Kim byli Otto i Marie Neurath?
Otto Neurath urodził się 10 grudnia 1882 r. w Wiedniu. Studiował w Wiedniu i Berlinie, doktorat obronił w Berlinie w 1906 r., a w 1917 r. habilitował się z ekonomii politycznej w Heidelbergu. W 1919 r. kierował w Monachium Bawarskim Centralnym Urzędem Gospodarczym; po upadku bawarskiej republiki rad został oskarżony i uniewinniony. W Wiedniu działał w socjaldemokracji i kierował Gesellschafts- und Wirtschaftsmuseum (Muzeum Społeczeństwa i Gospodarki); był też jednym z założycieli Koła Wiedeńskiego (Swoboda, 1976). W 1934 r. przeniósł się do Hagi, w 1940 r. do Anglii. Zmarł 22 grudnia 1945 r. w Oksfordzie.
Marie Reidemeister urodziła się w 1898 r. w Brunszwiku i studiowała na uniwersytecie w Getyndze. W 1924 r. poznała Neuratha w Wiedniu, a od marca 1925 r. była jego asystentką w muzeum (Hyphen Press, b.d.). Swoją rolę nazywała pracą głównej „transformatorki” – osoby, która zamienia surowe dane w obraz; dziś powiedzielibyśmy: projektantki informacji (Isotype revisited, b.d.). Przeszła z Neurathem cały szlak emigracji. Po jego śmierci kontynuowała pracę, w 1948 r. przeniosła się do Londynu, a po przejściu na emeryturę w 1971 r. redagowała i tłumaczyła jego pisma. Zmarła w 1986 r. (Hyphen Press, b.d.).
Najważniejsze pomysły
- Statystyka obrazkowa dla wszystkich. „Wiedeńska metoda statystyki obrazkowej”, rozwijana z grafikiem Gerdem Arntzem, miała wyjaśniać zjawiska społeczne ludziom bez wykształcenia – w formie muzealnych tablic (Jansen, 2009). Arntz, w muzeum od 1928 r., nadał piktogramom ich charakterystyczny styl (Isotype revisited, b.d.).
- Zasada powtarzania. Piktogram to uproszczony obraz człowieka lub rzeczy, zaprojektowany jako powtarzalna jednostka. Większą ilość pokazuje się większą liczbą znaków tej samej wielkości, a nie powiększonym znakiem (Isotype revisited, b.d.). To w gruncie rzeczy wykres słupkowy, którego słupek można policzyć.
- Atlas „Gesellschaft und Wirtschaft” (1930). Sto wykresów statystycznych na luźnych arkuszach, wydanych w Lipsku; wszystkie dane źródłowe zebrano w aneksie (Isotype revisited, 2009) – wzorowa praktyka, o której dziś mówimy „podaj dane do wykresu”.
- Isotype. Nazwę wymyśliła około 1935 r. Marie Neurath (Isotype revisited, b.d.). W 1936 r. Otto wydał International Picture Language (Swoboda, 1976). Metodę stosowano w latach 40. i 50. w Holandii, Wielkiej Brytanii, Grecji, USA i ZSRR (Jansen, 2009).
Ciekawostka
W 1940 r., w czasie niemieckiej inwazji na Holandię, Neurath i Marie Reidemeister uciekli z Hagi do Anglii; Gerd Arntz został na miejscu (Hyphen Press, b.d.). W Anglii oboje zostali internowani jako „wrodzy cudzoziemcy”. Po zwolnieniu z internowania w 1941 r. pobrali się i wznowili pracę w Oksfordzie, gdzie powstał Isotype Institute.
Pracownia z Wiednia i Hagi odrodziła się więc w Oksfordzie dopiero po przerwie spowodowanej internowaniem. Szczegółów samej przeprawy przez kanał La Manche cytowane źródła nie podają, dlatego ich tu nie opisujemy.
Przykład na danych z pakietu R
Zbiór uspop z pakietu datasets to – według pliku pomocy – ludność Stanów Zjednoczonych (w milionach) w 19 spisach powszechnych z lat 1790–1970 (według pliku pomocy dane pochodzą z książki D. R. McNeila z 1977 r.). Bierzemy co trzeci spis: od 3.93 mln w 1790 r. do 203.2 mln w 1970 r. Rysujemy je na trzy sposoby.
