از مشکلات در برآورد و مقایسه اندازه نمادهای متناسبی است که مقادیر مشابه یک پدیده معین را نشان می‌دهند. شرکت کنندگان در مطالعه اغلب قادر به تصمیم گیری نبودند که کدام نمادهای متناسب فقط کمی بزرگتر از مقدار نشان داده شده در محتوای کار است. این تایید می کند که نمادهای تناسبی [23 ، 50 ، 52 ، 53] یک نقطه ضعف در زمینه مقایسه ارقام با مناطق مشابه است. همین عامل بر ارزیابی دشواری کار تأثیر گذاشت: این کار برای کاربران نقشه ها با نمادهای متناسب دشوارتر از شرکت کنندگانی بود که از نقشه های دارای اعداد استفاده می کردند. معلوم شد که اعداد اجازه می‌دهند تا این کار با دقت بسیار بالاتر و جالب‌تر، با سرعت مشابه انجام شود. فرض بر این بود که فقدان متغیرهای بصری (در مورد اعداد با اندازه زوج)، و در نتیجه نمایش محدود قابل مشاهده از توزیع عمومی پدیده، زمان بیشتری را برای خواندن اعداد جداگانه و مقایسه آنها با مقدار مرجع ضروری می کند. با این حال، نتایج مطالعه نشان می دهد که کاربران نقشه های دارای اعداد قادر به تکمیل کار با زمان های تکمیل کار مشابه هستند.
یک عملیات مقایسه پیچیده‌تر، متشکل از ارائه نسبت‌های مقادیر بین واحدها (T2)، همچنین نتایج بدتری را برای نقشه‌هایی با نمادهای متناسب نشان داد که در همه شاخص‌ها نشان داده شد. بنابراین، مطالعه حاضر نشان می دهد که عملیات مقایسه – که یکی از عملیات های اساسی انجام شده در حین نقشه خوانی است، در بسیاری از طبقه بندی های استفاده از نقشه [ 54 ، 55 ، 56 ، 57 ، 58 ، 59 ، 60 ، 61 ] گنجانده شده و در بسیاری از مطالعات تجربی در زمینه نقشه خوانی (به عنوان مثال، [ 28 ، 62])- با استفاده از نقشه های دارای اعداد بهتر می توان انجام داد، یعنی زمانی که استفاده از متغیرهای بصری و روش های ارائه سنتی محدود است. علاوه بر این، در کارهایی که در آنها عملیات جمع‌سازی مورد نیاز است (بنابراین، اقدامی که برای اعداد روی نقشه‌ها مطلوب‌تر از نمادهای متناسب است)، ترکیب عناصر بصری در ارائه اعداد (یک متغیر اندازه در اعداد متناسب) قابلیت استفاده را کاهش می‌دهد. این روش. شرکت‌کنندگانی که تکالیف را با استفاده از نقشه‌ها با اعداد متناسب حل می‌کردند، به طور قابل‌توجهی بدتر بودند و کار را کمی دشوارتر می‌دانستند. این اثر را می توان به احتمال زیاد به معرفی یک متغیر اندازه نسبت داد، که باعث می شود اشیاء بزرگتر به راحتی قابل توجه باشند، در حالی که پیدا کردن اشیاء کوچکتر دشوارتر می شوند.
در نتیجه، نتایج نشان می‌دهد که مواردی وجود دارد که درج اعداد بر روی نقشه‌ها ممکن است راه حلی رقابتی و یا حتی بهتر از روش‌های سنتی در ارائه نقشه‌کشی باشد. موقعیت‌هایی وجود دارد که در آن کاربران داده‌های خام را ترجیح می‌دهند که می‌توانند به سرعت برای عملیات ساده مورد استفاده قرار گیرند و در نتیجه همان سطح اثربخشی و سرعت استفاده از روش‌های سنتی را دارند.

RQ  2: 

آیا استفاده از اعداد روی نقشه برای تکرار اطلاعات ارائه شده در نقشه با استفاده از سایر متغیرهای بصری مفید است؟
اعداد روی نقشه‌ها همچنین می‌توانند روش‌های دیگر ارائه را تکمیل کنند و به همان پدیده‌ای که قبلاً به شیوه‌ای سنتی‌تر ارائه شده اشاره کنند – برای مثال، با استفاده از نقشه choropleth. در چنین مواردی، اعداد اطلاعات منتقل شده را تکرار می کنند و ممکن است به عنوان یک افسانه نقشه عمل کنند و جایگزین شکل سنتی شوند، به این معنی که کاربران نقشه مجبور نیستند به دفعات از افسانه مشورت کنند. از این گذشته، اعداد پدیده را مستقیماً روی نقشه توصیف و توضیح می دهند که منجر به ایجاد افزونگی می شود.
