SQRQuerier：面向跨国调查数据回收的可视化查询框架
人机交互
2023-06-09 v1
摘要
民意调查构成了从比较视角研究人们态度与行为的强有力工具。然而，即便是全球性的调查也仅提供部分地理与时间覆盖，这阻碍了全面知识的生产。为拓宽比较范围，社会科学工作者转向对来自不同人群和/或年份但涵盖相似主题的数据集中的变量进行事后协调。所得新数据集可作为单一来源分析，并可通过许多数据门户灵活访问。然而，此类门户几乎不提供深入探索数据或按用户定制需求查询数据的指导。因此，社会科学工作者仍难以为其研究高效识别相关数据并基于切片数据评估其理论模型。为克服这些，在调查数据回收 (SDR) 国际合作研究项目中，我们提出 SDRQuerier 并将其应用于协调后的 SDR 数据库，该数据库包含 22 个知名国际项目中总计 1,721 次全国调查里超过两百万名受访者。我们设计 SDRQuerier 以解决社会科学工作者日常面临的三个实际挑战。首先，基于 BERT 的模型通过研究问题或关键词提供定制化数据查询。其次，我们提出一种新的可视化设计以展示协调数据在不同层面的可用性，从而帮助用户判断是否存在经验数据来解决给定研究问题。最后，SDRQuerier 揭示数据库中实质变量与方法论变量之间的潜在关联模式，以帮助社会科学工作者严格评估甚至改进其回归模型。通过与多位社会科学工作者解决其日常挑战的案例研究，我们展示了 SDRQuerier 的新颖性与有效性。
引用
@article{arxiv.2201.11125,
title = {SQRQuerier: A Visual Querying Framework for Cross-national Survey Data Recycling},
author = {Yamei Tu and Olga Li and Junpeng Wang and Han-Wei Shen and Przemek Powalko and Irina Tomescu-Dubrow and Kazimierz M. Slomczynski and Spyros Blanas and J. Craig Jenkins},
journal= {arXiv preprint arXiv:2201.11125},
year = {2023}
}