W wykresie izotypowym jeden znak oznacza 10 mln osób (jednostkę wybraliśmy sami, by rzędy mieściły się na ekranie). W 1970 r. wychodzi 20.32 znaku, czyli 20 pełnych i jedna trzecia następnego; w 1880 r. 5.02 – piąty znak jest pełny, a szósty to ledwie widoczny skrawek. Na całym rysunku jest 56 znaków (pełnych i obciętych). Co piąty znak dzieli odstęp.
Między 1910 a 1970 r. ludność wzrosła 2.21 razy. Tyle samo razy dłuższy jest słupek i tyle samo razy więcej jest znaków w rzędzie. Gdyby natomiast narysować jednego ludzika 2.21 razy wyższego (i proporcjonalnie szerszego), jego pole byłoby 4.88 razy większe – oko odczyta więc ponad dwukrotnie przesadzony wzrost.
Na rysunku
Co widać. Drogi obojga splatają się od 1924 r.; najważniejsze prace powstają w ciągu dekady wiedeńskiej, a po 1934 r. pracownia dwukrotnie zmienia kraj.
Na co uważać. Źródła różnią się w datach z czasów wojny: hasło w Österreichisches Biographisches Lexikon (Swoboda, 1976) podaje ucieczkę do Anglii w 1941 r. i założenie Isotype Institute w 1942 r., Hyphen Press – ucieczkę w 1940 r. i instytut w 1941 r., a strona Isotype revisited – 1940 i 1942. Na osi jest rok ucieczki 1940; roku założenia instytutu nie zaznaczamy.
Podpis do pracy:
datasets::uspop): słupki (A), wykres izotypowy z jednym znakiem na 10 mln osób (B) i błędny powiększony piktogram (C). Obliczenia i rysunek: R, pakiety ggplot2 i patchwork (bez losowania).Co widać. Słupki (A) i rzędy znaków (B) przekazują te same proporcje: rząd z 1970 r. jest dokładnie 2.21 razy dłuższy niż rząd z 1910 r. Izotyp dodaje możliwość policzenia znaków; artykuł Jansena (2009) otwiera motto Neuratha: „To remember simplified pictures is better than to forget accurate figures”. Panel C pokazuje pułapkę, przed którą chroni zasada powtarzania.
Na co uważać. Ułamki znaków są trudne do odczytania (w 1880 r. 0.02 znaku to prawie nic), a jednostka znaku jest decyzją autora – trzeba ją podać w legendzie. Przy wartościach różniących się o rzędy wielkości (np. 3.93 i 203.2) izotyp słabo pokazuje małe liczby.
Podpis do pracy:
Gdzie spotkasz Neurathów w swojej pracy
- Infografiki i plakaty naukowe. Gdy chcesz pokazać liczebności szerokiej publiczności (np. „co trzeci badany”), rząd piktogramów jest dobrą alternatywą dla wykresu kołowego. Według eksperymentów Haroza, Kosary i Franconeriego (2015) piktogramy, które same reprezentują dane, nie pogarszają odczytu, a nawet mogą pomóc; rozpraszają natomiast obrazki czysto dekoracyjne.
- Skalowanie pól. Ta sama pułapka co w panelu C dotyczy wykresu bąbelkowego i symboli na mapach: wielkość koła trzeba skalować polem, a nie promieniem, i dodać legendę.
- W pracy dyplomowej zwykle wystarczy zwykły wykres słupkowy albo wykres punktowy; izotyp zostaw na prezentację. Przy porównaniach grup pomoże wpis Porównanie grup na wykresie.
- Historia wykresu. Neurathowie należą do tej samej tradycji grafiki statystycznej co William Playfair i Florence Nightingale; jej teorię opisał później Jacques Bertin.
Spory, mity i trudne strony
- Dlaczego Isotype zniknął ze statystyki? Według Jansena (2009) metoda zachowała wpływ w sztuce i projektowaniu, ale w drugiej połowie XX w. straciła znaczenie w grafice statystycznej; autor proponuje kilka wyjaśnień. Stąd częsty mit, że Isotype to „tylko ikonki”, a nie metoda prezentowania liczb.
