I am here to talk about the science behind visualization. I am Prof. Tamara Munzner from the University of British Columbia. Ask Me Anything!
Notice bibliographique
Résumé
Hello world! Tamara Munzner here. I’ve been doing computer-based visualization for almost 25 years, starting as technical staff at the NSF-funded Geometry Center, continuing as a grad student in the Stanford graphics group with Pat Hanrahan, and then as a professor at UBC since 2002. I have worked in a broad range of application domains including genomics, evolutionary biology, fisheries management, energy and sustainability, geometric topology, large-scale system administration, web log analysis, computer networking, computational linguistics, data mining, and journalism. Yet more details on my web site in general or my bio page in particular. Let’s talk about the science behind visualization! I’m particularly excited to talk about the ideas covered my book, Visualization Analysis and Design. Since it’s done at long last. Or any of the visualization research papers, videos, or software at on my lab web site. Or anything about the visual representation of data, broadly construed. And hey, it’s an AMA, so anything else is fair game too. Including books, especially science fiction and fantasy, since reading too much is a vice of mine. As you can see from my reading lists: books read in reverse chronological order and books read ordered by author, with commentary. Proof: https://twitter.com/tamaramunzner/status/636466649541902336 Update 1: forgot to say that the official start time for me answering is noon Pacific time which is 3pm Eastern. That’s soon! Update 2: Answers have started. Typety-type-type. Update 3: 3pm Pacific, taking the teeniest of breaks for a snack and cup of tea. Must hold body and soul and neurons together. I’ll be back! Update 4: 3:15pm Pacific, back to the keyboard. A runny Brie on rosemary bread toast and an acceptable Cream Early Grey have saved the day. Might need to move on to the big guns of Lapsang Suchong or a hefty Assam soon if the questions continue at this rate! Update 5: 6:30pm Pacific. Not dead yet - still answering! Although admittedly my posting rate slowing down, despite my fresh cup of Halmari Assam… Update 6: 10pm Pacific. Declaring victory, or at least throwing in the towel. I’ve completely run out of time, I’ve mostly run out of neurons, and I think dinner sounds like a fine idea right about now. Wow, this has been an amazingly fun day! Many thanks to everybody below for your thoughtful questions, and also thanks to @frostickle in particular for both talking me into this and for shepherding me through it.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,152 | 0,096 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».