A presente pesquisa gerou quatro publicações em conferências nacionais e internacio- nais:
1. V Congresso Brasileiro de Informática na Educação (CBIE) 2016: Modelo de Visualização de Dados para Auxiliar o Professor no Aprimoramento do Design Instrucional com o Apoio de Learning Analytics.
Este trabalho propôs a concepção de formas de visualização de dados obtidos pelo Learning Analytics de uma disciplina/curso, com o objetivo de proporcionar ao professor uma rápida detecção de problemas no Design Instrucional.
2. The 17th IEEE International Conference on Advanced Learning Techno-
logies (ICALT 2017) - Timisoara, Romênia: DaVID - A Model of Data Visualization
for the Instructional Design.
Este artigo apresentou um estudo de caso com base em uma análise de dados his- tóricos de um curso de programação de computadores. O trabalho tinha como objetivo evidenciar os problemas encontrados em um Design Instrucional e permitir ao professor incorporar melhorias em novas edições do curso com base em edições anteriores.
3. 21st International Conference Information Visualization (IV2017) - Lon- dres, Inglaterra: Visualization of Education Data for the Improvement of Instructi- onal Design.
Este trabalho teve como objetivo propor visualizações de dados que se adéquam ao contexto da educação, no que se refere ao acompanhamento do desempenho dos alunos em um curso. O design foi obtido por meio de 3 visualizações que foram
apresentadas a um grupo de professor, que por meio de um feedback foi possível adaptar as propostas e chegar a uma representação visual dos caminhos que os alunos percorreram até a conclusão do curso.
4. 19th International Conference on Advanced Learning Technologies (ICALT 2017) - Paris, França: A Formal Approach for Instructiona Design integrated with Data Visualization for Learning Analytics.
Este artigo apresentou um estudo de caso com base no acompanhamento de um curso em tempo de execução, evidenciando os caminhos que apresentavam problemas no Design Instrucional, possibilitando ao professor fazer mudanças no DI durante a execução do curso, com o objetivo de incorporar melhorias ao curso.
Referências
ACKOFF, R. L. From data to wisdom. Journal of applied systems analysis, v. 16, n. 1, p. 3–9, 1989.
ARNOLD, K. E.; PISTILLI, M. D. Course signals at purdue: Using learning analytics to increase student success. In: ACM. Proceedings of the 2nd international
conference on learning analytics and knowledge. [S.l.], 2012. p. 267–270.
ATIF, A. et al. Learning analytics in higher education: a summary of tools and approaches. In: 30th Australasian Society for Computers in Learning in
Tertiary Education Conference (ascilite 2013), Sydney. [S.l.: s.n.], 2016.
AZEVEDO, E.; CONCI, A. Computação gráfica: teoria e prática. [S.l.]: Elsevier, 2003.
BASTIEN, J. C.; SCAPIN, D. L. Ergonomic criteria for the evaluation of
human-computer interfaces. Tese (Doutorado) — Inria, 1993.
BELLINGER, G.; CASTRO, D.; MILLS, A. Data, information, knowledge, and wisdom. 2004.
BERTIN, J. Graphics and graphic information processing. [S.l.]: Walter de Gruyter, 1981.
BORCHERS, J. O. A pattern approach to interaction design. In: ACM. Proceedings
of the 3rd conference on Designing interactive systems: processes, practices, methods, and techniques. [S.l.], 2000. p. 369–378.
BROWN, M. Learning analytics: Moving from concept to practice. Louisville,
CO: EDUCAUSE Learning Initiative. Retrieved October 10, 2013. 2012.
BRTKA, E. et al. The data visualization technique in e-learning system. In: IEEE.
Intelligent Systems and Informatics (SISY), 2012 IEEE 10th Jubilee International Symposium on. [S.l.], 2014. p. 489–492.
CARD, S. K.; MACKINLAY, J. D.; SHNEIDERMAN, B. Readings in information
visualization: using vision to think. [S.l.]: Morgan Kaufmann, 1999.
CAVALCANTI, Â. G. G. et al. Mineração e visualização de dados educacionais: Identificação de fatores que afetam a motivação de alunos na educação a distância. 2015. CHATTI, M. A. et al. A reference model for learning analytics. International Journal
of Technology Enhanced Learning, Inderscience Publishers, v. 4, n. 5-6, p. 318–331,
CHEN, C. Information visualization: Beyond the horizon. [S.l.]: Springer Science & Business Media, 2006.
CLOW, D. The learning analytics cycle: closing the loop effectively. In: ACM.
Proceedings of the 2nd international conference on learning analytics and knowledge. [S.l.], 2012. p. 134–138.
COSCARELLI, C. V. A informática na escola. Belo Horizonte: FALE/UFMG, 2013. COSTA, J. R. Análise do design instrucional do curso “formação docente na educação de jovens e adultos”. Ciência & Trópico, v. 34, n. 2, 2016.
DAHBI, A.; ELKAMOUN, N.; BERRAISSOUL, A. Adaptation and optimisation of pedagogical paths by ants’s algorithm. In: IEEE. Information and Communication
Technologies, 2006. ICTTA’06. 2nd. [S.l.], 2013. v. 1, p. 546–551.
DORÇA, F. A. et al. Detecção e correção automática de estilos de aprendizagem em sistemas adaptativos para educação. Revista de Informática Teórica e Aplicada, v. 18, n. 2, p. 178–204, 2011.
DUVAL, E. Attention please!: learning analytics for visualization and recommendation. In: ACM. Proceedings of the 1st International Conference on Learning
Analytics and Knowledge. [S.l.], 2014. p. 9–17.
FERRAZ, A.; BELHOT, R. V. et al. Taxonomia de bloom: revisão teórica e apresentação das adequações do instrumento para definição de objetivos instrucionais. Gest. Prod.,
São Carlos, SciELO Brasil, v. 17, n. 2, p. 421–431, 2010.
FIGUEIRAS, A. A typology for data visualization on the web. In: IEEE. Information
Visualisation (IV), 2013 17th International Conference. [S.l.], 2016. p. 351–358.
FILATRO, A. Design instrucional na prática. [S.l.]: Pearson Education do Brasil São Paulo, 2008.
FILATRO, A.; PICONEZ, S. C. B. Design instrucional contextualizado. São Paulo:
Senac, 2013.
FLICK, U. Introdução à pesquisa qualitativa. porto alegre: Artmed, 2009. Ocupacional
da Universidade de São Paulo, p. 71–77, 2009.
FRIENDLY, M. Milestones in the history of data visualization: A case study in statistical historiography. In: Classification—the Ubiquitous Challenge. [S.l.]: Springer, 2005. p. 34–52.
FRIENDLY, M.; DENIS, D. The early origins and development of the scatterplot.
Journal of the History of the Behavioral Sciences, Wiley Online Library, v. 41,
n. 2, p. 103–130, 2005.
FRIENDLY, M.; KWAN, E. Effect ordering for data displays. Computational
statistics & data analysis, Elsevier, v. 43, n. 4, p. 509–539, 2003.
FUNKHOUSER, H. G. Historical development of the graphical representation of statistical data. Osiris, The Saint Catherine Press Ltd., v. 3, p. 269–404, 1937.
GELLER, M.; TAROUCO, L. M.; FRANCO, S. R. Adaptando ambientes virtuais: reunindo educação a distância e estilos cognitivos. In: Brazilian Symposium
on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE). [S.l.: s.n.], 2004. v. 1, n. 1, p. 450–459.
GENTNER, D.; STEVENS, A. L. Mental models. [S.l.]: Psychology Press, 2015. GOLDSTEIN, P. J.; KATZ, R. N. Academic analytics: The uses of management
information and technology in higher education. [S.l.]: Educause, 2005. v. 8.
HABER, R. B.; MCNABB, D. A. Visualization idioms: A conceptual model for scientific visualization systems. Visualization in scientific computing, v. 74, p. 93, 1990. HAGE, H.; AIMEUR, E. E-learning for the new generations, a web 2.0 approach. In:
E-learning. [S.l.]: InTech, 2013.
HUTCHINS, E. Cognition in the Wild. [S.l.]: MIT press, 1995.
JOHNSON, S. D.; ARAGON, S. R. An instructional strategy framework for online learning environments. New directions for adult and continuing education, Wiley Online Library, v. 2003, n. 100, p. 31–43, 2003.
KANNO, M. Infografe: como e porque usar infográficos para criar visualizações e comunicar de forma imediata e eficiente. São Paulo: Infolide, 2015.
KANTARDZIC, M. Data mining: concepts, models, methods, and algorithms. [S.l.]: John Wiley & Sons, 2011.
KARTHWOHL, D. R.; ANDERSON, W. A revision of bloom’s taxonomy: An overview theory into practice. The Ohio State University, 2002.
KEHRER, J.; HAUSER, H. Visualization and visual analysis of multifaceted scientific data: A survey. IEEE transactions on visualization and computer graphics, IEEE, v. 19, n. 3, p. 495–513, 2013.
KENSKI, V. M. Aprendizagem mediada pela tecnologia. Revista diálogo educacional,
Curitiba, v. 4, n. 10, p. 47–56, 2003.
KOPER, R. Modeling units of study from a pedagogical perspective: the pedagogical meta-model behind eml. 2001.
KUNNEN, E.; NUCIFORA, S. Evaluating blackboard use on your campus: A review of the “project astro” greenhouse grant. 2009.
LANDIM, C. Educação a distância: algumas considerações. Niterói–RJ,[sn], 2009. LIU, Y.; HAO, L. Information graphics as a visual language. In: IEEE. Computer-
Aided Industrial Design & Conceptual Design (CAIDCD), 2010 IEEE 11th International Conference on. [S.l.], 2013. v. 1, p. 757–761.
MAZZA, R.; DIMITROVA, V. Informing the design of a course data visualisator: an empirical study. In: 5th International Conference on New Educational
MEDEIROS, C. et al. Atid-authoring tool for instructional design. In: Anais dos
Workshops do Congresso Brasileiro de Informática na Educação. [S.l.: s.n.],
2015. v. 4, n. 1, p. 383.
MENEZES, D. et al. David- a model of data visualization for the instructional design. In: IEEE. Advanced Learning Technologies (ICALT), 2017 IEEE 17th
International Conference on. [S.l.], 2017.
MINARD, C.-J. Des tableaux graphiques et des cartes figuratives. [S.l.]: Thunot, 1861.
MOISSA, B. et al. Uma ferramenta de visualização da informação para analisar o comportamento do aluno em um ambiente e-learning e sua trajetória de aprendizagem.
InfoDesign-Revista Brasileira de Design da Informação, v. 11, n. 3, p. 337–351,
2014.
MOLENDA, M. In search of the elusive addie model. Performance improvement, v. 42, n. 5, p. 34–37, 2003.
MOREIRA, A. F. B.; KRAMER, S. Contemporaneidade, educação e tecnologia.
Educação & Sociedade, Centro de Estudos Educação e Sociedade, v. 28, n. 100, p.
1037–1057, 2015.
MUNZNER, T. Visualization analysis and design. [S.l.]: CRC Press, 2014.
NANAVATI, A. A. et al. On the structural properties of massive telecom call graphs: findings and implications. In: ACM. Proceedings of the 15th ACM international
conference on Information and knowledge management. [S.l.], 2006. p. 435–444.
NASCIMENTO, R. B. d.; FILLHO, N. T. Correio eletrônico como recurso didático no ensino superior: o caso da universidade federal do ceará. Ciência da informação, SciELO Brasil, v. 31, n. 2, p. 86–97, 2002.
NESBITT, K. V. Getting to more abstract places using the metro map metaphor. In: IEEE. Information Visualisation, 2004. IV 2004. Proceedings. Eighth
International Conference on. [S.l.], 2004. p. 488–493.
NOE, R. Learning system design: A guide to creating effective learning initiatives.
SHRM Foundation, 2009.
OMRANI, F.; HAROUNABADI, A.; RAFE, V. An adaptive method based on high-level petri nets for e-learning. Journal of Software Engineering and Applications, Scientific Research Publishing, v. 4, n. 10, p. 559, 2011.
PALSKY, G. Des chiffres et des cartes: naissance et développement de la
cartographie quantitative française au XIXe siecle. [S.l.]: Comité des travaux
historiques et scientifiques-CTHS, 1996. v. 19.
PEDROSA, T. M.; TOUTAIN, L. B. O uso das cores como informação em interfaces digitais. VI Cinform–Bahia, 2005.
PEROZZO, L. Della rappresentazione graphica di una collettivita di individui nella successione del tempo. Annali di Statistica, v. 12, p. 1–16, 1880.
PINEO, D.; WARE, C. Data visualization optimization via computational modeling of perception. IEEE Transactions on Visualization and Computer Graphics, IEEE, v. 18, n. 2, p. 309–320, 2014.
PLAYFAIR, W. The statistical breviary; shewing, on a principle entirely new,
the resources fo every state and kingdom in Europe; illustated with stained copper-plate charts, representing the physical powers of each distinct nation with ease and perspicuity. By William Playair. [S.l.]: T. Bensley, J. Wallis [etc.,
etc.], 1801.
ROTH, S. F.; MATTIS, J. Data characterization for intelligent graphics presentation. In: ACM. Proceedings of the SIGCHI Conference on Human Factors in
Computing Systems. [S.l.], 1990. p. 193–200.
SAFARI, S.; MOHAMMADI-BOLBANABAD, H.; KAZEMI, M. Evaluation mental work load in nursing critical care unit with national aeronautics and space administration task load index (nasa-tlx). Health System Research, v. 9, n. 6, p. 613–9, 2015.
SALLABERRY, A. et al. Interactive visualization and navigation of web search results revealing community structures and bridges. In: CANADIAN INFORMATION PROCESSING SOCIETY. Proceedings of Graphics Interface 2010. [S.l.], 2010. p. 105–112.
SANTOS, E. M. dos et al. Avaliação de cursos on-line: uma análise sob a perspectiva do design instrucional. 2013.
SANTOS R.G.; RAMIRES, P. Análise da carga mental dos profissionais na área de tecnologia em gestão da produção industrial. Congresso internacional de Adm, 2014. SCAIFE, M.; ROGERS, Y. External cognition: how do graphical representations work?
International journal of human-computer studies, Elsevier, v. 45, n. 2, p. 185–213,
1996.
SEBRECHTS, M. M. et al. Visualization of search results: a comparative evaluation of text, 2d, and 3d interfaces. In: ACM. Proceedings of the 22nd annual international
ACM SIGIR conference on Research and development in information retrieval. [S.l.], 1999. p. 3–10.
SHEARER, R. No significant difference and distance education. Retrieved on July, v. 1, p. 2006, 2002.
SIEMENS, G. Sensemaking: Beyond analytics as a technical activity. Presentation at
the EDUCAUSE ELI, 2015.
SIEMENS, G.; BAKER, R. S. d. Learning analytics and educational data mining: towards communication and collaboration. In: ACM. Proceedings of the 2nd
international conference on learning analytics and knowledge. [S.l.], 2012. p.
252–254.
SILVA, H. Integrando a história oral e as narrativas a abordagens pedagógicas problematizadoras na formação inicial de professores de matemática. Revista de
SILVA, L. A. M. da. Sobre a criação de unidades de aprendizagem do padrão ims learning design: um estudo prático. 2008.
SOMASUNDARAM, G.; SHRIVASTAVA, A. et al. Armazenamento e gerenciamento
de informações: como armazenar, gerenciar e proteger informações digitais.
[S.l.]: Bookman Editora, 2009.
TUCKER, D. The Application of the Dick and Carey Systems Approach
Model to a Macromedia○ Flash Tutorial. 2002.R
TUFTE, E. R. et al. Visual explanations: images and quantities, evidence and narrative.
Computers in Physics, AIP Publishing, v. 12, n. 2, p. 146–148, 1998.
TURKEY, C. et al. Representative factor generation for the interactive visual analysis of high-dimensional data. IEEE Transactions on Visualization and Computer
Graphics, IEEE, v. 18, n. 12, p. 2621–2630, 1976.
VANTROYS, T.; PETER, Y. Cow, a flexible platform for the enactment of learning scenarios. Groupware: Design, Implementation, and Use, Springer, p. 168–182, 2003.
WRIGHT, S. The relative importance of heredity and environment in determining the piebald pattern of guinea-pigs. Proceedings of the National Academy of Sciences, National Acad Sciences, v. 6, n. 6, p. 320–332, 1920.
YANG, Y. et al. Many-to-many geographically-embedded flow visualisation: an evaluation. IEEE transactions on visualization and computer graphics, IEEE, v. 23, n. 1, p. 411–420, 2017.
ZHANG, H. et al. Moodog: Tracking students’ online learning activities. In:
Proceedings of World conference on educational multimedia, hypermedia and telecommunications. [S.l.: s.n.], 2007. v. 25, p. 4415–4422.
ZHOU, F. et al. Entvis: A visual analytic tool for entropy-based network traffic anomaly detection. IEEE computer graphics and applications, IEEE, v. 35, n. 6, p. 42–50, 2015.
