声音化在时间序列数据探索中的有效性评估

天文学是一门主要依赖视觉数据的学科。然而，人们正在探索替代的数据表示技术，特别是“声音化”(sonification)，即将数据表示为声音。虽然天文学界对在研究和教育环境中使用声音化的兴趣日益浓厚，但其全部潜力仍有待探索。本研究测量了天文学家和非天文学家在检测时间序列数据（即光变曲线）中类凌星特征时的表现，这些数据分别以视觉或听觉方式呈现，并采用了不同的数据到声音的映射。我们还评估了参与者在不同条件下表现出的偏差。我们模拟了 160 条具有不同信噪比 (SNR) 的光变曲线数据。我们将它们表示为视觉图表或听觉流，使用不同的声音参数来表示亮度：音高、持续时间，或冗余的持续时间和音高。我们要求参与者在包含等量有无类凌星特征刺激的会话中，识别这四种条件下是否存在类凌星特征。对于听觉刺激，参与者检测凌星的表现为高于随机水平。然而，与听觉刺激相比，视觉刺激总体上导致了更好的表现，且天文学家的表现优于非天文学家。可视化导致了保守的反应偏差（不愿回答“是的，有凌星”），而声音化导致了更自由的反应（倾向于回答“是的，有凌星”）。总体而言，本研究有助于理解时间序列数据的不同表示形式（视觉或听觉）和声音映射（音高、持续时间、持续时间和音高）如何影响检测准确性和偏差。