Paper Review: Sounds Uncertain: Exploring the Affective Aspects of Sonification for Uncertainty Visualization

论文类型: 方法型

本文提出并实施一种共设计（co-design）用户研究方法，用于探索声化（sonification）如何传达不确定性可视化中的情感面向。研究招募 21 名非专家参与者，为德国历史气温（中性）与预测气温（不确定性）各创作一段声化，并通过反思性主题分析（RTA）提炼设计推理。论文贡献为四个主题（清晰、放松对应中性；波浪、不祥对应不确定性）与参与者声化、代码簿等补充材料，属于产生设计假设的探索性实证研究。

公理审查结果

公理一 对象公理（对象真实、定义明确、范围恰当）

• 判定: ✅
• 分数: 8
• 依据: 两个研究问题（RQ1 何种声化品质引发不确定性情感面向；RQ2 中性声化的特征）界定清晰；对象为 21 名非专家参与者（7 女 14 男，平均年龄 26.5 岁，19/21 此前未接触声化概念），工具限定 8 个听觉参数（音色、音量、音高、白噪声、幅度调制、调制频率、循环与包络、频率滤波），数据为德国 1881–2024 实测与 2025–2100 预测气温。研究对象与范围界定完整。
• Wiki 证据: Wikipedia “Sonification” 条目定义听觉数据显示及其感知通道；”Affective computing” 条目确认情感计算作为研究对象的学术合法性。

公理二 识别公理（识别正确基线、公平比较）

• 判定: ⚠️
• 分数: 5
• 依据: 工具内的 baseline 按钮仅提供一段标准示例音（气温-音高直接映射），没有将参与者产出与先前工作（Vriend 2025 的音视频不确定性符号学、Ballatore 2018 的声音维度映射）做系统性定量对比；中性条件作为任务内基线有效，但缺少对参与者声化与设计者映射一致性的检验。作者在 5.3 节仅以定性方式讨论白噪声的歧义并与文献对照。
• Wiki 证据: Wikipedia “Participatory design” 条目说明用户设计产物作为数据来源的方法，但共设计范式本身不包含对照条件，公平比较依赖后续验证研究。

公理三 独立性公理（评估独立于训练信号）

• 判定: ⚠️
• 分数: 6
• 依据: 采用 Braun & Clarke 反思性主题分析（RTA, 2006/2024 指南）；前 10 份转录由第一作者在毕业论文（Dutt 2025）中单独编码，后 11 份由第一作者编码、第二作者补充编码并合并/拆分代码，三位作者定期讨论直至达成一致；研究在 OSF 预注册（doi:10.17605/OSF.IO/MNEF7，实测 HTTP 200 可访问）。但全文未报告评分者间一致性指标（如 Cohen’s κ），前 10 份转录无独立双编码。
• Wiki 证据: Wikipedia “Inter-rater reliability” 条目说明评估独立性需要量化一致性度量；”Thematic analysis” 条目说明主题分析的系统化流程与透明性要求。

公理四 压缩公理（方法真正更简洁）

• 判定: ⚠️
• 分数: 5
• 依据: 20 个代码被压缩为 4 个主题（清晰、放松、波浪、不祥），分别对应中性与不确定性声化，为设计者提供了比逐条代码更可操作的指导（如”白噪声歧义应避免”“幅度调制直观传达不确定性波动”）。但压缩是定性的，没有量化简约性指标（如降维后的信息保持率）。
• Wiki 证据: Wikipedia “Occam’s razor” 条目确立简约性作为科学解释优劣判据。

公理五 效用公理（效用真实且有量化）

• 判定: ⚠️
• 分数: 4
• 依据: 论文自述”Rather than offering validated sonification mappings, we present hypotheses-generating results”（提供假设生成而非验证性映射），全文未报告任何量化效用指标：没有独立听者组对产出声化是否成功传达不确定性/中性进行评定，没有任务绩效、信任或理解度测量。设计洞察具有定性可操作性，效用方向真实但完全未量化。
• Wiki 证据: Wikipedia “Sonification” 条目讨论可听化的应用价值，但本工作缺乏对应用效果的实证量化。

公理六 新颖性公理（真正新颖）

• 判定: ⚠️
• 分数: 6
• 依据: 在同组前作 Vriend 2025（arXiv:2505.14379，音视频不确定性符号学）基础上新增幅度调制、白噪声等通道，首次以共设计方法采集不确定性情感面向与中性的声化映射及设计推理；识别出波浪/不祥主题与中性清晰/放松主题，并观察到 10 个不祥声化中 6 个由 8 名女性参与者中的 6 人产出。增量是对既有声化-不确定性映射的情感维度补全，且论文明确声明建立于第一作者毕业论文之上。
• Wiki 证据: Wikipedia “Uncertainty visualization” 与 “Affective computing” 条目显示该交叉方向的文献稀少，主题编码（波浪/不祥）为本文独有发现。

公理七 可复现公理（代码/数据/权重发布）

• 判定: ⚠️
• 分数: 7
• 依据: 研究在 OSF 预注册且实测可访问；补充材料含每位参与者的中性与不确定性声化及 RTA 代码簿，存于 DaRUS（DOI 10.18419/DARUS-6416，落地页返回 HTTP 200，但未认证 API 无法枚举文件清单）；研究工具代码未公开。对用户研究而言，预注册加数据发布已经充分。
• Wiki 证据: Wikipedia “Open Science Framework” 条目说明预注册与开放数据作为可复现性规范。

总评

本文的优势在于研究设计规范完整：研究问题清晰，共设计方法契合非专家用户与设计者之间映射差异的研究缺口，参与者选择（排除声化专家与职业音乐人）与性别失衡修正（追加 11 名参与者使性别分布为 7 女 14 男）都体现方法自觉；分析流程透明，预注册、代码簿与参与者声化均公开，符合开放科学规范；四个主题（清晰/放松/波浪/不祥）对 20 个代码的压缩为设计者提供了具体可操作的指导，例如幅度调制可直观传达不确定性波动、白噪声因歧义应避免使用。主要问题在于效用公理明显薄弱：论文自述结论为假设生成性质，没有独立听者组对声化是否成功传达不确定性或中性进行量化评定，未报告任务绩效、信任或理解度等任何效用指标，也未报告评分者间一致性系数；识别公理方面缺少与先前声化-不确定性映射（Vriend 2025、Ballatore 2018）的系统性定量对比；样本偏小且同质（21 人、平均年龄 26.5、多为学生与研究者），限制泛化能力。

日报摘要

• Strength: 21 名非专家参与者通过共设计研究将 20 个代码压缩为 4 个主题（波浪/不祥对应不确定性，清晰/放松对应中性），并观察到 8 名女性参与者贡献了 10 个不祥主题声化中的 6 个。
• Weakness: 论文自述结论为假设生成性质，缺少独立听者组的量化评定，未报告任何效用指标或评分者间一致性系数，声化-情感映射未经验证。

打分

加权总分: 5.6/10 最终建议: Borderline