- Piktogram to nie „chartjunk”. Krytyka ozdobników na wykresach (pisał o nich m.in. Edward Tufte) dotyczy obrazków, które nie niosą danych. W Isotype każdy znak jest jednostką danych – i to rozróżnienie potwierdza badanie Haroza i in. (2015).
- Polityka i emigracja. Neurath był działaczem socjaldemokratycznym, w 1919 r. pracował dla bawarskiego rządu rewolucyjnego, a w 1934 r., po krótkiej wojnie domowej w Austrii, przeniósł pracownię do Hagi (Swoboda, 1976; Hyphen Press, b.d.). Ocen politycznych tu nie formułujemy.
Wykres izotypowy w R
Kod wczytuje dane uspop, wybiera spisy co 30 lat, przelicza ludność na liczbę znaków (jeden znak = 10 mln osób), porównuje ilorazy długości, liczby znaków i pola piktogramu i rysuje rysunek 2: słupki, izotyp z obcinanym ostatnim znakiem i błędny powiększony piktogram. Drugi przepis rysuje oś czasu (rysunek 1). Rysunki na stronie powstały z tych samych obiektów (p1 oraz paneli pA, pB, pC), którym podmieniono tylko motyw na motyw serwisu; dane, geometrie i skale są identyczne. Kod nie losuje.
1. Izotyp, słupki i powiększony piktogram: rysunek 2
Kod R rysunku 2
# Otto i Marie Neurath: wykres izotypowy (powtarzane znaki) vs słupkowy vs „powiększony piktogram” (datasets::uspop)
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
kol <- c(znak = "#0072B2", slupek = "#0072B2", duzy = "#D55E00") # Okabe–Ito
motyw <- theme_minimal(base_size = 13) +
theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"))
data(uspop, package = "datasets")
# uspop – ludność USA (mln) w 19 spisach powszechnych 1790–1970; bierzemy co trzeci spis (co 30 lat)
lata <- seq(1790, 1970, by = 30)
d <- data.frame(rok = lata, mln = as.numeric(uspop)[match(lata, time(uspop))])
jednostka <- 10 # jeden znak = 10 mln osób
d$znaki <- d$mln / jednostka
d$pelne <- floor(d$znaki); d$ulamek <- round(d$znaki - d$pelne, 2)
d
# 1. Ile razy więcej ludzi w 1970 niż w 1910 – i co pokazuje każdy sposób rysowania
a <- d$mln[d$rok == 1910]; b <- d$mln[d$rok == 1970]
round(c(iloraz_liczebnosci = b / a,
slupki_iloraz_dlugosci = b / a, # słupek: długość ~ liczba
izotyp_iloraz_liczby_znakow = (b / jednostka) / (a / jednostka),
piktogram_iloraz_wysokosci = b / a, # „duży ludzik”: wysokość ~ liczba…
piktogram_iloraz_pola = (b / a)^2), 2) # …ale oko porównuje pole (wysokość × szerokość)
# 2. Znak człowieka jako wielokąt (szerokość 1, wysokość 1); ulamek < 1 obcina znak z prawej strony
ludzik <- function(x0, y0, ulamek = 1, skala = 1) {
t <- seq(0, 2 * pi, length.out = 24)
glowa <- data.frame(x = 0.5 + 0.16 * cos(t), y = 0.83 + 0.16 * sin(t), czesc = "g")
tulow <- data.frame(x = c(0.18, 0.82, 0.74, 0.62, 0.60, 0.52, 0.50, 0.48, 0.40, 0.38, 0.26),
y = c(0.64, 0.64, 0.30, 0.30, 0.00, 0.00, 0.24, 0.00, 0.00, 0.30, 0.30), czesc = "t")
z <- rbind(glowa, tulow)
z$x <- pmin(z$x, 0.18 + 0.64 * ulamek) # obcięcie części znaku (znak zajmuje x od 0.18 do 0.82)
z$x <- x0 + z$x * skala; z$y <- y0 + z$y * skala
z
}
znaki <- do.call(rbind, lapply(seq_len(nrow(d)), function(i) {
