The Power Of Colors To Maximize Attention And Readability In Visual Communication: Insights From An Eye-Tracking Behavioural Study
Notice bibliographique
Résumé
With the increase in digital visual content and the need to capture and maintain audience attention, understanding the impact of colors on attention and legibility is essential.This research explores the role of colors in visual communication and their influence on human attention and reading difficulty.The two primary goals of this study were to determine which colors are more visually appealing and which are more readable.We used eye-tracking technology (Gazepoint) to monitor 27 participants with an average age of 19.125 years (SD= 0.95) as they read slides with different background colors, aiming to discover which colors attract more attention and provide better legibility.When it comes to the colors that draw the most attention, yellow was the color that people see the most, appearing in 49 different instances.Blue has 19 occurrences, orange has 23 occurrences, and green has 31 occurrences.On the other hand, red and purple attracted less attention, with only 8 occurrences for red and 5 for purple.In relation to pupil dilation for different colours, it was observed that the average dilation values were similar, suggesting no significant difference in pupillary response regarding the attention and concentration required during the reading of the evaluated slides.However, when considering the maximum dilation values, it was observed that black, followed by purple and green, caused a more pronounced pupil dilation.On the other hand, red and yellow showed the lowest maximum dilations, suggesting reading that requires less focus.Similarly, when analysing the minimum dilation values, it was found that purple, followed by black and orange, resulted in lower minimum dilations, indicating less concentration required during reading.On the other hand, yellow, green, and black recorded the highest minimum dilations, suggesting a higher level of required concentration.This suggests that these colors can be deliberately employed to draw attention and guide the viewer's gaze.These are the intriguing results about the effects of color on attention and legibility.Additionally, this knowledge has consequences for advancing communication techniques and increasing accessibility.In conclusion, future research on the individual, contextual, and multidimensional subtleties of color perception present a wealth of opportunities for enhancing design techniques, visual communication, and marketing strategies.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».