ثابت شد که این روش از نظر معیارهای قابلیت استفاده (پاسخ‌های صحیح، زمان تکمیل کار و ارزیابی سطح دشواری) سودمند بوده و منجر به نتایج بهتری نسبت به تکرار اطلاعات نشان‌داده‌شده بر روی نقشه choropleth با کمک نمادهای متناسب می‌شود. . شرکت‌کنندگان در مطالعه اظهار داشتند که هنگام حل تکالیف، پاسخ‌های خود را بر اساس توصیفات عددی، نقشه‌های choropleth و همچنین هر دوی این روش‌های ارائه به طور همزمان استوار کردند. به نوبه خود، زمانی که داده ها با کمک نمادهای متناسب تکرار می شدند، کاربران به شدت نشان می دادند که برای آنها راحت تر است که فقط از جزء choropleth برای حل وظایف استفاده کنند. وقتی مقادیر یک پدیده معین با درجات مختلف روشنایی ارائه می‌شد، تفسیر آنها برای شرکت‌کنندگان آسان‌تر از نمادهای متناسب بود. که مستلزم تلاش های پرزحمت برای تخمین ارزش پدیده بر اساس اندازه نمادها بود. فقط در T5، کاری که نیاز به اضافه کردن مقادیر (خوشه‌بندی) داشت، شرکت‌کنندگان از استفاده از ارائه مبتنی بر choropleth اجتناب کردند، زیرا استفاده از متغیر سبکی دشوارتر است [35 ] در عملیاتی از این نوع و حتی می تواند با جایگزینی مقادیر فردی پدیده با کلاس ها مانعی ایجاد کند. در این مورد، متغیر گرافیکی اندازه متفاوت عمل می‌کند و مقادیر را برای درک آسان‌تر ترجمه می‌کند.
بنابراین، استفاده از افزونگی برای نقشه‌های دارای اعداد منجر به اثرات مثبتی می‌شود که نتایج و نتایج تحقیقات قبلی را تأیید می‌کند [ 22 ، 23 ، 24 ، 33 ]. هنگامی که اطلاعات با اعداد تقویت می شود، خواندن نقشه را تسهیل می کند، تا زمانی که شکل بصری این اعداد ساده باشد، به درستی در تضاد با سایر روش های ارائه استفاده شده در نقشه باشد و زیاد نباشد.

RQ  3: 

آیا اعداد به عنوان یکی از عناصر یک نقشه چند متغیره مفید هستند؟
به نظر نمی رسد استفاده از اعداد در نقشه ای که چندین پدیده را ارائه می دهد، در مقایسه با نقشه هایی با نمادهای متناسب در پس زمینه choropleth، قابلیت استفاده از نقشه را به وضوح در مورد سؤالات تحقیقی که قبلاً تجزیه و تحلیل شده بود، بهبود بخشد. مقایسه نتایج به‌دست‌آمده توسط شرکت‌کنندگان در مطالعه با استفاده از اعداد روی نقشه‌های دو متغیره با نمادهای متناسب نشان می‌دهد که زمان‌های تکمیل کار و سطوح دشواری درک شده تکالیف تفاوت معنی‌داری با هم ندارند. تنها معیار، هرچند مهم، که شرکت‌کنندگانی که از هر دو نوع اعداد استفاده می‌کردند، در مقایسه با افرادی که با نمادهای تناسبی کار می‌کردند، در آن بهتر عمل کردند، درصد پاسخ‌های صحیح برای دو مورد از سه تکلیف آزمایش‌شده (T8 و T9) بود. بنابراین، می توان اشاره کرد که در وظایف آزمایش شده، کاربران نقشه‌های دارای اعداد نتایجی به دست آوردند که بدتر از نتایجی بود که شرکت‌کنندگانی که با مکمل‌های سنتی نقشه‌های choropleth کار می‌کردند، یعنی نمادهای متناسب، به دست آوردند. این نشان می‌دهد که راه‌حل‌هایی وجود دارند که به همان اندازه مؤثر هستند و گاهی حتی مؤثرتر از راه‌حل‌های رایج هستند. بنابراین ارزش آن را دارد که گسترش بیشتری از کاتالوگ پذیرفته شده راه حل های کارتوگرافی سنتی را در نظر بگیریم.

6. نتیجه گیری

تحقیقات تجربی در نقشه‌برداری اغلب بر تحلیل دریافت راه‌حل‌های بصری، روش‌شناختی و فناوری جدید در زمینه‌های اجتماعی و آموزشی آنها متمرکز است [ 63 ، 64 ، 65 ، 66 ، 67 ]. هدف از مطالعه شرح داده شده در این مقاله، بررسی اعداد روی نقشه هایی بود که اطلاعات کمی را منتقل می کنند. یک وسیله ارائه نسبتاً محبوب که در ادبیات نقشه‌کشی نسبتاً ضعیف توصیف شده است [ 13 ، 14 ، 15]. اگرچه آنها توجه کمی از نقشه‌نگاران را به خود جلب کرده‌اند، اما پزشکان، از جمله نقشه‌سازان غیرحرفه‌ای، اغلب از آنها استفاده می‌کنند. آنها به احتمال زیاد محبوبیت خود را مدیون این واقعیت هستند که فرآیند تهیه نقشه با اعداد نسبتاً ساده است. اعداد به اقدامات ویرایشی پیچیده ای مانند تعیین کلاس های choropleth یا اندازه نمادهای متناسب که مقادیر یک پدیده معین را نشان می دهند، نیاز ندارند.
نتایج ارائه شده از مطالعه انجام شده، از آزمون قابلیت استفاده اعداد بر روی نقشه ها در سه زمینه، نشان می دهد که اعداد می توانند روشی مفید برای ارائه داده ها باشند. نتایج این مطالعه نشان می‌دهد که اعداد راه‌حل مناسبی برای ایجاد نقشه‌های ساده برای خواندن در سطح دقیق هستند. مطمئناً ادامه تحقیق بر روی اعداد در نقشه های پیچیده تر، هم از نظر شکل و هم از نظر محتوا، ارزشمند است [ 51 ، 52 ، 53 ، 54 ، 55 ، 56 ، 57 ، 58 ، 59 ، 62 .]. شاید، در چنین مواردی، اعداد روی نقشه‌ها بیشتر از اینکه کمکی برای کاربران نقشه باشند، مانع باشند. بنابراین، ارزیابی باید گسترش یابد تا عملیات شناختی پیچیده تری را شامل شود، از جمله فرآیندهای حل مسئله و تصمیم گیری. علاوه بر این، این مطالعه اعداد روی نقشه ها را با نمادهای متناسب مقایسه کرد، که علیرغم محبوبیت و مزایای بی چون و چرای آنها، محدودیت هایی دارند، مانند برآورد کردن اندازه نمادهای سطحی برای کاربران دشوار است [ 50 ، 51 ، 52 ]. ارزش مقایسه اثربخشی اعداد روی نقشه ها با سایر روش های ارائه داده ها را دارد – به عنوان مثال، نقشه برداری کروپلث، ایزوپلت ها و غیره.
در تحقیقات آینده ارزش آزمایش کاربرد متغیرهای بصری برای اعداد روی نقشه ها را دارد. اصلاح اعداد با معرفی متغیر اندازه بر نتایج به‌دست‌آمده برای هر نوع کار آزمایش شده تأثیری نداشت. این کمی تعجب آور بود، زیرا فرض اولیه این بود که اضافه کردن یک متغیر اندازه به اشیای بزرگ اجازه می‌دهد سریع‌تر مورد توجه قرار گیرند و اجسام کوچک فقط بعداً مورد توجه قرار می‌گیرند. این همان چیزی است که با توضیحات روی نقشه ها اتفاق می افتد و به نظر می رسد اعداد بسیاری از ویژگی های خود را به اشتراک می گذارند. با توجه به نتایج مطالعه ارائه‌شده، می‌توان فرض کرد که اعمال تغییرات در اعداد روی نقشه‌ها، چه به شکل اندازه یا سبک (به عنوان مثال، [ 18 ])، ممکن است به عنوان داوطلبانه برای عملیات آزمایش شده تلقی شود.
