في عالم الأبحاث متعددة الأنماط، تلعب الرسوم البيانية دورًا محوريًا في توضيح النتائج الكمية. ومع ذلك، فإن دقة هذه الرسوم البيانية تتطلب أن تكون القيم المرئية موثوقة، وتتوافق مع الأدلة المساندة. ومن هنا، يأتي موضوع بحثنا الرائد حول إطار *Frame-Evidence Co-Adaptation* (FECA).

هذا الإطار المتطور يسعى لمعالجة التحديات التي تواجه الرسوم البيانية الحالية، حيث أن الأنظمة الحالية غالبًا ما تُنشئ خطط الت visualization قبل معرفة نوع الأدلة الكمية المتاحة. النتيجة؟ خطط قد تتطلب معلومات أو أبعاد زمنية فقط جزء من الأدلة المتاحة.

تقدم *FECA* نهجًا مبتكرًا يجمع بين عملية التخطيط للرسوم البيانية وتوافر الأدلة. فهو يجعل كل إطار بصري متكيفًا، حيث يُرشد الإطار الحصول على الأدلة، بينما تحدد الأدلة المجمعة ما إذا كان يجب قبول الإطار أو تعديله أو الاستغناء عنه.

أظهرت التجارب على 100 موضوع بحث حقيقي أن استخدام *FECA* يُحسن بشكل ملحوظ من دقة القيم العددية، مع الحفاظ على جودة التقارير وفائدة الرسوم البيانية. إن هذا الاكتشاف يُعتبر تحولًا كبيرًا في كيفية إعداد الرسوم البيانية، مما يعزز من موثوقيتها وفعاليتها في سياقات البحث الحديثة.