Cette recherche est soutenue par le programme de recherche scientifique de l’Initiative de l’Université Tsinghua (Conception ergonomique du clavier incurvé sur les appareils intelligents). Les auteurs apprécient Tianyu Liu pour ses aimables suggestions et son aide au codage sur les chiffres.

L’étude a été menée conformément au principe éthique et a été approuvée par le comité d’éthique de l’Université Tsinghua. La figure 1 montre le processus d’évaluation de la conception du clavier des smartphones.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/61796/61796fig01.jpg"> Figure 1 : Processus général de réalisation d’une expérience de clavier et d’évaluation de la conception du clavier. <a href="https://www.jove.com/files/ftp_upload/61796/61796fig01large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
1. Préparation
<ol><li>
Conception de l’expérience
	<ol>
<li>Définir la question de recherche et proposer l’hypothèse.</li>
		<li>Concevez l’expérience en fonction de l’hypothèse et définissez les variables indépendantes (par exemple, la disposition du clavier, la posture de frappe). Utilisez la conception à l’intérieur du sujet afin de réduire les facteurs de confusion et la variance causés par la différence entre les participants.</li>
	</ol>
</li>
	<li>
Variables dépendantes
	<ol>
<li>Utilisez des données physiques, y compris la longueur de la main, la longueur du doigt d’entrée et la circonférence du doigt d’entrée, qui ont été mesurées par un ruban à mesurer, comme illustré à la figure 2.</li>
		<li>Utiliser des données physiologiques, y compris la réponse galvanique de la peau (mesurée par le détecteur physiologique sans fil portable), la fréquence cardiaque (mesurée par le détecteur physiologique sans fil portable), l’activité électromyographique (mesurée par électromyographie de surface), etc.</li>
		<li>Utilisez les performances d’entrée : mot par minute, taux d’erreur de mot et temps de transition entre deux touches.<ol>
<li>Le mot par minute fait référence à la vitesse de saisie des participants (c.-à-d. le nombre de mots correctement saisis par minute).</li>
			<li>Le taux d’erreur des mots fait référence à la précision de la saisie des participants (c.-à-d. le nombre de mots mal saisis divisé par le nombre total de mots sous une même condition). Le taux d’erreur corrigé, le taux d’erreur non corrigé et le taux d’erreur total ont également été utilisés dans des études antérieures36.</li>
			<li>Le temps de transition entre deux touches fait référence au temps de réaction des participants entre deux points de contact d’un mot22 correctement saisi (c.-à-d. l’heure de début du deuxième point de contact moins l’heure de départ du premier caractère).</li>
		</ol>
</li>
		<li>Utilisez des données sur les mouvements du corps, telles que les gestes de la main et les mouvements du corps (doigts). Ils pourraient être collectés par le système de capture de mouvement35.</li>
		<li>Utilisez des données subjectives telles que la convivialité perçue, l’intention d’utilisation, la précision et la vitesse perçues, l’effort et la douleur perçus, la charge de travail subjective, etc. Les données subjectives peuvent être obtenues à l’aide d’échelles et de questionnaires existants, qui sont très fiables et valables pour mieux évaluer les commentaires subjectifs des participants sur la conception du clavier.<ol>
<li>Utilisez NASA-TLX, une échelle de 21 points utilisée pour mesurer la charge de travail subjective à travers des dimensions mentales, physiques, de temps, de performance, d’effort et de frustration. Un score élevé indique une charge de travail subjective élevée26.</li>
			<li>Utilisez l’échelle d’utilisabilité du système, un questionnaire en 5 points avec 10 éléments, et les réponses d’un participant seront calculées comme un score unique de 0 à 100. Un score élevé indique une facilité d’utilisation perçue élevée24.</li>
			<li>Utilisez l’échelle Borg CR10, qui varie de 0 à 10 pour mesurer la douleur et l’effort perçus. Un score élevé indique une douleur et un effort perçus de haut niveau25.</li>
			<li>Utilisez l’échelle d’intention d’utiliser : un questionnaire en 10 points utilisé pour mesurer la probabilité que les participants utilisent la technologie ou les produits. Un score élevé indique une probabilité de haut niveau28.</li>
			<li>La vitesse perçue et la précision perçue sont toutes mesurées par des échelles de 50 points, et un score élevé indique une bonne performance perçue28.</li>
		</ol>
</li>
		<li>Collectez les données de coordonnées de chaque point de contact et changez-les en ellipse ajustée (IC à 95 %) sur chaque bouton30,31. Adoptez la zone de chaque ellipse ajustée et le décalage entre le centre de l’ellipse ajustée et le centre cible de chaque bouton en tant que variables dépendantes. REMARQUE: Les données de coordonnées peuvent être collectées avec précision par l’application auto-développée sur le smartphone. S’il est difficile d’obtenir les données de coordonnées, des données objectives et subjectives sont suffisantes pour évaluer grossièrement la conception du clavier.</li>
	</ol>
</li>
</ol><img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/61796/61796fig2v4.jpg"> Figure 2 : La mesure de la main. <a href="https://www.jove.com/files/ftp_upload/61796/61796fig2v4large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
<ol start="3"><li>
Matériaux
	<ol>
<li>Choisissez le smartphone expérimental. Prenez en compte le poids, la résolution et la taille de l’écran.</li>
		<li>Concevoir et développer le logiciel d’expérimentation sur smartphones (étape optionnelle). REMARQUE: Le temps de transition entre deux touches peut être enregistré automatiquement par ce logiciel ou des capteurs de capture de mouvement (c’est-à-dire le capteur d’accéléromètre). Il peut être difficile de le récupérer manuellement (par exemple, une horloge ou un chronomètre).</li>
		<li>Sélectionnez la tâche d’entrée parmi les suggestions suivantes en fonction de l’hypothèse et révisez-la pour qu’elle corresponde à l’objectif de la recherche.<ol>
<li>Pour la tâche de saisie de paires de caractères, associez aléatoirement 26 lettres anglaises en 676 paires et divisez-les en moyenne en plusieurs groupes en fonction de la conception de l’expérience.</li>
			<li>Pour la tâche de saisie de phrase (phrase), utilisez des phrases de longueur modérée, faciles à retenir et représentatives de la langue cible. Si la langue cible est l’anglais, extrayez 15 à 20 phrases ou mots (ou en fonction de l’objectif de la recherche) d’un ensemble de 500 phrases37.</li>
		</ol>
</li>
	</ol>
</li>
	<li>
Recrutement de participants
	<ol>
<li>Utilisez le logiciel G*Power pour calculer la taille de l’échantillon.</li>
		<li>Publiez des questionnaires pour recruter des participants potentiels.</li>
		<li>Filtrer les participants potentiels avec les caractéristiques recherchées, par exemple, l’âge, la santé, la vision, la maniabilité et l’expérience d’entrée. S’assurer que l’expérience de contribution des participants est équilibrée.</li>
	</ol>
</li>
</ol>2. Procédure
<ol><li>Lisez le formulaire de consentement éclairé de l’expérience aux participants, y compris la procédure de l’expérience, la tâche et s’ils rencontreront des blessures mentales ou physiques. Si les participants acceptent de participer, ils doivent signer le formulaire de consentement éclairé. Sinon, ils peuvent immédiatement se retirer. Selon le formulaire de consentement éclairé, les participants peuvent également se retirer à n’importe quelle étape de l’expérience.</li>
	<li>Recueillir des données physiques et démographiques. Utilisez un ruban à mesurer pour mesurer la main de chaque participant(Figure 2)afin d’éliminer l’effet de la différence de taille de la main et de fournir des données reproductibles pour les recherches futures. Recueillez des données démographiques telles que l’âge, le sexe, l’expérience de saisie précise et la profession.</li>
	<li>Désinfectez tous les appareils et nettoyez les parties du corps du participant qui toucheront les appareils.<ol>
<li>Demandez aux participants de se laver les mains et de nettoyer l’écran des smartphones afin que les capteurs des smartphones puissent être plus sensibles.</li>
		<li>Demandez aux participants de porter des détecteurs physiologiques sans fil portables ou un système de capture de mouvement. Demandez aux participants de porter le bracelet de détection physiologique sans fil portable sur la main non dominante pour enregistrer la réponse galvanique de la peau et la fréquence cardiaque tout en évitant les interférences sonores.<ol>
<li>Placez des marqueurs passifs du système de capture de mouvement sur les ongles, la phalange proximale du doigt, les vertèbres cervicales (C3-C5) et le bras, pour recueillir le mouvement précis du corps et des doigts. Collez des électrodes sans fil à la peau de deux bras et de deux avant-bras pour détecter l’activité électromyographique (étape optionnelle).</li>
		</ol>
</li>
		<li>Calibrez tous les appareils utilisés dans l’expérience.</li>
	</ol></li>
	<li>Partie pratique<ol>
<li>Laissez les participants terminer la tâche de formation. La tâche de formation est utilisée pour améliorer la familiarité des participants avec les tâches d’entrée et les claviers afin de réduire l’effet de la pratique ou de la méconnaissance sur le résultat de l’expérience. Il est composé de 50 paires ou 20 mots choisis au hasard parmi les 676 paires anglaises ou 500 phrases. Ce n’est que lorsque leur précision d’entrée atteint 80% ou plus en 150 secondes qu’ils peuvent entrer dans les essais formels. La recherche exemplaire a adopté la saisie de 50 paires comme tâche de formation.</li>
	</ol></li>
	<li>Tâche principale<ol>
<li>Laissez les participants terminer les essais formels dans toutes les conditions expérimentales. Ils doivent s’assurer de leur exactitude le plus rapidement possible pendant le temps de la tâche d’entrée. Les essais formels sont de véritables tâches d’entrée qui seront évaluées et analysées dans la recherche. Chaque paire, mot ou phrase représente un essai, et différents plans expérimentaux produisent des conditions expérimentales différentes.</li>
		<li>Demandez aux participants d’effectuer la tâche de saisie dans un ordre aléatoire ou équilibré. Les méthodes de division des matières premières sont les suivantes. Tout d’abord, 676 paires peuvent être divisées au hasard dans chaque condition expérimentale (c.-à-d. que les participants ont entré toutes les paires lorsqu’ils ont terminé toutes les conditions expérimentales). Deuxièmement, dans chaque condition expérimentale, 676 paires peuvent être divisées en plusieurs blocs au hasard, et les participants doivent compléter ces blocs au hasard. Troisièmement, pour saisir des mots, les participants doivent effectuer environ 20 essais dans chaque condition. Quatrièmement, pour saisir des phrases, les participants doivent compléter environ 10 à 15 essais dans chaque condition. Les chercheurs ne doivent pas s’assurer qu’il n’y a pas de différence significative entre le nombre de caractères et le nombre de mots saisis par le participant dans chaque condition. La recherche exemplaire a adopté la première méthode et avait quatre conditions expérimentales.</li>
		<li>Après chaque condition, demandez aux participants de remplir tous les questionnaires (échelles évaluant leur expérience subjective) au hasard et donnez-leur 1 min ou plus pour se reposer.</li>
	</ol></li>
	<li>À la fin de l’expérience, laissez chaque participant terminer le questionnaire complet (Q & R) pour obtenir un retour subjectif.</li>
	<li>Exprimez votre gratitude aux participants avec des récompenses monétaires ou matérielles.</li>
</ol>3. Analyse des données
<ol><li>
Tests d’hypothèses par des tests paramétriques ou non paramétriques appropriés
	<ol>
<li>Analyser les données physiques, physiologiques et de mouvements corporels pour tester si la différence entre les participants influencerait de manière significative les résultats et l’expérience d’entrée inexpressive des utilisateurs (étape facultative).</li>
		<li>Analysez les performances d’entrée des participants pour tester l’efficacité d’entrée sur le clavier.</li>
		<li>Analyser les données subjectives pour tester la convivialité perçue et la rétroaction subjective du clavier.</li>
		<li>Déterminez si l’effet de la pratique et l’effet de fatigue influencent de manière significative le résultat. Pour chaque condition, les essais sont divisés en deux parties en fonction de l’horodatage (c.-à-d. la première moitié et la deuxième moitié). Plus précisément, dans chaque condition, examinez la différence de performance d’entrée entre la première moitié et la deuxième moitié pour vérifier si l’effet de pratique ou l’effet de fatigue existe.</li>
		<li>Analysez la zone de l’ellipse ajustée des points de contact sur chaque bouton ainsi que le décalage entre son centre et le centre cible de chaque bouton (étape facultative).<ol>
<li>Collectez tous les points de contact de chaque bouton avec le logiciel, et ils correspondent à peu près à la distribution gaussienne bivariée. L’intervalle de confiance de 95 % de chaque bouton dans les directions x et y est dérivé des données de coordonnées de chaque point de contact en pixels, et les ellipses de confiance de 95 % sur un contour 1:1 du bouton pour chaque clavier sont ajustées via des scripts Python sur la coordonnée du pixel (voir Fichier de codage 2).</li>
			<li>Utilisez des ellipses ajustées (IC à 95 %) et leurs zones pour démontrer la dispersion des points de contact sur chaque bouton. Dans chaque bouton, le décalage de l’ellipse ajustée calculé par les scripts Python est défini comme le point central de l’ellipse ajustée par rapport au point cible du bouton, et il peut être représenté à partir des directions x et y (c’est-à-dire dans l’axe X et l’axe Y, voir Fichier de codage 3).</li>
		</ol>
</li>
	</ol>
</li>
	<li>
Modélisation et simulation
	<ol>
<li>Utilisez le modèle piloté par les données en fonction de l’emplacement et de l’orientation du clavier pour prédire le mouvement des doigts par des scripts Python. Tous les mouvements des doigts sont divisés en huit directions38 (le haut vers le bas, le bas vers le haut, la gauche vers la droite, la droite vers la gauche, le haut gauche vers le bas droit, le bas droit vers le haut gauche, le bas gauche vers le haut droit, le haut droit vers le bas gauche). Pour chaque direction, le temps de transition moyen entre deux touches est calculé pour représenter l’efficacité du mouvement des doigts, qui est utilisé pour évaluer la conception du clavier (étape facultative).</li>
		<li>Utilisez l’analyse de régression linéaire pour construire un modèle amélioré de la loi de Fitts (ou sa version étendue, la loi de FFitts) pour prédire le temps de transition entre deux clés à l’aide d’une architecture cognitive intégrée39 par des scripts Python. Le modèle amélioré de la loi de Fitts pourrait fournir une meilleure prédiction et évaluation de la conception du clavier en fonction de ses analyses sur l’emplacement et la largeur effective des touches, ainsi que sur la distance de deux touches (étape facultative).</li>
	</ol>
</li>
</ol>

<ol>
	<li>Lee, S., Zhai, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+performance+of+touch+screen+soft+buttons.">The performance of touch screen soft buttons.</a> Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , (2009).</li><li>Smith, B. A., Bi, X., Zhai, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optimizing+touchscreen+keyboards+for+gesture+typing.">Optimizing touchscreen keyboards for gesture typing.</a> Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. , (2015).</li><li>. Global smartphone penetration rate as share of population from 2016 to 2020 [Fact sheet] Available from: <a target="_blank" href="https://www.statista.com/statistics/203734/global-smartphone-penetration-per-capita-since-2005">https://www.statista.com/statistics/203734/global-smartphone-penetration-per-capita-since-2005</a> (2020)</li><li>Top Countries by Smartphone Users [Fact sheet]. Newzoo Available from: <a target="_blank" href="https://newzoo.com/insights/rankings/top-countries-by-smartphone-penetration-and-users">https://newzoo.com/insights/rankings/top-countries-by-smartphone-penetration-and-users</a> (2019)</li><li>Gboard - the Google Keyboard [Press release]. Google Play Available from: <a target="_blank" href="https://play.google.com/store/apps/details?id=com.google.android.inputmethod.latin">https://play.google.com/store/apps/details?id=com.google.android.inputmethod.latin</a> (2020)</li><li>Eitivipart, A. C., Viriyarojanakul, S., Redhead, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Musculoskeletal+disorder+and+pain+associated+with+smartphone+use:+A+systematic+review+of+biomechanical+evidence.">Musculoskeletal disorder and pain associated with smartphone use: A systematic review of biomechanical evidence.</a> Hong Kong Physiotherapy Journal. 38 (2), 77-90 (2018).</li><li>Chang, J., Choi, B., Tjolleng, A., Jung, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effects+of+button+position+on+a+soft+keyboard:+Muscle+activity,+touch+time,+and+discomfort+in+two-thumb+text+entry.">Effects of button position on a soft keyboard: Muscle activity, touch time, and discomfort in two-thumb text entry.</a> Applied Ergonomics. 60, 282-292 (2017).</li><li>Gehrmann, S. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Motion+deficit+of+the+thumb+in+CMC+joint+arthritis.">Motion deficit of the thumb in CMC joint arthritis.</a> Journal of Hand Surgery. 35 (9), 1449-1453 (2010).</li><li>Kim, G., Ahn, C. S., Jeon, H. W., Lee, C. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effects+of+the+Use+of+Smartphones+on+Pain+and+Muscle+Fatigue+in+the+Upper+Extremity.">Effects of the Use of Smartphones on Pain and Muscle Fatigue in the Upper Extremity.</a> Journal of Physical Therapy Science. 24 (12), 1255-1258 (2012).</li><li>Girouard, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=One-handed+bend+interactions+with+deformable+smartphones.">One-handed bend interactions with deformable smartphones.</a> Proceedings of the 33rd annual ACM conference on human factors in computing systems. , (2015).</li><li>Lee, M., Hong, Y., Lee, S., Won, J., Yang, J., Park, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+effects+of+smartphone+use+on+upper+extremity+muscle+activity+and+pain+threshold.">The effects of smartphone use on upper extremity muscle activity and pain threshold.</a> Journal of Physical Therapy Science. 27 (6), 1743-1745 (2015).</li><li>Word Flow keyboard [Press release]. Microsoft Garage Available from: <a target="_blank" href="https://www.microsoft.com/en-us/garage/profiles/word-flow-keyboard/">https://www.microsoft.com/en-us/garage/profiles/word-flow-keyboard/</a> (2020)</li><li>The glory of kings [Press release]. Tencent Games Available from: <a target="_blank" href="https://pvp.qq.com/">https://pvp.qq.com/</a> (2020)</li><li>Bi, X., Zhai, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ijqwerty:+what+difference+does+one+key+change+make?+Gesture+typing+keyboard+optimization+bounded+by+one+key+position+change+from+qwerty.">Ijqwerty: what difference does one key change make? Gesture typing keyboard optimization bounded by one key position change from qwerty.</a> Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems. , (2016).</li><li>Bi, X., Smith, B. A., Zhai, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quasi-qwerty+soft+keyboard+optimization.">Quasi-qwerty soft keyboard optimization.</a> Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , (2010).</li><li>Fitts, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+information+capacity+of+the+human+motor+system+is+controlled+by+the+amplitude+of+movement.">The information capacity of the human motor system is controlled by the amplitude of movement.</a> Journal of Experimental Psychology. 47, 381-391 (1954).</li><li>Bi, X., Li, Y., Zhai, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=FFitts+law:+modeling+finger+touch+with+fitts'+law.">FFitts law: modeling finger touch with fitts' law.</a> Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , (2013).</li><li>Dunlop, M., Levine, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multidimensional+pareto+optimization+of+touchscreen+keyboards+for+speed,+familiarity+and+improved+spell+checking.">Multidimensional pareto optimization of touchscreen keyboards for speed, familiarity and improved spell checking.</a> Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , (2012).</li><li>Li, Y., Chen, L., Goonetilleke, R. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+heuristic-based+approach+to+optimize+keyboard+design+for+single-finger+keying+applications.">A heuristic-based approach to optimize keyboard design for single-finger keying applications.</a> International Journal of Industrial Ergonomics. 36 (8), 695-704 (2006).</li><li>Benligiray, B., Topal, C., Akinlar, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SliceType:+fast+gaze+typing+with+a+merging+keyboard.">SliceType: fast gaze typing with a merging keyboard.</a> Journal on Multimodal User Interfaces. 13 (4), 321-334 (2019).</li><li>Wang, Y., Ai, H., Liang, Q., Chang, W., He, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+to+optimize+the+input+efficiency+of+keyboard+buttons+in+large+smartphone?+A+comparison+of+curved+keyboard+and+keyboard+area+size+[Conference+presentation].">How to optimize the input efficiency of keyboard buttons in large smartphone? A comparison of curved keyboard and keyboard area size [Conference presentation].</a> International Conference on Human-Computer Interaction. , (2019).</li><li>Bergstrom-Lehtovirta, J., Oulasvirta, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Modeling+the+functional+area+of+the+thumb+on+mobile+touchscreen+surfaces.">Modeling the functional area of the thumb on mobile touchscreen surfaces.</a> Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , (2014).</li><li>Brooke, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SUS:+A+retrospective.">SUS: A retrospective.</a> Journal of Usability Studies. 8 (2), 29-40 (2013).</li><li>Borg, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Principles+in+scaling+pain+and+the+Borg+CR+Scales.">Principles in scaling pain and the Borg CR Scales.</a> Psychologica. 37, 35-47 (2004).</li><li>Hart, S. G., Staveland, L. E., Hancock, P. A., Meshkati, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+NASA-TLX+(task+load+index):+results+of+empirical+and+theoretical+research.">Development of NASA-TLX (task load index): results of empirical and theoretical research.</a> Human mental workload. , 139-183 (1988).</li><li>Trudeau, M. B., Asakawa, D. S., Jindrich, D. L., Dennerlein, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Two-handed+grip+on+a+mobile+phone+affords+greater+thumb+motor+performance,+decreased+variability,+and+a+more+extended+thumb+posture+than+a+one-handed+grip.">Two-handed grip on a mobile phone affords greater thumb motor performance, decreased variability, and a more extended thumb posture than a one-handed grip.</a> Applied Ergonomics. 52, 24-28 (2016).</li><li>Turner, C. J., Chaparro, B. S., He, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Text+input+on+a+smartwatch+qwerty+keyboard:+tap+vs.+trace.">Text input on a smartwatch qwerty keyboard: tap vs. trace.</a> International Journal of Human Computer Interaction. 33 (1-3), 143-150 (2017).</li><li>Zhai, S., Kristensson, P. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+word-gesture+keyboard:+reimagining+keyboard+interaction.">The word-gesture keyboard: reimagining keyboard interaction.</a> Communications of the ACM. 55 (9), 91-101 (2012).</li><li>Azenkot, S., Zhai, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Touch+behavior+with+different+postures+on+soft+smartphone+keyboards.">Touch behavior with different postures on soft smartphone keyboards.</a> Proceedings of the 14th international conference on Human-computer interaction with mobile devices and services. , (2012).</li><li>Yi, X., Yu, C., Shi, W., Shi, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Is+it+too+small?:+Investigating+the+performances+and+preferences+of+users+when+typing+on+tiny+qwerty+keyboards.">Is it too small?: Investigating the performances and preferences of users when typing on tiny qwerty keyboards.</a> International Journal of Human Computer Studies. 106, 44-62 (2017).</li><li>Li, Y., You, F., Ji, M., You, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Smartphone+text+input:+effects+of+experience+and+phrase+complexity+on+user+performance,+physiological+reaction,+and+perceived+usability.">Smartphone text input: effects of experience and phrase complexity on user performance, physiological reaction, and perceived usability.</a> Applied Ergonomics. 80, 200-208 (2019).</li><li>Gerard, M. J., Jones, S. K., Smith, L. A., Thomas, R. E., Wang, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+ergonomic+evaluation+of+the+Kinesis+ergonomic+computer+keyboard.">An ergonomic evaluation of the Kinesis ergonomic computer keyboard.</a> Ergonomics. 37 (10), 1661-1668 (1994).</li><li>Van Galen, G. P., Liesker, H., Haan, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effects+of+a+vertical+keyboard+design+on+typing+performance,+user+comfort+and+muscle+tension.">Effects of a vertical keyboard design on typing performance, user comfort and muscle tension.</a> Applied Ergonomics. 38 (1), 99-107 (2007).</li><li>Baker, N. A., Cham, R., Cidboy, E. H., Cook, J., Redfern, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Kinematics+of+the+fingers+and+hands+during+computer+keyboard+use.">Kinematics of the fingers and hands during computer keyboard use.</a> Clinical Biomechanics. 22 (1), 34-43 (2007).</li><li>Soukoref, R. W., MacKenzie, I. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Metrics+for+text+input+research:+an+evaluation+of+MSD+and+KSPC,+and+a+new+unified+error+metric.">Metrics for text input research: an evaluation of MSD and KSPC, and a new unified error metric.</a> Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , 113-120 (2003).</li><li>Mackenzie, I. S., Soukoreff, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Phrase+sets+for+evaluating+text+entry+techniques.">Phrase sets for evaluating text entry techniques.</a> CHI'03 Extended Abstracts on Human Factors in Computing Systems. , 754-755 (2003).</li><li>Trudeau, M. B., Sunderland, E. M., Jindrich, D. L., Dennerlein, J. T., Federici, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+data-driven+design+evaluation+tool+for+handheld+device+soft+keyboards.">A data-driven design evaluation tool for handheld device soft keyboards.</a> Plos One. 9 (9), 107070 (2014).</li><li>Cao, S., Ho, A., He, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Modeling+and+predicting+mobile+phone+touchscreen+transcription+typing+using+an+integrated+cognitive+architecture.">Modeling and predicting mobile phone touchscreen transcription typing using an integrated cognitive architecture.</a> International Journal of Human-Computer Interaction. 34 (4-6), 544-556 (2018).</li></ol>

Les auteurs n’ont déclaré aucune divulgation financière ni conflit d’intérêts.

Dans cette étude, basée sur le développement de la technologie d’écran, nous avons présenté un protocole résumé et général d’évaluation de la conception du clavier pour évaluer la conception du clavier de manière systématique et précise. Les indicateurs et méthodes existants issus d’études antérieures, les paires appariées par des caractères anglais et le temps de transition entre deux clés sont intégrés et modifiés pour générer un protocole efficace.
Plusieurs ...

An erratum was issued for:&#160;<a href="https://www.jove.com/t/61796">An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones</a>. The Authors section was&#160;updated.
Yincheng Wang1 
Ke Wang1 
Yuqi Huang1 
Di Wu2 
Jian Wu3 
Jibo He4,1 
1Department of Psychology, School of Social Sciences, Tsinghua University 
2Department of Computer Science, Beijing Normal University 
3Haier Innovation Design Center, Haier Company 
4Key Laboratory of Emotion and Mental Health in Chongqing, User Experience and Human-computer Interaction Technology Institute, Chongqing University of Arts and Sciences
to:
Yincheng Wang1 
Ke Wang1 
Yuqi Huang1 
Di Wu2 
Jian Wu3 
Jibo He1 
1Department of Psychology, School of Social Sciences, Tsinghua University 
2Department of Computer Science, Beijing Normal University 
3Haier Innovation Design Center, Haier Company

An erratum was issued for:&#160;<a href="https://www.jove.com/t/61796">An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones</a>. The Authors section was&#160;updated.

Erratum: An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones

La saisie au clavier est la méthode principale de l’interaction homme-smartphone1,2, et avec la pénétration des smartphones, la saisie au clavier obtient des milliards d’utilisateurs. En 2019, le taux de pénétration mondial des smartphones avait atteint 41,5%3, tandis que les États-Unis, avec la pénétration la plus élevée, s’étaient élevés à 79,1%4. Jusqu’au premier trimestre 2020, le clavier mobile Sogou comptait environ 480 millions d’utilisateurs actifs quotidiens5. Jusqu’au 6 mai 2020, le Google Gboard avait été téléchargé plus de 1 milliard de fois6.
L’expérience de saisie au clavier insatisfaisante augmente avec l’agrandissement de l’écran du téléphone. Bien que l’écran agrandi visait à améliorer l’expérience visuelle, il a modifié la gravité, la taille et le poids des smartphones, obligeant les utilisateurs à changer de posture de maintien à plusieurs reprises pour atteindre des zones éloignées (par exemple, les boutons A et Q pour les droitiers), entraînant ainsi une inefficacité de saisie. L’étirement musculaire peut amener les utilisateurs à souffrir de troubles musculo-squelettiques, de douleurs à la main et de différents types de maladies (par exemple, le syndrome du canal carpien, l’arthrose du pouce et la ténosynovite du pouce7,8,9,10). Les utilisateurs qui préfèrent une utilisation à une main sont dans des conditions pires11,12.
Par conséquent, l’évaluation et l’optimisation de la conception du clavier sont devenues des sujets brûlants de recherche psychologique, technique et ergonomique. Des conceptions et des concepts de claviers variables ont constamment été proposés par des sociétés d’éditeur de méthode d’entrée (IME) et des chercheurs pour optimiser l’expérience et l’efficacité de la saisie, y compris les claviers modifiés et réorganisés par caractères: Microsoft WordFlow Keyboard13, Functional Button Area in Glory of Kings14, IJQWERTY15et Quasi-QWERTY16.
Les méthodes d’évaluation existantes de la conception du clavier varient d’un chercheur à l’autre, à l’exception de plusieurs indicateurs très acceptés, et des indicateurs plus précis sont proposés. Cependant, avec une variété d’indicateurs, il n’y a pas de protocole résumé et systématique fourni pour démontrer le processus d’évaluation et d’analyse de la conception du clavier. La loi17 de Fitts et sa version étendue FFitts Law18, qui décrivait l’interaction homme-machine, ont été largement adoptées pour évaluer les performances du clavier19,20,21,22. De plus, la zone fonctionnelle du pouce a été proposée pour améliorer la conception du clavier, et elle décrivait une zone de mouvement incurvée pour que le pouce remplisse confortablement la tâche de saisie23. Sur la base de ces théories, des indicateurs comprenant le mot par minute, le taux d’erreur des mots et la rétroaction subjective (convivialité perçue, performance perçue, vitesse perçue, charge de travail subjective, effort et douleur perçus, intention d’utilisation, etc.), qui ont été fortement adoptés, ont été partiellement utilisés danslesétudes précédentes24,25,26 ,27,28,29 sauf pour les méthodes de modélisation et de simulation. En outre, l’ellipse de points de contact sur chaque bouton et son décalagede 30,31 ont été utilisés ces dernières années pour étudier les performances précises des événements de saisie. En outre, la réponse galvanique de la peau, la fréquence cardiaque, l’activité électromyographique, le geste de la main et le mouvement du corps32,33,34,35 ont été adoptés pour évaluer directement ou indirectement la fatigue musculaire, le confort et la satisfaction des utilisateurs. Cependant, ces diverses méthodes ne reflètent pas la pertinence des indicateurs utilisés, et un chercheur novice peut être confus pour sélectionner les indicateurs appropriés pour sa recherche.
La recherche sur la conception du clavier est également facile à mener, à utiliser et à analyser. Avec l’essor de la technologie d’écran, davantage de données comportementales pourraient être facilement collectées pour évaluer en profondeur la conception du clavier (par exemple, le temps de transition entre deux touches et les données de coordonnées de chaque point de contact). Sur la base des données mentionnées, les chercheurs ont pu explorer avec précision les détails de la conception du clavier et analyser ses inconvénients et ses avantages. Par rapport à d’autres recherches sur l’interaction homme-machine, la recherche sur la conception de claviers sur les smartphones portables a également une valeur d’application élevée pour sa vaste base d’utilisateurs sans équipement coûteux, matériaux compliqués ou énorme espace de laboratoire nécessaire. Les questionnaires, les échelles et le script Python sur la recherche sont open-source et faciles d’accès.
Le but de cette recherche est de résumer les méthodes précédentes pour démontrer un protocole systématique, précis et général pour évaluer et analyser la conception du clavier sur les smartphones. L’expérience et les résultats exemplaires visent à montrer si le clavier QWERTY incurvé avec des boutons réglables en taille pourrait optimiser l’expérience de saisie d’une seule main sur un smartphone de 5 pouces par rapport au clavier QWERTY traditionnel et partager la méthode de visualisation et le script Python d’analyse de données.

<table>
	<tbody>
		<tr>
			<td>Changxiang 6S smartphone</td>
			<td>Huawei</td>
			<td></td>
			<td>Smartphone used in the examplar study</td>
		</tr>
		<tr>
			<td>Curved QWERTY keyboard software</td>
			<td>Tsinghua University</td>
			<td></td>
			<td>Developed by authors</td>
		</tr>
		<tr>
			<td>SPSS software</td>
			<td>IBM</td>
			<td></td>
			<td>Data analysis software</td>
		</tr>
		<tr>
			<td>G*Power software</td>
			<td>Heinrich-Heine-Universit&#228;t D&#252;sseldorf</td>
			<td></td>
			<td>Sample size calculation</td>
		</tr>
		<tr>
			<td>E4 portable wireless wristband</td>
			<td>Empatica</td>
			<td></td>
			<td>Recording galvanic skin response and heart rate</td>
		</tr>
		<tr>
			<td>Arqus</td>
			<td>Qualysis</td>
			<td></td>
			<td>Motion capture camera platform</td>
		</tr>
		<tr>
			<td>Passive marker</td>
			<td>Qualysis</td>
			<td></td>
			<td>Appropriate sizes: 2.5 mm, 4 mm, and 6.5 mm</td>
		</tr>
		<tr>
			<td>Trigno sEMG</td>
			<td>Delsys</td>
			<td></td>
			<td>Recording electromyographic activity</td>
		</tr>
		<tr>
			<td>Visual Studio Code</td>
			<td>Microsoft</td>
			<td></td>
			<td>Python editor</td>
		</tr>
	</tbody>
</table>