اعداد روی نقشه ها همیشه نمایشی از مرحله پیش گرافیکی توسعه نقشه نیستند و در برخی زمینه ها می توانند نقشه را خوانا و کارآمد کنند. نتایج مطالعه نشان می‌دهد که نقشه‌نگاران می‌توانند به طور مؤثر از طیف وسیع‌تری از روش‌های ارائه داده‌ها نسبت به آنچه که معمولاً اتخاذ می‌شود، استفاده کنند، حتی اگر چنین رویکردهایی منجر به استفاده بسیار محدود از متغیرهای بصری و شکل بدون استخوان‌بندی نقشه شود. به هر حال، در برخی موارد در دنیای نقشه ها، ممکن است معلوم شود که کمتر، بیشتر است.

منابع

  1. Monmonier, M. Maps with the News: The Development of American Journalistic Cartography ; انتشارات دانشگاه شیکاگو: شیکاگو، IL، ایالات متحده; لندن، بریتانیا، 1989. [ Google Scholar ]
  2. لین، ی. ژو، سی. نیو، ی. ژو، ایکس. Zhu, Y. اثرات طول و جهت بر نمایش عددی در نقشه های جریان. ISPRS Int. J. Geo-Inf. 2020 ، 9 ، 219. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  3. پوپلکا، اس. وندراکووا، آ. Hujnakova، P. ارزیابی ردیابی چشمی نقشه های وب آب و هوا. ISPRS Int. J. Geo-Inf. 2019 ، 8 ، 256. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  4. استاچون، ز. ساسینکا، سی. سنک، جی. انگسوسر، اس. کوبیچک، پ. اشتیربا، ز. Bilíková، M. اثر اندازه، شکل و پس زمینه نقشه در تجسم نقشه برداری: مطالعه تجربی بر روی جمعیت چک و چین. ISPRS Int. J. Geo-Inf. 2018 ، 7 ، 427. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  5. پوپلکا، اس. هرمان، ال. Řezník، T. پاریلووا، ام. جدلیچکا، ک. بوچال، ج. کپکا، م. Charvát، K. ارزیابی کاربر از ابزارهای تحلیل بصری مبتنی بر نقشه. ISPRS Int. J. Geo-Inf. 2019 ، 8 ، 363. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  6. هرمان، ال. ژوریک، وی. استاچون، ز. وربیک، دی. راسناک، جی. Řezník، T. ارزیابی عملکرد کاربر در نقشه های سه بعدی تعاملی و استاتیک. ISPRS Int. J. Geo-Inf. 2018 ، 7 ، 415. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  7. Słomska، K. انواع نقشه هایی که به عنوان محرک در تحقیقات تجربی نقشه برداری استفاده می شوند. متفرقه Geogr. 2018 ، 22 ، 157-171. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  8. کراک، ام.-جی. براون، ای. نقشه کشی وب: تحولات و چشم اندازها . تیلور و فرانسیس: لندن، بریتانیا، 2001. [ Google Scholar ]
  9. Bertin, J. Semiology of Graphics: Diagrams, Networks, Maps ; دانشگاه ویسکانسین: مدیسون، WI، ایالات متحده آمریکا، 1983. [ Google Scholar ]
  10. نقشه جهانی گوتیرز، پی. کرونا: کدام کشورها بیشترین موارد و مرگ و میر کووید-19 را دارند؟ نگهبان . در دسترس آنلاین: https://www.theguardian.com/world/2020/jun/16/coronavirus-world-map-which-countries-have-the-the-covid-19-cases-and-deaths (در 16 مورد دسترسی قرار گرفته است. ژوئن 2020).
  11. Lions، PJ Coronavirus Briefing: امروز چه اتفاقی افتاد؟ نیویورک تایمز. در دسترس آنلاین: https://www.nytimes.com/2020/03/03/briefing/coronavirus-briefing-what-happened-today.html (در 16 ژوئن 2020 قابل دسترسی است).
  12. تیم سالو، جی. چینی SWAT حذف «بیمار کرونا» را با تور تمرین می‌کند. نیویورک پست . در دسترس آنلاین: https://nypost.com/2020/02/27/chinese-swat-team-practices-takedown-of-coronavirus-patient-with-net/ (در 16 ژوئن 2020 قابل دسترسی است).
