TOPIC HUBS

읽기 주제를 묶어서 보기

개별 글보다 주제 전체를 따라 읽고 싶다면 대표 글과 연관 자료를 함께 보세요.

전체 주제 보기 →
검색에서 많이 찾는 질문현재 4~15위권에서 실제 노출이 확인된 대표 글을 바로 연결합니다.
해외 학술 연구

해외 학술 연구

그림으로 이해하고, 원문으로 깊이 읽습니다.

관심 주제와 난이도로 필요한 글을 찾아보세요. 개념을 익히는 학습과 원문에 근거한 연구 해설을 구분했습니다.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

해외 학술 연구의 7개 분야

조건 초기화

해외 학술 연구67편 · 62묶음

검색 결과 제목

  1. 31흩어진 항목을 한 집합처럼 보이게 하려면 어떻게 둘러싸야 할까?
  2. 32검사점수의 불확실성은 막대보다 점으로 셀 때 더 잘 보일까?
  3. 33같은 사망 자료도 누적선과 주간선이 다른 위험으로 느껴질까?
  4. 34잘린 축·뒤집힌 축·넓이 왜곡은 모두 같은 방식으로 독자를 속일까?
  5. 35평균과 상관이 같아도 데이터 모양은 완전히 다를까?
여섯 카드의 위치를 유지한 채 파란 윤곽선과 주황 윤곽선이 각 집합 구성원을 감싸고, 가운데 카드 C에서 두 윤곽이 겹친다.

흩어진 항목을 한 집합처럼 보이게 하려면 어떻게 둘러싸야 할까?

여섯 카드의 위치를 유지한 채 파란 윤곽선과 주황 윤곽선이 각 집합 구성원을 감싸고, 가운데 카드 C에서 두 윤곽이 겹친다.
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 심화

흩어진 항목을 한 집합처럼 보이게 하려면 어떻게 둘러싸야 할까?

Bubble Sets는 기존 배치를 유지하면서 집합 구성원을 부드러운 윤곽선으로 연결하고 다른 항목을 피해 겹치는 소속을 보여 줍니다.

Bubble Sets: Revealing Set Relations with Isocontours over Existing Visualizations

게시 2026-09-13 · 약 7분해외 논리학 연구 해설 읽기 →
20개 분위수 점 중 절단선 오른쪽의 7개를 세어 35퍼센트로 읽는 점도표

검사점수의 불확실성은 막대보다 점으로 셀 때 더 잘 보일까?

20개 분위수 점 중 절단선 오른쪽의 7개를 세어 35퍼센트로 읽는 점도표
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

검사점수의 불확실성은 막대보다 점으로 셀 때 더 잘 보일까?

임상가 230명이 다섯 형식의 점수 불확실성을 비교한 연구에서 분위수 점도표는 확률 판단 정확도를 높였지만 의사결정 품질 차이는 확인되지 않았습니다.

Visualizing Uncertainty to Promote Clinicians’ Understanding of Measurement Error

게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →
같은 90 95 100 누적값과 5 5 5 주간값을 두 패널에 비교한 선그래프

같은 사망 자료도 누적선과 주간선이 다른 위험으로 느껴질까?

같은 90 95 100 누적값과 5 5 5 주간값을 두 패널에 비교한 선그래프
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

같은 사망 자료도 누적선과 주간선이 다른 위험으로 느껴질까?

온라인 실험 2건 2,549명에게 같은 코로나19 자료를 34개 시각 형식으로 보여 주자 누적축과 예측모형 수가 위험 인식을 다르게 움직였습니다.

Impact of COVID-19 Forecast Visualizations on Pandemic Risk Perceptions

게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →
값 48과 52를 0 시작 축과 47 시작 축에 그려 시각적 차이 비율이 달라지는 두 막대그래프

잘린 축·뒤집힌 축·넓이 왜곡은 모두 같은 방식으로 독자를 속일까?

값 48과 52를 0 시작 축과 47 시작 축에 그려 시각적 차이 비율이 달라지는 두 막대그래프
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

잘린 축·뒤집힌 축·넓이 왜곡은 모두 같은 방식으로 독자를 속일까?

기만적 시각화 실험은 왜곡 기법과 질문 유형에 따라 오판 크기가 달라짐을 보여, ‘나쁜 그래프’ 한 범주보다 오류 메커니즘별 평가가 필요함을 제안합니다.

How Deceptive Are Deceptive Visualizations? An Empirical Analysis of Common Distortion Techniques

게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →
같은 평균 분산 상관 회귀선 표에서 선형 곡선 영향점 수직군집 네 구조로 갈라지는 비교도.

평균과 상관이 같아도 데이터 모양은 완전히 다를까?

같은 평균 분산 상관 회귀선 표에서 선형 곡선 영향점 수직군집 네 구조로 갈라지는 비교도.
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 입문

평균과 상관이 같아도 데이터 모양은 완전히 다를까?

Anscombe의 네 자료는 같은 요약 통계와 회귀선 뒤에 선형·곡선·이상치 구조가 숨을 수 있어 그래프 확인이 필요한 이유를 보여 줍니다.

Graphs in Statistical Analysis

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →

31–35 / 62묶음