Analysis and Visualization (AVIZ), Laboratoire Interdisciplinaire des Sciences du Numérique (LISN), Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Interaction avec l'Humain (IaH), Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Centre Inria de l'Université Paris-Saclay, Centre Inria de Saclay, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre Inria de Saclay, Institut National de Recherche en Informatique et en Automatique (Inria), Institut interdisciplinaire de l’innovation de Telecom Paris (I3 SES), Télécom Paris, Institut Mines-Télécom Paris (IMT)-Institut Polytechnique de Paris (IP Paris)-Institut Mines-Télécom Paris (IMT)-Institut Polytechnique de Paris (IP Paris)-Institut interdisciplinaire de l’innovation (I3), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Fonctionnement et Dysfonctionnement Cognitifs : Les âges de la vie (DysCo), Université Paris 8 (UP8)-Université Paris Nanterre (UPN), Institut Robert-Debré du Cerveau de l'Enfant, Collège de France (CdF (institution)), Design, Interaction, Visualization & Applications (DIVA), Laboratoire Traitement et Communication de l'Information (LTCI), Institut Mines-Télécom Paris (IMT)-Télécom Paris, Institut Mines-Télécom Paris (IMT)-Institut Polytechnique de Paris (IP Paris)-Institut Polytechnique de Paris (IP Paris)-Institut Mines-Télécom Paris (IMT)-Télécom Paris, Institut Mines-Télécom Paris (IMT)-Institut Polytechnique de Paris (IP Paris)-Institut Polytechnique de Paris (IP Paris), Département Informatique et Réseaux (INFRES), Télécom ParisTech, Interaction, Technologies, Activités (INTERACT), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Télécom Paris, Département Sciences Economiques et Sociales (SES), Institut Mines-Télécom Paris (IMT)-Institut Polytechnique de Paris (IP Paris)-Institut Mines-Télécom Paris (IMT)-Institut Polytechnique de Paris (IP Paris), Institut Polytechnique de Paris (IP Paris), Institut Mines-Télécom Paris (IMT)-Institut Polytechnique de Paris (IP Paris), IEEE
Source:
EduVis 2025 - 3d IEEE VIS Workshop on Visualization Education, Literacy, and Activities ; https://hal.science/hal-05218370 ; EduVis 2025 - 3d IEEE VIS Workshop on Visualization Education, Literacy, and Activities, IEEE, Nov 2025, Vienne, Austria. pp.33-64, ⟨10.1109/EduVIS69391.2025.00009⟩ ; https://ieee-eduvis.github.io/
*International audience ; We explore the validity and applicability of educational and cognitive science theoretical frameworks for designing and evaluating data visualizations. Specifically, we are interested in using well-known frameworks from other domains to learn about how the subjective readability of a visualization relates to the perceived cognitive load required to acquire knowledge from it.To that end, we conducted an online randomized study in which each participant performed learning tasks on two different data visualizations. One was presented in three successive parts, following the segmenting principle from the Cognitive Theory of Multimedia Learning, and the other was presented as a single image. Although most learners preferred the segmented style, this treatment did not significantly affect the overall mental effort they reported. Subjective measures of extraneous cognitive load, however, significantly and negatively correlated with visualizations' perceived readability measures.In other words, if a learner found a visualization more readable, they felt it required less mental effort to parse relevant information from it for learning. In addition to a qualitative analysis of learners' preferences, we also contribute an interdisciplinary perspective on cognitive processing of visualizations and a discussion of implications for designing and evaluating data visualizations beyond educational contexts.*
