Eine Bewertungsmethode und ein Toolkit zur Bewertung des Tastaturdesigns auf Smartphones
Summary
Das vorgestellte Protokoll integriert verschiedene Auswertungsmethoden und demonstriert eine Methode zur Bewertung des Tastaturdesigns auf Smartphones. Paare, die mit englischen Zeichen übereinstimmen, werden als Eingabematerial vorgeschlagen, und die Übergangszeit zwischen zwei Schlüsseln wird als abhängige Variable verwendet.
Abstract
Tastatureingaben haben eine wesentliche Rolle in der Mensch-Computer-Interaktion mit einer großen Benutzerbasis gespielt, und das Tastaturdesign war schon immer eines der grundlegenden Studienobjekte auf intelligenten Geräten. Mit der Entwicklung der Bildschirmtechnologie konnten präzisere Daten und Indikatoren von Smartphones gesammelt werden, um das Tastaturdesign eingehend zu bewerten. Die Vergrößerung des Telefonbildschirms hat zu unbefriedigender Eingabeerfahrung und Fingerschmerzen geführt, insbesondere bei einhändiger Eingabe. Die Eingabeeffizienz und der Komfort haben die Aufmerksamkeit von Forschern und Designern auf sich gezogen, und die gekrümmte Tastatur mit größenverstellbaren Tasten, die in etwa der physiologischen Struktur der Daumen entsprach, wurde vorgeschlagen, um die einhändige Verwendung auf Großbild-Smartphones zu optimieren. Seine tatsächlichen Auswirkungen blieben jedoch unklar. Daher demonstrierte dieses Protokoll eine allgemeine und zusammengefasste Methode zur Bewertung der Auswirkungen des gekrümmten QWERTY-Tastaturdesigns auf ein 5-Zoll-Smartphone durch eine selbst entwickelte Software mit detaillierten Variablen, einschließlich objektiver Verhaltensdaten, subjektivem Feedback und den Koordinatendaten jedes Berührungspunkts. Es gibt genügend vorhandene Literatur zur Bewertung virtueller Tastaturen; allerdings haben nur wenige von ihnen die Evaluationsmethoden und -prozesse systematisch zusammengefasst und reflektiert. Daher füllt dieses Protokoll die Lücke und stellt einen Prozess und eine Methode der systematischen Bewertung des Tastaturdesigns mit verfügbaren Codes zur Analyse und Visualisierung dar. Es benötigt keine zusätzliche oder teure Ausrüstung und ist einfach zu bedienen und zu bedienen. Darüber hinaus hilft das Protokoll auch, mögliche Gründe für die Nachteile des Designs zu ermitteln und klärt die Optimierung von Designs auf. Zusammenfassend lässt sich sagen, dass dieses Protokoll mit den Open-Source-Ressourcen nicht nur ein demonstratives Experiment in der Klasse sein könnte, um den Anfänger zu inspirieren, sein Studium zu beginnen, sondern auch dazu beiträgt, die Benutzererfahrung und den Umsatz von Input-Methoden-Editor-Unternehmen zu verbessern.
Introduction
Tastatureingabe ist die Mainstream-Methode der Mensch-Smartphone-Interaktion1,2, und mit der Durchdringung von Smartphones erhält die Tastatureingabe Milliarden von Benutzern. Im Jahr 2019 hatte die globale Smartphone-Penetrationsrate 41,5% erreicht3,während die Vereinigten Staaten mit der höchsten Penetration auf 79,1% gestiegen waren4. Bis zum ersten Quartal 2020 hatte die Mobile-Tastatur von Sogou täglich rund 480 Millionen aktive Nutzer5. Bis zum 6. Mai 2020 wurde das Google Gboard mehr als 1 Milliarde Mal heruntergeladen6.
Unbefriedigende Tastatureingaben nehmen mit der Vergrößerung des Telefonbildschirms zu. Obwohl der vergrößerte Bildschirm darauf abzielte, das Seherlebnis zu verbessern, hat er die Schwerkraft, Größe und das Gewicht von Smartphones verändert, was dazu führte, dass Benutzer wiederholt die Haltung änderten, um entfernte Bereiche zu erreichen (z. B. Taste A und Q für Rechtshänder), was zu Eingabeineffizienz führte. Die Muskeldehnung kann dazu führen, dass Benutzer an Muskel-Skelett-Erkrankungen, Handschmerzen und verschiedenen Arten von Krankheiten leiden (z. B. Karpaltunnelsyndrom, Daumenarthrose und Daumen-Tenosynovitis7,8,9,10). Benutzer, die die einhändige Verwendung bevorzugen, befinden sich unter schlechterenBedingungen 11,12.
Daher sind die Bewertung und Optimierung des Tastaturdesigns zu heißen Themen der psychologischen, technischen und ergonomischen Forschung geworden. Variable Tastaturdesigns und -konzepte wurden ständig von IME-Unternehmen (Input Method Editor) und Forschern vorgeschlagen, um das Eingabeerlebnis und die Effizienz zu optimieren, einschließlich Layout-geänderter und zeichenneu angeordneter Tastaturen: Microsoft WordFlow Keyboard13, Functional Button Area in Glory of Kings14, IJQWERTY15und Quasi-QWERTY16.
Die bestehenden Bewertungsmethoden des Tastaturdesigns variieren von Forscher zu Forscher, mit Ausnahme einiger hoch akzeptierter Indikatoren, und genauere Indikatoren werden vorgeschlagen. Bei einer Vielzahl von Indikatoren gibt es jedoch kein zusammengefasstes und systematisches Protokoll, um den Prozess der Bewertung und Analyse des Tastaturdesigns zu demonstrieren. Fitts’ Gesetz17 und seine erweiterte Version FFitts Law18,die die Mensch-Computer-Interaktion beschrieb, wurden weithin angenommen, um die Tastaturleistung zu bewerten19,20,21,22. Darüber hinaus wurde der Funktionsbereich des Daumens vorgeschlagen, um das Tastaturdesign zu verbessern, und er beschrieb einen gekrümmten Bewegungsbereich für den Daumen, um die Eingabeaufgabe bequem abzuschließen23. Basierend auf diesen Theorien wurden Indikatoren wie Wort pro Minute, Wortfehlerrate und subjektives Feedback (wahrgenommene Benutzerfreundlichkeit, wahrgenommene Leistung, wahrgenommene Geschwindigkeit, subjektive Arbeitsbelastung, wahrgenommene Anstrengung und Schmerz sowie Nutzungsabsicht usw.), die in früheren Studien24,25,26,27,28,29 teilweise verwendet wurden mit Ausnahme von Modellierungs- und Simulationsmethoden. Darüber hinaus wurden in den letzten Jahren die angepasste Ellipse von Touchpoints auf jeder Taste und ihr Versatz30,31 verwendet, um die genaue Leistung von Eingabeereignissen zu untersuchen. Auch die galvanische Hautreaktion, Herzfrequenz, elektromyographische Aktivität, Handgeste und Körperbewegung32,33,34,35 wurden übernommen, um direkt oder indirekt Muskelermüdung, Komfort und Zufriedenheit der Benutzer zu bewerten. Diesen verschiedenen Methoden fehlt es jedoch an Reflexion über die Angemessenheit der verwendeten Indikatoren, und ein unerfahrener Forscher kann verwirrt sein, die geeigneten Indikatoren für seine Forschung auszuwählen.
Die Forschung über das Tastaturdesign ist auch einfach durchzuführen, zu bedienen und zu analysieren. Mit dem Boom der Bildschirmtechnologie konnten einfach mehr Verhaltensdaten gesammelt werden, um das Tastaturdesign eingehend zu bewerten (z. B. die Übergangszeit zwischen zwei Tasten und die Koordinatendaten jedes Berührungspunkts). Basierend auf den genannten Daten konnten die Forscher die Details des Tastaturdesigns genau untersuchen und seine Nachteile und Vorteile analysieren. Im Vergleich zu anderen Mensch-Computer-Interaktionsforschungen hat die Erforschung des Tastaturdesigns auf tragbaren Smartphones auch einen hohen Anwendungswert für ihre große Benutzerbasis, ohne teure Ausrüstung, komplizierte Materialien oder riesigen Laborraum. Die Fragebögen, Skalen und das Python-Skript über die Forschung sind Open-Source und leicht zugänglich.
