Eine Bewertungsmethode und ein Toolkit zur Bewertung des Tastaturdesigns auf Smartphones

Zusammenfassung

Das vorgestellte Protokoll integriert verschiedene Auswertungsmethoden und demonstriert eine Methode zur Bewertung des Tastaturdesigns auf Smartphones. Paare, die mit englischen Zeichen übereinstimmen, werden als Eingabematerial vorgeschlagen, und die Übergangszeit zwischen zwei Schlüsseln wird als abhängige Variable verwendet.

Zusammenfassung

Tastatureingaben haben eine wesentliche Rolle in der Mensch-Computer-Interaktion mit einer großen Benutzerbasis gespielt, und das Tastaturdesign war schon immer eines der grundlegenden Studienobjekte auf intelligenten Geräten. Mit der Entwicklung der Bildschirmtechnologie konnten präzisere Daten und Indikatoren von Smartphones gesammelt werden, um das Tastaturdesign eingehend zu bewerten. Die Vergrößerung des Telefonbildschirms hat zu unbefriedigender Eingabeerfahrung und Fingerschmerzen geführt, insbesondere bei einhändiger Eingabe. Die Eingabeeffizienz und der Komfort haben die Aufmerksamkeit von Forschern und Designern auf sich gezogen, und die gekrümmte Tastatur mit größenverstellbaren Tasten, die in etwa der physiologischen Struktur der Daumen entsprach, wurde vorgeschlagen, um die einhändige Verwendung auf Großbild-Smartphones zu optimieren. Seine tatsächlichen Auswirkungen blieben jedoch unklar. Daher demonstrierte dieses Protokoll eine allgemeine und zusammengefasste Methode zur Bewertung der Auswirkungen des gekrümmten QWERTY-Tastaturdesigns auf ein 5-Zoll-Smartphone durch eine selbst entwickelte Software mit detaillierten Variablen, einschließlich objektiver Verhaltensdaten, subjektivem Feedback und den Koordinatendaten jedes Berührungspunkts. Es gibt genügend vorhandene Literatur zur Bewertung virtueller Tastaturen; allerdings haben nur wenige von ihnen die Evaluationsmethoden und -prozesse systematisch zusammengefasst und reflektiert. Daher füllt dieses Protokoll die Lücke und stellt einen Prozess und eine Methode der systematischen Bewertung des Tastaturdesigns mit verfügbaren Codes zur Analyse und Visualisierung dar. Es benötigt keine zusätzliche oder teure Ausrüstung und ist einfach zu bedienen und zu bedienen. Darüber hinaus hilft das Protokoll auch, mögliche Gründe für die Nachteile des Designs zu ermitteln und klärt die Optimierung von Designs auf. Zusammenfassend lässt sich sagen, dass dieses Protokoll mit den Open-Source-Ressourcen nicht nur ein demonstratives Experiment in der Klasse sein könnte, um den Anfänger zu inspirieren, sein Studium zu beginnen, sondern auch dazu beiträgt, die Benutzererfahrung und den Umsatz von Input-Methoden-Editor-Unternehmen zu verbessern.

Einleitung

Tastatureingabe ist die Mainstream-Methode der Mensch-Smartphone-Interaktion^1,2, und mit der Durchdringung von Smartphones erhält die Tastatureingabe Milliarden von Benutzern. Im Jahr 2019 hatte die globale Smartphone-Penetrationsrate 41,5% erreicht^3,während die Vereinigten Staaten mit der höchsten Penetration auf 79,1% gestiegen waren⁴. Bis zum ersten Quartal 2020 hatte die Mobile-Tastatur von Sogou täglich rund 480 Millionen aktive Nutzer^5. Bis zum 6. Mai 2020 wurde das Google Gboard mehr als 1 Milliarde Mal heruntergeladen^6.

