JoVE Logo
Autores
Entre em contato

Entrar

É necessária uma assinatura da JoVE para visualizar este conteúdo. Faça login ou comece sua avaliação gratuita.

Neste Artigo

  • Erratum Notice
  • Resumo
  • Resumo
  • Introdução
  • Protocolo
  • Resultados
  • Discussão
  • Divulgações
  • Agradecimentos
  • Materiais
  • Referências
  • Erratum
  • Reimpressões e Permissões

Erratum Notice

Important: There has been an erratum issued for this article. Read More ...

Resumo

O protocolo apresentado integra vários métodos de avaliação e demonstra um método para avaliar o design do teclado em smartphones. Pares combinados com caracteres ingleses são propostos como material de entrada, e o tempo de transição entre duas teclas é usado como variável dependente.

Resumo

A entrada do teclado desempenhou um papel essencial na interação humano-computador com uma vasta base de usuários, e o design do teclado sempre foi um dos objetos fundamentais de estudos sobre dispositivos inteligentes. Com o desenvolvimento da tecnologia de tela, dados e indicadores mais precisos poderiam ser coletados pelos smartphones para avaliar em profundidade o design do teclado. O alargamento da tela do telefone levou a uma experiência de entrada insatisfatória e dor nos dedos, especialmente para uma entrada com uma mão. A eficiência de entrada e o conforto têm atraído a atenção de pesquisadores e designers, e o teclado curvo com botões de tamanho ajustável, que aproximadamente de acordo com a estrutura fisiológica dos polegares, foi proposto para otimizar o uso com uma mão em smartphones de tela grande. No entanto, seus efeitos reais permaneceram ambíguos. Portanto, este protocolo demonstrou um método geral e resumido para avaliar o efeito do design curvo do teclado QWERTY em um smartphone de 5 polegadas através de um software autodesenvolvido com variáveis detalhadas, incluindo dados comportamentais objetivos, feedback subjetivo e os dados de coordenação de cada ponto de toque. Existe literatura suficiente sobre a avaliação de teclados virtuais; no entanto, apenas alguns deles sistematicamente resumiram e fizeram reflexão sobre os métodos e processos de avaliação. Portanto, este protocolo preenche a lacuna e apresenta um processo e método de avaliação sistemática do design do teclado com códigos disponíveis para análise e visualização. Não precisa de equipamentos adicionais ou caros e é fácil de conduzir e operar. Além disso, o protocolo também ajuda a obter possíveis razões para as desvantagens do design e esclarece a otimização dos projetos. Em conclusão, este protocolo com os recursos de código aberto poderia não apenas ser um experimento demonstrativo em sala de aula para inspirar o novato a iniciar seus estudos, mas também contribui para melhorar a experiência do usuário e a receita das empresas de editores de métodos de entrada.

Introdução

A entrada do teclado é o método mainstream da interação homem-smartphone1,2, e com a penetração dos smartphones, a entrada do teclado recebe bilhões de usuários. Em 2019, a taxa global de penetração de smartphones atingiu 41,5%3, enquanto os Estados Unidos, com maior penetração, chegaram a 79,1%4. Até o primeiro trimestre de 2020, o teclado móvel Sogou tinha cerca de 480 milhões de usuários ativos diários5. Até 6 de maio de 2020, o Google Gboard havia sido baixado mais de 1 bilhão devezes 6.

A experiência de entrada insatisfatória do teclado aumenta com o alargamento da tela do telefone. Embora a tela ampliada tenha como objetivo melhorar a experiência de visualização, ela mudou a gravidade, o tamanho e o peso dos smartphones, fazendo com que os usuários mudassem a postura detenção repetidamente para alcançar áreas remotas (por exemplo, botão A e Q para usuários destros), levando assim à ineficiência de entrada. O estiramento muscular pode fazer com que os usuários sofram de distúrbios musculoesqueléticos, dores nas mãos e diferentes tipos de doença (por exemplo, síndrome do túnel do carpo, osteoartrite do polegar e tenossinoite do polegar7,8,9,10). Os usuários que preferem o uso com uma mão estão em piores condições11,12.

Portanto, a avaliação e otimização do design do teclado tornaram-se temas quentes de pesquisas psicológicas, técnicas e ergonômicas. Designs e conceitos de teclados variáveis têm sido constantemente propostos por empresas e pesquisadores do editor de métodos de entrada (IME) para otimizar a experiência e eficiência de entrada, incluindo teclados de mudança de layout e reordenados de caracteres: Microsoft WordFlow Keyboard13,Área de Botão Funcional em Glory of Kings14, IJQWERTY15e Quasi-QWERTY16.

Os métodos de avaliação existentes de design de teclado variam de pesquisador para pesquisador, exceto por vários indicadores altamente aceitos, e indicadores mais precisos são propostos. No entanto, com uma variedade de indicadores, não há um protocolo resumido e sistemático fornecido para demonstrar o processo de avaliação e análise do design do teclado. A Lei17 e sua versão estendida FFitts Law18, que descrevia a interação homem-computador, foram amplamente adotadas para avaliar o desempenho do teclado19,20,21,22. Além disso, a área funcional do polegar foi proposta para melhorar o design do teclado, e descreveu uma área de movimento curva para que o polegar completasse confortavelmente a tarefa de entrada23. Com base nessas teorias, indicadores incluindo palavra por minuto, taxa de erro de palavras e feedback subjetivo (usabilidade percebida, desempenho percebido, velocidade percebida, carga de trabalho subjetiva, esforço e dor percebidos, e intenção de uso, etc.), que foram altamente adotados, foram parcialmente utilizados em estudos anteriores24,25,26,27,28,29 exceto para métodos de modelagem e simulação. Além disso, a elipse instalada de pontos de toque em cada botão e seu deslocamento30,31 foram utilizados nos últimos anos para investigar o desempenho preciso dos eventos de entrada. Além disso, foram adotadas a resposta galvânica da pele, a frequência cardíaca, a atividade eletromiográfica, o gesto das mãos e o movimento corporal32,33,34,35 para avaliar direta ou indiretamente a fadiga muscular, o conforto e a satisfação dos usuários. No entanto, esses diversos métodos carecem de reflexão sobre a adequação dos indicadores utilizados, e um pesquisador novato pode se confundir ao selecionar os indicadores apropriados para sua pesquisa.

A pesquisa sobre design de teclado também é fácil de ser conduzida, operada e analisada. Com o boom da tecnologia de tela, dados mais comportamentais poderiam ser facilmente coletados para avaliar o design do teclado em profundidade (por exemplo, o tempo de transição entre duas teclas e os dados de coordenadas de cada ponto de toque). Com base nos dados mencionados, os pesquisadores puderam explorar com precisão os detalhes do design do teclado e analisar suas desvantagens e vantagens. Quando comparada com outras pesquisas de interação homem-computador, a pesquisa de design de teclado em smartphones portáteis também tem alto valor de aplicação para sua vasta base de usuários sem equipamentos caros, materiais complicados ou enorme espaço de laboratório necessário. Os questionários, escalas e script Python sobre a pesquisa são de código aberto e de fácil acesso.

O objetivo desta pesquisa é resumir os métodos anteriores para demonstrar um protocolo sistemático, preciso e geral para avaliar e analisar o design do teclado em smartphones. O experimento exemplar e os resultados visam mostrar se o teclado QWERTY curvo com botões ajustáveis de tamanho poderia otimizar a experiência de entrada de uma mão em um smartphone de 5 polegadas quando comparado com o teclado QWERTY tradicional e compartilhar o método de visualização e o script Python de análise de dados.

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

Protocolo

O estudo foi conduzido de acordo com o princípio ético e aprovado pelo Comitê de Ética da Universidade de Tsinghua. A Figura 1 mostra o processo de avaliação do design do teclado dos smartphones.

figure-protocol-312
Figura 1: Processo geral de condução de um experimento de teclado e avaliação do design do teclado. Clique aqui para ver uma versão maior desta figura.

1. Preparação

  1. Design de experimento
    1. Defina a questão da pesquisa e proponha a hipótese.
    2. Projete o experimento de acordo com a hipótese e defina as variáveis independentes (por exemplo, layout do teclado, postura de digitação). Use o desenho dentro do assunto para reduzir os fatores de confusão e a variância causada pela diferença entre os participantes.
  2. Variáveis dependentes
    1. Use dados físicos, incluindo o comprimento da mão, o comprimento do dedo de entrada e a circunferência do dedo de entrada, que foram medidos por uma fita métrica, como mostrado na Figura 2.
    2. Use dados fisiológicos, incluindo resposta à pele galvânica (medida pelo detector fisiológico sem fio portátil), frequência cardíaca (medida pelo detector fisiológico sem fio portátil), atividade eletromiográfica (medida por eletromyografia superficial), etc.
    3. Use o desempenho de entrada: palavra por minuto, taxa de erro de palavra e tempo de transição entre duas teclas.
      1. Palavra por minuto refere-se à velocidade de entrada dos participantes (ou seja, o número de palavras digitadas corretamente por minuto).
      2. A taxa de erro da palavra refere-se à precisão de entrada dos participantes (ou seja, o número de palavras incorretas divididas pelo número total de palavras sob uma condição). A taxa de erro corrigida, a taxa de erro não corrigida e a taxa de erro total também foram utilizadas em estudos anteriores36.
      3. O tempo de transição entre duas teclas refere-se ao tempo de reação dos participantes entre dois pontos de contato de uma palavra22 de entrada correta (ou seja, o tempo de início do segundo ponto de toque menos o tempo de partida do primeiro caractere).
    4. Use dados de movimento corporal, como gesto da mão e movimento do corpo (dedo). Eles poderiam ser coletados pelo sistema de captura de movimento35.
    5. Use dados subjetivos como usabilidade percebida, intenção de uso, precisão e velocidade percebidas, esforço e dor percebidos, e carga de trabalho subjetiva, etc. Os dados subjetivos podem ser obtidos através de escalas e questionários existentes, que são altamente confiáveis e válidos para avaliar melhor o feedback subjetivo dos participantes sobre o design do teclado.
      1. Use a NASA-TLX, uma escala de 21 pontos que é usada para medir a carga de trabalho subjetiva através de dimensões mentais, físicas, tempo, desempenho, esforço e frustração. Uma pontuação alta indica uma alta carga de trabalho subjetiva26.
      2. Use a Escala de Usabilidade do Sistema, um questionário de 5 pontos com 10 itens, e as respostas de um participante serão calculadas como uma pontuação única de 0 a 100. Uma pontuação alta indica uma alta usabilidade percebida24.
      3. Use a Escala Borg CR10, que varia de 0 a 10 para medir a dor e o esforço percebidos. Uma pontuação alta indica dor e esforço percebidos de alto nível25.
      4. Use a Escala de Intenção de Uso: um questionário de 10 pontos que é usado para medir a probabilidade de os participantes usarem a tecnologia ou produtos. Uma pontuação alta indica uma probabilidade de alto nível28.
      5. A velocidade percebida e a precisão percebida são todas medidas por escalas de 50 pontos, e uma pontuação alta indica um bom desempenho percebido28.
    6. Colete os dados de coordenadas de cada ponto de contato e altere-os na elipse equipada (IC95%) de pontos de toque em cada botão30,31. Adote a área de cada elipse encaixada e o deslocamento do centro da elipse instalada para o centro de destino de cada botão como variáveis dependentes.
      NOTA: Os dados da coordenada podem ser coletados precisamente pelo aplicativo auto-desenvolvido no smartphone. Se for difícil obter os dados da coordenada, dados objetivos e subjetivos são suficientes para avaliar aproximadamente o design do teclado.

figure-protocol-5003
Figura 2: A medição da mão. Clique aqui para ver uma versão maior desta figura.

  1. Materiais
    1. Escolha o smartphone experimento. Leve em consideração o peso, a resolução e o tamanho da tela.
    2. Projete e desenvolva o software de experimento em smartphones (etapa opcional).
      NOTA: O tempo de transição entre duas teclas pode ser registrado automaticamente por este software ou sensores de captura de movimento (ou seja, o sensor de acelerômetro). Pode ser difícil recolhê-lo manualmente (por exemplo, um relógio ou cronômetro).
    3. Selecione a tarefa de entrada a partir das seguintes sugestões com base na hipótese e revise-a para corresponder ao propósito da pesquisa.
      1. Para a tarefa de entrada do par de caracteres, emparelhe aleatoriamente 26 letras em inglês em 676 pares e divida-as em vários grupos com base no design do experimento.
      2. Para a tarefa de entrada da frase (frase), use frases de comprimento moderadas, fáceis de lembrar e representativas da linguagem alvo. Se a língua-alvo for inglês, extraia frases ou palavras de 15 a 20 (ou com base no propósito da pesquisa) de 500 frases definidas37.
  2. Recrutamento de participantes
    1. Use o software G*Power para calcular o tamanho da amostra.
    2. Postar questionários para recrutar potenciais participantes.
    3. Filtrar potenciais participantes com características desejadas, por exemplo, idade, saúde, visão, destreza e experiência de entrada. Certifique-se de que a experiência de entrada dos participantes seja equilibrada.

2. Procedimento

  1. Leia o formulário de consentimento informado do experimento aos participantes, incluindo o procedimento de experimento, tarefa e se eles encontrarão alguma lesão mental ou física. Se os participantes concordarem em participar, eles precisam assinar o termo de consentimento livre e esclarecido. Se não, eles podem retirar-se imediatamente. De acordo com o termo de consentimento livre e esclarecido, os participantes também podem retirar-se em qualquer fase do experimento.
  2. Coletar dados físicos e demográficos. Use uma fita métrica para medir a mão de cada participante (Figura 2) a fim de eliminar o efeito da diferença de tamanho da mão e também fornecer dados repetitivos para pesquisas futuras. Coletar dados demográficos como idade, sexo, experiência precisa de entrada e ocupação.
  3. Desinfete todos os dispositivos e limpe as partes do corpo do participante que tocarão nos dispositivos.
    1. Peça aos participantes que lavem as mãos e limpem a tela dos smartphones para que os sensores dos smartphones possam ser mais sensíveis.
    2. Peça aos participantes que usem detectores fisiológicos sem fio portáteis ou um sistema de captura de movimento. Peça aos participantes que usem a pulseira de detecção fisiológica sem fio portátil na mão não dominante para registrar a resposta galvânica da pele e a frequência cardíaca com a interferência de ruído evitada.
      1. Coloque marcadores passivos do sistema de captura de movimento nas unhas, na falange proximal do dedo, das vértebras cervicais (C3-C5) e do braço, para coletar o movimento preciso do corpo e dos dedos. Coloque eletrodos sem fio na pele de dois braços e dois antebraços para detectar a atividade eletromiográfica (passo opcional).
    3. Calibrar todos os dispositivos usados no experimento.
  4. Parte prática
    1. Deixe os participantes completarem a tarefa de treinamento. A tarefa de treinamento é usada para melhorar a familiaridade dos participantes com tarefas de entrada e teclados para reduzir o efeito da prática ou a falta de familiaridade no resultado do experimento. É composto por 50 pares ou 20 palavras selecionadas aleatoriamente entre o conjunto de 676 pares ingleses ou 500 frases definidas. Somente quando sua precisão de entrada atinge 80% ou mais em 150 segundos é que eles podem entrar nos testes formais. A pesquisa exemplar adotou a entrada de 50 pares como tarefa de treinamento.
  5. Tarefa principal
    1. Deixe que os participantes completem os ensaios formais em todas as condições experimentais. Eles precisam garantir sua precisão o mais rápido possível durante o tempo da tarefa de entrada. Ensaios formais são tarefas reais de entrada que serão avaliadas e analisadas na pesquisa. Cada par, palavra ou frase representa um julgamento, e diferentes desenhos experimentais produzem diferentes condições experimentais.
    2. Que os participantes completem a tarefa de entrada em ordem aleatória ou uma ordem equilibrada. Os métodos da divisão dos materiais de entrada são os seguintes. Primeiro, 676 pares podem ser divididos aleatoriamente em cada condição experimental (ou seja, os participantes entraram em todos os pares quando completam todas as condições experimentais). Em segundo lugar, em cada condição experimental, 676 pares podem ser divididos em vários blocos aleatoriamente, e os participantes precisam completar esses blocos aleatoriamente. Em terceiro lugar, para inserir palavras, os participantes precisam concluir cerca de 20 ensaios sob cada condição. Em quarto lugar, para inserir sentenças, os participantes precisam concluir cerca de 10 a 15 ensaios em cada condição. Os pesquisadores não devem garantir nenhuma diferença significativa entre o número de caracteres e o número de palavras inseridas pelo participante em cada condição. A pesquisa exemplar adotou o primeiro método e teve quatro condições experimentais.
    3. Após cada condição, peça aos participantes que completem todos os questionários (escalas avaliando sua experiência subjetiva) aleatoriamente e lhes dê 1 min ou mais para descansar.
  6. Ao final do experimento, deixe cada participante terminar o questionário abrangente (Q & A) para obter feedback subjetivo.
  7. Expressa apreço aos participantes com recompensas monetárias ou materiais.

3. Análise de dados

  1. Teste de hipóteses por testes paramétricos ou não paramétricos apropriados
    1. Analisar os dados físicos, fisiológicos e de movimentação corporal para testar se a diferença entre os participantes influenciaria significativamente os resultados e a experiência de entrada inexpressiva dos usuários (etapa opcional).
    2. Analise o desempenho de entrada dos participantes para testar a eficiência de entrada no teclado.
    3. Analise dados subjetivos para testar a usabilidade percebida e o feedback subjetivo do teclado.
    4. Descubra se o efeito da prática e o efeito da fadiga influenciam significativamente o resultado. Para cada condição, os ensaios são divididos em duas partes de acordo com o timetamp (ou seja, a primeira metade e a segunda metade). Especificamente, em cada condição, examine a diferença de desempenho da entrada entre a primeira metade e a segunda parte para testar se existem efeitos de prática ou efeito de fadiga.
    5. Analise a área da elipse instalada de pontos de toque em cada botão, bem como o deslocamento do centro para o centro de destino de cada botão (etapa opcional).
      1. Colete todos os pontos de contato de cada botão com o software, e eles estão aproximadamente de acordo com a distribuição gaussiana bivariada. O intervalo de confiança de 95% de cada botão em ambas as direções x e y é derivado através dos dados de coordenadas de cada ponto de toque em pixel, e as elipses de confiança de 95% sobre um contorno de 1:1 do botão para cada teclado são montados através de scripts Python na coordenada do pixel (ver Arquivo de Codificação 2).
      2. Use elipses instaladas (IC 95%) e suas áreas para demonstrar a dispersão de pontos de toque em cada botão. Em cada botão, o deslocamento da elipse encaixada calculada pelos scripts Python é definido como o ponto central da elipse instalada até o ponto alvo do botão, e pode ser representado a partir de classes x e y (ou seja, no eixo X e no eixo Y, ver Arquivo de Codificação 3).
  2. Modelagem e simulação
    1. Use o modelo baseado em dados em função da localização e orientação do teclado para prever o movimento do dedo pelos scripts Python. Todos os movimentos dos dedos são divididos em oito direções38 (a parte superior para a parte inferior, a inferior para a superior, a esquerda para a direita, a direita para a esquerda, a superior esquerda para a direita-inferior, a direita-inferior para a superior esquerda, a inferior esquerda para a superior direita, a direita-superior para a inferior esquerda). Para cada direção, o tempo médio de transição entre duas teclas é calculado para representar a eficácia do movimento do dedo, que é usado para avaliar o design do teclado (etapa opcional).
    2. Use a análise de regressão linear para construir um modelo aprimorado da Lei de Fitts (ou sua versão estendida, FFitts's Law) para prever o tempo de transição entre duas teclas usando uma arquitetura cognitiva integrada39 por scripts Python. O modelo aprimorado da Lei dos Fitts poderia fornecer uma melhor previsão e avaliação sobre o design do teclado com base em suas análises sobre a localização e largura efetiva das teclas, bem como a distância de duas teclas (etapa opcional).

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

Resultados

O estudo representativo segue principalmente o protocolo mencionado. O estudo adota um 2 (Layout do teclado: Curved QWERTY vs. QWERTY tradicional) × 2 (Tamanho do botão: grande, 6,3 mm × 9 mm vs. pequeno, 4,9 mm × 7 mm) design dentro do assunto para avaliar se o QWERTY curvo poderia melhorar a eficiência de entrada e o conforto quando comparado com o QWERTY tradicional em diferentes tamanhos de botões pela tarefa de entrada do par de caracteres através do nosso software auto-desenvolvido (Figu...

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

Discussão

Neste estudo, baseado no desenvolvimento da tecnologia de tela, apresentamos um protocolo resumido e geral de avaliação de design de teclado para avaliar o design do teclado de forma sistemática e precisa. Os indicadores e métodos existentes de estudos anteriores, pares combinados com caracteres ingleses e tempo de transição entre duas teclas são integrados e modificados para gerar um protocolo eficaz.

Vários pontos críticos precisam ser notados neste protocolo. A seleção de variáv...

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

Divulgações

Os autores declararam não divulgação financeira ou conflitos de interesse.

Agradecimentos

Esta pesquisa é apoiada pelo Tsinghua University Initiative Scientific Research Program (design ergonômico de teclado curvo em dispositivos inteligentes). Os autores apreciam Tianyu Liu por suas sugestões gentis e assistência de codificação em números.

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

Materiais

NameCompanyCatalog NumberComments
Changxiang 6S smartphoneHuaweiSmartphone used in the examplar study
Curved QWERTY keyboard softwareTsinghua UniversityDeveloped by authors
SPSS softwareIBMData analysis software
G*Power softwareHeinrich-Heine-Universität DüsseldorfSample size calculation
E4 portable wireless wristbandEmpaticaRecording galvanic skin response and heart rate
ArqusQualysisMotion capture camera platform
Passive markerQualysisAppropriate sizes: 2.5 mm, 4 mm, and 6.5 mm
Trigno sEMGDelsysRecording electromyographic activity
Visual Studio CodeMicrosoftPython editor

Referências

  1. Lee, S., Zhai, S. The performance of touch screen soft buttons. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , USA. (2009).
  2. Smith, B. A., Bi, X., Zhai, S. Optimizing touchscreen keyboards for gesture typing. Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. , USA. (2015).
  3. Statista. Global smartphone penetration rate as share of population from 2016 to 2020 [Fact sheet]. , Available from: https://www.statista.com/statistics/203734/global-smartphone-penetration-per-capita-since-2005 (2020).
  4. Newzoo. Top Countries by Smartphone Users [Fact sheet]. Newzoo. , Available from: https://newzoo.com/insights/rankings/top-countries-by-smartphone-penetration-and-users (2019).
  5. Sogou. Sogou Announces Fourth Quarter and Full Year 2019 Results. Sogou. , Available from: http://ir.sogou.com/2020-03-09-Sogou-Announces-Fourth-Quarter- and-Full-Y ear-2019-Results (2020).
  6. Google Play. Gboard - the Google Keyboard [Press release]. Google Play. , Available from: https://play.google.com/store/apps/details?id=com.google.android.inputmethod.latin &hl=en (2020).
  7. Eitivipart, A. C., Viriyarojanakul, S., Redhead, L. Musculoskeletal disorder and pain associated with smartphone use: A systematic review of biomechanical evidence. Hong Kong Physiotherapy Journal. 38 (2), 77-90 (2018).
  8. Chang, J., Choi, B., Tjolleng, A., Jung, K. Effects of button position on a soft keyboard: Muscle activity, touch time, and discomfort in two-thumb text entry. Applied Ergonomics. 60, 282-292 (2017).
  9. Gehrmann, S. V., et al. Motion deficit of the thumb in CMC joint arthritis. Journal of Hand Surgery. 35 (9), 1449-1453 (2010).
  10. Kim, G., Ahn, C. S., Jeon, H. W., Lee, C. R. Effects of the Use of Smartphones on Pain and Muscle Fatigue in the Upper Extremity. Journal of Physical Therapy Science. 24 (12), 1255-1258 (2012).
  11. Girouard, A., et al. One-handed bend interactions with deformable smartphones. Proceedings of the 33rd annual ACM conference on human factors in computing systems. , USA. (2015).
  12. Lee, M., Hong, Y., Lee, S., Won, J., Yang, J., Park, S. The effects of smartphone use on upper extremity muscle activity and pain threshold. Journal of Physical Therapy Science. 27 (6), 1743-1745 (2015).
  13. Microsoft Garage. Word Flow keyboard [Press release]. Microsoft Garage. , Available from: https://www.microsoft.com/en-us/garage/profiles/word-flow-keyboard/ (2020).
  14. Tencent Games. The glory of kings [Press release]. Tencent Games. , Available from: https://pvp.qq.com/ (2020).
  15. Bi, X., Zhai, S. Ijqwerty: what difference does one key change make? Gesture typing keyboard optimization bounded by one key position change from qwerty. Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems. , USA. (2016).
  16. Bi, X., Smith, B. A., Zhai, S. Quasi-qwerty soft keyboard optimization. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , USA. (2010).
  17. Fitts, P. The information capacity of the human motor system is controlled by the amplitude of movement. Journal of Experimental Psychology. 47, 381-391 (1954).
  18. Bi, X., Li, Y., Zhai, S. FFitts law: modeling finger touch with fitts' law. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , USA. (2013).
  19. Dunlop, M., Levine, J. Multidimensional pareto optimization of touchscreen keyboards for speed, familiarity and improved spell checking. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , USA. (2012).
  20. Li, Y., Chen, L., Goonetilleke, R. S. A heuristic-based approach to optimize keyboard design for single-finger keying applications. International Journal of Industrial Ergonomics. 36 (8), 695-704 (2006).
  21. Benligiray, B., Topal, C., Akinlar, C. SliceType: fast gaze typing with a merging keyboard. Journal on Multimodal User Interfaces. 13 (4), 321-334 (2019).
  22. Wang, Y., Ai, H., Liang, Q., Chang, W., He, J. How to optimize the input efficiency of keyboard buttons in large smartphone? A comparison of curved keyboard and keyboard area size [Conference presentation]. International Conference on Human-Computer Interaction. , Berlin, Germany. (2019).
  23. Bergstrom-Lehtovirta, J., Oulasvirta, A. Modeling the functional area of the thumb on mobile touchscreen surfaces. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , Canada. (2014).
  24. Brooke, J. SUS: A retrospective. Journal of Usability Studies. 8 (2), 29-40 (2013).
  25. Borg, G. Principles in scaling pain and the Borg CR Scales. Psychologica. 37, 35-47 (2004).
  26. Hart, S. G., Staveland, L. E. Development of NASA-TLX (task load index): results of empirical and theoretical research. Human mental workload. Hancock, P. A., Meshkati, N. , Oxford. 139-183 (1988).
  27. Trudeau, M. B., Asakawa, D. S., Jindrich, D. L., Dennerlein, J. T. 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. Applied Ergonomics. 52, 24-28 (2016).
  28. Turner, C. J., Chaparro, B. S., He, J. Text input on a smartwatch qwerty keyboard: tap vs. trace. International Journal of Human Computer Interaction. 33 (1-3), 143-150 (2017).
  29. Zhai, S., Kristensson, P. O. The word-gesture keyboard: reimagining keyboard interaction. Communications of the ACM. 55 (9), 91-101 (2012).
  30. Azenkot, S., Zhai, S. Touch behavior with different postures on soft smartphone keyboards. Proceedings of the 14th international conference on Human-computer interaction with mobile devices and services. , New York, USA. (2012).
  31. Yi, X., Yu, C., Shi, W., Shi, Y. Is it too small?: Investigating the performances and preferences of users when typing on tiny qwerty keyboards. International Journal of Human Computer Studies. 106, 44-62 (2017).
  32. Li, Y., You, F., Ji, M., You, X. Smartphone text input: effects of experience and phrase complexity on user performance, physiological reaction, and perceived usability. Applied Ergonomics. 80, 200-208 (2019).
  33. Gerard, M. J., Jones, S. K., Smith, L. A., Thomas, R. E., Wang, T. An ergonomic evaluation of the Kinesis ergonomic computer keyboard. Ergonomics. 37 (10), 1661-1668 (1994).
  34. Van Galen, G. P., Liesker, H., Haan, A. Effects of a vertical keyboard design on typing performance, user comfort and muscle tension. Applied Ergonomics. 38 (1), 99-107 (2007).
  35. Baker, N. A., Cham, R., Cidboy, E. H., Cook, J., Redfern, M. S. Kinematics of the fingers and hands during computer keyboard use. Clinical Biomechanics. 22 (1), 34-43 (2007).
  36. Soukoref, R. W., MacKenzie, I. S. Metrics for text input research: an evaluation of MSD and KSPC, and a new unified error metric. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , 113-120 (2003).
  37. Mackenzie, I. S., Soukoreff, R. W. Phrase sets for evaluating text entry techniques. CHI'03 Extended Abstracts on Human Factors in Computing Systems. , 754-755 (2003).
  38. Trudeau, M. B., Sunderland, E. M., Jindrich, D. L., Dennerlein, J. T., Federici, S. A data-driven design evaluation tool for handheld device soft keyboards. Plos One. 9 (9), 107070(2014).
  39. Cao, S., Ho, A., He, J. Modeling and predicting mobile phone touchscreen transcription typing using an integrated cognitive architecture. International Journal of Human-Computer Interaction. 34 (4-6), 544-556 (2018).

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

Erratum


Formal Correction: Erratum: An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones
Posted by JoVE Editors on 9/01/2022. Citeable Link.

An erratum was issued for: An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones. The Authors section was 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

Reimpressões e Permissões

Solicitar permissão para reutilizar o texto ou figuras deste artigo JoVE

Solicitar Permissão

Explore Mais Artigos

ComportamentoProblema 164ergonomiaentrada de textoavalia o de design de tecladosmartphonetarefa de digita o

This article has been published

Video Coming Soon

JoVE Logo

Privacidade

Termos de uso

Políticas

Entre em contato

recomende à biblioteca

Newsletter

Pesquisa

Educação

Autores

Bibliotecários

SOBRE A JoVE

Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados