十一年的性别数据可视化：迈向更加包容的性别表达
摘要：数据可视化中性别作为数据维度的表达分析和相关视觉变量及注释的提案：一项关于性别相关数据的视觉化变量和注释方面的一组考虑因素的研究。性别是从研究或调查参与者、乘客或消费者等收集的常见的人口统计维度，也是某些学术研究，尤其是社会学等学科中广泛使用的维度。我们的工作为关于数据可视化伦理影响的多个持续讨论做出了贡献。通过选择特定的数据、视觉变量和文本标签，可视化设计师可能无意中或有意地延续刻板印象和偏见。在这里，我们的目标是开始一个关于如何在数据可视化中呈现性别数据的不断发展的讨论，并提高对于选择视觉变量和文本在性别可视化中的微妙差别的认识。为了为这个讨论提供基础，我们收集了并对来自五个不同科学领域（生物学、政治学、社会学、可视化和人机交互）的性别可视化及其标题进行编码。此外，还包括来自Tableau Public和Information Is Beautiful awards展示的图像。总的来说，我们发现不同的学科群体对于性别数据的表现形式是具有特定性的，颜色色调是主导的视觉通道，而不符合传统性别的表现形式则较少。我们在论文中讨论了从我们的编码和文献中得出的性别可视化的注意事项，并为大型数据收集机构提出了建议。您可以通过https://osf.io/v9ams/获取本论文和所有补充材料的免费副本。
作者：Florent Cabric, Margr''et Vilborg Bjarnad''ottir, Meng Ling, Gu{dh}bj"org Linda Rafnsd''ottir, Petra Isenberg
论文ID：2308.14415
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2023-08-29