an assessment method and toolkit to evaluate keyboard design on smartphones

La saisie au clavier a joué un rôle essentiel dans l’interaction homme-machine avec une vaste base d’utilisateurs, et la conception du clavier a toujours été l’un des objets fondamentaux des études sur les appareils intelligents. Avec le développement de la technologie d’écran, des données et des indicateurs plus précis pourraient être collectés par les smartphones pour évaluer en profondeur la conception du clavier. L’agrandissement de l’écran du téléphone a entraîné une expérience de saisie insatisfaisante et des douleurs aux doigts, en particulier pour la saisie à une main. L’efficacité et le confort d’entrée ont attiré l’attention des chercheurs et des concepteurs, et le clavier incurvé avec des boutons réglables en taille, qui correspondait à peu près à la structure physiologique des pouces, a été proposé pour optimiser l’utilisation d’une seule main sur les smartphones à grand écran. Cependant, ses effets réels sont restés ambigus. Par conséquent, ce protocole a démontré une méthode générale et résumée pour évaluer l’effet de la conception incurvée du clavier QWERTY sur un smartphone de 5 pouces grâce à un logiciel auto-développé avec des variables détaillées, y compris des données comportementales objectives, des commentaires subjectifs et les données de coordonnées de chaque point de contact. Il existe suffisamment de documentation sur l’évaluation des claviers virtuels; cependant, seuls quelques-uns d’entre eux ont systématiquement résumé et pris en réflexion sur les méthodes et les processus d’évaluation. Par conséquent, ce protocole comble la lacune et présente un processus et une méthode d’évaluation systématique de la conception du clavier avec les codes disponibles pour l’analyse et la visualisation. Il ne nécessite aucun équipement supplémentaire ou coûteux et est facile à conduire et à utiliser. En outre, le protocole aide également à obtenir des raisons potentielles pour les inconvénients de la conception et éclaire l’optimisation des conceptions. En conclusion, ce protocole avec les ressources open-source pourrait non seulement être une expérience démonstrative en classe pour inspirer le novice à commencer ses études, mais contribue également à améliorer l’expérience utilisateur et les revenus des entreprises d’édition de méthodes d’entrée.

L’étude représentative suit principalement le protocole mentionné. L’étude adopte une conception 2 (Disposition du clavier: QWERTY incurvé vs QWERTY traditionnel) × 2 (Taille du bouton: grand, 6,3 mm × 9 mm vs petit, 4,9 mm × 7 mm) à l’intérieur du sujet pour évaluer si le QWERTY incurvé pourrait améliorer l’efficacité et le confort d’entrée par rapport au QWERTY traditionnel dans différentes tailles de boutons par la tâche de saisie de la paire de caractères via notre logiciel auto-développ?...

Watch this Scientific Journal Video about An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones at JoVE.com

An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones

Le protocole présenté intègre diverses méthodes d’évaluation et démontre une méthode pour évaluer la conception du clavier sur les smartphones. Les paires correspondant à des caractères anglais sont proposées comme matériau d’entrée, et le temps de transition entre deux touches est utilisé comme variable dépendante.

Une méthode d’évaluation et une boîte à outils pour évaluer la conception du clavier sur les smartphones

Keyboard input has played an essential role in human-computer interaction with a vast user base, and the keyboard design has always been one of the ...

an-assessment-method-toolkit-to-evaluate-keyboard-design-on

Research

JoVE Journal

Behavior

3.1K vues.  Tsinghua University. Le protocole présenté intègre diverses méthodes d’évaluation et démontre une méthode pour évaluer la conception du clavier sur les smartphones. Les paires correspondant à des caractères anglais sont proposées comme matériau d’entrée, et le temps de transition entre deux touches est utilisé comme variable dépendante.

Vidéo: An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones

Recording Mouse Ultrasonic Vocalizations to Evaluate Social Communication

Mice emit ultrasonic vocalizations in different contexts throughout development and in adulthood. These vocal signals are now currently used as proxies for modeling the genetic bases of vocal communication deficits. Characterizing the vocal behavior of mouse models carrying mutations in genes associated with neuropsychiatric disorders such as autism spectrum disorders will help to understand the mechanisms leading to social communication deficits. We provide here protocols to reliably elicit ultrasonic vocalizations in pups and in adult mice. This standardization will help reduce inter-study variability due to the experimental settings. Pup isolation calls are recorded throughout development from individual pups isolated from dam and littermates. In adulthood, vocalizations are recorded during same-sex interactions (without a sexual component) by exposing socially motivated males or females to an unknown same-sex conspecific. We also provide a protocol to record vocalizations from adult males exposed to an estrus female. In this context, there is a sexual component in the interaction. These protocols are established to elicit a large amount of ultrasonic vocalizations in laboratory mice. However, we point out the important inter-individual variability in the vocal behavior of mice, which should be taken into account by recording a minimal number of individuals (at least 12 in each condition). These recordings of ultrasonic vocalizations are used to evaluate the call rate, the vocal repertoire and the acoustic structure of the calls. Data are combined with the analysis of synchronous video recordings to provide a more complete view on social communication in mice. These protocols are used to characterize the vocal communication deficits in mice lacking ProSAP1/Shank2, a gene associated with autism spectrum disorders. More ultrasonic vocalizations recordings can also be found on the mouseTube database, developed to favor the exchange of such data.

Mouse ultrasonic vocalizations are used as proxies to model the genetic bases of vocal communication deficits in mouse models for neuropsychiatric disorders. The present protocol describes three experimental contexts that reliably elicit ultrasonic vocalizations from pups (throughout development) and adult mice (same-sex interactions, male-estrus female interactions).

Enregistrement souris vocalisations ultrasoniques pour évaluer la Communication Sociale

Mice emit ultrasonic vocalizations in different contexts throughout development and in adulthood. These vocal signals are now currently used as proxies ...

Recherche

Sciences du comportement

Multi-Modal Signals for Analyzing Pain Responses to Thermal and Electrical Stimuli

The assessment of pain relies mostly on methods that require a person to communicate. However, for people with cognitive and verbal impairments, existing methods are not sufficient as they lack reliability and validity. To approach this problem, recent research focuses on an objective pain assessment facilitated by parameters of responses derived from physiology, and video and audio signals. To develop reliable automated pain recognition systems, efforts have been made in creating multimodal databases in order to analyze pain and detect valid pain patterns. While the results are promising, they only focus on discriminating pain or pain intensities versus no pain. In order to advance this, research should also consider the quality and duration of pain as they provide additional valuable information for more advanced pain management. To complement existing databases and the analysis of pain regarding quality and length, this paper proposes a psychophysiological experiment to elicit, measure, and collect valid pain reactions. Participants are subjected to painful stimuli that differ in intensity (low, medium, and high), duration (5 s / 1 min), and modality (heat / electric pain) while audio, video (e.g., facial expressions, body gestures, facial skin temperature), and physiological signals (e.g., electrocardiogram [ECG], skin conductance level [SCL], facial electromyography [EMG], and EMG of M. trapezius) are being recorded. The study consists of a calibration phase to determine a subject&#8217;s individual pain range (from low to intolerable pain) and a stimulation phase in which pain stimuli, depending on the calibrated range, are applied. The obtained data may allow refining, improving, and evaluating automated recognition systems in terms of an objective pain assessment. For further development of such systems and to investigate pain reactions in more detail, additional pain modalities such as pressure, chemical, or cold pain should be included in future studies. Recorded data of this study will be released as the &#8220;X-ITE Pain Database&#8221;.

This article focuses on the experimental elicitation of pain through heat (thermal) and electrical stimulation while recording physiological, visual, and paralinguistic responses. It aims at collecting valid multimodal data for analyzing pain based on its intensity, quality, and duration.&#160;

Signaux multimodales permettant d’analyser la douleur des réponses à des Stimuli thermiques et électriques

The assessment of pain relies mostly on methods that require a person to communicate. However, for people with cognitive and verbal impairments, existing ...

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

Mild cognitive impairment (MCI) is the first sign of dementia among elderly populations and its early detection is crucial in our aging societies. Common MCI tests are time-consuming such that indiscriminate massive screening would not be cost-effective. Here, we describe a protocol that uses machine learning techniques to rapidly select candidates for further screening via a question-based MCI test. This minimizes the number of resources required for screening because only patients who are potentially MCI positive are tested further.
This methodology was applied in an initial MCI research study that formed the starting point for the design of a selective screening decision tree. The initial study collected many demographic and lifestyle variables as well as details about patient medications. The Short Portable Mental Status Questionnaire (SPMSQ) and the Mini-Mental State Examination (MMSE) were used to detect possible cases of MCI. Finally, we used this method to design an efficient process for classifying individuals at risk of MCI. This work also provides insights into lifestyle-related factors associated with MCI that could be leveraged in the prevention and early detection of MCI among elderly populations.

This methodology produces decision trees that target population groups more prone to suffering from mild cognitive impairment and are useful for cost-effective selective screening of the disease.

Une approche d'apprentissage automatique pour concevoir un dépistage sélectif efficace de l'affaiblissement cognitif léger

Mild cognitive impairment (MCI) is the first sign of dementia among elderly populations and its early detection is crucial in our aging societies. Common ...

Design and Use of an Apparatus for Presenting Graspable Objects in 3D Workspace

Reaching and grasping are highly-coupled movements, and their underlying neural dynamics have been widely studied in the last decade. To distinguish reaching and grasping encodings, it is essential to present different object identities independent of their positions. Presented here is the design of an automatic apparatus that is assembled with a turning table and three-dimensional (3D) translational device to achieve this goal. The turning table switches different objects corresponding to different grip types while the 3D translational device transports the turning table in 3D space. Both are driven independently by motors so that the target position and object are combined arbitrarily. Meanwhile, wrist trajectory and grip types are recorded via the motion capture system and touch sensors, respectively. Furthermore, representative results that demonstrate successfully trained monkey using this system are described. It is expected that this apparatus will facilitate researchers to study kinematics, neural principles, and brain-machine interfaces related to upper limb function.

Presented here is a protocol to build an automatic apparatus that guides a monkey to perform the flexible reach-to-grasp task. The apparatus combines a 3D translational device and turning table to present multiple objects in an arbitrary position in 3D space.

Conception et utilisation d'un apparatus pour la présentation d'objets graspables dans l'espace de travail 3D

Reaching and grasping are highly-coupled movements, and their underlying neural dynamics have been widely studied in the last decade. To distinguish ...

Applying an eMASS Customization Program as a Research Tool to Evaluate Consumer Benefits

As many scholars and practitioners study personalization and relationship marketing, it is important to provide personalization such as mass customization through marketing technology. The purpose of this study is to examine how to conduct consumer research using an online survey and analysis of data. This study examines consumers&#39;&#160;perceived benefits while customizing a product as well as emotional product attachment, attitudes toward a customization program, and loyalty intentions in the context of online retailing. In addition, this study investigates how consumer responses are different based on individual characteristics such as fashion innovativeness. An online survey company in South Korea recruited 290 female apparel shoppers who purchased apparel online. To enhance external validity, this study used an existing retail website with a well-established mass customization program. After completing the customization program, participants complete the online questionnaire. Structural equation modeling (SEM) and latent mean analyses (LMAs) are then performed for analyses. This study stresses the importance of testing measurement invariance for mean comparisons. Before the SEM and LMA, this study follows the hierarchy of invariance tests (configural invariance test, metric invariance test, and scalar invariance test), which are not considered by traditional approaches such as ANOVA. These statistical analyses provide applicability of the invariance test procedures and LMA to consumer behaviors. The conclusions of mean differences have integrity and validity because they are guided by a sophisticated statistical procedure to ensure measurement invariance.

Presented here is a protocol to examine consumer responses toward mass customization in the context of online retailing. The protocol details the online survey procedure and how to analyze data using structural equation modeling and group differences using latent mean analyses.

L'application d'un programme de personnalisation eMASS comme outil de recherche pour évaluer les avantages pour les consommateurs

As many scholars and practitioners study personalization and relationship marketing, it is important to provide personalization such as mass customization ...

Assessment of Sexual Behavior of Male Mice

Sexual behavior is highly species-specific. Although rodents have slightly different sexual behaviors, mice and rats have a similar sexual behavioral pattern. The purpose of this article is to describe the hormone-induced estrus ovariectomized female model and the experimental procedure for the assessment of sexual behavior of male mice. The most important sexual behavioral elements are demonstrated in the video and illustrations. The critical steps, advantages, and limitations of the sexual behavior test are explained as well. Finally, the behavior parameters are presented, and mounting, intromission, and ejaculation processes in mating are distinguished. Behavioral parameters are assessed in terms of the occurred duration and counts during the test period.

This article describes how to perform sexual behavior tests in male mice.

Évaluation du comportement sexuel des souris mâles

Sexual behavior is highly species-specific. Although rodents have slightly different sexual behaviors, mice and rats have a similar sexual behavioral ...

An Inertial Measurement Unit Based Method to Estimate Hip and Knee Joint Kinematics in Team Sport Athletes on the Field

Current athlete monitoring practice in team sports is mainly based on positional data measured by global positioning or local positioning systems. The disadvantage of these measurement systems is that they do not register lower extremity kinematics, which could be a useful measure for identifying injury-risk factors. Rapid development in sensor technology may overcome the limitations of the current measurement systems. With inertial measurement units (IMUs) securely fixed to body segments, sensor fusion algorithms and a biomechanical model, joint kinematics could be estimated. The main purpose of this article is to demonstrate a sensor setup for estimating hip and knee joint kinematics of team sport athletes in the field. Five male subjects (age 22.5 &#177; 2.1 years; body mass 77.0 &#177; 3.8 kg; height 184.3 &#177; 5.2 cm; training experience 15.3 &#177; 4.8 years) performed a maximal 30-meter linear sprint. Hip and knee joint angles and angular velocities were obtained by five IMUs placed on the pelvis, both thighs and both shanks. Hip angles ranged from 195&#176; (&#177; 8&#176;) extension to 100.5&#176; (&#177; 8&#176;) flexion and knee angles ranged from 168.6&#176; (&#177; 12&#176;) minimal flexion and 62.8&#176; (&#177; 12&#176;) maximal flexion. Furthermore, hip angular velocity ranged between 802.6 &#176;&#183;s-1 (&#177; 192 &#176;&#183;s-1) and -674.9 &#176;&#183;s-1 (&#177; 130 &#176;&#183;s-1). Knee angular velocity ranged between 1155.9 &#176;&#183;s-1 (&#177; 200 &#176;&#183;s-1) and -1208.2 &#176;&#183;s-1 (&#177; 264 &#176;&#183;s-1). The sensor setup has been validated and could provide additional information with regard to athlete monitoring in the field.&#160;This may help professionals in a daily sports setting to evaluate their training programs, aiming to reduce injury and optimize performance.

Monitoring athletes is essential for improving performance and reducing injury risk in team sports. Current methods to monitor athletes do not include the lower extremities. Attaching multiple inertial measurement units to the lower extremities could improve monitoring athletes in the field.

Une méthode inertielle basée sur l’unité de mesure pour estimer la cinématique des articulations de la hanche et du genou chez les athlètes de sport d’équipe sur le terrain

Current athlete monitoring practice in team sports is mainly based on positional data measured by global positioning or local positioning systems. The ...

Flypub To Study Ethanol Induced Behavioral Disinhibition and Sensitization

Alcohol use disorder (AUD) remains a serious problem in our society. To develop effective interventions for addiction, it is important to understand the underlying neurobiological mechanisms, for which diverse experimental approaches and model systems are needed. The main ingredient of alcoholic beverages is ethanol, which causes adaptive changes in the central nervous system and behavior upon chronic intake. Behavioral sensitization (i.e., escalated responses) in particular represents a key adaptive change underlying addiction. Most ethanol-induced behavioral sensitization studies in animal models have been conducted on the locomotor activating effect of ethanol. A prominent effect of ethanol is behavioral disinhibition. Behavioral sensitization to the disinhibition effect of ethanol, however, is underrepresented. To address this issue, we developed the Flypub assay that allows measuring the escalated increase in disinhibited courtship activities upon recurring ethanol exposure in Drosophila melanogaster.&#160;Here, we report the step-by-step Flypub assay including assembly of ethanol exposure chambers, setup of the assay station, criteria for fly care and collection, ethanol delivery, quantification of disinhibited courtship activities, data processing and statistical analysis. Also provided are how to troubleshoot critical steps, overcome limitations and expand its utility to assess additional ethanol-induced behaviors. The Flypub assay in combination with powerful genetic tools in Drosophila melanogaster will facilitate the task of discovering the mechanism underlying ethanol-induced behavioral sensitization.

The Flypub assay measures the behaviors that the fruit fly Drosophila melanogaster displays under the influence of ethanol. The assay can be readily mastered by experimenters at all levels and applied to various vaporized stimuli, facilitating substance abuse and addiction studies.

Flypub étudier l’éthanol induit la désinhibition comportementale et la sensibilisation

Alcohol use disorder (AUD) remains a serious problem in our society. To develop effective interventions for addiction, it is important to understand the ...

Assessment of Stress Effects on Cognitive Flexibility using an Operant Strategy Shifting Paradigm

Stress affects cognitive function. Whether stress enhances or impairs cognitive function depends on several factors, including the 1) type, intensity, and duration of the stressor; 2) type of cognitive function under study; and 3) timing of the stressor in relation to learning or executing the cognitive task. Furthermore, sex differences among the effects of stress on cognitive function have been widely documented. Described here is an adaptation of an automated operant strategy shifting paradigm to assess how variations in stress affect cognitive flexibility in male and female Sprague Dawley rats. Specifically, restraint stress is used before or after training in this operant-based task to examine how stress affects cognitive performance in both sexes. Particular brain areas associated with each task in this automated paradigm have been well-established (i.e., the medial prefrontal cortex and orbitofrontal cortex). This allows for targeted manipulations during the experiment or the assessment of particular genes and proteins in these regions upon completion of the paradigm. This paradigm also allows for the detection of different types of performance errors that occur after stress, each of which has defined neural substrates. Also identified are distinct sex differences in perseverative errors after a repeated restraint stress paradigm. The use of these techniques in a preclinical model may reveal how stress affects the brain and impairs cognition in psychiatric disorders, such as post-traumatic stress disorder (PTSD) and major depressive disorder (MDD), which display marked sex differences in prevalence.

Stressful life events impair cognitive function, increasing the risk of psychiatric disorders. This protocol illustrates how stress affects cognitive flexibility using an automated operant strategy shifting paradigm in male and female Sprague Dawley rats. Specific brain areas underlying particular behaviors are discussed, and translational relevance of results are explored.

Évaluation des effets du stress sur la flexibilité cognitive à l’aide d’une stratégie opérante qui change de paradigme

Stress affects cognitive function. Whether stress enhances or impairs cognitive function depends on several factors, including the 1) type, intensity, and ...

Tactile Vibrating Toolkit and Driving Simulation Platform for Driving-Related Research

Collision warning system plays a key role in the prevention of driving distractions and drowsy driving. Previous studies have proven the advantages of tactile warnings in reducing driver&#8217;s brake response time. At the same time, tactile warnings have been proved effective in take-over request (TOR) for partially autonomous vehicles.
How the performance of tactile warnings can be optimized is an ongoing hot research topic in this field. Thus, the presented low-cost driving simulation software and methods are introduced to attract more researchers to take part in the investigation. The presented protocol has been divided into five sections: 1) participants, 2) driving simulation software configuration, 3) driving simulator preparation, 4) vibrating toolkit configuration and preparation, and 5) conducting the experiment.
In the exemplar study, participants wore the tactile vibrating toolkit and performed an established car-following task using the customized driving simulation software. The front vehicle braked intermittently, and vibrating warnings were delivered whenever the front vehicle was braking. Participants were instructed to respond as quickly as possible to the sudden brakes of the front vehicle. Driving dynamics, such as the brake response time and brake response rate, were recorded by the simulation software for data analysis.
The presented protocol offers insight into the exploration of the effectiveness of tactile warnings on different body locations. In addition to the car-following task that is demonstrated in the exemplar experiment, this protocol also provides options&#160;to apply other paradigms to the driving simulation studies by making simple software configuration without any code development. However, it is important to note that due to its affordable price, the driving simulation software and hardware introduced here may not be able to fully compete with other high-fidelity commercial driving simulators. Nevertheless, this protocol can act as an affordable and user-friendly alternative to the general high-fidelity commercial driving simulators.

This protocol describes a driving simulation platform and a tactile vibrating toolkit for the investigation of driving-related research. An exemplar experiment exploring the effectiveness of tactile warnings is also presented.&#160;

Boîte à outils vibrante tactile et plate-forme de simulation de conduite pour la recherche liée à la conduite

Collision warning system plays a key role in the prevention of driving distractions and drowsy driving. Previous studies have proven the advantages of ...