APÊNDICE A
História da Visualização de Dados
A origem da visualização de dados data dos séculos XVI e XVII, onde as primeiras representações foram feitas por diagramas geométricos, tabelas que mostravam as posições das estrelas e até mesmo os mapas. Com a expansão marítima da Europa no século XVI, foram desenvolvidas novas técnicas e instrumentos que possibilitaram o desenvolvimento de novas formas de visualização e de conhecimento (FRIENDLY, 2005).
A Figura 91 ilustra um gráfico de séries de tempo, que é um tipo de visualização que faz uma alteração no posicionamento dos sete grandes corpos celestes no espaço e no tempo, sendo estas, as primeiras representações gráficas de informação quantitativa encontradas no século X (FUNKHOUSER, 1937). É possível observar na Figura 91, que o eixo vertical representa a inclinação das órbitas planetárias, e o eixo horizontal mostra o tempo dividido em trinta intervalos.
Figura 91 – Visualização do movimento planetário.
As primeiras formas de visualização de medição foram desenvolvidas no período de 1600-1699. Os principais problemas do século anterior se referiam a medição física do tempo, distância e espaço para a astronomia, navegação e expansão territorial. Durante este século, vários campos tiveram um avanço significativo, tais como: as estimativas, as probabilidades, a demografia e todo o domínio da estatística. Um astrônomo flamenco da corte da Espanha chamado Michael Florent van Langren, desenvolveu um gráfico de linha que mostra os 12 pontos conhecidos da diferença de longitude entre Toledo e Roma (Figura 92). Este gráfico representa a primeira visualização de dados estatísticos (TUFTE et al., 1998).
Figura 92 – Gráfico da distância de Toledo a Roma.
Fonte: (TUFTE et al., 1998)
O gráfico apresentado na Figura 92 é o mais antigo exemplo conhecido do princípio do efeito de ordenação para visualização de dados, sendo considerado um marco na história da visualização de dados (FRIENDLY; KWAN, 2003). O primeiro mapa do tempo foi criado por Edmond Halley em 1686, e tinha como objetivo mostrar a prevalência dos ventos em um mapa geográfico.
Novas fórmulas gráficas foram criadas no século XVIII, possibilitando que os cartó- grafos mostrassem mais do que a posição geográfica. Áreas como geologia, economia, demografia e saúde começaram a ser mapeadas até o final deste século. Sendo assim, novas formas de visualização começaram a surgir com o aumento do volume de dados, determinando a inclusão de novas tecnologias, tais como, cor, litografia e a imprensa, abrindo caminho para uma nova forma de visualizar as informações.
O inglês Joseph Priestley criou em 1765 um gráfico de linha do tempo, onde mostrava a expectativa de vida de 2000 pessoas famosas a partir de 1200 até 1750, onde o tempo de vida foi apresentado por gráfico de barras (FRIENDLY; DENIS, 2005). Em 1779 o alemão Johann Heinrich Lambert, criou a análise gráfica da variação sanzonal da temperatura do solo (FRIENDLY, 2005). Playfair (1801), foi considerado o inventor de formas gráficas mais utilizadas até hoje, sendo o criador do gráfico em barras, do gráfico em pizza e do gráfico em círculos. É possível observar na Figura 93 uma comparação visual entre a
população e os impostos em vários países através de uma combinação criativa de diferentes forma visuais: círculos, linhas e pizza.
Figura 93 – Gráfico que compara as populações e impostos de vários países.
Fonte: (PLAYFAIR, 1801)
A infografia ou infográficos são um tipo de representação visual gráfica, muitas vezes complexa, que tem como objetivo facilitar a compreensão dos dados através de uma lin- guagem visual. Utiliza-se estes gráficos quando é preciso explicar a informação de forma mais dinâmica, como em mapas, jornalismo e manuais técnicos, educativos ou científicos. Por ser um recurso muitas vezes complexo, pode-se utilizar uma combinação de fotografia, desenho e texto para facilitar sua compreensão (LIU; HAO, 2013).
O início da infografia moderna se deu na primeira metade do século XIX, onde houve um grande crescimento de gráficos estatísticos e de mapeamento temático. Todas as formas de gráficos estatísticos conhecidas hoje foram desenvolvidas nesta época. Na car- tografia, mapas simples foram transformados em atlas complexos baseados em uma grande variedade de dados (Figura 94).
Figura 94 – Atlas físico.
Fonte: (PALSKY, 1996)
A era de ouro da estatística se deu de 1850 a 1900. As informações numéricas ganharam importância no controle e planejamento social, político e econômico. Através dos recursos conquistados nos períodos anteriores, a visualização de dados teve um avanço significativo que permitiu a compreensão e análise de um volume estatístico crescente (KANNO, 2015). A teoria estatística iniciada por Gauss (1777-1855) e Laplace (1749-1827) foi a fonte para a criação de um grande número de dados. Minard (1861)criou um infográfico sobre a marcha de Napoleão até Moscou (Figura 95).
Figura 95 – Infográfico de Minard sobre a marcha de Napoleão.
Nesse gráfico existem seis variáveis que forma uma única imagem. A primeira repre- senta a largura do trajeto que é proporcional ao número de soldados sobreviventes na campanha da guerra. A segunda e a terceira representam a latitude e longitude, respec- tivamente. A quarta, a direção de ida e volta sinalizada por cores. Quinto, a localização do exército em datas específicas, e por último, a temperatura do trajeto.
Novos gráficos foram surgindo de acordo com as tentativas de visualização de mais de duas variáveis simultaneamente, sendo necessário incluir uma terceira dimensão para representar estes dados. Perozzo (1880), com base no Censo da Suécia durante o período de 1750-1875, criou um gráfico em três dimensões que representa a população da Suécia neste período (Figura 96).
Figura 96 – Gráfico 3D da população da Suécia.
Fonte: (PEROZZO, 1880)
Após este período, iniciou-se o período negro dos gráficos de estatística, que se deu de 1900 a 1949, aconteceram poucas inovações gráficas e o entusiasmo vivido no século passado foi suplantado pelo crescimento da quantificação e modelos formais. Durante este período, tudo o que foi alcançado consegue se popularizar, seja no governo, no comércio e ciência. A visualização gráfica é consagrada para explicar novas descobertas e teorias (FRIENDLY; DENIS, 2005). Em 1920, foi criado o gráfico de setas por Sewall Wright, que tinha como objetivo mostrar a relação entre variáveis, formando um sistema estrutural (Figura 97).
Figura 97 – Diagrama de seta.
Fonte: (WRIGHT, 1920)
Com base em diagramas de circuitos, Harry Beck criou em 1933 o mapa do metrô de Londres (Figura 98), que se tornou um símbolo reconhecido mundialmente por sua simplicidade e clareza (NESBITT, 2004).
Figura 98 – Mapa do Metrô de Londres.
Fonte: (NESBITT, 2004)
O renascimento da visualização se deu no período de 1950-1974. A visualização de dados começou a sair do esquecimento em 1960. Em 1965, John W. Turkey (TURKEY et al., 1976) reconhece a importância da análise gráfica dos dados, lançando novos padrões e inovações contribuindo para a evolução do histograma da análise de demonstrações contá- beis, (técnica que realiza a decomposição, comparação e interpretação dos demonstrativos financeiros da empresa) utilizando as novas propostas de comparação visual (Figura 99).
Figura 99 – Histograma de análise de contas.
Fonte: (TURKEY et al., 1976).
De 1975 até os dias atuais, o computador se tornou um grande aliado para a vi- sualização de dados, ocorrendo diversas inovações nesta época, como por exemplo: o desenvolvimento de software e sistemas de computador altamente interativos e de fácil manipulação. Os novos paradigmas de manipulação de dados, a invenção de técnicas gráficas e métodos de visualização multidimensionais também deixaram sua marca.
A divisão das fases da história da visualização de dados proporcionou a oportunidade de caracterizar cada fase com eventos específicos que ocorreram de acordo com o que foi apresentado. A Figura 100 mostra uma visualização gráfica da distribuição temporal dos eventos considerados como marco na história da visualização de dados, mostrando a frequência destes eventos.
Figura 100 – Infográfico dos Marcos da visualização de dados.
APÊNDICE B
Questionário de Usabilidade
Ergonômica
Preencha completamente o questionário de ergonomia de Bastien e Scapin, de acordo com sua opinião. Com base nos critérios apresentados, qual a sua opinião sobre a utilização do DaVID? Marque a alternativa de acordo com o índice.
[1] Nunca [2] Raramente [3] Às Vezes [4] Várias Vezes [5] Frequentemente
Questionário de Ergonomia de Bastien e Scapin 1 2 3 4 5
O agrupamento das informações e a utilização das formas e cores possuem características visuais compatíveis com a proposta?
O menu de configuração encontra-se em posição de destaque, e facilmente identificado?
Os elementos apresentados na interface (botões, check box, caixa