Bar graphs of mean values produce inflated and variable estimates of effect size
Notice bibliographique
Résumé
Bar graphs of mean values (BGoMs) are frequently criticized for abstracting beyond, and thus hiding, the individual values that are averaged to produce their plotted mean values. Yet does this abstraction produce miscommunication? BGoMs are often presumed, due to their visual simplicity, to communicate well, especially to non-expert viewers. Here, we tested that presumption. In a study of 29 non-expert viewers, we first found that viewers overestimated the effect sizes conveyed by two real BGoMs taken directly from popular Introductory Psychology textbooks. We then asked whether manipulation of the y-axis range would reduce this overestimation and found that it did, but only partly, and only in some viewers. We measured estimated effect sizes in Cohen’s d (SD) units via a drawing-based method developed by our lab that requires no prior statistical knowledge (Kerns & Wilmer, 2021). Participants simply sketch a version of a viewed BGoM, adding hypothesized data points that, when averaged, would produce the plotted mean values. For two BGoMs whose real effect sizes were 1.0 and 0.7, the median drawn effect sizes were 4.4 and 9.5. Expansion of the y-axis range reduced, but did not eliminate the overestimation (median effect sizes were 3.2 and 2.1, respectively, for a 2x expansion, and 3.7 and 2.5, respectively, for a 4x expansion). Moreover, the variation between the largest and smallest drawn effect size in every condition (2 BGoMs x 3 y-axis ranges) represented at least a fivefold difference; therefore, though overestimation was reduced on average, different viewers still came away with markedly different, often highly inaccurate, conceptions of the data. We conclude that BGoMs are capable of producing distorted, highly varied interpretations of data in non-expert viewers, and that abstraction in BGoMs is not just a theoretical concern, but an evidence-based concern.
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 | 0,106 | 0,458 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».