PL
Teza/cel: Przedmiot artykułu stanowi zagadnienie wizualizacji danych w nauce. Celem artykułu jest dokonanie systematycznego przeglądu nowych sposobów i narzędzi wizualizacji danych naukowych. Metoda: Zastosowano metodę analizy i krytyki piśmiennictwa. Dokonano przeglądu piśmiennictwa z lat 2010-2015 biorąc pod uwagę publikacje w języku polskim i angielskim. Zebrane piśmiennictwo poddano kategoryzacji, celem wyodrębnienia kluczowych trendów w wizualizacji danych naukowych. Analizy piśmiennictwa dokonano w oparciu o wyszukiwanie w bazach Biblioteki Narodowej, katalogu WorldCat oraz zagranicznych bazach danych, które przeszukano za pomocą narzędzia Google Scholar. Uzupełniająco dokonano także przeglądu zasobów sieciowych, w tym szczególnie blogów i portali branżowych. Wyniki: Do najczęściej omawianych sposobów wizualizacji danych za pomocą nowych narzędzi należą: infografiki, postery, hologramy, druk 3D oraz wizualizacje tworzone w środowisku wirtualnej i rozszerzonej rzeczywistości. Wnioski: Ważnym problemem wymagającym rozwiązania jest przetwarzanie dynamicznych, rozległych i nieustrukturyzowanych zbiorów danych, które wymykają się tradycyjnym analizom. Potrzebne jest tworzenie wizualizacji danych w taki sposób, by były one dla użytkowników angażujące, interaktywne i sprzyjały immersji.
EN
Thesis/Objective – The author focuses on data visualization in science and analyzes new methods and tools used for scientific data visualization. Research methods – New trends in data visualization were identified through the analysis of respective literature in Polish and English published from 2010 to 2015. The literature was searched for in the databases of National Library of Poland, WorldCat international union catalog and foreign databases available through Google Scholar. The search was complemented with the analysis of web resources, in particular blogs and portals related to the field discussed. Results – The most often used and discussed new data visualization methods are: infographics, posters, holograms, 3D printing and visualizations built in the environment of virtual and augmented reality. Conclusions – Processing dynamic, large and unstructured pools of data which escape traditional analysis is a significant issue requiring some solutions. Data visualization needs to be user-engaging, interactive and supporting user immersion.