  13. بروور، سی. کمپبل، AJ فراتر از حلقه‌های فارغ‌التحصیل: نمادهای نقطه‌ای متنوع برای نمایش داده‌های کمی روی نقشه‌ها. کارتوگر. چشم انداز 1998 ، 29 ، 6-25. [ Google Scholar ] [ CrossRef ]
  14. Hsu، M.-L. فرآیند مفهومی نقشه‌بردار و نمادسازی موضوعی. صبح. کارتوگر. 1979 ، 6 ، 117-127. [ Google Scholar ] [ CrossRef ]
  15. جنکس، نقشه‌های آماری معاصر GF – شواهدی از ناآگاهی فضایی و گرافیکی. صبح. کارتوگر. 1976 ، 3 ، 11-19. [ Google Scholar ] [ CrossRef ]
  16. دایکز، جی. وود، جی. Slingsby، A. بازاندیشی افسانه های نقشه با تجسم. IEEE Trans. Vis. محاسبه کنید. نمودار 2010 ، 16 ، 890-899. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  17. دیب، آر. اومز، ک. دی مایر، پی. تایپوگرافی در چشم برتین، تنوع جنسیت و تخصص. کارتوگر. J. 2012 ، 49 ، 176-185. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  18. برات، آر. بانیسی، متغیرهای تایپوگرافی فراموش شده E. Bertin و تجسم تایپوگرافی جدید. کارتوگر. Geogr. Inf. علمی 2018 ، 46 ، 119-139. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  19. چوتکین، 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 ]
  20. Korycka-Skorupa، J. Nowacki، T. ارائه کارتوگرافی – از نقشه ساده به پیچیده. متفرقه Geogr. 2019 ، 23 ، 16-22. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  21. فرهنگ لغات کمبریج. در دسترس آنلاین: https://dictionary.cambridge.org/dictionary/english/redundancy (در 25 مه 2020 قابل دسترسی است).
  22. Shortridge، BG; Welch, RB اثر افزونگی محرک بر تبعیض اندازه شهر در نقشه ها. صبح. کارتوگر. 1982 ، 9 ، 69-78. [ Google Scholar ] [ CrossRef ]
  23. دابسون، ام. پردازش اطلاعات بصری و ارتباطات کارتوگرافی: کاربرد ابعاد محرک اضافی. در ارتباطات گرافیکی و طراحی در کارتوگرافی معاصر ; تیلور، دی.، اد. جان وایلی و پسران: چیچستر، بریتانیا، 1983; صص 149-176. [ Google Scholar ]
  24. بروور، کالیفرنیا انتقالی در بهبود نقشه ها: مثال ColorBrewer. کارتوگر. Geogr. Inf. علمی 2003 ، 30 ، 159-162. [ Google Scholar ] [ CrossRef ]
  25. کووین، سی. اسکوبار، اف. Serradj, A. نقشه برداری موضوعی و تحولات . جان وایلی و پسران: نیویورک، نیویورک، ایالات متحده آمریکا، 2013. [ Google Scholar ]
  26. Moles، AA نظریه نقشه‌نگاری پیام‌های اطلاعاتی. علمی سردار. علمی 1964 ، 5 ، 11-16. [ Google Scholar ]
  27. آندرینکو، ن. Andrienko, G. پشتیبانی هوشمند برای تجزیه و تحلیل داده های جغرافیایی و تصمیم گیری در وب. جی. جئوگر. Inf. تصمیم می گیرد. مقعدی 2001 ، 5 ، 115-128. [ Google Scholar ]
  28. کوآ، EL; MacEachren، A.; کراک، ام.-جی. ارزیابی قابلیت استفاده از روش های تجسم در یک محیط تجسم اکتشافی. بین المللی جی. جئوگر. Inf. علمی 2006 ، 20 ، 425-448. [ Google Scholar ] [ CrossRef ]
  29. رابرتز، جی سی وضعیت هنر: نماهای هماهنگ و چندگانه در تجسم اکتشافی. در مجموعه مقالات پنجمین کنفرانس بین المللی دیدگاه های هماهنگ و چندگانه در تجسم اکتشافی (CMV 2007); موسسه مهندسین برق و الکترونیک (IEEE): Piscataway, NJ, USA, 2007; صص 61-71. [ Google Scholar ]
