Box Plot का उपयोग बंद करना (2021)

 (nightingaledvs.com)
1 पॉइंट द्वारा GN⁺ 2024-06-24 | 1 टिप्पणियां | WhatsApp पर शेयर करें

अनुचित तुलना: दृश्य रूप में दिखाई गई सामाजिक असमानता स्थिति को कैसे और खराब कर सकती है

शोध का अवलोकन

  • नए शोध से पता चलता है कि लोकप्रिय chart choices अवचेतन सामाजिक पक्षपात को जन्म दे सकते हैं और प्रणालीगत नस्लवाद को मजबूत कर सकते हैं।
  • चार्ट शुरू में भले ही हानिरहित लगें, लेकिन सामाजिक असमानता को दृश्य रूप में दिखाने का तरीका वास्तव में समस्या को और बढ़ा सकता है।

चार्ट की समस्याएँ

  • सामाजिक असमानता को दृश्य रूप में दिखाते समय कुछ chart types नकारात्मक प्रभाव डाल सकते हैं।
  • उदाहरण के लिए, bar charts या pie charts कुछ समूहों को नकारात्मक रूप में प्रस्तुत कर सकते हैं।
  • ऐसे चार्ट अवचेतन रूप से कुछ नस्लीय या सामाजिक समूहों के बारे में पक्षपात को मजबूत कर सकते हैं।

शोध के निष्कर्ष

  • शोध ने विश्लेषण किया कि अलग-अलग chart types लोगों की धारणाओं को कैसे बदलते हैं।
  • कुछ चार्ट सामाजिक असमानता को अधिक स्पष्ट रूप से दिखाते हैं, लेकिन साथ ही नकारात्मक पक्षपात को मजबूत करने की संभावना भी रखते हैं।
  • शोध इस बात पर जोर देता है कि chart selection का प्रभाव केवल साधारण data visualization से कहीं अधिक हो सकता है।

समाधान

  • data visualization में निष्पक्षता बनाए रखने के लिए chart selection में सावधानी बरतनी चाहिए।
  • सामाजिक असमानता को दृश्य रूप में दिखाते समय अलग-अलग दृष्टिकोणों पर विचार करना चाहिए और पक्षपात को कम करने के तरीके खोजने चाहिए।
  • शिक्षा और प्रशिक्षण के माध्यम से data visualization के संभावित प्रभाव को समझने और उसे बेहतर बनाने की आवश्यकता है।

GN⁺ की राय

  • data visualization का महत्व: data visualization जानकारी पहुँचाने का एक शक्तिशाली साधन है, लेकिन गलत उपयोग होने पर इसका नकारात्मक प्रभाव पड़ सकता है।
  • शिक्षा की आवश्यकता: data visualization से जुड़ी शिक्षा के माध्यम से यह सीखने की जरूरत है कि अवचेतन पक्षपात को कैसे कम किया जाए।
  • विविध visualization tools का उपयोग: निष्पक्ष और संतुलित डेटा प्रस्तुत करने के लिए विभिन्न visualization tools और तरीकों का उपयोग महत्वपूर्ण है।
  • सामाजिक जिम्मेदारी: data visualization विशेषज्ञों को सामाजिक जिम्मेदारी के साथ काम करना चाहिए और यह विचार करना चाहिए कि उनके काम का समाज पर क्या प्रभाव पड़ता है।
  • तकनीकी प्रगति: नई तकनीकों और तरीकों के जरिए data visualization की निष्पक्षता बढ़ाने के लिए शोध और विकास की आवश्यकता है।

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-06-24
Hacker News की राय
  • Box प्लॉट डेटा के वितरण को घंटी के आकार का नहीं दिखाता। यह केवल मान लेता है कि डेटा घंटी के आकार का अनुसरण करता है.
  • Box प्लॉट का एकमात्र फ़ायदा यह था कि इसे हाथ से बनाया जा सकता था, लेकिन अब जब कंप्यूटर सर्वव्यापी हैं, यह बात अब प्रासंगिक नहीं रही.
  • Violin प्लॉट और bee swarm प्लॉट बेहतर हैं। Jittered strip प्लॉट भी सावधानी से इस्तेमाल किया जाए तो ठीक है.
  • लोग बहुत सारे अंकों को summary statistics में समेटना चाहते हैं, लेकिन जब वही सारांश गलतफ़हमी पैदा करता है तो उन्हें पछताना पड़ता है। यह इंसानों की एक सामान्य समस्या है.
  • Box प्लॉट एक single sample के वितरण को दिखाता है, और उसकी अनिश्चितता violin प्लॉट आदि में व्यक्त नहीं होती.
  • बहुत से लोग Box प्लॉट का बचाव करते हैं, लेकिन यह दावा नहीं किया गया कि वह किसी खास स्थिति में सबसे उपयोगी है.
  • Box प्लॉट स्थिति और वितरण दिखाने के लिए उपयुक्त है। आकार दिखाने के लिए यह उपयुक्त नहीं है.
  • कुछ स्थितियों में वितरण चार्ट के अन्य प्रकार उपयोगी हो सकते हैं। जिन वितरणों में single mode नहीं होता, उनमें Box प्लॉट का इस्तेमाल नहीं करना चाहिए.
  • Box प्लॉट उस दौर की विरासत है जब अच्छे चार्ट प्रिंट नहीं किए जा सकते थे। अब density प्लॉट आदि का इस्तेमाल करना बेहतर है.
  • Jittered strip प्लॉट में density को अलग-अलग पहचानना मुश्किल होता है। इसकी जगह swarm प्लॉट या bee swarm प्लॉट इस्तेमाल करना बेहतर है.
  • डिज़ाइन में सबसे महत्वपूर्ण सवाल है: "इसे सबसे स्पष्ट तरीके से कैसे बताया जा सकता है?" सही tool का इस्तेमाल करना चाहिए.
  • Box प्लॉट वितरण को ज़रूरत से ज़्यादा सरल बना देता है, जिससे उसे समझना आसान हो जाता है। mean भी गलतफ़हमी पैदा कर सकता है, लेकिन इसलिए उसके इस्तेमाल पर रोक नहीं लगाई जाती.