本文档属于类型a，即报告了一项原创性研究的科学论文。以下是对该研究的详细报告：

主要作者及研究机构

本研究的主要作者包括Pascal Goffin、Jeremy Boy、Wesley Willett和Petra Isenberg。他们分别来自法国的Inria、巴黎萨克雷大学、纽约大学和加拿大卡尔加里大学。该研究于2017年发表在《IEEE Transactions on Visualization and Computer Graphics》期刊上。

学术背景与研究动机

该研究的主要科学领域是信息可视化（Information Visualization），特别是文本可视化（Text Visualization）和微可视化（Micro Visualization）。研究的背景是，尽管小尺度图形（如Sparklines和微可视化）在数据丰富的文本文档中具有潜在的应用价值，但关于其设计、功能和使用的研究仍然非常有限。现有的研究主要集中在数据驱动的小尺度图形上，而忽略了非数据驱动的图形设计及其在文本中的修辞作用。因此，本研究旨在探索小尺度图形在文本中的多样化应用，并为未来的设计工具提供指导。

研究流程

研究分为以下几个步骤：

1. 参与者招募与任务设计：研究招募了9名专业平面设计师，要求他们在维基百科文章中添加小尺度图形。设计师的任务是通过Adobe Illustrator在文本中嵌入图形，以增强文本的阅读体验。

2. 数据集选择：研究选择了三篇维基百科文章作为实验材料，分别是关于“法国行政区划”、“欧洲”和“人体”的文章。这些文章包含了多种数据类型，如1D、2D、3D、多维数据、时间数据、层次数据和网络数据。

3. 实验过程：每个设计师在实验过程中阅读文章，并根据文章内容设计小尺度图形。设计师们被允许自由调整图形的大小和位置，但图形必须嵌入到文本的行间空间中。

4. 数据分析：研究收集了200个小尺度图形，并对这些图形进行了分类和分析。分析维度包括图形是否编码数据、图形的视觉表示类型、图形与文本的连接方式、图形的比较和上下文支持、以及设计师的设计意图。

主要结果

1. 数据驱动与非数据驱动图形：研究发现，79.5%的图形是数据驱动的，称为“小尺度可视化”（Word-Scale Visualizations），而20.5%的图形是非数据驱动的，主要用于表达概念或强调文本内容。

2. 图形设计类型：设计师们使用了多种视觉表示类型，包括定量抽象可视化、地理和示意图、图标和符号以及插图。其中，定量抽象可视化是最常见的类型，占70.5%。

3. 图形与文本的连接：设计师们通过多种方式将图形与文本连接起来，包括字体颜色、框架、下划线和背景颜色。52%的图形通过这些技术与文本相关联，而48%的图形则通过空间邻近性与文本连接。

4. 设计师的目标：设计师们的主要目标是通过小尺度图形增强文本的理解、总结内容、强调重要信息以及提供替代的视觉表示。部分设计师还提到，他们使用图形来表达与文本不同的观点。

结论与意义

该研究的主要结论是，小尺度图形在文本中具有广泛的应用潜力，不仅可以增强数据的可视化，还可以通过非数据驱动的图形设计来强调文本内容或提供替代的叙事方式。研究还提出了三种典型的小尺度图形应用场景：支持内容、扩展内容和超越内容。这些应用场景为未来的设计工具提供了灵感。

研究亮点

1. 多样化的图形设计：研究展示了小尺度图形在文本中的多样化设计，涵盖了数据驱动和非数据驱动的图形。
2. 新颖的设计方法：设计师们提出了多种新颖的图形设计方法，如可重复使用的图形系统和交互式图形设计。
3. 对未来设计工具的启示：研究结果为未来的小尺度图形设计工具提供了重要的设计启示，特别是在图形与文本的连接、数据选择和图形放置方面。

其他有价值的内容

研究还讨论了小尺度图形在文本中的修辞作用，并提出了“小尺度图形”（Word-Scale Graphics）这一术语，以涵盖数据驱动和非数据驱动的图形设计。此外，研究还探讨了设计师在创建小尺度图形时面临的挑战，如文本与图形的连接、图形的放置以及数据的获取。

该研究为小尺度图形在文本中的应用提供了丰富的设计案例和理论支持，并为未来的研究工具开发提供了重要的参考。