n <- ceiling(d$znaki[i])
do.call(rbind, lapply(seq_len(n), function(j) {
ul <- if (j <= d$pelne[i]) 1 else d$znaki[i] - d$pelne[i]
x0 <- (j - 1) * 1.15 + ((j - 1) %/% 5) * 0.5 # odstęp co 5 znaków ułatwia liczenie
z <- ludzik(x0, -i * 1.4, ul)
z$id <- paste(d$rok[i], j, z$czesc); z
}))
}))
c(liczba_znakow_na_rysunku = length(unique(sub(" [gt]$", "", znaki$id))))
# Rysunek: A – słupki; B – izotyp; C – jeden powiększany piktogram
pA <- ggplot(d, aes(mln, factor(rok, levels = rev(lata)))) +
geom_col(fill = kol[["slupek"]], width = 0.7) +
geom_text(aes(label = sprintf("%.1f", mln)), hjust = -0.15, size = 3.4) +
scale_x_continuous(limits = c(0, 230), expand = c(0, 0)) +
labs(title = "A. Słupki", x = "Ludność USA (mln)", y = NULL) + motyw
pB <- ggplot(znaki, aes(x, y, group = id)) +
geom_polygon(fill = kol[["znak"]]) +
annotate("text", x = -0.6, y = -seq_len(nrow(d)) * 1.4 + 0.5, label = d$rok, hjust = 1, size = 3.6) +
coord_fixed(xlim = c(-3, 26)) +
labs(title = "B. Izotyp: jeden znak = 10 mln osób", x = NULL, y = NULL) +
motyw + theme(axis.text = element_blank(), panel.grid = element_blank())
duze <- rbind(transform(ludzik(0, 0, 1, skala = a / jednostka), id = "1910"),
transform(ludzik(12, 0, 1, skala = b / jednostka), id = "1970"))
duze$grupa <- paste(duze$id, rep(c(rep("g", 24), rep("t", 11)), 2))
pC <- ggplot(duze, aes(x, y, group = grupa)) +
geom_polygon(fill = kol[["duzy"]]) +
annotate("text", x = c(4.6, 12 + b / jednostka / 2), y = -1.2, size = 3.6,
label = c(sprintf("1910: %.1f mln", a), sprintf("1970: %.1f mln", b))) +
annotate("text", x = 0, y = 19.5, hjust = 0, size = 3.4, lineheight = 0.95,
label = sprintf("liczba ×%.2f, wysokość ×%.2f,\nale pole ×%.2f", b / a, b / a, (b / a)^2)) +
coord_fixed(ylim = c(-2, 21)) +
labs(title = "C. Powiększony piktogram (błąd)", x = NULL, y = NULL) +
motyw + theme(axis.text = element_blank(), panel.grid = element_blank())
p2 <- (pA | pC) / pB + plot_layout(heights = c(1, 1.1))
p2Wynik w R
rok mln znaki pelne ulamek
1 1790 3.93 0.393 0 0.39
2 1820 9.64 0.964 0 0.96
3 1850 23.20 2.320 2 0.32
4 1880 50.20 5.020 5 0.02
5 1910 92.00 9.200 9 0.20
6 1940 131.70 13.170 13 0.17
7 1970 203.20 20.320 20 0.32
iloraz_liczebnosci slupki_iloraz_dlugosci
2.21 2.21
izotyp_iloraz_liczby_znakow piktogram_iloraz_wysokosci
2.21 2.21
piktogram_iloraz_pola
4.88
liczba_znakow_na_rysunku
56 2. Oś czasu: rysunek 1
Kod R rysunku 1
# Oś czasu: Otto Neurath (1882–1945) i Marie Neurath (1898–1986) – lata według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
rok = c(1882, 1906, 1919, 1925, 1930, 1934, 1936, 1940, 1945,
1898, 1924, 1925, 1935, 1940, 1941, 1948, 1971, 1986),
osoba = c(rep("Otto Neurath", 9), rep("Marie Neurath (z d. Reidemeister)", 9)),
opis = c("urodził się\nw Wiedniu", "doktorat\nw Berlinie", "Monachium:\nurząd gospodarczy", "Gesellschafts- und\nWirtschaftsmuseum",
"atlas Gesellschaft\nund Wirtschaft", "przeprowadzka\ndo Hagi", "International\nPicture Language",
"ucieczka\ndo Anglii", "zmarł\nw Oksfordzie",
"urodziła się\nw Brunszwiku", "poznaje Neuratha\nw Wiedniu", "asystentka\nw muzeum",
"nazwa\nIsotype", "ucieczka; internowanie\njako „wrodzy cudzoziemcy”", "ślub; wznowienie\npracy w Oksfordzie",
"przeprowadzka\ndo Londynu", "przechodzi\nna emeryturę", "zmarła"),
rodzaj = c("życie", "praca", "praca", "praca", "publikacja", "życie", "publikacja", "życie", "życie",
"życie", "życie", "praca", "praca", "życie", "praca", "życie", "praca", "życie"),
poziom = c(0.4, -0.4, 0.4, -0.4, 1.15, -1.15, 1.15, -0.4, 0.4,
0.4, -0.4, 1.15, -1.15, 0.4, -0.4, 1.15, -0.4, 0.4), # wysokość etykiety (+ nad osią, − pod)
wyrownanie = c(0.5, 0.5, 0.5, 0.5, 1, 0.5, 0, 0.5, 0.5,
0.5, 1, 0.5, 0.5, 1, 0, 0.5, 0.5, 0.5)) # rozsunięcie bliskich etykiet
zdarzenia$etykieta <- paste0(zdarzenia$rok, "\n", zdarzenia$opis)
zdarzenia$osoba <- factor(zdarzenia$osoba, levels = c("Otto Neurath", "Marie Neurath (z d. Reidemeister)"))
ksztalty <- c("życie" = 21, "praca" = 22, "publikacja" = 23)
kolory <- c("życie" = "grey40", "praca" = "#0072B2", "publikacja" = "#D55E00") # Okabe–Ito
p1 <- ggplot(zdarzenia, aes(rok, 0)) +
geom_hline(yintercept = 0, colour = "grey60", linewidth = 0.8) +
geom_segment(aes(xend = rok, y = 0, yend = poziom), colour = "grey70") +
geom_point(aes(shape = rodzaj, fill = rodzaj), size = 3.8, colour = "black") +
geom_text(aes(y = poziom + 0.06 * sign(poziom), label = etykieta, vjust = ifelse(poziom > 0, 0, 1), hjust = wyrownanie),
size = 3.0, lineheight = 0.88) +
facet_wrap(~ osoba, ncol = 1) +
scale_shape_manual(values = ksztalty, name = NULL) +
scale_fill_manual(values = kolory, name = NULL) +
scale_x_continuous(limits = c(1876, 1992), breaks = seq(1880, 1990, by = 10)) +
scale_y_continuous(limits = c(-2.1, 2.1)) +
labs(x = NULL, y = NULL) +
theme_minimal(base_size = 13) +
theme(axis.text.y = element_blank(), panel.grid = element_blank(), axis.text.x = element_text(colour = "grey30"),
strip.text = element_text(face = "bold", hjust = 0), legend.position = "bottom")
p1Bibliografia oprogramowania
Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (dane – pakiet datasets; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
- patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
Najczęstsze pytania
Kim byli Otto i Marie Neurath?
Otto Neurath (1882–1945) był wiedeńskim ekonomistą, filozofem z Koła Wiedeńskiego i dyrektorem Gesellschafts- und Wirtschaftsmuseum. Marie Reidemeister (1898–1986) studiowała w Getyndze, od 1925 r. pracowała z nim w muzeum, a w 1941 r. w Anglii została jego żoną. Razem stworzyli Isotype; po śmierci Ottona Marie prowadziła dalej tę pracę, a po przejściu na emeryturę (1971) redagowała i tłumaczyła jego pisma.
Czym jest Isotype?
To system statystyki obrazkowej: uproszczone piktogramy ludzi lub rzeczy działają jak powtarzalne jednostki, a większą ilość pokazuje się większą liczbą znaków tej samej wielkości, a nie powiększonym znakiem. Nazwa, którą wymyśliła Marie Neurath około 1935 r., zastąpiła wcześniejszą „wiedeńską metodę statystyki obrazkowej”.