Unbefriedigende Tastatureingaben nehmen mit der Vergrößerung des Telefonbildschirms zu. Obwohl der vergrößerte Bildschirm darauf abzielte, das Seherlebnis zu verbessern, hat er die Schwerkraft, Größe und das Gewicht von Smartphones verändert, was dazu führte, dass Benutzer wiederholt die Haltung änderten, um entfernte Bereiche zu erreichen (z. B. Taste A und Q für Rechtshänder), was zu Eingabeineffizienz führte. Die Muskeldehnung kann dazu führen, dass Benutzer an Muskel-Skelett-Erkrankungen, Handschmerzen und verschiedenen Arten von Krankheiten leiden (z. B. Karpaltunnelsyndrom, Daumenarthrose und Daumen-Tenosynovitis^7,8,9,10). Benutzer, die die einhändige Verwendung bevorzugen, befinden sich unter schlechteren^{Bedingungen 11,12}.

Daher sind die Bewertung und Optimierung des Tastaturdesigns zu heißen Themen der psychologischen, technischen und ergonomischen Forschung geworden. Variable Tastaturdesigns und -konzepte wurden ständig von IME-Unternehmen (Input Method Editor) und Forschern vorgeschlagen, um das Eingabeerlebnis und die Effizienz zu optimieren, einschließlich Layout-geänderter und zeichenneu angeordneter Tastaturen: Microsoft WordFlow Keyboard¹³, Functional Button Area in Glory of Kings¹⁴, IJQWERTY¹⁵und Quasi-QWERTY¹⁶.

Die bestehenden Bewertungsmethoden des Tastaturdesigns variieren von Forscher zu Forscher, mit Ausnahme einiger hoch akzeptierter Indikatoren, und genauere Indikatoren werden vorgeschlagen. Bei einer Vielzahl von Indikatoren gibt es jedoch kein zusammengefasstes und systematisches Protokoll, um den Prozess der Bewertung und Analyse des Tastaturdesigns zu demonstrieren. Fitts' Gesetz¹⁷ und seine erweiterte Version FFitts Law^18,die die Mensch-Computer-Interaktion beschrieb, wurden weithin angenommen, um die Tastaturleistung zu bewerten^19,20,21,22. Darüber hinaus wurde der Funktionsbereich des Daumens vorgeschlagen, um das Tastaturdesign zu verbessern, und er beschrieb einen gekrümmten Bewegungsbereich für den Daumen, um die Eingabeaufgabe bequem abzuschließen²³. Basierend auf diesen Theorien wurden Indikatoren wie Wort pro Minute, Wortfehlerrate und subjektives Feedback (wahrgenommene Benutzerfreundlichkeit, wahrgenommene Leistung, wahrgenommene Geschwindigkeit, subjektive Arbeitsbelastung, wahrgenommene Anstrengung und Schmerz sowie Nutzungsabsicht usw.), die in früheren Studien^24,25^,26,^27,28,29 teilweise verwendet wurden mit Ausnahme von Modellierungs- und Simulationsmethoden. Darüber hinaus wurden in den letzten Jahren die angepasste Ellipse von Touchpoints auf jeder Taste und ihr Versatz^30,31 verwendet, um die genaue Leistung von Eingabeereignissen zu untersuchen. Auch die galvanische Hautreaktion, Herzfrequenz, elektromyographische Aktivität, Handgeste und Körperbewegung^32,33^,34,35 wurden übernommen, um direkt oder indirekt Muskelermüdung, Komfort und Zufriedenheit der Benutzer zu bewerten. Diesen verschiedenen Methoden fehlt es jedoch an Reflexion über die Angemessenheit der verwendeten Indikatoren, und ein unerfahrener Forscher kann verwirrt sein, die geeigneten Indikatoren für seine Forschung auszuwählen.

