Waiting
Login processing...

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

Behavior

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

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

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.

Abstract

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.

Introduction

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.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

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.

Figure 1
Figure 1 : Processus général de réalisation d’une expérience de clavier et d’évaluation de la conception du clavier. Veuillez cliquer ici pour voir une version agrandie de cette figure.

1. Préparation

  1. Conception de l’expérience
    1. Définir la question de recherche et proposer l’hypothèse.
    2. 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.
  2. Variables dépendantes
    1. 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.
    2. 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.
    3. Utilisez les performances d’entrée : mot par minute, taux d’erreur de mot et temps de transition entre deux touches.
      1. Le mot par minute fait référence à la vitesse de saisie des participants (c.-à-d. le nombre de mots correctement saisis par minute).
      2. 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.
      3. 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).
    4. 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.
    5. 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.
      1. 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.
      2. 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.
      3. 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.
      4. 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.
      5. 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.
    6. 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.

Figure 2
Figure 2 : La mesure de la main. Veuillez cliquer ici pour voir une version agrandie de cette figure.

  1. Matériaux
    1. Choisissez le smartphone expérimental. Prenez en compte le poids, la résolution et la taille de l’écran.
    2. 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).
    3. 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.
      1. 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.
      2. 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.
  2. Recrutement de participants
    1. Utilisez le logiciel G*Power pour calculer la taille de l’échantillon.
    2. Publiez des questionnaires pour recruter des participants potentiels.
    3. 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.

2. Procédure

  1. 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.
  2. 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.
  3. Désinfectez tous les appareils et nettoyez les parties du corps du participant qui toucheront les appareils.
    1. 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.
    2. 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.
      1. 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).
    3. Calibrez tous les appareils utilisés dans l’expérience.
  4. Partie pratique
    1. 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.
  5. Tâche principale
    1. 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.
    2. 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.
    3. 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.
  6. À la fin de l’expérience, laissez chaque participant terminer le questionnaire complet (Q & R) pour obtenir un retour subjectif.
  7. Exprimez votre gratitude aux participants avec des récompenses monétaires ou matérielles.

3. Analyse des données

  1. Tests d’hypothèses par des tests paramétriques ou non paramétriques appropriés
    1. 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).
    2. Analysez les performances d’entrée des participants pour tester l’efficacité d’entrée sur le clavier.
    3. Analyser les données subjectives pour tester la convivialité perçue et la rétroaction subjective du clavier.
    4. 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.
    5. 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).
      1. 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).
      2. 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).
  2. Modélisation et simulation
    1. 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).
    2. 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).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

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-développé (Figure 3 ). Cette étude n’a pas adopté l’équipement de détection physiologique coûteux ou le système de capture de mouvement, et l’analyse des données ne contenait pas la modélisation ou la simulation.

Figure 3
Figure 3 : L’interface du clavier QWERTY traditionnel et du logiciel de clavier QWERTY incurvé.
(A) Clavier QWERTY traditionnel avec grande taille de bouton (taille de la touche de lettre: 6,3 mm × 9 mm). (B) Clavier QWERTY incurvé avec grande taille de bouton (taille de la touche de lettre: 6,3 mm × 9 mm). (C) Clavier QWERTY traditionnel avec petite taille de bouton (taille de la touche de lettre: 4,9 mm × 7 mm). (D) Clavier QWERTY incurvé avec petite taille de bouton (taille de la touche de lettre: 4,9 mm × 7 mm). Le rapport L/H de chaque clé de lettre est de 7:10 et la largeur de chaque touche fonctionnelle (Supprimer, Espace, Entrée) est deux fois supérieure à celle de la clé de lettre. Supprimer et Espace sont en cours de travail. Les participants cliquent sur la touche Entrée pour passer à la version d’évaluation suivante. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Au total, 24 étudiants droitiers en bonne santé de l’Université Tsinghua ont participé à cette étude (12 femmes, M = 22,46 ans, SD = 3,04 ans). Pour eux, la longueur de la main droite (M = 17,98 cm SD = 1,20 cm), la longueur du pouce droit (M = 6,00 cm, SD = 0,68 cm) et la circonférence du pouce droit (M = 5,14 cm, SD = 0,52 cm) ont été mesurées. La taille de l’échantillon a été calculée par G*Power 3.1.9.2 (taille de l’effet f = 0,25, α = 0,05, puissance = 0,80, corrélation entre les mesures répétées = 0,5). Le smartphone expérimental est un smartphone de 5 pouces (poids 138 g, taille de l’écran 5,0 pouces, ppi 294, px 1280 × 720, taille du téléphone 143,5 × 69,9 × 7,6 mm).

Les performances d’entrée (temps de transition entre deux touches, taux d’erreur des mots), rétroaction subjective et ellipse ajustée de chaque bouton ont été collectées et analysées par ANOVA à mesures répétées. Le temps de transition entre deux touches au lieu d’un mot par minute est utilisé dans cette étude parce que le matériau d’entrée est les paires de caractères, et le temps de transition entre deux touches pourrait évaluer l’événement tactile de transition plus précisément. Les résultats représentatifs sont les suivants (Tableau 1).

Disposition du clavier Taille du bouton Disposition du clavier × Taille du bouton
F p Equation 1 F p Equation 1 F p Equation 1
Taux d’erreur Word 48.90 <.001*** 0.68 30.57 <.001*** 0.57 2.63 0.12 0.10
Temps de transition entre deux touches 10.19 .004** 0.31 43.57 <.001*** 0.66 12.75 .002** 0.36
Effort perçu et douleur 2.33 0.14 0.09 1.36 0.26 0.06 0.28 0.60 0.01
Intention d’utilisation 7.41 .012* 0.24 3.62 0.07 0.14 0.63 0.44 0.03
Précision perçue 1.32 0.26 0.54 2.94 0.10 0.11 0.69 0.42 0.03
Vitesse perçue 0.56 0.47 0.02 0.98 0.33 0.04 0.25 0.62 0.01
Facilité d’utilisation perçue 0.63 0.44 0.03 5.48 .028* 0.19 0.03 0.87 0.001
Charge de travail subjective Mental 19.30 <.001*** 0.46 8.88 .007** 0.28 0.01 0.91 0.001
Physique 2.41 0.13 0.10 5.55 .027* 0.19 0.07 0.78 0.003
Heure 0.02 0.9 0.001 10.26 .004** 0.31 0.37 0.55 0.02
Performance 11.51 .003** 0.33 12.25 .002** 0.35 0.02 0.90 0.001
Effort 4.66 .042* 0.17 16.33 .001** 0.42 0.13 0.72 0.006
Frustration 9.32 .006** 0.29 8.87 .007** 0.28 2.11 0.16 0.08
Surface de l’ellipse ajustée 90.00 <.001*** 0.78 1368.78 <.001*** 0.98 31.99 <.001*** 0.56
Décalage de l’ellipse ajustée Direction X 10.94 .003** 0.30 1.4 0.25 0.05 6.08 0.21 0.19
Direction Y 23.49 <.001*** 0.48 0.48 0.50 0.02 13.74 .001** 0.36

Tableau 1 : Analyse statistique des performances d’entrée, rétroaction subjective et ellipse ajustée de chaque bouton. L’article avec * signifie p < 0,05, l’article avec ** signifie p < 0,01 et l’article avec *** signifie p < 0,001.

Dans les performances d’entrée, l’interaction entre la disposition du clavier et la taille du bouton n’est significative que dans le temps de transition entre deux touches (Figure 4), et il montre que dans le QWERTY incurvé, le temps de transition entre deux touches de petite taille de bouton était significativement plus long que celui de grande taille de bouton (p < 0,001). L’effet principal de la disposition du clavier est significatif à la fois dans le taux d’erreur desmots (Figure 5)et le temps de transition entre deux touches, et cela indique que celles du QWERTY traditionnel sont significativement inférieures à celles du QWERTY incurvé. L’effet principal de la taille du bouton est significatif à la fois dans le taux d’erreur des mots et le temps de transition entre deux touches, et cela indique que celles de la grande taille du bouton sont nettement inférieures à celles de la petite taille du bouton. Aucun autre résultat significatif n’est trouvé.

Figure 4
Figure 4 : Le graphique à barres 3D est la visualisation du temps de transition entre deux touches (la gauche est le premier caractère et la droite est le deuxième caractère) dans quatre claviers.
La hauteur de chaque barre représente la valeur du temps de transition. Les couleurs dégradées (bleu, vert, jaune et rouge) sont utilisées pour montrer la situation de la distribution numérique (voir Fichier de codage supplémentaire 1). Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 5
Figure 5 : Taux d’erreur des mots de chaque clavier. Les barres d’erreur représentent un IC à 95 %. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Dans la rétroaction subjective(Figure 6 et Figure 7),toutes les interactions entre la disposition du clavier et la taille des boutons ne sont pas significatives. L’effet principal de la disposition du clavier est significatif dans l’intention d’utiliser et la charge de travail subjective (mentale, performance, effort et frustration), et il montre que les participants perçoivent une charge de travail moins subjective (les quatre facettes ci-dessus) et ont plus de chances d’utiliser le QWERTY incurvé par rapport au QWERTY traditionnel. L’effet principal de la taille des boutons est significatif dans la convivialité perçue et toutes les facettes de la charge de travail subjective, et il indique que les participants perçoivent une charge de travail moins subjective et une plus grande facilité d’utilisation dans la grande taille du bouton par rapport à la petite taille du bouton. Aucun autre résultat significatif n’est trouvé.

Figure 6
Figure 6 : L’effort et la douleur perçus, l’intention d’utiliser (axe Y gauche), la précision perçue, la facilité d’utilisation perçue et perçue (axe Y droit) de chaque clavier.
Le score élevé de l’effort perçu et de la douleur indique l’expérience insatisfaisante, tandis que les autres indicateurs montrent le contraire. Les barres d’erreur représentent un IC à 95 %. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 7
Figure 7 : Les six dimensions de la charge de travail subjective.
Les barres d’erreur représentent un IC à 95 %. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Dans la zone de l’ellipse ajustée (Figure 8), l’interaction entre la disposition du clavier et la taille du bouton est significative, et elle montre que pour la petite et la grande taille du bouton, la surface du QWERTY traditionnel est plus grande que celle du QWERTY incurvé (p < 0,001), tandis que pour les deux dispositions du clavier, la surface du petit bouton est plus petite que celle du grand bouton (p < 0,001). L’effet principal de la taille des boutons et de la disposition du clavier est significatif, et il indique que les zones du QWERTY traditionnel et du grand bouton sont plus grandes que celles du QWERTY incurvé et du petit bouton, respectivement. Aucun autre résultat significatif n’est trouvé.

Figure 8
Figure 8 : Ellipses ajustées (IC à 95 %) de quatre claviers.
Ils sont dessinés en ajustant les positions des pixels des points de contact dans quatre claviers. La coordonnée du centre de l’ellipse est la valeur moyenne de tous les points de contact sur chaque bouton (voir Fichier de codage supplémentaire 2). Veuillez cliquer ici pour voir une version agrandie de cette figure.

Dans le décalage de l’ellipse ajustée (Figure 9 et Figure 10), l’interaction entre la disposition du clavier et la taille du bouton n’est significative que dans le décalage dans la direction y, et cela montre que dans le QWERTY incurvé, le décalage dans la direction y du petit bouton est significativement plus court que celui du gros bouton (p < 0,001), alors que dans les deux tailles du bouton, le décalage dans la direction y du QWERTY incurvé est significativement plus court que celui du QWERTY traditionnel. L’effet principal de la disposition du clavier est significatif dans les directions x et y, et il indique que le décalage dans la direction y du QWERTY incurvé est significativement plus court que celui du QWERTY traditionnel. Aucun autre résultat significatif n’est trouvé.

Figure 9
Figure 9 : Décalage des ellipses ajustées dans la direction x.
La longueur de la flèche, qui est agrandie 1,2 fois proportionnellement dans la figure en raison de la visualisation, représente la valeur du décalage. Et différentes couleurs visualisent la valeur de l’écart type (±) du décalage moyen de chaque bouton au décalage dans la direction x. La valeur inférieure à -1σ est verte et la valeur supérieure à +1σ est rouge, tandis que la valeur comprise entre -1σ et +1σ est orange (voir Fichier de codage supplémentaire 3). Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 10
Figure 10 : Décalage des ellipses ajustées dans la direction y.
La longueur de la flèche, qui est agrandie 1,2 fois proportionnellement dans la figure en raison de la visualisation, représente la valeur du décalage. Et différentes couleurs visualisent la valeur de l’écart type (±) du décalage moyen de chaque bouton au décalage dans la direction y. La valeur inférieure à -1σ est verte et la valeur supérieure à +1σ est rouge, tandis que la valeur comprise entre -1σ et +1σ est orange (voir Fichier de codage 3, et le script de la direction y est familier à celui de la direction x). Veuillez cliquer ici pour voir une version agrandie de cette figure.

L’effet de pratique est testé à l’aide du t-testpour comparer les performances d’entrée (taux d’erreur de mot et temps de transition entre deux touches) entre la première moitié et la deuxième moitié des paires de caractères. En ce qui concerne le taux d’erreur, il n’y a pas de différence significative entre les deux groupes de paires de caractères dans le QWERTY incurvé avec une petite taille de bouton, t(46) = 2,03, p = 0,05, le QWERTY incurvé avec une grande taille de bouton, t(46) = -0,47, p = 0,64, le QWERTY traditionnel avec une grande taille de bouton, t(46) = 0,31, p = 0,76, et le QWERTY traditionnel avec une petite taille de bouton, t(46) = 0,05, p = 0,97. En ce qui concerne le temps de transition entre deux touches, il n’y a pas de différence significative entre les deux groupes de paires de caractères dans le QWERTY incurvé avec une grande taille de bouton, t(46) = 0,33, p = 0,74, le QWERTY incurvé avec une petite taille de bouton, t(46) = 0,22, p = 0,83, le QWERTY traditionnel avec une grande taille de bouton t(46) = 0,66, p = 0,51, et le QWERTY traditionnel avec une petite taille de bouton, t(46) = 0,09, p = 0,93. Les résultats indiquent qu’il n’y a pas d’effet de pratique ou d’effet de fatigue pendant le processus principal de la tâche d’entrée, et les participants ont atteint et conservé l’effort le plus élevé pour chaque clavier. La valeur absolue de l’effort le plus élevé pour différents claviers peut être différente car l’effort le plus élevé indique seulement qu’ils ont été familiarisés avec le clavier à 100%.

Cette étude représentative indique que sur le smartphone de 5 pouces, le QWERTY incurvé est pire que le QWERTY traditionnel, et la grande taille du bouton est meilleure que la petite taille du bouton. Dans cette étude représentative, le meilleur clavier est le clavier QWERTY traditionnel avec une grande taille de bouton, tandis que le pire clavier est le clavier QWERTY incurvé avec une petite taille de bouton. Tous les résultats n’ont pas été affectés par l’effet de pratique et l’effet de fatigue. Le taux d’erreur des mots et le temps de transition entre deux touches indiquent que la conception QWERTY incurvée augmente le temps de réaction des participants entre deux caractères et peut augmenter la charge de travail de reconnaissance des caractères en raison de la position des touches et de la rotation mentale, conduisant ainsi à des performances d’entrée insatisfaisantes, et les résultats sont les mêmes que la taille du bouton réduit (clavier QWERTY avec petite taille de bouton) sur un smartphone de 5 pouces. Bien que la plupart des indicateurs et des dimensions de la rétroaction subjective ne soient pas significatifs, la charge de travail subjective montre la charge de travail perçue plus élevée du clavier QWERTY avec le bouton de taille réduite et le clavier QWERTY incurvé. Cependant, d’après l’analyse des ellipses ajustées, les résultats, ainsi que les figures 8 et 10 montrent que le QWERTY incurvé a moins de décalage et que ses points de contact sont moins dispersifs, et que son décalage est principalement vers le coin supérieur gauche pour une utilisation à droite. Les résultats indiquent que la conception QWERTY incurvée pourrait être optimisée en ajustant la courbure du clavier, en ajoutant la fonction de correction automatique et en modérant la taille des boutons. De plus, à partir de la Figure 8 et de la Figure 10, un clavier T9 incurvé, qui prend la place de « R, T, Y, U, I, O, D, F, G, H, J, K, X, C, V, B, N et M » du clavier QWERTY incurvé, peut être un clavier potentiellement optimisé, c’est-à-dire que chaque touche du clavier T9 incurvé prend la place des touches à deux lettres du QWERTY incurvé.

Par conséquent, cette étude représentative ne démontre que grossièrement le protocole d’évaluation de la conception de clavier avec des scripts Python open source, et la méthode d’analyse et d’optimisation pourrait être discutée en profondeur en fonction de l’objectif de recherche des chercheurs dans les études futures.

Fichier de codage supplémentaire 1: tracés 3D du temps de transition entre deux touches. Veuillez cliquer ici pour télécharger ce fichier.

Fichier de codage supplémentaire 2 : L’ellipse ajustée et sa zone. Veuillez cliquer ici pour télécharger ce fichier.

Fichier de codage supplémentaire 3 : Décalage de l’ellipse ajustée. Veuillez cliquer ici pour télécharger ce fichier.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

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 points critiques doivent être remarqués dans ce protocole. La sélection des variables et des indicateurs est essentielle car ils décident de la perspective de l’analyse, et elle pourrait être utilisée pour construire le modèle d’évaluation à la dernière étape de l’expérience d’évaluation de la conception du clavier. À l’exception des variables objectives, les variables subjectives doivent également être soigneusement prises en compte dans la conception expérimentale à partir de multiples dimensions, car les données subjectives jouent un rôle essentiel pour nous aider à améliorer l’expérience utilisateur. Les données de coordonnées peuvent éventuellement être collectées et calculées dans le protocole via l’application auto-développée et les scripts Python, par exemple, l’ellipse ajustée (IC à 95%) des points de contact sur chaque bouton et le décalage entre le centre de l’ellipse ajustée et le centre cible de chaque bouton. L’analyse et la visualisation de l’ellipse ajustée peuvent éclairer la méthode d’optimisation de la conception du clavier. En outre, bien que la mesure physiologique et la mesure des mouvements, qui dépendent de l’équipement portable, soient également facultatives, elles pourraient en effet aider à explorer en profondeur l’expérience inexprimable des utilisateurs de clavier.

Une étape cruciale dans la procédure d’étude du clavier consiste à demander aux participants de se laver les mains et de nettoyer l’écran avant l’expérience (le même que les détecteurs portables), car la graisse et la sueur des mains peuvent affecter la sensibilité sensorielle de l’écran, influençant ainsi les résultats. Les données physiques (longueur de la main, longueur des doigts et circonférence du pouce) des participants doivent également être mesurées ou rapportées, car les différences physiques entre les participants peuvent affecter les résultats de l’expérience et la reproductibilité.

Le protocole ne peut pas non plus échapper aux limitations suivantes. Tous les intrants proposés dans cette étude peuvent se concentrer principalement sur la langue de l’anglais sans tenir compte d’autres langues. En outre, l’auto-développement d’un logiciel de clavier pour collecter les données de l’expérience peut être suggéré dans ce protocole, au lieu d’utiliser la méthode traditionnelle de collecte et de mesure manuelle. Parce qu’un logiciel auto-développé pourrait collecter et calculer des indicateurs plus précis et attributionnels et aider à fournir une suggestion d’optimisation claire sur la conception du clavier plutôt que de seulement conclure l’effet de la conception actuelle du clavier dans des conditions expérimentales. En outre, d’autres dispositifs ou équipements coûteux adoptés par des études antérieures n’ont pas été inclus dans les résultats représentatifs, tels que le détecteur physiologique sans fil portable ou le système de capture de mouvement, et les chercheurs devraient choisir leurs dispositifs expérimentaux spécifiques en fonction de leur problème de recherche et de leur hypothèse. Enfin, les adeptes des Nouvelles Statistiques ou les passionnés bayésiens pourraient essayer d’adopter des méthodes plus statistiques pour analyser et évaluer la conception du clavier.

Pour les applications et les orientations futures, ce protocole peut être adopté dans le processus d’évaluation de la conception du clavier sur d’autres appareils intelligents. En plus des smartphones, de plus en plus d’appareils intelligents ont gagné en popularité, par exemple, les montres intelligentes et les bracelets portables (iWatch), les tablettes PC (iPad) et les appareils de réalité virtuelle (lunettes VR). Ce protocole peut être utilisé pour évaluer diverses conceptions de clavier sur ces appareils et aide à l’optimisation (les indicateurs et les processus peuvent être légèrement ajustés). En ce sens, cette étude ouvre de nouvelles possibilités de réexaminer les avantages et l’importance de l’étude d’évaluation de la conception du clavier dans l’écran tactile des appareils intelligents. Par conséquent, il fournit une méthode de recherche peu coûteuse et facile à mener avec les ressources open source dans le domaine de l’interaction homme-machine, de l’informatique et de la psychologie, contribuant ainsi à aider les chercheurs et les étudiants novices à commencer leurs études ou à être une expérience démonstrative en classe.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

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

Acknowledgments

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.

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

Comportement Numéro 164 ergonomie saisie de texte évaluation de la conception du clavier smartphone tâche de frappe

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

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