Enhancing Data Visualization Literacy: A Comparative Study of Learning Materials in Schools

BROUCHER, Magdalena; Magdaléna KEJSTOVÁ; Christina STOIBER; Martin KANDLHOFER; Alena BOUCHER; Simone KRIGLSTEIN; Shelly BUCHINGER a Wolfgang AIGNER. Enhancing Data Visualization Literacy: A Comparative Study of Learning Materials in Schools. IEEE Transactions on Visualization and Computer Graphics. United States: IEEE Computer Society, 2026, roč. 32, č. 1, s. 1416-1426. ISSN 1077-2626. Dostupné z: https://doi.org/10.1109/TVCG.2025.3634817.

Základní údaje

Originální název

Enhancing Data Visualization Literacy: A Comparative Study of Learning Materials in Schools

Autoři

BROUCHER, Magdalena; Magdaléna KEJSTOVÁ; Christina STOIBER; Martin KANDLHOFER; Alena BOUCHER; Simone KRIGLSTEIN; Shelly BUCHINGER a Wolfgang AIGNER

Vydání

IEEE Transactions on Visualization and Computer Graphics, United States, IEEE Computer Society, 2026, 1077-2626

---

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Odkazy

URL

Impakt faktor

Impact factor: 6.500 v roce 2024

Označené pro přenos do RIV

Ano

Organizační jednotka

Fakulta informatiky

DOI

https://doi.org/10.1109/TVCG.2025.3634817

UT WoS

001682680900030

EID Scopus

2-s2.0-105022689399

Klíčová slova anglicky

visualization education; schools; learning materials; visualization literacy

Příznaky

Mezinárodní význam, Recenzováno

---

Anotace

V originále

Interpreting data visualizations is an essential skill in today’s education, yet students often struggle with understanding unfamiliar formats. This study investigates how four learning materials -- textbook, comic, video, and game -- affect middle- and high school students’ ability to interpret line charts, area charts, stacked area charts, and stream graphs. We conducted a comparative classroom study with 68 students, using pre- and post-tests, worksheet activities, and group discussions to assess learning outcomes and understanding. Our results show statistically significant improvement in students' understanding of stacked area charts and stream graphs, while no significant differences between the learning materials were found. This suggests that more factors than initially anticipated -- such as engagement, motivation and active learning strategies -- influence the learning outcome. The analysis of the worksheets revealed that while students could infer surface-level insights from charts, over 70\% struggled to identify underlying patterns or relationships. Additionally, a common challenge across all learning materials was reading fatigue, which often led students to skim content, disengage, or misinterpret key information. These findings highlight the need for educational tools and approaches that foster deeper understanding of unfamiliar visualizations, reduce cognitive load, and encourage active engagement.

---

Návaznosti

GF22-06357L, projekt VaV	Název: Vis4Schools: Podpora gramotnosti vizualizace informací ve školách Investor: Grantová agentura ČR, Vis4Schools: Fostering Information Visualization Literacy in Schools, Partnerská agentura (Rakousko)
MUNI/A/1339/2022, interní kód MU	Název: Rozvoj technik pro zpracování dat pro podporu vyhledávání, analýz a vizualizací rozsáhlých datových souborů s využitím umělé inteligence Investor: Masarykova univerzita, Rozvoj technik pro zpracování dat pro podporu vyhledávání, analýz a vizualizací rozsáhlých datových souborů s využitím umělé inteligence
MUNI/A/1638/2024, interní kód MU	Název: Umělá inteligence a správa komplexních rozsáhlých dat Investor: Masarykova univerzita, Umělá inteligence a správa komplexních rozsáhlých dat
MUNI/A/1709/2024, interní kód MU	Název: Aplikovaný výzkum na FI: Důvěra v dynamických softwarových ekosystémech, kryptografické implementace včetně uživatelských aspektů, kyberbezpečnostní cvičení, fúze dat pro fyzikální sensory a algoritmy plánování v logistice Investor: Masarykova univerzita, Aplikovaný výzkum na FI: Důvěra v dynamických softwarových ekosystémech, kryptografické implementace včetně uživatelských aspektů, kyberbezpečnostní cvičení, fúze dat pro fyzikální sensory a algoritmy plánování v logistice