Die Forschung über das Tastaturdesign ist auch einfach durchzuführen, zu bedienen und zu analysieren. Mit dem Boom der Bildschirmtechnologie konnten einfach mehr Verhaltensdaten gesammelt werden, um das Tastaturdesign eingehend zu bewerten (z. B. die Übergangszeit zwischen zwei Tasten und die Koordinatendaten jedes Berührungspunkts). Basierend auf den genannten Daten konnten die Forscher die Details des Tastaturdesigns genau untersuchen und seine Nachteile und Vorteile analysieren. Im Vergleich zu anderen Mensch-Computer-Interaktionsforschungen hat die Erforschung des Tastaturdesigns auf tragbaren Smartphones auch einen hohen Anwendungswert für ihre große Benutzerbasis, ohne teure Ausrüstung, komplizierte Materialien oder riesigen Laborraum. Die Fragebögen, Skalen und das Python-Skript über die Forschung sind Open-Source und leicht zugänglich.

Der Zweck dieser Forschung ist es, die bisherigen Methoden zusammenzufassen, um ein systematisches, präzises und allgemeines Protokoll zur Bewertung und Analyse des Tastaturdesigns auf Smartphones zu demonstrieren. Das beispielhafte Experiment und die Ergebnisse sollen zeigen, ob die gekrümmte QWERTY-Tastatur mit größenverstellbaren Tasten das Eingabeerlebnis der einhändigen Eingabe auf einem 5-Zoll-Smartphone im Vergleich zur herkömmlichen QWERTY-Tastatur optimieren und die Visualisierungsmethode und das Python-Skript der Datenanalyse gemeinsam nutzen kann.

Access restricted. Please log in or start a trial to view this content.

Protokoll

Die Studie wurde nach dem ethischen Prinzip durchgeführt und von der Ethikkommission der Tsinghua Universität genehmigt. Abbildung 1 zeigt den Prozess der Bewertung des Tastaturdesigns von Smartphones.

Abbildung 1: Allgemeiner Prozess der Durchführung eines Tastaturexperiments und der Bewertung des Tastaturdesigns. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

1. Vorbereitung

1. Versuchsplanung
   1. Definieren Sie das Forschungsproblem und schlagen Sie die Hypothese vor.
   2. Entwerfen Sie das Experiment nach der Hypothese und definieren Sie die unabhängigen Variablen (z. B. Tastaturlayout, Tipphaltung). Verwenden Sie das Design innerhalb des Subjekts, um Störfaktoren und Varianzen zu reduzieren, die durch den Unterschied zwischen den Teilnehmern verursacht werden.
2. Abhängige Variablen
   1. Verwenden Sie physische Daten, einschließlich der Handlänge, der Länge des Eingabefingers und des Umfangs des Eingabefingers, die mit einem Maßband gemessen wurden, wie in Abbildung 2 dargestellt.
   2. Verwenden Sie physiologische Daten, einschließlich galvanischer Hautreaktion (gemessen mit dem tragbaren drahtlosen physiologischen Detektor), Herzfrequenz (gemessen mit dem tragbaren drahtlosen physiologischen Detektor), elektromyographische Aktivität (gemessen durch Oberflächenelektromyographie) usw.
   3. Verwenden Sie die Eingabeleistung: Wort pro Minute, Wortfehlerrate und Übergangszeit zwischen zwei Schlüsseln.
      1. Wort pro Minute bezieht sich auf die Eingabegeschwindigkeit der Teilnehmer (d. h. die Anzahl der korrekt eingegebenen Wörter pro Minute).
      2. Die Wortfehlerrate bezieht sich auf die Eingabegenauigkeit der Teilnehmer (d. h. die Anzahl der falsch eingegebenen Wörter geteilt durch die Gesamtzahl der Wörter unter einer Bedingung). Korrigierte Fehlerquote, unkorrigierte Fehlerquote und Gesamtfehlerquote wurden auch in früheren Studien verwendet³⁶.
      3. Die Übergangszeit zwischen zwei Tasten bezieht sich auf die Reaktionszeit der Teilnehmer zwischen zwei Berührungspunkten eines korrekt eingegebenen Wortes²² (d. h. die Startzeit des zweiten Berührungspunkts abzüglich der Abfahrtszeit des ersten Zeichens).
   4. Verwenden Sie Körperbewegungsdaten wie Handgesten und Körperbewegungen (Fingerbewegungen). Sie konnten durch das Motion-Capture-System³⁵gesammelt werden.
   5. Verwenden Sie subjektive Daten wie wahrgenommene Benutzerfreundlichkeit, Nutzungsabsicht, wahrgenommene Genauigkeit und Geschwindigkeit, wahrgenommene Anstrengung und Schmerzen sowie subjektive Arbeitsbelastung usw. Subjektive Daten können durch vorhandene Skalen und Fragebögen gewonnen werden, die sowohl sehr zuverlässig als auch valide sind, um das subjektive Feedback der Teilnehmer über das Tastaturdesign besser bewerten zu können.
      1. Verwenden Sie NASA-TLX, eine 21-Punkte-Skala, die verwendet wird, um die subjektive Arbeitsbelastung durch mentale, physische, Zeit-, Leistungs-, Anstrengungs- und Frustrationsdimensionen zu messen. Ein hoher Score zeigt eine hohe subjektive^{Arbeitsbelastung 26}an.
      2. Verwenden Sie die System Usability Scale, einen 5-Punkte-Fragebogen mit 10 Items, und die Antworten eines Teilnehmers werden als Einzelpunktzahl von 0 bis 100 berechnet. Ein hoher Score weist auf eine hohe wahrgenommene Usability^{hin 24}.
      3. Verwenden Sie die Borg CR10-Skala, die von 0 bis 10 reicht, um wahrgenommene Schmerzen und Anstrengung zu messen. Eine hohe Punktzahl zeigt einen hohen wahrgenommenen Schmerz und Anstrengung an²⁵.
      4. Verwenden Sie die Intent to Use Scale: Ein 10-Punkte-Fragebogen, der verwendet wird, um die Wahrscheinlichkeit zu messen, dass Teilnehmer die Technologie oder Produkte verwenden würden. Eine hohe Punktzahl zeigt eine hohe Wahrscheinlichkeit^{von 28 an.}
      5. Die wahrgenommene Geschwindigkeit und die wahrgenommene Genauigkeit werden alle von 50-Punkte-Skalen gemessen, und ein hoher Wert zeigt eine gute wahrgenommene Leistung an²⁸.
   6. Sammeln Sie die Koordinatendaten jedes Touchpoints und ändern Sie sie in die angepasste Ellipse (95% CI) von Touchpoints auf jeder Taste^30,31. Nehmen Sie die Fläche jeder angepassten Ellipse und den Versatz von der Mitte der angepassten Ellipse zur Zielmitte jeder Taste als abhängige Variablen an.
      HINWEIS: Die Koordinatendaten können durch die selbst entwickelte Anwendung auf dem Smartphone präzise erfasst werden. Wenn es schwierig ist, die Koordinatendaten zu erhalten, reichen objektive und subjektive Daten aus, um das Tastaturdesign grob zu bewerten.

Abbildung 2: Die Messung der Hand. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

3. Materialien
   1. Wählen Sie das Experiment-Smartphone aus. Berücksichtigen Sie Gewicht, Auflösung und Bildschirmgröße.
   2. Entwerfen und entwickeln Sie die Experimentiersoftware auf Smartphones (optionaler Schritt).
      HINWEIS: Die Übergangszeit zwischen zwei Tasten kann automatisch von dieser Software oder Bewegungserfassungssensoren (z. B. dem Beschleunigungssensor) aufgezeichnet werden. Es kann schwierig sein, es manuell zu erfassen (z. B. eine Uhr oder Stoppuhr).
   3. Wählen Sie die Eingabeaufgabe aus den folgenden Vorschlägen basierend auf der Hypothese aus und überarbeiten Sie sie entsprechend dem Forschungszweck.
      1. Für die Eingabeaufgabe des Zeichenpaars paaren Sie zufällig 26 englische Buchstaben zu 676 Paaren und teilen sie basierend auf dem Experimentdesign durchschnittlich in mehrere Gruppen auf.
      2. Verwenden Sie für die Eingabeaufgabe "Phrase(satz)" Ausdrücke, die mäßig lang, leicht zu merken und repräsentativ für die Zielsprache sind. Wenn die Zielsprache Englisch ist, extrahieren Sie 15-20 (oder basierend auf Forschungszweck) Phrasen oder Wörter aus einem 500-Phrasen-Set³⁷.
4. Teilnehmerrekrutierung
   1. Verwenden Sie die G*Power-Software, um den Stichprobenumfang zu berechnen.
   2. Veröffentlichen Sie Fragebögen, um potenzielle Teilnehmer zu rekrutieren.
   3. Filtern Sie potenzielle Teilnehmer mit gewünschten Merkmalen, z. B. Alter, Gesundheit, Sehvermögen, Händigkeit und Input-Erfahrung. Stellen Sie sicher, dass die Input-Erfahrung der Teilnehmer ausgewogen ist.

2. Verfahren

1. Lesen Sie den Teilnehmern die Einverständniserklärung des Experiments vor, einschließlich des Experimentablaufs, der Aufgabe und ob sie auf geistige oder körperliche Verletzungen stoßen werden. Wenn die Teilnehmer der Teilnahme zustimmen, müssen sie die Einverständniserklärung unterschreiben. Wenn nicht, können sie sich sofort zurückziehen. Gemäß der Einwilligungserklärung können die Teilnehmer auch in jeder Phase des Experiments zurücktreten.
2. Sammeln Sie sowohl physische als auch demografische Daten. Verwenden Sie ein Maßband, um die Hand jedes einzelnen Teilnehmers zu messen (Abbildung 2), um den Effekt des Handgrößenunterschieds zu eliminieren und auch wiederholbare Daten für zukünftige Forschung bereitzustellen. Sammeln Sie demografische Daten wie Alter, Geschlecht, genaue Eingabeerfahrung und Beruf.
3. Desinfizieren Sie alle Geräte und reinigen Sie die Körperteile des Teilnehmers, die die Geräte berühren werden.
   1. Bitten Sie die Teilnehmer, ihre Hände zu waschen und den Bildschirm von Smartphones zu reinigen, damit Sensoren von Smartphones empfindlicher sein können.
   2. Bitten Sie die Teilnehmer, tragbare drahtlose physiologische Detektoren oder ein Motion-Capture-System zu tragen. Bitten Sie die Teilnehmer, das tragbare drahtlose physiologische Erkennungsarmband an der nicht dominanten Hand zu tragen, um die galvanische Hautreaktion und herzfrequenz aufzuzeichnen, wobei die Lärmstörung vermieden wird.
      1. Platzieren Sie passive Marker des Motion-Capture-Systems auf den Fingernägeln, der proximalen Phalanx des Fingers, den Halswirbeln (C3-C5) und dem Arm, um die genaue Körper- und Fingerbewegung zu erfassen. Kleben Sie drahtlose Elektroden auf die Haut von zwei Armen und zwei Unterarmen, um die elektromyographische Aktivität zu erkennen (optionaler Schritt).
   3. Kalibrieren Sie alle im Experiment verwendeten Geräte.
4. Übungsteil
   1. Lassen Sie die Teilnehmer die Schulungsaufgabe abschließen. Die Trainingsaufgabe wird verwendet, um die Vertrautheit der Teilnehmer mit Eingabeaufgaben und Tastaturen zu verbessern, um den Effekt des Übens oder der Unvertrautheit auf das Experimentergebnis zu reduzieren. Es besteht aus 50 Paaren oder 20 Wörtern, die zufällig aus den 676 englischen Paaren oder 500 Phrasen ausgewählt wurden. Erst wenn ihre Eingabegenauigkeit in 150 Sekunden 80% oder mehr erreicht, können sie an den formalen Versuchen teilnehmen. Die beispielhafte Forschung übernahm die Eingabe von 50 Paaren als Trainingsaufgabe.
5. Hauptaufgabe
   1. Lassen Sie die Teilnehmer formale Studien unter allen experimentellen Bedingungen abschließen. Sie müssen ihre Genauigkeit so schnell wie möglich während der Zeit der Eingabeaufgabe sicherstellen. Formale Studien sind echte Inputaufgaben, die in der Forschung bewertet und analysiert werden. Jedes Paar, Wort oder jeder Satz stellt einen Versuch dar, und verschiedene experimentelle Designs erzeugen unterschiedliche experimentelle Bedingungen.
   2. Lassen Sie die Teilnehmer die Eingabeaufgabe in zufälliger Reihenfolge oder in ausgewogener Reihenfolge erledigen. Die Methoden der Aufteilung von Inputmaterialien sind wie folgt. Erstens können 676 Paare zufällig in jede experimentelle Bedingung unterteilt werden (d.h. die Teilnehmer haben alle Paare eingegeben, wenn sie alle experimentellen Bedingungen abgeschlossen haben). Zweitens können unter jeder experimentellen Bedingung 676 Paare zufällig in mehrere Blöcke unterteilt werden, und die Teilnehmer müssen diese Blöcke zufällig abschließen. Drittens müssen die Teilnehmer für die Eingabe von Wörtern unter jeder Bedingung etwa 20 Studien absolvieren. Viertens müssen die Teilnehmer für die Eingabe von Sätzen unter jeder Bedingung etwa 10-15 Studien absolvieren. Forscher sollten sicherstellen, dass es keinen signifikanten Unterschied zwischen der Anzahl der Zeichen und der Anzahl der Wörter gibt, die der Teilnehmer unter jeder Bedingung eingegeben hat. Die exemplarische Forschung übernahm die erste Methode und hatte vier experimentelle Bedingungen.
   3. Bitten Sie die Teilnehmer nach jeder Bedingung, alle Fragebögen (Skalen, die ihre subjektive Erfahrung bewerten) nach dem Zufallsprinzip auszufüllen und ihnen 1 Minute oder mehr Zeit zum Ausruhen zu geben.
6. Lassen Sie jeden Teilnehmer am Ende des Experiments den umfassenden Fragebogen (Q & A) ausfüllen, um subjektives Feedback zu erhalten.
7. Drücken Sie den Teilnehmern Ihre Wertschätzung mit monetären oder materiellen Belohnungen aus.