  30. گلبیوفسکا، آی. اوپاچ، ت. Rød, JK فقط برای چشمان شما؟ ارزیابی یک ابزار هماهنگ و چند نما با یک نقشه، یک نمودار هماهنگ موازی و یک جدول با استفاده از رویکرد ردیابی چشم. بین المللی جی. جئوگر. Inf. علمی 2016 ، 31 ، 237-252. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  31. دندانه، BD; Torguson، JS; Hodler, TW Cartography: Thematic Map Design , 6th ed.; آموزش عالی McGraw-Hill: نیویورک، نیویورک، ایالات متحده آمریکا، 2009. [ Google Scholar ]
  32. موریسون، جی. واتسون، جی اس. موریسون، جی. بررسی اثر افزونگی در دستورالعمل‌های چاپی حاوی نمایش. برادر جی. آموزش. تکنولوژی 2014 ، 46 ، 423-436. [ Google Scholar ] [ CrossRef ]
  33. سیبولسکی، پ. Medyńska-Gulij، B. افزونگی نقشه‌کشی در کاهش کوری تغییر در تشخیص مقادیر شدید در نقشه‌های فضایی-زمانی. ISPRS Int. J. Geo-Inf. 2018 ، 7 ، 8. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  34. اسلوکام، TA; مک مستر، آر.بی. کسلر، اف سی؛ Howard, HH عناصر طراحی کارتوگرافی. در کارتوگرافی موضوعی و تجسم جغرافیایی ، ویرایش دوم. پیرسون پرنتیس هال: نیویورک، نیویورک، ایالات متحده آمریکا، 2005; صص 199-228. [ Google Scholar ]
  35. MacEachren، A. نقشه ها چگونه کار می کنند. بازنمایی، تجسم و طراحی ؛ انتشارات گیلفورد: نیویورک، نیویورک، ایالات متحده آمریکا، 1995. [ Google Scholar ]
  36. Roth, R. Visual Variables ; وایلی: هوبوکن، نیوجرسی، ایالات متحده آمریکا، 2017؛ صص 1-11. [ Google Scholar ]
  37. وایت، T. نمادسازی و متغیرهای بصری. مجموعه دانش علم و فناوری اطلاعات جغرافیایی . در دسترس آنلاین: https://gistbok.ucgis.org/bok-topics/symbolization-and-visual-variables (در 16 ژوئن 2020 قابل دسترسی است).
  38. فیربرین، دی. نیرومند جدیدی، م. پارامترهای تأثیرگذار طراحی بصری در نقشه های آب و هوای تلویزیون. کارتوگر. J. 2013 , 50 , 311-323. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  39. MacEachren، AM نقش پیچیدگی و روش نمادسازی در اثربخشی نقشه موضوعی. ان دانشیار صبح. Geogr. 1982 ، 72 ، 495-513. [ Google Scholar ] [ CrossRef ]
  40. ون دن برگ، RG Cramér’s V – چه و چرا؟ وب سایت آموزش SPSS . در دسترس آنلاین: https://www.spss-tutorials.com/cramers-v-what-and-why/ (در 16 ژوئن 2020 قابل دسترسی است).
  41. ون دن برگ، RG “معنای آماری” به چه معناست؟ وب سایت آموزش SPSS . در دسترس آنلاین: https://www.spss-tutorials.com/statistical-significance/ (در 16 ژوئن 2020 قابل دسترسی است).
  42. چانگ، K.-T. تمایز داده ها و نمادسازی نقشه کشی. کارتوگر. بین المللی جی. جئوگر. Inf. جئوویس. 1976 ، 13 ، 60-68. [ Google Scholar ] [ CrossRef ]
  43. میهوفر، اچ.-جی. درک بصری دایره در نقشه های موضوعی. نتایج تجربی. کارتوگر. بین المللی جی. جئوگر. Inf. جئوویس. 1973 ، 10 ، 63-84. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  44. Flannery، JJ اثربخشی نسبی برخی از نمادهای نقطه مدرج رایج در ارائه داده های کمی. کارتوگر. بین المللی جی. جئوگر. Inf. جئوویس. 1971 ، 8 ، 96-109. [ Google Scholar ] [ CrossRef ]
  45. آدامیک، سی. اسیدا، بی. دوبوونیک، ا. پیشنهاد Álvarez، DG Airbnb در اسپانیا – تحلیل فضایی الگو و عوامل تعیین کننده توزیع آن. ISPRS Int. J. Geo-Inf. 2019 ، 8 ، 155. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  46. Schiewe, J. مطالعات تجربی در مورد ادراک بصری از الگوهای فضایی در نقشه‌های Choropleth. KN J. Cartogr. Geogr. Inf. 2019 ، 69 ، 217-228. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  47. چانگ، K.-T. جنبه های بصری فواصل کلاس در نقشه برداری کوروپلتیک. کارتوگر. J. 1978 , 15 , 42-48. [ Google Scholar ] [ CrossRef ]
  48. جنکس، جی اف. کاسپال، خطای FC در نقشه های کروپلتیک: تعریف، اندازه گیری، کاهش. ان دانشیار صبح. Geogr. 1971 ، 61 ، 217-244. [ Google Scholar ] [ CrossRef ]
  49. هان، اس. ری، اس. کناپ، ای. کانگ، دبلیو. Wolf، LJ Adaptive Choropleth Mapper: ابزاری مبتنی بر وب منبع باز برای کاوش همزمان متغیرهای متعدد در گستره های فضایی چندگانه. ISPRS Int. J. Geo-Inf. 2019 ، 8 ، 509. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  50. Cox، CW Anchor Effects and Estimation of Graduated Circles and Squares. صبح. کارتوگر. 1976 ، 3 ، 65-74. [ Google Scholar ] [ CrossRef ]
  51. چانگ، K.-T. تخمین بصری دایره های مدرج. کارتوگر. بین المللی جی. جئوگر. Inf. جئوویس. 1977 ، 14 ، 130-138. [ Google Scholar ] [ CrossRef ]
  52. چانگ، K.-T. قضاوت اندازه دایره و طراحی نقشه. صبح. کارتوگر. 1980 ، 7 ، 155-162. [ Google Scholar ] [ CrossRef ]
  53. اوپاچ، ت. Korycka-Skorupa، J. کارزنیا، آی. نواکی، تی. گلبیوفسکا، آی. Rød, JK کاهش درهم‌ریختگی بصری در نقشه‌های نماد نقطه متناسب با بزرگنمایی. کارتوگر. Geogr. Inf. علمی 2018 ، 46 ، 347-367. [ Google Scholar ] [ CrossRef ]
  54. هاولکوا، ال. هانوس، ام. مهارت‌های نقشه در آموزش: مروری نظام‌مند از اصطلاحات، روش‌شناسی و عوامل تأثیرگذار. کشیش بین المللی Geogr. آموزش. آنلاین 2019 ، 9 ، 361–401. [ Google Scholar ]
  55. کیمرلینگ، ای جی. باکلی، آر. Muehrcke، PC; Muehrcke، JO استفاده از نقشه: خواندن و تجزیه و تحلیل . ESRI Press Academic: Redlands, CA, USA, 2009. [ Google Scholar ]
  56. Michaelidou، EC; Nakos، BP; فیلیپاکوپولو، معاونت توانایی کودکان دبستانی در تجزیه و تحلیل مرجع عمومی و نقشه های موضوعی. کارتوگر. بین المللی جی. جئوگر. Inf. جئوویس. 2004 ، 39 ، 65-88. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  57. اومز، ک. دی مایر، پ. فاک، وی. ون آسشه، ای. Witlox، F. تفسیر نقشه ها از دید کاربران متخصص و مبتدی. بین المللی جی. جئوگر. Inf. علمی 2012 ، 26 ، 1773-1788. [ Google Scholar ] [ CrossRef ]
  58. چوتکین، ا. Brychtová، A.; گریفین، آل. رابینسون، AC; ایمهوف، ام. پتیت، سی. پیچیدگی ادراکی نقشه‌های خاک-منظر: ارزیابی کاربر از سازماندهی رنگ در طرح‌های افسانه‌ای با استفاده از ردیابی چشم. بین المللی جی دیجیت. زمین 2016 ، 10 ، 1-22. [ Google Scholar ] [ CrossRef ]
  59. چوتکین، ا. فابریکانت، SI; لاکایو، ام. Lacayo-Emery، M. بررسی کارایی استراتژی‌های تحلیل بصری کاربران بر اساس تجزیه و تحلیل توالی ضبط‌های حرکات چشم. بین المللی جی. جئوگر. Inf. علمی 2010 ، 24 ، 1559-1575. [ Google Scholar ] [ CrossRef ]
  60. دونگ، دبلیو. وانگ، اس. چن، ی. Meng, L. استفاده از ردیابی چشم برای ارزیابی قابلیت استفاده از نقشه های جریان. ISPRS Int. J. Geo-Inf. 2018 ، 7 ، 281. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  61. بوریان، جی. پوپلکا، اس. بیتلوا، ام. ارزیابی کیفیت نقشه‌کشی طرح‌های شهری با ردیابی چشم. ISPRS Int. J. Geo-Inf. 2018 ، 7 ، 192. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  62. راث، آر. مبانی تعامل کارتوگرافی: چارچوب و سنتز. کارتوگر. J. 2012 , 49 , 376-395. [ Google Scholar ] [ CrossRef ]
  63. کلارک، ک. جانسون، جی.ام. Trainor, T. تحقیقات نقشه برداری معاصر آمریکایی: بررسی و آینده نگر. کارتوگر. Geogr. Inf. علمی 2019 ، 46 ، 196-209. [ Google Scholar ] [ CrossRef ]
  64. هاولکوا، ال. Golebiowska، I. چه چیزی برای حل کننده بد در طول تجزیه و تحلیل نقشه موضوعی اشتباه بود؟ درس های آموخته شده از یک مطالعه ردیابی چشم. ISPRS Int. J. Geo-Inf. 2019 ، 9 ، 9. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  65. راث، آر. چوتکین، ا. دلآزاری، ل. Filho، HF; گریفین، آل. هال، ا. کورپی، ج. لوکا، آی. مندونسا، ALDA؛ اومز، ک. و همکاران مطالعات کاربر در نقشه‌برداری: فرصت‌هایی برای تحقیقات تجربی بر روی نقشه‌ها و تجسم‌های تعاملی بین المللی جی. کارتوگر. 2017 ، 3 ، 61-89. [ Google Scholar ] [ CrossRef ]
  66. سان، اچ. لی، زی. اثربخشی کارتوگرام برای نمایش داده های مکانی. کارتوگر. J. 2010 ، 47 ، 12-21. [ Google Scholar ] [ CrossRef ]
  67. Cybulski, P. فاصله فضایی و پیچیدگی پس زمینه نقشه برداری در کار نقشه خوانی نماد نقطه مدرج. کارتوگر. Geogr. Inf. علمی 2020 ، 47 ، 244-260. [ Google Scholar ] [ CrossRef ]
Ijgi 09 00415 g001 550
شکل 1. نمونه هایی از استفاده از اعداد در نقشه های موضوعی در مقیاس کوچک: ( الف ) اعداد با اندازه زوج روی نقشه که مقادیر یک پدیده معین را نشان می دهد (تک متغیر)، ( B ) اعداد زوج با نمادهای متناسب ( افزونگی محتوا)، ( C ) اعداد متناسب با نقشه choropleth (افزایش محتوا)، و ( D ) ارائه دما و سرعت باد بر روی نقشه آب و هوا (نقشه چند متغیره).
Ijgi 09 00415 g002 550
شکل 2. قطعاتی از انواع نقشه های مورد استفاده در مطالعه. A–C: نقشه‌های تک متغیری ساده که یک مجموعه داده را ارائه می‌کنند: ( A ) اعداد زوج که بعداً به صورت اختصاری “N”، ( B ) اعداد متناسب “PN”، ( C ) نمادهای متناسب “PS” نامیده می‌شوند. D–F: ( D ) نقشه‌های تک متغیری اضافی که مجموعه‌های تک داده‌ای را توسط نقشه کروپلث و همچنین توسط: اعداد زوج «N»، ( E ) اعداد متناسب «PN»، ( F ) نمادهای متناسب «PS» ارائه می‌کنند. . G–I: ( G ) نقشه‌های دو متغیره که دو مجموعه داده را با استفاده از نقشه کروپلث ارائه می‌دهند و: اعداد زوج اندازه “N”، ( H ) اعداد متناسب “PN”، ( I ) نمادهای متناسب “PS”.
Ijgi 09 00415 g003 550
شکل 3. پنجره اصلی برنامه مورد استفاده شرکت کنندگان در مطالعه. عنوان نقشه و افسانه در سمت چپ پنجره قرار داشت، در حالی که دکمه‌هایی با ابزارهایی برای شناسایی نقاط و ترسیم چند ضلعی‌ها در گوشه سمت راست بالای پنجره نقشه قرار داشتند. در سمت راست یک پنل وظیفه قرار داشت که در آن شرکت کنندگان پاسخ های خود را ارائه می کردند.
Ijgi 09 00415 g004 550
شکل 4. روش مطالعه.
Ijgi 09 00415 g005 550
شکل 5. نسبت پاسخ های صحیح، با در نظر گرفتن روش های ارائه داده های مورد استفاده در نقشه ها در وظایف T1-T9.
Ijgi 09 00415 g006 550
شکل 6. حداقل، میانگین (خط سیاه)، و حداکثر زمان مورد نیاز برای کاربران برای حل وظایف T1-T9.
Ijgi 09 00415 g007 550
شکل 7. مقایسه روش های اعلام شده به عنوان مفیدترین در پاسخگویی به وظایف فردی.
Ijgi 09 00415 g008 550
شکل 8. ارزیابی سطوح دشواری کارها.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید