Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

Un metodo di valutazione e un toolkit per valutare la progettazione della tastiera su smartphone

Published: October 5, 2020 doi: 10.3791/61796
Automatic Translation
1, 1, 1, 2, 3, 1
1Department of Psychology, School of Social Sciences, Tsinghua University, 2Department of Computer Science, Beijing Normal University, 3Haier Innovation Design Center, Haier Company

ERRATUM NOTICE

Summary

Il protocollo presentato integra vari metodi di valutazione e dimostra un metodo per valutare il design della tastiera sugli smartphone. Le coppie abbinate a caratteri inglesi vengono proposte come materiale di input e il tempo di transizione tra due chiavi viene utilizzato come variabile dipendente.

Abstract

L'input da tastiera ha svolto un ruolo essenziale nell'interazione uomo-computer con una vasta base di utenti e il design della tastiera è sempre stato uno degli oggetti fondamentali degli studi sui dispositivi intelligenti. Con lo sviluppo della tecnologia dello schermo, gli smartphone potrebbero raccogliere dati e indicatori più precisi per valutare in modo approfondito il design della tastiera. L'allargamento dello schermo del telefono ha portato a un'esperienza di input insoddisfacente e dolore alle dita, specialmente per l'input con una sola mano. L'efficienza e il comfort degli input hanno attirato l'attenzione di ricercatori e designer, e la tastiera curva con pulsanti regolabili in dimensioni, che si accordava approssimativamente con la struttura fisiologica dei pollici, è stata proposta per ottimizzare l'utilizzo con una sola mano sugli smartphone a grande schermo. Tuttavia, i suoi effetti reali sono rimasti ambigui. Pertanto, questo protocollo ha dimostrato un metodo generale e riassuntiva per valutare l'effetto del design curvo della tastiera QWERTY su uno smartphone da 5 pollici attraverso un software sviluppato autonomamente con variabili dettagliate, inclusi dati comportamentali oggettivi, feedback soggettivo e dati coordinati di ciascun punto di contatto. Esiste sufficiente letteratura esistente sulla valutazione delle tastiere virtuali; tuttavia, solo alcuni di essi hanno sistematicamente riassunto e riflettuto sui metodi e sui processi di valutazione. Pertanto, questo protocollo colma la lacuna e presenta un processo e un metodo di valutazione sistematica del design della tastiera con codici disponibili per l'analisi e la visualizzazione. Non ha bisogno di attrezzature aggiuntive o costose ed è facile da condurre e utilizzare. Inoltre, il protocollo aiuta anche a ottenere potenziali ragioni per gli svantaggi del design e illumina l'ottimizzazione dei progetti. In conclusione, questo protocollo con le risorse open source potrebbe non solo essere un esperimento dimostrativo in classe per ispirare i principianti a iniziare i propri studi, ma contribuisce anche a migliorare l'esperienza dell'utente e le entrate delle società di editor di metodi di input.

Introduction

L'input da tastiera è il metodo principale dell'interazione uomo-smartphone1,2e con la penetrazione degli smartphone, l'input da tastiera ottiene miliardi di utenti. Nel 2019, il tasso di penetrazione globale degli smartphone aveva raggiunto il 41,5%3, mentre gli Stati Uniti, con la penetrazione più alta, erano arrivati al 79,1%4. Fino al primo trimestre del 2020, la tastiera mobile Sogou aveva circa 480 milioni di utenti attivi giornalieri5. Fino al 6 maggio 2020, Google Gboard era stato scaricato più di 1 miliardo di volte6.

L'esperienza di input da tastiera insoddisfacente aumenta con l'ingrandimento dello schermo del telefono. Sebbene lo schermo ingrandito mirasse a migliorare l'esperienza visiva, ha cambiato la gravità, le dimensioni e il peso degli smartphone, inducendo gli utenti a cambiare ripetutamente la postura di tenuta per raggiungere aree remote (ad esempio, il pulsante A e Q per gli utenti destrimani), portando così all'inefficienza dell'input. L'allungamento del muscolo può causare agli utenti di soffrire di disturbi muscoloscheletrici, dolori alle mani e diversi tipi di malattie (ad esempio, sindrome del tunnel carpale, artrosi del pollice e tenosinovite del pollice7,8,9,10). Gli utenti che preferiscono l'uso con una sola mano sono in condizioni peggiori11,12.

Pertanto, la valutazione e l'ottimizzazione del design della tastiera sono diventati temi caldi di ricerca psicologica, tecnica ed ergonomica. I progetti e i concetti di tastiera variabile sono stati costantemente proposti da aziende e ricercatori di editor di metodi di input (IME) per ottimizzare l'esperienza e l'efficienza dell'input, comprese le tastiere modificate e riordinate con caratteri: Microsoft WordFlow Keyboard13,Functional Button Area in Glory of Kings14,IJQWERTY15e Quasi-QWERTY16.

I metodi di valutazione esistenti per la progettazione della tastiera variano da ricercatore a ricercatore, ad eccezione di diversi indicatori altamente accettati e vengono proposti indicatori più accurati. Tuttavia, con una varietà di indicatori, non esiste un protocollo riassuntiva e sistematico fornito per dimostrare il processo di valutazione e analisi del design della tastiera. La legge17 di Fitts e la sua versione estesa FFitts Law18,che descriveva l'interazione uomo-computer, furono ampiamente adottate per valutare le prestazioni della tastiera19,20,21,22. Inoltre, l'area funzionale del pollice è stata proposta per migliorare il design della tastiera e descriveva un'area di movimento curva per il pollice per completare comodamente l'attività di input23. Sulla base di queste teorie, indicatori tra cui parola al minuto, tasso di errore delle parole e feedback soggettivo (usabilità percepita, prestazioni percepite, velocità percepita, carico di lavoro soggettivo, sforzo e dolore percepiti e intenzione di usare, ecc.), Che sono stati ampiamente adottati, sono stati parzialmente utilizzati in studi precedenti24,25,26 , 27,28,29 ad eccezione dei metodi di modellazione e simulazione. Inoltre, l'ellisse montata di punti di contatto su ciascun pulsante e il suo offset30,31 sono stati utilizzati negli ultimi anni per indagare le prestazioni accurate degli eventi di inputting. Inoltre, la risposta galvanica della pelle, la frequenza cardiaca, l'attività elettromiografica, il gesto della mano e il movimento del corpo32,33,34,35 sono stati adottati per valutare direttamente o indirettamente l'affaticamento muscolare, il comfort e la soddisfazione degli utenti. Tuttavia, questi vari metodi mancano di riflessione sull'adeguatezza degli indicatori utilizzati e un ricercatore alle prime armi può essere confuso nel selezionare gli indicatori appropriati per la sua ricerca.

La ricerca sul design della tastiera è anche facile da condurre, utilizzare e analizzare. Con il boom della tecnologia dello schermo, è stato possibile raccogliere più dati comportamentali per valutare in profondità il design della tastiera (ad esempio, il tempo di transizione tra due tasti e i dati delle coordinate di ciascun punto di contatto). Sulla base dei dati menzionati, i ricercatori hanno potuto esplorare con precisione i dettagli del design della tastiera e analizzarne gli svantaggi e i vantaggi. Se confrontata con altre ricerche sull'interazione uomo-computer, la ricerca del design della tastiera su smartphone portatili ha anche un alto valore applicativo per la sua vasta base di utenti senza attrezzature costose, materiali complicati o enorme spazio di laboratorio necessario. I questionari, le scale e lo script Python sulla ricerca sono open source e di facile accesso.

Lo scopo di questa ricerca è quello di riassumere i metodi precedenti per dimostrare un protocollo sistematico, preciso e generale per valutare e analizzare il design della tastiera sugli smartphone. L'esperimento esemplare e i risultati mirano a mostrare se la tastiera QWERTY curva con pulsanti regolabili in base alle dimensioni potrebbe ottimizzare l'esperienza di input di input con una sola mano su uno smartphone da 5 pollici rispetto alla tastiera QWERTY tradizionale e condividere il metodo di visualizzazione e lo script Python di analisi dei dati.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Lo studio è stato condotto in conformità con il principio etico ed è stato approvato dal Comitato Etico della Tsinghua University. La Figura 1 mostra il processo di valutazione della progettazione della tastiera degli smartphone.

Figure 1
Figura 1: Processo generale di conduzione di un esperimento sulla tastiera e valutazione del design della tastiera. Fare clic qui per visualizzare una versione più grande di questa figura.

1. Preparazione

  1. Progettazione di esperimenti
    1. Definire il tema della ricerca e proporre l'ipotesi.
    2. Progettare l'esperimento in base all'ipotesi e definire le variabili indipendenti (ad esempio, layout della tastiera, postura di digitazione). Utilizzare il design all'interno del soggetto al fine di ridurre i fattori confondenti e la varianza causata dalla differenza tra i partecipanti.
  2. Variabili dipendenti
    1. Utilizzare dati fisici, tra cui la lunghezza della mano, la lunghezza del dito di input e la circonferenza del dito di input, che sono stati misurati con un metro a nastro, come mostrato nella Figura 2.
    2. Utilizzare dati fisiologici, tra cui la risposta galvanica della pelle (misurata dal rilevatore fisiologico wireless portatile), la frequenza cardiaca (misurata dal rilevatore fisiologico wireless portatile), l'attività elettromiografica (misurata mediante elettromiografia di superficie), ecc.
    3. Usa le prestazioni di input: parola al minuto, tasso di errore della parola e tempo di transizione tra due tasti.
      1. Parola al minuto si riferisce alla velocità di input dei partecipanti (cioè il numero di parole immesse correttamente al minuto).
      2. Il tasso di errore delle parole si riferisce all'accuratezza di input dei partecipanti (cioè il numero di parole immesse in modo errato diviso per il numero totale di parole in una condizione). Il tasso di errore corretto, il tasso di errore non corretto e il tasso di errore totale sono stati utilizzati anche in studi precedenti36.
      3. Il tempo di transizione tra due tasti si riferisce al tempo di reazione dei partecipanti tra due punti di contatto di una parola 22 immessa correttamente(cioè l'ora di inizio del secondo punto di contatto meno l'ora di partenza del primo carattere).
    4. Usa i dati sul movimento del corpo come il gesto della mano e il movimento del corpo (dito). Potrebbero essere raccolti dal sistema di motion capture35.
    5. Utilizzare dati soggettivi come l'usabilità percepita, l'intenzione di utilizzare, l'accuratezza e la velocità percepite, lo sforzo e il dolore percepiti e il carico di lavoro soggettivo, ecc. I dati soggettivi possono essere ottenuti attraverso scale e questionari esistenti, che sono altamente affidabili e validi per valutare meglio il feedback soggettivo dei partecipanti sul design della tastiera.
      1. Usa NASA-TLX, una scala a 21 punti che viene utilizzata per misurare il carico di lavoro soggettivo attraverso dimensioni mentali, fisiche, temporali, prestazioni, sforzo e frustrazione. Un punteggio alto indica un carico di lavoro soggettivo elevato26.
      2. Utilizza la System Usability Scale, un questionario a 5 punti con 10 elementi, e le risposte di un partecipante saranno calcolate come un singolo punteggio da 0 a 100. Un punteggio alto indica un'elevata usabilità percepita24.
      3. Utilizzare la scala Borg CR10, che varia da 0 a 10 per misurare il dolore e lo sforzo percepiti. Un punteggio alto indica un dolore e uno sforzo percepiti di alto livello25.
      4. Usa la scala Intent to Use: un questionario in 10 punti che viene utilizzato per misurare la probabilità che i partecipanti utilizzino la tecnologia o i prodotti. Un punteggio alto indica una probabilità di alto livello28.
      5. La velocità percepita e la precisione percepita sono tutte misurate da scale a 50 punti e un punteggio elevato indica una buona prestazione percepita28.
    6. Raccogli i dati delle coordinate di ciascun punto di contatto e modificalo nell'ellisse montata (IC al 95%) dei punti di contatto su ciascun pulsante30,31. Adottare l'area di ciascuna ellisse montata e l'offset dal centro dell'ellisse montata al centro di destinazione di ciascun pulsante come variabili dipendenti.
      NOTA: i dati delle coordinate possono essere raccolti con precisione dall'applicazione sviluppata autonomamente sullo smartphone. Se è difficile ottenere i dati delle coordinate, i dati oggettivi e soggettivi sono sufficienti per valutare approssimativamente il design della tastiera.

Figure 2
Figura 2: La misurazione della mano. Fare clic qui per visualizzare una versione più grande di questa figura.

  1. Materiali
    1. Scegli lo smartphone dell'esperimento. Prendi in considerazione peso, risoluzione e dimensioni dello schermo.
    2. Progettare e sviluppare il software dell'esperimento su smartphone (passaggio opzionale).
      NOTA: il tempo di transizione tra due tasti può essere registrato automaticamente da questo software o da sensori di motion capture (ad esempio, il sensore dell'accelerometro). Potrebbe essere difficile raccoglierlo manualmente (ad esempio, un orologio o un cronometro).
    3. Selezionare l'attività di input dai seguenti suggerimenti in base all'ipotesi e rivederla in modo che corrisponda allo scopo della ricerca.
      1. Per l'attività di input della coppia di caratteri, accoppiare in modo casuale 26 lettere inglesi in 676 coppie e dividerle in media in diversi gruppi in base al design dell'esperimento.
      2. Per l'attività di input della frase (frase), utilizzare frasi di lunghezza moderata, facili da ricordare e rappresentative della lingua di destinazione. Se la lingua di destinazione è l'inglese, estrarre 15-20 (o in base allo scopo della ricerca) frasi o parole da un set di 500 frasi37.
  2. Reclutamento dei partecipanti
    1. Utilizzare il software G*Power per calcolare la dimensione del campione.
    2. Pubblica questionari per reclutare potenziali partecipanti.
    3. Filtra i potenziali partecipanti con caratteristiche desiderate, ad esempio età, salute, visione, maneggevolezza ed esperienza di input. Assicurarsi che l'esperienza di input dei partecipanti sia equilibrata.

2. Procedura

  1. Leggi il modulo di consenso informato dell'esperimento ai partecipanti, compresa la procedura dell'esperimento, il compito e se incontreranno lesioni mentali o fisiche. Se i partecipanti accettano di partecipare, devono firmare il modulo di consenso informato. In caso contrario, possono ritirarsi immediatamente. Secondo il modulo di consenso informato, i partecipanti possono anche ritirarsi in qualsiasi fase dell'esperimento.
  2. Raccogli dati fisici e demografici. Utilizzare un metro a nastro per misurare la mano di ogni singolo partecipante (Figura 2) al fine di eliminare l'effetto della differenza di dimensioni della mano e fornire anche dati ripetibili per ricerche future. Raccogli dati demografici come età, sesso, esperienza di input precisa e occupazione.
  3. Disinfettare tutti i dispositivi e pulire le parti del corpo del partecipante che toccheranno i dispositivi.
    1. Chiedi ai partecipanti di lavarsi le mani e pulire lo schermo degli smartphone in modo che i sensori degli smartphone possano essere più sensibili.
    2. Chiedi ai partecipanti di indossare rilevatori fisiologici wireless portatili o un sistema di motion capture. Chiedere ai partecipanti di indossare il braccialetto portatile di rilevamento fisiologico wireless sulla mano non dominante per registrare la risposta galvanica della pelle e la frequenza cardiaca con l'interferenza del rumore evitata.
      1. Posiziona marcatori passivi del sistema di motion capture sulle unghie, sulla falange prossimale del dito, sulle vertebre cervicali (C3-C5) e sul braccio, per raccogliere il movimento preciso del corpo e delle dita. Attaccare gli elettrodi wireless sulla pelle di due braccia e due avambracci per rilevare l'attività elettromiografica (passaggio opzionale).
    3. Calibrare tutti i dispositivi utilizzati nell'esperimento.
  4. Parte pratica
    1. Consenti ai partecipanti di completare l'attività di formazione. L'attività di formazione viene utilizzata per migliorare la familiarità dei partecipanti con le attività di input e le tastiere per ridurre l'effetto della pratica o la non familiarità sul risultato dell'esperimento. È composto da 50 coppie o 20 parole selezionate casualmente dal set di 676 coppie inglesi o da 500 frasi. Solo quando la loro precisione di input raggiunge l'80% o più in 150 secondi possono entrare nelle prove formali. La ricerca esemplare ha adottato l'inserimento di 50 coppie come compito di allenamento.
  5. Compito principale
    1. Lascia che i partecipanti completino studi formali in tutte le condizioni sperimentali. Devono garantire la loro precisione il più rapidamente possibile durante il tempo dell'attività di input. Le prove formali sono veri e propri compiti di input che verranno valutati e analizzati nella ricerca. Ogni coppia, parola o frase rappresenta una prova e diversi progetti sperimentali producono condizioni sperimentali diverse.
    2. Fai in modo che i partecipanti completino l'attività di input in ordine casuale o in ordine bilanciato. I metodi di divisione dei materiali in ingresso sono i seguenti. In primo luogo, 676 coppie possono essere divise in modo casuale in ogni condizione sperimentale (cioè, i partecipanti hanno inserito tutte le coppie quando completano tutte le condizioni sperimentali). In secondo luogo, in ogni condizione sperimentale, 676 coppie possono essere divise in diversi blocchi in modo casuale e i partecipanti devono completare questi blocchi in modo casuale. In terzo luogo, per inserire le parole, i partecipanti devono completare circa 20 studi in ogni condizione. In quarto luogo, per inserire frasi, i partecipanti devono completare circa 10-15 prove in ogni condizione. I ricercatori non dovrebbero garantire alcuna differenza significativa tra il numero di caratteri e il numero di parole inserite dal partecipante in ciascuna condizione. La ricerca esemplare ha adottato il primo metodo e ha avuto quattro condizioni sperimentali.
    3. Dopo ogni condizione, chiedi ai partecipanti di completare tutti i questionari (scale che valutano la loro esperienza soggettiva) a caso e dare loro 1 minuto o più per riposare.
  6. Alla fine dell'esperimento, lascia che ogni partecipante finisca il questionario completo (Q & A) per ottenere un feedback soggettivo.
  7. Esprimere apprezzamento ai partecipanti con ricompense monetarie o materiali.

3. Analisi dei dati

  1. Test di ipotesi mediante test parametrici o non parametrici appropriati
    1. Analizza i dati fisici, fisiologici e di movimento del corpo per verificare se la differenza tra i partecipanti influenzerebbe in modo significativo i risultati e l'esperienza di input inespressiva degli utenti (passaggio facoltativo).
    2. Analizza le prestazioni di input dei partecipanti per testare l'efficienza dell'input sulla tastiera.
    3. Analizza i dati soggettivi per testare l'usabilità percepita e il feedback soggettivo della tastiera.
    4. Scopri se l'effetto pratica e l'effetto fatica influenzano significativamente il risultato. Per ogni condizione, le prove sono divise in due parti in base al timestamp (cioè la prima metà e la seconda metà). In particolare, in ogni condizione, esaminare la differenza di prestazioni di input tra la prima metà e la seconda metà per verificare se l'effetto pratica o l'effetto fatica esistono.
    5. Analizzare l'area dell'ellisse montata dei punti di contatto su ciascun pulsante e l'offset dal centro al centro di destinazione di ciascun pulsante (passaggio facoltativo).
      1. Raccogli tutti i punti di contatto di ciascun pulsante con il software e si accordano approssimativamente con la distribuzione gaussiana bivariata. L'intervallo di confidenza del 95% di ciascun pulsante in entrambe le direzioni x e y è derivato dai dati delle coordinate di ciascun punto di contatto in pixel e le ellissi di confidenza del 95% su un contorno 1:1 del pulsante per ogni tastiera sono montate tramite script Python su coordinate pixel (vedere Coding File 2).
      2. Utilizzare ellissi montate (IC al 95%) e le loro aree per dimostrare la dispersione dei punti di contatto su ciascun pulsante. In ogni pulsante, l'offset dell'ellisse adattata calcolato dagli script Python è definito come il punto centrale dell'ellisse montata sul punto di destinazione del pulsante e può essere rappresentato dalle direzioni x e y (ad esempio, nell'asse X e nell'asse Y, vedere Coding File 3).
  2. Modellazione e simulazione
    1. Utilizzare il modello basato sui dati in funzione della posizione e dell'orientamento della tastiera per prevedere il movimento delle dita da parte degli script Python. Tutti i movimenti delle dita sono divisi in otto direzioni38 (dall'alto verso il basso, dal basso verso l'alto, dalla sinistra alla destra, dalla destra alla sinistra, dalla sinistra in alto alla destra in basso, dalla destra in basso verso la sinistra in alto, dalla sinistra in basso verso la destra in alto, dalla destra in alto alla sinistra in basso). Per ogni direzione, il tempo medio di transizione tra due tasti viene calcolato per rappresentare l'efficacia del movimento delle dita, che viene utilizzato per valutare il design della tastiera (passo opzionale).
    2. Usa l'analisi di regressione lineare per creare un modello avanzato di Legge di Fitts (o la sua versione estesa, FFitts' Law) per prevedere il tempo di transizione tra due chiavi utilizzando un'architettura cognitiva integrata39 da script Python. Il modello migliorato fitts' Law potrebbe fornire una migliore previsione e valutazione sul design della tastiera in base alle sue analisi sulla posizione e la larghezza effettiva dei tasti, nonché sulla distanza di due tasti (passaggio opzionale).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Lo studio rappresentativo segue principalmente il protocollo menzionato. Lo studio adotta un design all'interno del soggetto × 2 (Keyboard layout: Curved QWERTY vs. Traditional QWERTY) (Dimensione del pulsante: grande, 6,3 mm × 9 mm vs. piccolo, 4,9 mm × 7 mm) per valutare se il QWERTY curvo potesse migliorare l'efficienza e il comfort dell'input rispetto al QWERTY tradizionale in diverse dimensioni di pulsanti dall'attività di input della coppia di caratteri attraverso il nostro software auto-sviluppato (Figura 3 ). Questo studio non ha adottato la costosa apparecchiatura del rilevatore fisiologico o il sistema di motion capture e l'analisi dei dati non conteneva la modellazione o la simulazione.

Figure 3
Figura 3: L'interfaccia della tastiera QWERTY tradizionale e del software della tastiera QWERTY curva.
(A) Tastiera QWERTY tradizionale con pulsanti di grandi dimensioni (dimensione del tasto lettera: 6,3 mm × 9 mm). (B) Tastiera QWERTY curva con pulsanti di grandi dimensioni (dimensione del tasto lettera: 6,3 mm × 9 mm). (C) Tastiera QWERTY tradizionale con pulsanti di piccole dimensioni (dimensione del tasto lettera: 4,9 mm × 7 mm). (D) Tastiera QWERTY curva con pulsanti di piccole dimensioni (dimensione del tasto lettera: 4,9 mm × 7 mm). Le proporzioni di ogni chiave di lettera sono 7:10 e la larghezza di ogni chiave funzionale (Canc, Space, Enter) è due volte superiore a quella della chiave lettera. Elimina e Spazio non sono lavorati. I partecipanti fanno clic sul tasto Invio per passare alla versione di prova successiva. Fare clic qui per visualizzare una versione più grande di questa figura.

Un totale di 24 studenti sani destrimani della Tsinghua University sono stati coinvolti in questo studio (12 femmine, M = 22,46 anni, SD = 3,04 anni). Per loro, sono stati misurati la lunghezza della mano destra (M = 17,98 cm SD = 1,20 cm), la lunghezza del pollice destro(M = 6,00 cm, SD = 0,68 cm) e la circonferenza del pollice destro(M = 5,14 cm, SD = 0,52 cm). La dimensione del campione è stata calcolata da G*Power 3.1.9.2 (dimensione dell'effetto f = 0,25, α = 0,05, potenza = 0,80, correlazione tra misure ripetute = 0,5). Lo smartphone dell'esperimento è uno smartphone da 5 pollici (peso 138 g, dimensioni dello schermo 5,0 pollici, ppi 294, px 1280 × 720, dimensioni del telefono 143,5 × 69,9 × 7,6 mm).

Le prestazioni di input (tempo di transizione tra due tasti, tasso di errore delle parole), il feedback soggettivo e l'ellisse montata di ciascun pulsante sono stati raccolti e analizzati mediante misure ripetute ANOVA. Il tempo di transizione tra due tasti invece di parola al minuto viene utilizzato in questo studio perché il materiale di input sono le coppie di caratteri e il tempo di transizione tra due tasti potrebbe valutare l'evento di tocco di transizione in modo più preciso. I risultati rappresentativi sono i seguenti (Tabella 1).

Layout di tastiera Dimensione del pulsante Layout di tastiera × dimensione del pulsante
F p Equation 1 F p Equation 1 F p Equation 1
Tasso di errore di Word 48.90 <,001*** 0.68 30.57 <,001*** 0.57 2.63 0.12 0.10
Tempo di transizione tra due chiavi 10.19 .004** 0.31 43.57 <,001*** 0.66 12.75 .002** 0.36
Sforzo e dolore percepiti 2.33 0.14 0.09 1.36 0.26 0.06 0.28 0.60 0.01
Intento di utilizzo 7.41 .012* 0.24 3.62 0.07 0.14 0.63 0.44 0.03
Precisione percepita 1.32 0.26 0.54 2.94 0.10 0.11 0.69 0.42 0.03
Velocità percepita 0.56 0.47 0.02 0.98 0.33 0.04 0.25 0.62 0.01
Usabilità percepita 0.63 0.44 0.03 5.48 .028* 0.19 0.03 0.87 0.001
Carico di lavoro soggettivo Mentale 19.30 <,001*** 0.46 8.88 .007** 0.28 0.01 0.91 0.001
Fisico 2.41 0.13 0.10 5.55 .027* 0.19 0.07 0.78 0.003
Ore 0.02 0.9 0.001 10.26 .004** 0.31 0.37 0.55 0.02
Prestazione 11.51 .003** 0.33 12.25 .002** 0.35 0.02 0.90 0.001
Sforzo 4.66 .042* 0.17 16.33 .001** 0.42 0.13 0.72 0.006
Frustrazione 9.32 .006** 0.29 8.87 .007** 0.28 2.11 0.16 0.08
Area dell'ellisse montata 90.00 <,001*** 0.78 1368.78 <,001*** 0.98 31.99 <,001*** 0.56
Offset dell'ellisse montata Direzione X 10.94 .003** 0.30 1.4 0.25 0.05 6.08 0.21 0.19
Direzione Y 23.49 <,001*** 0.48 0.48 0.50 0.02 13.74 .001** 0.36

Tabella 1: Analisi statistica delle prestazioni di input, feedback soggettivo ed ellisse montata di ciascun pulsante. L'articolo con * significa p < 0,05, l'articolo con ** significa p < 0,01 e l'articolo con *** significa p < 0,001.

Nelle prestazioni di input, l'interazione tra layout di tastiera e dimensione del pulsante è significativa solo nel tempo di transizione tra due tasti (Figura 4), e mostra che nel QWERTY curvo, il tempo di transizione tra due tasti di piccole dimensioni del pulsante era significativamente più lungo di quello di grandi dimensioni del pulsante (p < 0,001). L'effetto principale del layout della tastiera è significativo sia nel tasso di errore delle parole (Figura 5) che nel tempo di transizione tra due tasti, e indica che questi del QWERTY tradizionale sono significativamente inferiori a quelli del QWERTY curvo. L'effetto principale della dimensione del pulsante è significativo sia nel tasso di errore delle parole che nel tempo di transizione tra due tasti e indica che questi dei pulsanti di grandi dimensioni sono significativamente inferiori a quelli delle dimensioni ridotte del pulsante. Non viene trovato nessun altro risultato significativo.

Figure 4
Figura 4: Il grafico a barre 3D è la visualizzazione del tempo di transizione tra due tasti (il sinistro è il primo carattere mentre il destro è il secondo carattere) in quattro tastiere.
L'altezza di ogni barra rappresenta il valore del tempo di transizione. I colori sfumati (blu, verde, giallo e rosso) vengono utilizzati per mostrare la situazione della distribuzione numerica (vedere File di codifica supplementare 1). Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 5
Figura 5: Tasso di errore delle parole di ogni tastiera. Le barre di errore rappresentano il 95% di CI. Fare clic qui per visualizzare una versione più grande di questa figura.

Nel feedback soggettivo (Figura 6 e Figura 7), tutte le interazioni tra il layout della tastiera e le dimensioni dei pulsanti non sono significative. L'effetto principale del layout della tastiera è significativo nell'intento di utilizzo e nel carico di lavoro soggettivo (mentale, prestazioni, sforzo e frustrazione), e mostra che i partecipanti percepiscono meno carico di lavoro soggettivo (le quattro sfaccettature di cui sopra) e hanno maggiori probabilità di utilizzare il QWERTY curvo rispetto al QWERTY tradizionale. L'effetto principale della dimensione del pulsante è significativo nell'usabilità percepita e in tutti gli aspetti del carico di lavoro soggettivo, e indica che i partecipanti percepiscono meno carico di lavoro soggettivo e maggiore usabilità nelle grandi dimensioni del pulsante rispetto alle dimensioni ridotte del pulsante. Non viene trovato nessun altro risultato significativo.

Figure 6
Figura 6: Lo sforzo e il dolore percepiti, l'intenzione di utilizzare (asse Y sinistro), l'accuratezza percepita, l'usabilità percepita e percepita (asse Y destro) di ciascuna tastiera.
Il punteggio più alto di sforzo e dolore percepiti indica l'esperienza insoddisfacente, mentre gli altri indicatori mostrano il contrario. Le barre di errore rappresentano il 95% di CI. Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 7
Figura 7: Le sei dimensioni del carico di lavoro soggettivo.
Le barre di errore rappresentano il 95% di CI. Fare clic qui per visualizzare una versione più grande di questa figura.

Nell'area dell'ellisse montata (Figura 8), l'interazione tra layout della tastiera e dimensione del pulsante è significativa e mostra che sia per le dimensioni dei pulsanti piccoli che per quelli grandi, l'area del QWERTY tradizionale è più grande di quella del QWERTY curvo(p < 0,001), mentre per entrambi i layout di tastiera, l'area del pulsante piccolo è più piccola di quella del pulsante grande (p < 0,001). L'effetto principale delle dimensioni dei pulsanti e del layout della tastiera è significativo e indica che le aree del QWERTY tradizionale e del pulsante grande sono più grandi di quelle del QWERTY curvo e del pulsante piccolo, rispettivamente. Non viene trovato nessun altro risultato significativo.

Figure 8
Figura 8: Le ellissi montate (95% CI) di quattro tastiere.
Sono disegnati adattando le posizioni dei pixel dei punti di contatto in quattro tastiere. La coordinata del centro dell'ellisse è il valore medio di tutti i punti di contatto su ciascun pulsante (vedere File di codifica supplementare 2). Fare clic qui per visualizzare una versione più grande di questa figura.

Nell'offset dell'ellisse montata (Figura 9 e Figura 10), l'interazione tra il layout della tastiera e le dimensioni del pulsante è significativa solo nell'offset nella direzione y e mostra che nel QWERTY curvo, l'offset nella direzione y del pulsante piccolo è significativamente più corto di quello del pulsante grande (p < 0,001), mentre in entrambe le dimensioni del pulsante, l'offset nella direzione y del QWERTY curvo è significativamente più corto di quello del QWERTY tradizionale. L'effetto principale del layout della tastiera è significativo in entrambe le direzioni x e y e indica che l'offset nella direzione y del QWERTY curvo è significativamente più corto di quello del QWERTY tradizionale. Non viene trovato nessun altro risultato significativo.

Figure 9
Figura 9: L'offset delle ellissi montate nella direzione x.
La lunghezza della freccia, che viene ingrandita 1,2 volte in proporzione nella figura a causa della visualizzazione, rappresenta il valore dell'offset. E colori diversi visualizzano il valore della deviazione standard (±) dall'offset medio di ciascun pulsante all'offset nella direzione x. Il valore minore di -1σ è verde e il valore maggiore di +1σ è rosso, mentre il valore compreso tra -1σ e +1σ è arancione (vedere File di codifica supplementare 3). Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 10
Figura 10: L'offset delle ellissi montate nella direzione y.
La lunghezza della freccia, che viene ingrandita 1,2 volte in proporzione nella figura a causa della visualizzazione, rappresenta il valore dell'offset. E colori diversi visualizzano il valore della deviazione standard (±) dall'offset medio di ciascun pulsante all'offset nella direzione y. Il valore minore di -1σ è verde e il valore maggiore di +1σ è rosso, mentre il valore compreso tra -1σ e +1σ è arancione (vedere Coding File 3e lo script della direzione y è familiare a quello della direzione x). Fare clic qui per visualizzare una versione più grande di questa figura.

L'effetto di pratica viene testato utilizzando il t-test per confrontare le prestazioni di input (tasso di errore delle parole e tempo di transizione tra due tasti) tra la prima metà e la seconda metà delle coppie di caratteri. Per quanto riguarda il tasso di errore, non vi è alcuna differenza significativa tra i due gruppi di coppie di caratteri nel QWERTY curvo con dimensioni del pulsante ridotte, t(46) = 2,03, p = 0,05, il QWERTY curvo con grande dimensione del pulsante, t(46) = -0,47, p = 0,64, il QWERTY tradizionale con dimensione del pulsante grande, t(46) = 0,31, p = 0,76 e il QWERTY tradizionale con dimensioni del pulsante piccole, t(46) = 0,05, p = 0,97. Per quanto riguarda il tempo di transizione tra due tasti, non vi è alcuna differenza significativa tra i due gruppi di coppie di caratteri nel QWERTY curvo con grande dimensione del pulsante, t(46) = 0,33, p = 0,74, il QWERTY curvo con dimensioni del pulsante piccole, t(46) = 0,22, p = 0,83, il QWERTY tradizionale con grande dimensione del pulsante t(46) = 0,66, p = 0,51, e il QWERTY tradizionale con pulsanti di piccole dimensioni, t(46) = 0,09, p = 0,93. I risultati indicano che non vi è alcun effetto di pratica o effetto di affaticamento durante il processo principale dell'attività di input e che i partecipanti hanno raggiunto e mantenuto il massimo sforzo per ogni tastiera. Il valore assoluto dello sforzo più alto per tastiere diverse può essere diverso perché lo sforzo più alto indica solo che hanno avuto familiarità con la tastiera del 100%.

Questo studio rappresentativo indica che sullo smartphone da 5 pollici, il QWERTY curvo è peggiore del QWERTY tradizionale e la dimensione del pulsante grande è migliore della piccola dimensione del pulsante. In questo studio rappresentativo, la migliore tastiera è la tradizionale tastiera QWERTY con pulsanti di grandi dimensioni, mentre la tastiera peggiore è la tastiera QWERTY curva con pulsanti di piccole dimensioni. Tutti i risultati non sono stati influenzati dall'effetto pratica e dall'effetto fatica. Il tasso di errore delle parole e il tempo di transizione tra due tasti indicano che il design QWERTY curvo aumenta il tempo di reazione dei partecipanti tra due caratteri e può aumentare il carico di lavoro di riconoscimento ai caratteri a causa della posizione dei tasti e della rotazione mentale, portando così a prestazioni di input insoddisfacenti, e i risultati sono gli stessi della dimensione ridotta del pulsante (tastiera QWERTY con dimensioni ridotte dei pulsanti) su uno smartphone da 5 pollici. Sebbene la maggior parte degli indicatori e delle dimensioni del feedback soggettivo non siano significativi, il carico di lavoro soggettivo mostra il carico di lavoro percepito più elevato della tastiera QWERTY con il pulsante di dimensioni ridotte e la tastiera QWERTY curva. Tuttavia, dall'analisi delle ellissi adattate, i risultati e la Figura 8 e la Figura 10 mostrano che il QWERTY curvo ha meno offset e i suoi punti di contatto sono meno dispersivi, e il suo offset è principalmente verso l'angolo in alto a sinistra per l'uso destrorso. I risultati indicano che il design QWERTY curvo potrebbe essere ottimizzato regolando la curvatura della tastiera, aggiungendo la funzione di correzione automatica e moderando le dimensioni dei pulsanti. Inoltre, dalla Figura 8 e dalla Figura 10, una tastiera T9 curva, che prende il posto di "R, T, Y, U, I, O, D, F, G, H, J, K, X, C, V, B, N e M" della tastiera QWERTY curva, può essere una tastiera potenzialmente ottimizzata, cioè ogni tasto della tastiera T9 curva prende il posto di due tasti lettera del QWERTY curvo.

Pertanto, questo studio rappresentativo dimostra solo approssimativamente il protocollo di valutazione del design della tastiera con script Python open source e il metodo di analisi e ottimizzazione potrebbe essere discusso in modo approfondito in base allo scopo di ricerca dei ricercatori negli studi futuri.

File di codifica supplementare 1: grafici 3D del tempo di transizione tra due chiavi. Fare clic qui per scaricare questo file.

File di codifica supplementare 2: l'ellisse montata e la sua area. Fare clic qui per scaricare questo file.

File di codifica supplementare 3: l'offset dell'ellisse montata. Fare clic qui per scaricare questo file.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

In questo studio, basato sullo sviluppo della tecnologia dello schermo, abbiamo presentato un protocollo riassuntico e generale di valutazione del design della tastiera per valutare il design della tastiera in modo sistematico e preciso. Gli indicatori e i metodi esistenti da studi precedenti, le coppie abbinate da caratteri inglesi e il tempo di transizione tra due chiavi sono integrati e modificati per generare un protocollo efficace.

Diversi punti critici devono essere notati in questo protocollo. La selezione di variabili e indicatori è essenziale perché decidono la prospettiva dell'analisi e potrebbe essere utilizzata per costruire il modello di valutazione nella fase successiva dell'esperimento di valutazione del design della tastiera. Fatta eccezione per le variabili oggettive, anche le variabili soggettive dovrebbero essere attentamente considerate nella progettazione sperimentale da più dimensioni, poiché i dati soggettivi svolgono un ruolo vitale nell'aiutarci a migliorare l'esperienza dell'utente. I dati delle coordinate possono essere facoltativamente raccolti e calcolati nel protocollo attraverso l'applicazione auto-sviluppata e gli script Python, ad esempio l'ellisse montata (IC al 95%) dei punti di contatto su ciascun pulsante e l'offset dal centro dell'ellisse montata al centro di destinazione di ciascun pulsante. L'analisi e la visualizzazione dell'ellisse montata possono illuminare il metodo di ottimizzazione del design della tastiera. Inoltre, sebbene la misurazione fisiologica e la misurazione del movimento, che dipendono dall'apparecchiatura indossabile, siano anche opzionali, potrebbero effettivamente aiutare a esplorare in profondità l'esperienza inesprimibile degli utenti di tastiere.

Un passo cruciale nella procedura di studio della tastiera è chiedere ai partecipanti di lavarsi le mani e pulire lo schermo prima dell'esperimento (lo stesso dei rilevatori indossabili), poiché il grasso e il sudore delle mani possono influenzare la sensibilità sensoriale dello schermo, influenzando così i risultati. Anche i dati fisici (lunghezza della mano, lunghezza del dito e circonferenza del pollice) dei partecipanti devono essere misurati o riportati perché le differenze fisiche tra i partecipanti possono influenzare i risultati dell'esperimento e anche la riproducibilità.

Il protocollo inoltre non può sfuggire alle seguenti limitazioni. Tutti i materiali di input proposti in questo studio possono concentrarsi principalmente sulla lingua inglese senza la considerazione di altre lingue. Inoltre, lo sviluppo autonomo di un software per tastiera per raccogliere i dati dell'esperimento può essere suggerito in questo protocollo, invece di utilizzare il tradizionale metodo di raccolta e misurazione manuale. Perché un software auto-sviluppato potrebbe raccogliere e calcolare indicatori più precisi e di attribuzione e aiutare a fornire un chiaro suggerimento di ottimizzazione sul design della tastiera piuttosto che solo per concludere l'effetto dell'attuale design della tastiera in condizioni sperimentali. Inoltre, altri dispositivi o apparecchiature costosi adottati da studi precedenti non sono stati inclusi nei risultati rappresentativi, come il rilevatore fisiologico wireless portatile o il sistema di motion capture, e i ricercatori dovrebbero scegliere i loro dispositivi sperimentali specifici in base al loro problema di ricerca e ipotesi. Infine, i seguaci delle New Statistics o gli appassionati bayesiani potrebbero provare ad adottare metodi più statistici per analizzare e valutare il design della tastiera.

Per applicazioni e direzioni future, questo protocollo può essere adottato nel processo di valutazione del design della tastiera su altri dispositivi intelligenti. Oltre agli smartphone, sempre più dispositivi intelligenti hanno guadagnato popolarità, ad esempio smartwatch e braccialetti indossabili (iWatch), tablet PC (iPad) e dispositivi di realtà virtuale (occhiali VR). Questo protocollo può essere utilizzato per valutare vari progetti di tastiera su questi dispositivi e aiuta le ottimizzazioni (indicatori e processi possono essere leggermente regolati). In questo senso, questo studio apre nuove opportunità per riesamino i vantaggi e l'importanza dello studio di valutazione del design della tastiera nel touch screen dei dispositivi intelligenti. Pertanto, fornisce un metodo di ricerca economico e facile da condurre con le risorse open source nel campo dell'interazione uomo-computer, dell'informatica e della psicologia, dando così contributi per aiutare i ricercatori e gli studenti alle prime armi a iniziare i loro studi o essere un esperimento dimostrativo in classe.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Gli autori non hanno dichiarato alcuna divulgazione finanziaria o conflitti di interesse.

Acknowledgments

Questa ricerca è supportata dal Tsinghua University Initiative Scientific Research Program (Progettazione ergonomica della tastiera curva su dispositivi intelligenti). Gli autori apprezzano Tianyu Liu per i suoi gentili suggerimenti e l'assistenza alla codifica sulle figure.

Materials

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

DOWNLOAD MATERIALS LIST

References

  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).

Tags

Comportamento Problema 164 ergonomia input di testo valutazione del design della tastiera smartphone attività di digitazione

Erratum

Formal Correction: Erratum: An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones
Posted by JoVE Editors on 09/01/2022. 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

Un metodo di valutazione e un toolkit per valutare la progettazione della tastiera su smartphone
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wang, Y., Wang, K., Huang, Y., Wu,… More

Wang, Y., Wang, K., Huang, Y., Wu, D., Wu, J., He, J. An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones. J. Vis. Exp. (164), e61796, doi:10.3791/61796 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter