Vi lExploring the Impact of Visual Complexity Levels in 3D City Models onComplexity Levels in 3D City Models on the Accuracy of Individuals’ Orientation 

d C iti Mand Cognitive Maps

mstim

e.comVictoria Rautenbach*

Arzu Çöltekin** (presenter)

nda trees” dream

Serena Coetzee*

image: : “jacara

*University of Pretoria ** University of Zurich

Informal settlements, urban planning

„Favela“ by Nicholas Broughton

urban planning & map literacy

_11_

70x50_

.jpg

2023

5516

_001

2_/im

ages/201

1032

/userfiles/njb.art/

ooloo.org/pu

blic/

South Africa

http://w

ww.wo

Map literacy & alternative visualizations

Map literacy– Map reading is learned

• Though spatial abilities (innate or acquired huge debate) matter 

– Clarke (2007): not all planners have the necessary map literacy in South Africa

Visualization alterantives?Visualization alterantives?• 2D maps for development plans 

‘h bl ’• 3D ‘human recognizable’ More intuitive? Could it help?

.. understanding visual complexity

Visual complexity

40%40%Illustration: C. Stangor Hoffmann 2000, Ware 2008

Measuring visual complexityMeasuring visual complexity

l f i & i iInterplay of perception & cognition • We measure things like..g

– Entropy of display• Number of objectsj• Density of attention grabbers• Workings of central/peripheral vision

– Difficulty indicators• Response time, accuracy• Eye & hand movements

– Spatial abilitiesp

Geovisualization & complexityGeovisualization & complexity

di i b h ll d i ll llMap reading is both perceptually and intellectuallycomplex

3K.htm

l

‐ Some maps are more  x_picture_6N

3

pcomplex than others

‐ Map‐use tasks are more p_city_com

plex

Map use tasks are morecomplex for some people (e.g., non‐experts,  le

x_map_m

ap

p p ( g , p ,low‐spatial people) than others al

ize.us/comp

iImage: vi.su

F t t ti i tGaze plotsEye movements

Fastest participant: ~11 seconds, 25 fixations

010

. 2009, 20

tekin et al

Coltekin, A. (2015). Mix well before use: Understanding the key ingredients of user studies . Workshop (position) paper ‐‐ at the pre‐conference workshop "Envisioning the Future of Cartographic Research" at the International Cartographic Conference , ICC 2015, Curitiba, Brazil. 

Colt

Sl t ti i tEye movementsSlowest participant:~521 seconds, 1181 fixations

010

. 2009, 20

tekin et al

Colt

Coltekin, A. (2015). Mix well before use: Understanding the key ingredients of user studies . Workshop (position) paper ‐‐ at the pre‐conference workshop "Envisioning the Future of Cartographic Research" at the International Cartographic Conference , ICC 2015, Curitiba, Brazil. 

More realistic more complex?More realistic, more complex?

Example: 2D vs. 3D, Continuous vs. discrete colors

d f l ( ll’ l )reading temperature ‐permafrost visualizations (Dall’Acqua et al., 2013)

2D 3D

Dall’Acqua, L., Coltekin, A., & Noetzli, J. (2013). A Comparative User Evaluation of Six Alternative Permafrost Visualizations for Reading and Interpreting Temperature Information. In GeoViz Hamburg 2013 Interactive Maps that Help Poeple Think. 

Response time 2D/3D**

Number of errors 2D/3D

** p= .0 < .01

i 2 /3**

Number of errors discrete/cont Response time 2D/3D

Dall’Acqua, L., Coltekin, A., & Noetzli, J. (2013). A Comparative User Evaluation of Six Alternative Permafrost Visualizations for Reading and Interpreting Temperature Information. In GeoViz Hamburg 2013 Interactive Maps that Help Poeple Think. 

**p = .0 < .01

Example

ng 

 Austria. 

inguish

 

Sattelite images vsmaps

View

ing: Charti

earch, Vienn

a,

cien

tK to

 Disti

putatio

n

cs From M

ap V

for Spa

tial Rese

. Usin

g Co

e ffic

tion an

d Co

mp

el Gaze Metric

Eye Tracking

 f

unde

r review).

Spatial Cog

nit

014). H

igh‐Leve

Worksho

p on

 

edzie

lska, A. (u

Map

 Viewing. 

Colte

kin, A. (20

ntion. 2nd

 Int. 

chow

ski, A., N

ieen

tion Du

ring 

ucho

wski, A., C

cal V

isual Atten

oltekin, A., Du

cocal Visu

al Atte

Krejtz, K., Du

Ambient/Foc

Krejtz, K., Co

Ambien

t / Fo

Example

ng 

, Austria. 

inguish

 

Sattelite images vsmaps

View

ing: Charti

earch, Vienn

a,

cien

tK to

 Disti

putatio

n

cs From M

ap V

for S

patia

l Rese

. Usin

g Co

e ffic

tion an

d Co

mp

el Gaze Metric

 Eye Tracking f

unde

r review).

Spatial Cog

nit

014). H

igh‐Leve

 Worksho

p on

edzie

lska, A. (u

Map

 Viewing. 

Visual clutter algorithm by Rosenholz

Colte

kin, A. (20

ntion. 2nd

 Int.

chow

ski, A., N

ieen

tion Du

ring 

(2007) applied to satellite imagesand cartographic maps of the same cities

ucho

wski, A., C

cal V

isual Atten

oltekin, A., Du

cocal Visu

al Atte

Krejtz, K., Du

Ambient/Foc

Krejtz, K., Co

Ambien

t / Fo

Example

ng 

, Austria. 

inguish

 

Sattelite images vsmapsS li Vi

ewing: Charti

earch, Vienn

a,

cien

tK to

 Disti

putatio

n

Saliency maps calculated according to 

rdam

cs From M

ap V

for S

patia

l Rese

. Usin

g Co

e ffic

tion an

d Co

mp

Itti & Koch’s model (1981), modified by 

Amster

el Gaze Metric

 Eye Tracking f

unde

r review).

Spatial Cog

nit

yWalther (2006)

014). H

igh‐Leve

 Worksho

p on

edzie

lska, A. (u

Map

 Viewing. 

ona 

Colte

kin, A. (20

ntion. 2nd

 Int.

chow

ski, A., N

ieen

tion Du

ring 

Barcelo

ucho

wski, A., C

cal V

isual Atten

oltekin, A., Du

cocal Visu

al Atte

Cartographic map  Satellite image

Krejtz, K., Du

Ambient/Foc

Krejtz, K., Co

Ambien

t / Fo

Example

ng 

, Austria. 

inguish

 

Sattelite images vsmaps

View

ing: Charti

earch, Vienn

a,

cien

tK to

 Disti

putatio

n

cs From M

ap V

for S

patia

l Rese

Task completion timesA: main effect for map typesB: two cities separated per map type

A

. Usin

g Co

e ffic

tion an

d Co

mp

el Gaze Metric

 Eye Tracking fB: two cities separated per map typeC: high‐spatial vs low spatial per map type

unde

r review).

Spatial Cog

nit

014). H

igh‐Leve

 Worksho

p on

B C edzie

lska, A. (u

Map

 Viewing. 

Colte

kin, A. (20

ntion. 2nd

 Int. B

chow

ski, A., N

ieen

tion Du

ring 

ucho

wski, A., C

cal V

isual Atten

oltekin, A., Du

cocal Visu

al Atte

Krejtz, K., Du

Ambient/Foc

Krejtz, K., Co

Ambien

t / Fo

Complex = pmore hands?

No mouse useP i l f ll

Eye movements – Heim & Coltekin

Partial or full mouse use

Coltekin, A., Demsar, U., Brychtova, A., Vandrol, J. (2014). Eye‐hand coordination during visual search on geographic displays In: Proceedings of the 2nd International Workshop on Eye Tracking for Spatial Research, Vienna, Austria. 

going back to the original question.. going back to the original question

Map literacy & alternative visualizations

Map literacy– Map reading is learned

• Though spatial abilities (innate or acquired huge debate) matter 

– Clarke (2007): not all planners have the necessary map literacy in South Africa

Visualization alterantives?Visualization alterantives?• 2D maps for development plans 

‘h bl ’• 3D ‘human recognizable’ More intuitive? Could it help?

Preliminary work (this study)Preliminary work (this study)

Not a controlled study

• Three 3D models– unfamiliar cities – presented in virtual  environments

• sense of orientation– ‘real life’ landmarks– virtual landmarks

• “cognitive map”cognitive  map– sketch the route just shown

ParticipantsParticipants

• 107 University of Pretoria undergraduate students – ‘future experts’ (all enrolled in Faculty of Natural Scienes) 

l f l– 51 males, 56 females– 18‐25 years old (average: 20)

• “Focus group” like interactions in classroom• Focus group  like interactions in classroom

Selected results – sense of direction (self reported)

50%

Sense of directionFrequency of disorientation

35%

40%

45%

rticipan

ts

25%

30%

35%

age of par

Rarely

10%

15%

20%

Percen

ta

Excellent

0%

5%

10% Extremely poor

Very often

Selected Results – orientation (observed)

50%

40%45%50%

25%30%35%

racy

10%15%20%

Accu

47% 34% 42%0%5%10%

Task3 (Real world) Task5 (VC2) Task6 (VC3)Task3 (Real world) Task5 (VC2) Task6 (VC3)

Selected results (‘cognitive maps’)(‘cognitive maps’)

Quantified success in sketch task

30%

35%

40%tegory

20%

25%

30%

s per ca

10% 19% 17% 34% 20%5%

10%

15%

ketche

s

10% 19% 17% 34% 20%0%

Layout + Circle +

Layout + Circle

Layout + Height

Layout No resemblance

% sk

Circle + Height

Circle Height resemblance

Results SummaryResults ‐ Summary

l l d d h d f• Only 47% correctly indicated the direction of a well‐known building on campus – Even lower number of correct responses with VE: 34% (Alexanderplatz) and 42% (Ettenheim)% ( p ) % ( )

• Drawing the sketch was a challenging task( i 3D t 2D t l t f ti )(requires 3D to 2D mental transformation) – Only a staggering 10% of participants were able to include the layout, circle and height differentiation

Evaluating functional map literacy when using i d i li i f b

Next up.. 

various maps and geovisualizations for urban design of informal settlements

Thank you!Thank you! 

@ResearchMark & @Ted_Underwood ‐‐ https://twitter.com/Ted_Underwood/status/496006063880437762