Análise da evolução das emissões de CO2 ao longo do tempo a partir do design da informação
Resumo
Os registros meteorológicos mostram uma tendência do aumento da temperatura que é fortemente influenciada pelas mudanças nas áreas urbanas provocadas pelas intervenções da população. Contudo, a análise desses dados não é uma tarefa trivial, principalmente, para não especialistas. Uma das alternativas para democratizar esse conhecimento é usar técnicas de visualização de dados. Desta forma, o objetivo deste trabalho foi construir um artefato para visualizar um conjunto de dados públicos sobre a emissão de dióxido de carbono usando uma adaptação do framework de Design de Informação Computacional. O artefato elaborado foi avaliado a partir de duas perspectivas: eficiência e eficácia em auxiliar os usuários na análise dos dados e a satisfação do usuário. Dessa maneira, foi possível identificar que os usuários sentiram-se confortáveis ao usar o artefato, assim como aspectos importantes relacionados às principais dificuldades encontradas.
Referências
Brooke, J. (1996). SUS-A quick and dirty usability scale. Usability evaluation in industry. CRC Press. ISBN: 9780748404605.
Card, S. K. and Mackinlay, J. (1997). The structure of the information visualization design space. In Proceedings of VIZ’97: Visualization Conference, Information Visualization Symposium and Parallel Rendering Symposium, pages 92–99. IEEE.
Church, J. A. and White, N. (2011). Sea-level rise from the late 19th to the early 21st century. Surveys in Geophysics.
Cleveland, W. S. and McGill, R. (1984). Graphical perception: Theory, experimentation, and application to the development of graphical methods, volume 79. Taylor & Francis Group.
Fry, B. J. (2004). Computational information design. PhD thesis, Massachusetts Institute of Technology.
Herring, J., VanDyke, M. S., Cummins, R. G., and Melton, F. (2017). Communicating local climate risks online through an interactive data visualization. Environmental Communication, 11(1):90–105.
Karthikeyan, D., Varde, A., and Alo, C. (2020). Dissemination and visualization of hydro-climate data in sub-saharan africa for analysis of climatic parameters. Technical report, Montclair State University.
M., Z., Nussbaumer, S., Naegeli, K., Gärtner-Roer, I., Paul, F., Hoelzle, M., and Haeberli, W. (2015). Wgms (world glacier monitoring service). Glacier mass balance bulletin no. 12 (2010–2011).
NASA, G. (2019). Goddard institute for space studies (giss) surface temperature analysis. Global Land-Ocean Temperature Index.
Ribeiro, F. C., Caetano, B. P., de Paula, M. M., Ferreira, G. X., and de Oliveira, R. S. (2016). Keep calm and visualize your data. Tópicos em Sistemas de Informação: Minicursos SBSI 2016, page 31.
Shneiderman, B. (1996). The eyes have it: A task by data type taxonomy for information visualizations. Proceedings 1996 IEEE symposium on visual languages, pages 336–343.
SOFTWARE, T. (2003). Tableau prep. https://www.tableau.com/pt-br. Accessed: 2019-12-04.
T.A., B., Marland, G., and Andres, R. (2017). Global, regional, and national fossil-fuel co2 emissions. Oak ridge national laboratory, US department of energy, Oak Ridge, Tenn., USA doi, 10.
UN, U. N. (2019). Undata a world of information. https://data.un.org. Accessed: 2019-12-04.
Valkanova, N., Jorda, S., and Moere, A. V. (2015). Public visualization displays of citizen data: design, impact and implications. International Journal of Human-Computer Studies, 81:4–16.
Ware, C. (2019). Information visualization: perception for design. Morgan Kaufmann.
