六何分析法,又被称为“5W1H”原则。“5W”是拉斯维尔在1932 年提出的传播模式,也是一种思维策略工具,后经不断运用和发展,形成了一套完善的“5WIH”模式。六何分析法(5W1H)可视化海洋科普教育设计过程:对海洋科普教育选定的可视化主题,从何因(Why)、何事(What)、何地(Where)、何时(When)、何人(Who)和何法(How)六个重要因素提出问题并进行可视化设计。以问题为导向可视化海洋科普教育设计方法,旨在回答海洋科普教育“何时”(时态数据),“哪里”(地理空间数据),“什么”(主题数据),“与谁”(网络数据和树型数据)的问题,涵盖时间数据、地理空间数据、树型数据和网络数据的分析和可视化,以及交互式可视化的设计和部署。将六何分析法运用于可视化海洋科普教育设计的模型如图4-6 所示。综合运用可视化工具和思维策略方法(六何分析法),结合具体的思维策略对知识可视化结构进行设计,思维策略工具和可视化工具两者充分运用,才能发挥出海洋科普教育可视化应有的价值。
图4-6 六何分析法设计模型
(一)Why——海洋科普教育可视化动因
由于复杂化的抽象信息要数据化和知识化,海洋教育服务平台面临形色各异的数据问题:为什么采用这个可视化模型?为什么要分析这部分数据集?为什么进行数据标注?为什么要把图示标成红色?为什么要做成这种思维形状?为什么采用社会网络分析法?海洋科普教育可视化重要任务就是发现和理解数据中的“故事”,然后用可视化手段将“故事”呈现给其他人。海洋科普教育可视化要找到一种遵循源于对学习者感知理解的设计方法。这种设计方法的理由、根据和目的是什么,也就是我们所说的“动因”(Why)。合理的可视化设计方法才能有效地可视化数据,将抽象数据转化为有知识化的视觉属性,变成“有数字意义的故事”,并将其应用到海洋科普教育课程中。
(二)What——海洋科普教育可视化对象
海洋科普教育可视化对象,即应用主题数据及其可视化来回答“何事”(What)的问题。海洋科普教育“何事”可视化设计,应用主题(也称为结构、语言或语义)的数据分析和数据可视化来描述海洋科普教育具体事件。“主题分析”(topic analysis)被定义为提取数据集其中一组词或词集以及它们出现的频率,以确定一个文本包含的主题。例如,在海洋科普教育中,海洋教育服务平台使用知识点的名称或内容关键词等文本来确定可视化的主题、主题间的关联,以及这部分主题随时间或空间的演变,用不同的符号或图示,标记可视化主题的详细信息和例证,有助于学习者更深刻地理解可视化主题结构和相互之间的关系。
(三)Who——海洋科普教育可视化主体
海洋科普教育可视化主体,即应用树形数据和网络数据及其可视化回答“何人”(Who)的问题。海洋科普教育在这一部分的可视化设计,着眼于树型数据和网络数据的分析和可视化。海洋教育服务平台应用树型数据的分类、组织层次结构等数据结构,结合树视图(tree views)、树形图示(tree graphs)和树形图(tree maps)等多种表达形式,进行组合和显示知识点的分类和相关技术路线图。对于海洋科普教育知识点之间的联系、学习者间的合作和观点的引用关系等有关联的数据,都可以通过网络数据可视化分析其网络特性和结构,如密度、权重、属性和集群等情况。
(四)Where——海洋科普教育可视化场所(www.daowen.com)
海洋科普教育可视化场所,即应用地理空间数据及其可视化来回答“何地”(Where)的问题。海洋科普教育在这一部分的可视化设计,应用地理学、制图学、统计学和其他空间学科领域,通过空间维度进行表述。例如,对于“学习者最感兴趣的海洋科普知识点发生在什么地方?”这些知识点产生、分享和流动等轨迹是什么样的?”等问题,海洋教育服务平台通过海洋科普教育可视化设计,从微观和宏观两个维度进行详细描述。
(五)When——海洋科普教育可视化时点
海洋科普教育可视化时点,即应用时间数据及其可视化来回答“何时”(When)的问题。海洋科普教育“何时”可视化设计,需要理解数据对象的时间分布,通过趋势性的、季节性的或突发性的时间序列数据模式,分析海洋科普教育涉及增长率、高峰期的延迟或衰减率等问题。海洋科普教育可视化时点以时间为维度,对数据进行时间分割,设置不相交的时间框架、重叠的时间片段、累积的时间切片等时间选项,将数据对象按时间标记,对海洋科普教育具有时间特性的知识点进行组织和观察。
(六)How——海洋科普教育可视化路径
海洋科普教育可视化采用怎样的方法?到底应该怎么实施?具体的步骤是什么?围绕这些“何法”(How)的问题,海洋科普教育可视化可以尝试以下路径:
(1)树立从以资源为中心到以学习者为中心的转变理念,识别学习者行为意图,定制个性化知识体系;
(2)知识服务由表层化向深层化发展,依据数据、信息、知识和智慧的学习者认知模型,逐层提高教学目标和服务水平;
(3)制定可视化目标,例如为学习者创建多维交叉可视化学习分析报告,提供可视化教学策略、知识推荐方案和课程内容优化方案;
(4)具体方法:采用信息化手段,由经验驱动到数据驱动转变。选择知识点可视化变量和建立知识点因果关系模型,用路径图形将知识点变量的层次,知识点变量间因果关系的路径、类型、结构等,表述为知识点因果模型,然后通过分析知识点变量之间假设的因果效应,读出知识点路径的相关属性,求出知识点可视化最佳路径。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。