MétaCan
Menu
Retour à la cohorte
Enregistrement W4402452689 · doi:10.11159/mhci24.101

The Power Of Colors To Maximize Attention And Readability In Visual Communication: Insights From An Eye-Tracking Behavioural Study

2024· article· en· W4402452689 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueProceedings of the World Congress on Electrical Engineering and Computer Systems and Science · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReadabilityEye trackingComputer scienceTracking (education)Visual attentionArtificial intelligenceVisual communicationComputer visionHuman–computer interactionPsychologyMultimediaCognitionNeuroscience

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,147
Score d'incertitude au seuil0,220

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,306
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle