显著不可访问——数据驱动理解数据科学笔记本的可访问性（缺失）
人机交互
2023-08-08 v1 计算机与社会
软件工程
摘要
计算笔记本是通过探索、数据分析和信息可视化来辅助叙事的工具，已成为数据科学界广泛接受的标准。这些笔记本已通过 Jupyter、Datalore 和 Google Colab 等笔记本软件在学术界和工业界被广泛采用。尽管已有大量研究了解数据科学家如何使用计算笔记本、识别其痛点并实现协作式数据科学实践，但关于盲人和视障（BVI）用户在使用这些笔记本时所经历的各种可访问性障碍却知之甚少。BVI 用户无法使用计算笔记本界面，原因在于（1）界面不可访问，（2）这些界面中数据表示的常见方式，以及（3）流行库无法提供可访问的输出。我们对 100000 个 Jupyter 笔记本进行了大规模系统分析，以识别已发布笔记本中影响这些笔记本创建与使用的各种可访问性挑战。通过我们的发现，我们提出改进笔记本制品可访问性的建议、推荐创作实践，并提议对基础设施进行更改以使笔记本可访问。可访问 PDF 可在 https://blvi.dev/noteably-inaccessible-paper 获取。
引用
@article{arxiv.2308.03241,
title = {Notably Inaccessible -- Data Driven Understanding of Data Science Notebook (In)Accessibility},
author = {Venkatesh Potluri and Sudheesh Singanamalla and Nussara Tieanklin and Jennifer Mankoff},
journal= {arXiv preprint arXiv:2308.03241},
year = {2023}
}
备注
19 pages, 8 figures, 5 tables