Der Zweck dieser Forschung ist es, die bisherigen Methoden zusammenzufassen, um ein systematisches, präzises und allgemeines Protokoll zur Bewertung und Analyse des Tastaturdesigns auf Smartphones zu demonstrieren. Das beispielhafte Experiment und die Ergebnisse sollen zeigen, ob die gekrümmte QWERTY-Tastatur mit größenverstellbaren Tasten das Eingabeerlebnis der einhändigen Eingabe auf einem 5-Zoll-Smartphone im Vergleich zur herkömmlichen QWERTY-Tastatur optimieren und die Visualisierungsmethode und das Python-Skript der Datenanalyse gemeinsam nutzen kann.
Protocol
Representative Results
Discussion
In dieser Studie, die auf der Entwicklung der Bildschirmtechnologie basiert, haben wir ein zusammengefasstes und allgemeines Protokoll der Bewertung des Tastaturdesigns vorgestellt, um das Tastaturdesign systematisch und präzise zu bewerten. Bestehende Indikatoren und Methoden aus früheren Studien, Paare, die durch englische Zeichen abgeglichen werden, und die Übergangszeit zwischen zwei Schlüsseln werden integriert und modifiziert, um ein effektives Protokoll zu generieren.
Mehrere kritis…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Diese Forschung wird durch das Tsinghua University Initiative Scientific Research Program (Ergonomic design of curved keyboard on smart devices) unterstützt. Die Autoren danken Tianyu Liu für seine freundlichen Vorschläge und seine Hilfe bei der Codierung von Figuren.
Materials
| 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 |
References
- Lee, S., Zhai, S. The performance of touch screen soft buttons. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , (2009).
- 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. , (2015).
- . 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)
- Top Countries by Smartphone Users [Fact sheet]. Newzoo Available from: https://newzoo.com/insights/rankings/top-countries-by-smartphone-penetration-and-users (2019)
- Gboard – the Google Keyboard [Press release]. Google Play Available from: https://play.google.com/store/apps/details?id=com.google.android.inputmethod.latin (2020)
- 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).
- 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).
- Gehrmann, S. V., et al. Motion deficit of the thumb in CMC joint arthritis. Journal of Hand Surgery. 35 (9), 1449-1453 (2010).
- 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).
- Girouard, A., et al. One-handed bend interactions with deformable smartphones. Proceedings of the 33rd annual ACM conference on human factors in computing systems. , (2015).
- 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).
- Word Flow keyboard [Press release]. Microsoft Garage Available from: https://www.microsoft.com/en-us/garage/profiles/word-flow-keyboard/ (2020)
- The glory of kings [Press release]. Tencent Games Available from: https://pvp.qq.com/ (2020)
- 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. , (2016).
- Bi, X., Smith, B. A., Zhai, S. Quasi-qwerty soft keyboard optimization. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , (2010).
- 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).
- 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. , (2013).
- 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. , (2012).
- 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).
- Benligiray, B., Topal, C., Akinlar, C. SliceType: fast gaze typing with a merging keyboard. Journal on Multimodal User Interfaces. 13 (4), 321-334 (2019).
- 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. , (2019).
- 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. , (2014).
- Brooke, J. SUS: A retrospective. Journal of Usability Studies. 8 (2), 29-40 (2013).
- Borg, G. Principles in scaling pain and the Borg CR Scales. Psychologica. 37, 35-47 (2004).
- Hart, S. G., Staveland, L. E., Hancock, P. A., Meshkati, N. Development of NASA-TLX (task load index): results of empirical and theoretical research. Human mental workload. , 139-183 (1988).
- 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).
- 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).
- Zhai, S., Kristensson, P. O. The word-gesture keyboard: reimagining keyboard interaction. Communications of the ACM. 55 (9), 91-101 (2012).
- 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. , (2012).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
