Mitigando problemas recorrentes em visualizações de dados clássicas

O projeto propõe investigar e desenvolver técnicas para mitigar problemas recorrentes em visualizações de dados, com foco especial em gráficos clássicos, como gráfico de barras. Apesar de sua popularidade devido à simplicidade e clareza, esses gráficos apresentam limitações quando expostos a conjuntos de dados com situações adversas — como distorções visuais causadas por escalas desproporcionais, sobreposição visual de informações, ou poluição visual. Tais distorções prejudicam a leitura e interpretação dos dados, comprometendo análises e decisões baseadas nessas visualizações. A motivação central reside na crescente demanda por ferramentas de visualização robustas frente ao aumento do volume e da complexidade dos dados em áreas como ciência, economia e saúde pública. Ao lidar inadequadamente com tais situações adversas, gráficos podem induzir a erros interpretativos, o que compromete a qualidade da comunicação científica e técnica. A pesquisa visa desenvolver técnicas que permitam o aumento da confiabilidade das visualizações frente a essas adversidades. A metodologia será estruturada em etapas: identificação do problema, revisão de literatura com técnica de snowballing, desenvolvimento da técnica principal (quebra de escala com perspectiva), testes com usuários, e análises quantitativas e qualitativas. O cronograma do projeto prevê um ano de execução, iniciando com a revisão bibliográfica, seguido pelo desenvolvimento, testes e publicação dos resultados. A bibliografia utilizada abrange autores e obras fundamentais na área de visualização da informação, como Colin Ware, Tamara Munzner, e William Cleveland. Em suma, o projeto busca soluções visuais mais eficazes para comunicação visual de dados, contribuindo para a melhoria da percepção e da tomada de decisão baseada em dados.