3. Datenanalyse

1. Hypothesentest durch geeignete parametrische oder nicht-parametrische Tests
   1. Analysieren Sie die physischen, physiologischen und Körperbewegungsdaten, um zu testen, ob der Unterschied zwischen den Teilnehmern die Ergebnisse und die ausdruckslose Eingabeerfahrung der Benutzer signifikant beeinflussen würde (optionaler Schritt).
   2. Analysieren Sie die Eingabeleistung der Teilnehmer, um die Eingabeeffizienz auf der Tastatur zu testen.
   3. Analysieren Sie subjektive Daten, um die wahrgenommene Benutzerfreundlichkeit und das subjektive Feedback der Tastatur zu testen.
   4. Finden Sie heraus, ob der Übungseffekt und der Ermüdungseffekt das Ergebnis signifikant beeinflussen. Für jede Bedingung werden Versuche entsprechend dem Zeitstempel in zwei Teile unterteilt (d. h. der erste halbe Teil und der zweite halbe Teil). Untersuchen Sie insbesondere unter jeder Bedingung den Unterschied der Eingabeleistung zwischen dem ersten halben Teil und dem zweiten halben Teil, um zu testen, ob der Übungseffekt oder der Ermüdungseffekt vorhanden ist.
   5. Analysieren Sie den Bereich der angepassten Ellipse von Touchpoints auf jeder Taste sowie den Offset von der Mitte zur Zielmitte jeder Taste (optionaler Schritt).
      1. Sammeln Sie alle Berührungspunkte jeder Taste mit der Software, und sie stimmen ungefähr mit der bivariaten Gauß-Verteilung überein. Das 95%-Konfidenzintervall jeder Schaltfläche in x- und y-Richtung wird durch die Koordinatendaten jedes Berührungspunkts in Pixel abgeleitet, und die 95%-Konfidenzellipsen über einen 1:1-Umriss der Schaltfläche für jede Tastatur werden durch Python-Skripte auf Pixelkoordinate angepasst (siehe Coding File 2).
      2. Verwenden Sie angepasste Ellipsen (95% CI) und deren Bereiche, um die Streuung der Touchpoints auf jeder Taste zu demonstrieren. In jeder Schaltfläche wird der von Python-Skripten berechnete Versatz der angepassten Ellipse als Mittelpunkt der angepassten Ellipse zum Zielpunkt der Schaltfläche definiert und kann aus x- und y-Richtungen dargestellt werden (d. h. in X-Achse und Y-Achse, siehe Coding File 3).
2. Modellierung und Simulation
   1. Verwenden Sie das datengesteuerte Modell als Funktion der Tastaturposition und -ausrichtung, um die Fingerbewegung durch Python-Skripte vorherzusagen. Alle Bewegungen der Finger sind in acht Richtungen³⁸ unterteilt (die obere nach unten, die untere nach oben, die linke nach rechts, die rechte nach links, die links-obere nach rechts-unten, die rechts-untere nach links-oben, die linke-untere nach rechts-oben, die rechts-oben nach links-unten). Für jede Richtung wird die durchschnittliche Übergangszeit zwischen zwei Tasten berechnet, um die Effektivität der Fingerbewegung darzustellen, die zur Bewertung des Tastaturdesigns verwendet wird (optionaler Schritt).
   2. Verwenden Sie die lineare Regressionsanalyse, um ein erweitertes Fitts'Law-Modell (oder seine erweiterte Version, FFitts' Law) zu erstellen, um die Übergangszeit zwischen zwei Schlüsseln mithilfe einer integrierten kognitiven Architektur³⁹ von Python-Skripten vorherzusagen. Das verbesserte Fitts's Law-Modell könnte eine bessere Vorhersage und Bewertung des Tastaturdesigns auf der Grundlage seiner Analysen der Position und effektiven Breite der Tasten sowie des Abstands von zwei Tasten (optionaler Schritt) ermöglichen.

Access restricted. Please log in or start a trial to view this content.

Ergebnisse

Die repräsentative Studie folgt hauptsächlich dem genannten Protokoll. Die Studie verwendet eine 2 (Tastaturlayout: Curved QWERTY vs. Traditional QWERTY) × 2 (Tastengröße: groß, 6,3 mm × 9 mm vs. klein, 4,9 mm × 7 mm) innerhalb des Probandendesigns, um zu bewerten, ob der gekrümmte QWERTY die Eingabeeffizienz und den Komfort im Vergleich zum traditionellen QWERTY in verschiedenen Tastengrößen durch die Zeichenpaar-Eingabeaufgabe durch unsere selbst entwickelte Software verbessern könnte (...

Access restricted. Please log in or start a trial to view this content.

Diskussion

In dieser Studie, die auf der Entwicklung der Bildschirmtechnologie basiert, haben wir ein zusammengefasstes und allgemeines Protokoll der Bewertung des Tastaturdesigns vorgestellt, um das Tastaturdesign systematisch und präzise zu bewerten. Bestehende Indikatoren und Methoden aus früheren Studien, Paare, die durch englische Zeichen abgeglichen werden, und die Übergangszeit zwischen zwei Schlüsseln werden integriert und modifiziert, um ein effektives Protokoll zu generieren.

Mehrere kritis...

Access restricted. Please log in or start a trial to view this content.

Materialien

Name	Company	Catalog Number	Comments
Changxiang 6S smartphone	Huawei		Smartphone used in the examplar study
Curved QWERTY keyboard software	Tsinghua University		Developed by authors
SPSS software	IBM		Data analysis software
G*Power software	Heinrich-Heine-Universität Düsseldorf		Sample size calculation
E4 portable wireless wristband	Empatica		Recording galvanic skin response and heart rate
Arqus	Qualysis		Motion capture camera platform
Passive marker	Qualysis		Appropriate sizes: 2.5 mm, 4 mm, and 6.5 mm
Trigno sEMG	Delsys		Recording electromyographic activity
Visual Studio Code	Microsoft		Python editor