Dlaczego na wykresie nie wolno powiększać piktogramu proporcjonalnie do liczby?
Bo oko porównuje pole, a nie wysokość. Jeśli ludzik dla 203.2 mln mieszkańców USA (1970) jest 2.21 razy wyższy niż dla 92.0 mln (1910), to przy zachowanych proporcjach ma 4.88 razy większe pole – różnica wygląda na ponad dwa razy większą, niż jest. Isotype rozwiązuje to powtarzaniem znaków.
Jak zrobić wykres izotypowy w R?
Najprościej w ggplot2: zdefiniuj znak jako wielokąt, ustal, ile jednostek oznacza jeden znak (np. 10 mln), i w każdym wierszu narysuj tyle kopii, ile wynosi wartość podzielona przez jednostkę, obcinając ostatni znak do części ułamkowej. Pełny kod jest w sekcji z przykładem.
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- Haroz, S., Kosara, R., & Franconeri, S. L. (2015). ISOTYPE visualization: Working memory, performance, and engagement with pictographs. In Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems (pp. 1191–1200). Association for Computing Machinery. https://doi.org/10.1145/2702123.2702275
- Hyphen Press. (b.d.). Marie Neurath. Pobrano 20 listopada 2026 z https://hyphenpress.co.uk/?p=111 ● Otwarty dostęp
- Isotype revisited. (2009). Gesellschaft und Wirtschaft. Isotype revisited (University of Reading). https://isotyperevisited.org/2009/09/gesellschaft-und-wirtschaft.php ● Otwarty dostęp
- Isotype revisited. (b.d.). Introduction. Isotype revisited (University of Reading). Pobrano 20 listopada 2026 z https://isotyperevisited.org/2012/08/introduction.php ● Otwarty dostęp
- Jansen, W. (2009). Neurath, Arntz and ISOTYPE: The legacy in art, design and statistics. Journal of Design History, 22(3), 227–242. https://doi.org/10.1093/jdh/epp015 ● Otwarty dostęp
- Swoboda, W. W. (1976). Neurath, Otto. In Österreichisches Biographisches Lexikon 1815–1950 (pp. 102–103). Verlag der Österreichischen Akademie der Wissenschaften. https://doi.org/10.1553/0x00283647 ● Otwarty dostęp: pełny tekst
Cytowania BibTeX
@inproceedings{haroz2015isotype, author={Haroz, Steve and Kosara, Robert and Franconeri, Steven L.}, title={{ISOTYPE visualization: Working memory, performance, and engagement with pictographs}}, booktitle={Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems}, year={2015}, pages={1191--1200}, publisher={Association for Computing Machinery}, doi={10.1145/2702123.2702275}}@misc{hyphenmarieneurath, author={{Hyphen Press}}, title={{Marie Neurath}}, howpublished={Hyphen Press}, url={https://hyphenpress.co.uk/?p=111}}@misc{isotyperevisitedgesellschaft, author={{Isotype revisited}}, title={{Gesellschaft und Wirtschaft}}, howpublished={Isotype revisited (University of Reading)}, year={2009}, url={https://isotyperevisited.org/2009/09/gesellschaft-und-wirtschaft.php}}@misc{isotyperevisitedintroduction, author={{Isotype revisited}}, title={{Introduction}}, howpublished={Isotype revisited (University of Reading)}, url={https://isotyperevisited.org/2012/08/introduction.php}}@article{jansen2009neurath, author={Jansen, Wim}, title={{Neurath, Arntz and ISOTYPE: The legacy in art, design and statistics}}, journal={Journal of Design History}, year={2009}, volume={22}, number={3}, pages={227--242}, doi={10.1093/jdh/epp015}}@incollection{swoboda1976neurath, author={Swoboda, W. W.}, title={{Neurath, Otto}}, booktitle={Österreichisches Biographisches Lexikon 1815–1950}, year={1976}, volume={7}, number={32}, pages={102--103}, publisher={Verlag der Österreichischen Akademie der Wissenschaften}, doi={10.1553/0x00283647}}