Deze risico kaart is door mij gemaakt tijdens de module HRIS. Ik heb toen samen met Koen van Alen een risicoanalyse gedaan voor Cartagena, Colombia. Deze risicoanalyse ging over de kans op dat stormvloeden schaden aanrichten in Cartagena. Deze kaart maakt gebruikt van de kaarttype: Daysymetric. Ik vond het een leuk idee om zowel een kaart van mij als een kaart die iemand anders in de klas gemaakt heeft te bekijken met mijn criteria. Dit is de kaart die ik zelf gemaakt hebt. Een van de positieve elementen aan deze kaart is dat er een duidelijke uitleg aanwezig is op de kaart waaruit de risicoanalyse gebaseerd is. Dit zorgt ervoor dat de kaart logischer en makkelijker te begrijpen valt. Dit zorgt er ook voor dat de gebruiker/lezer geen extra externe context nodig heeft om de kaart te begrijpen.
Echter, niet alle elementen dragen positief bij aan de kaart. De noordpijl, bijvoorbeeld, is te groot en kan de aandacht afleiden van de essentiële informatie. Ook bevat de legenda onnodige elementen die de helderheid van de visualisatie verstoren. Dit zorgt ervoor dat de kaart meteen eigenlijk niet zo heel duidelijk is in het onderscheiden van de data. Een ander aandachtspunt is dat het kleurgebruik ervoor zorgt dat sommige te lichte kleuren niet af te lezen zijn in de kaart. Zeker als je een beetje veel licht op het scherm krijgt op het moment dat je de kaart opent. Hoewel de gebieden duidelijk te onderscheiden zijn van risicogebieden, zou een iets intenser kleurenpalet de zichtbaarheid van de data verbeteren en de kaart nog toegankelijker maken.
Desondanks is de kaart logisch gevisualiseerd. Het gebruik van de data visualisatie is passend bij het doel van de risicoanalyse. Dit zorgt ervoor dat de kaart makkelijk te gebruiken valt. Een belangrijk voordeel van deze kaart is de toegankelijkheid voor mensen met een visuele beperking. Dit inclusieve ontwerp maakt het mogelijk voor een breder publiek om de informatie te begrijpen. Een ander sterk punt is dat de aandacht van de kaart gericht blijft op het doel, namelijk risicoanalyse. Ondanks enkele visuele afleidingen blijft de essentie van de kaart zichtbaar. Het meetniveau van de data is ordinaal. Dit komt omdat de data visualisatie aangeeft dat het gaat om een hoog of laag risico. Gesproken hierover, Is het erg onduidelijk om op zo’n manier de legenda met deze kleuren te visualiseren. Want je kunt niet een heel goed verschil zien tussen wat nou niet problematisch is en wat een beetje problematisch is. De kaart is voorzien van een schaalbalk en noordpijl, wat de nauwkeurigheid van de weergegeven informatie vergroot. Dit zorgt ervoor dat de ruimtelijke verhouding beter te begrijpen valt als de gebruiker de locatie niet kent.
Deze Daysymetric kaart van Colombia Illustreert hoe een data visualisatie juist gebruikt kan worden om informatie over te brengen. Ook laat het duidelijk zien dat een makkelijk te begrijpen legenda zeer essentieel is voor de data visualisatie. In dit voorbeeld is dat niet het geval en maakt het de kaart minder bruikbaar. Ik vond het waardevol om even kort te kijken naar mijn kaart gebaseerd op de criteria die deels samen met de klas bepaald is. Ik zou deze kaart zeker anders visualiseren in de toekomst.