lois et principes psychomoteurs mod lisation pr dictive
Download
Skip this Video
Download Presentation
Lois et principes psychomoteurs; modélisation prédictive

Loading in 2 Seconds...

play fullscreen
1 / 41

Lois et principes psychomoteurs; modélisation prédictive - PowerPoint PPT Presentation


  • 58 Views
  • Uploaded on

Lois et principes psychomoteurs; modélisation prédictive. Capacités motrices (Moteur: quelque chose qui crée le mouvement). Les capacités motrices dans les tâches de pointage. Pourquoi étudier les tâches de pointage? Les souris sont couramment utilisées

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Lois et principes psychomoteurs; modélisation prédictive' - lucas


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
les capacit s motrices dans les t ches de pointage
Les capacités motricesdans les tâches de pointage

Pourquoi étudier les tâches de pointage?

  • Les souris sont couramment utilisées
  • Souvent, les souris sont utilisées pour tout sauf saisir le texte
  • On peut exploiter ce qui est déjà connu par les experts en théories psychomotrices
la loi de fitts
La loi de Fitts
  • Au départ, utilisé pour modéliserle pointage réciproque en 1D (Fitts 1954)
  • Par la suite, utilisé pour modéliser le pointage discret ("un coup") en 1D (Fitts et Peterson 1964)
  • Des centaines (milliers?) d’études ont confirmé la loi avec différentes conditions
  • Demeure un des seuls modèles mathématiques robustes à la disposition des concepteurs d’interfaces et des chercheurs en IHM
loi de fitts t a b log 2 d w 1
Loi de Fitts: T = a + b log2(D/W + 1)
  • Mouvement rapide de pointage vers une "cible" (exemple: bouton, widget, etc.)
  • T: temps moyen de mouvement, en secondes (ou millisecondes);s’appelle aussi MT (« mouvement time »)
  • D: distance au centre de la cible; s’appelle aussi A (amplitude de mouvement)
  • W: largeur (« width ») de la cible; en 1D, W est mesuré le long de l’axe du mouvement
  • Le logarithme (en bits); s’appelle aussi indice de difficulté ID
  • a (en s) et b (en s/bit): de constantes qui sont mesurées de façon expérimentale,et qui varient avec la nature de la tâche de pointage (1D, 2D, souris, stylet, main, pied, etc.)
  • IP = 1/b (en bits/s): indice de performance, ou largeur de bande

Curseur(ou doigt, etc.)

Pointage 1D(cible infiniment grande):

Cible

W

D

loi de fitts t a b log 2 d w 11
Loi de Fitts: T = a + b log2(D/W + 1)
  • Si la cible est un rectangle avec hauteur H et largeur L, on peut définir W = min(H,L) pour l’équation de Fitts. Ceci donne une bonne approximation. Toutefois, une cible de 10x1 cm sera plus facile à acquérir qu’une cible de 2x1 cm, quelque soit la direction de mouvement.
  • Si la cible est un carré de largeur L, ou un cercle de diamètre L, on peut définir W = L
  • Attention: les valeurs de a et b ne seront plus les mêmes en 2D qu’en 1D

Curseur(ou doigt, etc.)

Pointage 2D:

Cible

H

L

D

loi de fitts
Loi de Fitts

Cible 1

Cible 2

Même ID → Même difficulté

loi de fitts1
Loi de Fitts

Cible 1

Cible 2

ID plus petit → Plus facile

loi de fitts2
Loi de Fitts

Cible 1

Cible 2

ID plus grand → Plus difficile

slide13

MT (secondes)

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

b = pente

IP = 1/b

*

*

*

*

*

*

*

*

*

*

*

*

a

ID (bits)

log2(D/W + 1)

ID = indice de difficulté

IP = 1/b = indice de performance

plus de 50 ans d tudes
Plus de 50 ans d’études

Référence:

I. S. MacKenzie. Fitts’ Law as a research and design tool in human computer interaction. Human Computer Interaction,1992, Vol. 7, pp. 91-139

remarques
Remarques
  • IP donne une mesure de la vitesse d’un membre ou d’un périphérique, indépendant des cibles
  • La souris est presque optimale !IP(souris) ≈ 10.4, IP(main) ≈ 10.6(quoique ces valeurs varient d’une étude à l’autre)
  • Les membres extrêmes et plus petitssont plus rapides
    • IP(yeux) > IP(doigts) > IP(bras) > IP(jambes)
slide16

La loi de Fitts modélise

  • Les mouvements réciproques ("aller-retour") et discrets ("un coup") en 1D ou en 2D

et s’applique aux situations suivantes:

  • Mouvements des mains et des pieds
  • Mouvements dans l’air, sous l’eau, sous un microscope
  • Empoigner, pointer du doigt, lancer un dard
  • Souris, boules de commande, manettes, pavé tactiles, casques avec viseurs, appareils oculométriques
  • Contrôle de position et contrôle de vitesse
  • Mouvements linéaires et mouvements de rotation (exemple: tourner un bouton sur une chaîne stéréo pour ajuster le volume)
  • Enfants préscolaires, gens retardés mentalement, gens sous l’effet de drogues
  • Singes

Dans chaque cas, les valeurs de a et b sont différentes !

remarques concernant la loi de fitts
Remarques concernant la loi de Fitts
  • Compromis vitesse/précision (« speed/accuracy tradeoff »)
    • Les cibles plus proches ou plus grosses peuvent être sélectionnées plus rapidement
  • Temps invariant avec des changements d’échelle
    • C’est le rapport D/W qui compte
  • On peut utiliser la loi de Fitts pour
    • Prédire le temps de mouvement (si a, b connus)
    • Comparer deux périphériques (comparer leurs IP)
    • Nous guider dans la conception.Exemple: ne pas avoir de cibles trop petites!
cibles excessivement petites
Cibles excessivement petites

W = 3 pixels, D ≈ 500 pixelsdonc ID ≈ 5.7 bits

Mais avec W = 10, D = 500,

ID = 2.7 bits

(soit moins de la moitié du temps!)

Leçon: n’imposez pas un Wtrop petit!

exemple dans ms explorer
Exemple dans MS Explorer
  • Cibles pour voir/cacher le contenu d’un dossier

Dans MS Windows XP

Dans MS Windows Vista

slide20

Évitez d’avoir des petites cibles

  • Quelques endroits très faciles à acquérir avec le curseur sont
    • Le pixel en dessous du curseur(exemple: un menu contextuel au lieu d’un menu déroulant)
    • Les 4 coins de l’écran, et les 4 bordures de l’écran (exemples: le menu d’application dans Mac OS; le menu de démarrage dans MS Windows)
      • Quel est W dans ces cas?
      • Qu’arrive-t-il s’il y a tampon de 1-2 pixels entre le menu et la bordure de l’écran? (Comme dans MS Windows 95, si je me souviens bien.)
barre de d filement de next
Barre de défilement de NeXT
  • Question: Pourquoi a-t-on mis les boutons un à côté de l’autre ?
  • Réponse: Pour réduire D
    • Si D ≈ W, alors ID ≈ 1 bit seulement
les bo tes de dialogue dans xv
Les boîtes de dialogue dans « xv »
  • Montrent une autre façon de réduire D (à zero!)
split menus sears et shneiderman 1992
Split Menus (Sears et Shneiderman, 1992)

http://psychology.wichita.edu/surl/usabilitynews/41/adapt_menus.htm

area cursors
« Area cursors »
  • Le « hotspot » d’un curseur normal est juste un pixel
  • Le hotspot d’un « area cursor » est plus gros, ce qui facilite la sélection de petites cibles (Kabbash et Buxton 1995; Hoffmann 1995; Worden et al. 1997)
    • Dans le cas d’un « area cursor »,W = taille du curseur + taille de la cible

« hotspot »

« hotspot »

Curseur normal

Des petites cibles

« Area cursor »

bubble cursor grossman et balakrishnan 2005
Bubble Cursor (Grossman et Balakrishnan 2005)
  • Un « area cursor » dynamique: on change la grosseur du « hotspot » de façon dynamique pour toujours avoir une cible, la cible la plus près, en dessous du hotspot. Remarque: chaque cible correspond en effet à une cellule dans un diagramme de Voronoï, alors l’espace d’entrée est complètement couvert de cibles. Il n’y a pas d’espace gaspillé.
  • (vidéo)
miniature keyboards for 2 thumb typing where s the best place for the spacebar
Miniature keyboards for 2-thumb typing:Where’s the best place for the spacebar ?

http://www.yorku.ca/mack/gi2002.html

using fitts law to model 2 thumb typing
Using Fitts’ Law to model 2-thumb typing
  • Take into account size and spacing between buttons
  • Assume thumbs alternate in typing whenever possible (to maximize speed)
  • Given a corpus of text, compute frequencies of sequences of letters
  • Weigh the time to type in each sequence by its frequency
  • Arrive at (upper bound for) average typing speed
  • MacKenzie and Soukoreff’s (2002) estimate:

60.7 wpm (words per minute) !

  • Assumes spacebar in centre. If spacebar is on left or right, estimate drops to 49.9, 56.5 wpm respectively.
passage travers un but
Passage à travers un but
  • Mouvement rapide pour passer entre deux points, sans faire attention à l’arrêt. Autrement dit, on doit faire juste attention à la direction de notre mouvement (tandis que dans le pointage normale Fitts 1D, on fait juste attention à la position en x)
  • Se modélise avec la même équation que la loi de Fitts ! (Accot et Zhai 1997)
  • Dans l’équation, W est défini comme la largeur de la but; W est donc mesuré dans la direction perpendiculaire à l’axe du mouvement (contrairement à la loi de Fitts normale en 1D)
  • Attention: les valeurs de a et b ne seront plus les mêmes ici que dans les tâches de pointage normales

But

Curseur

W

D

slide33

Pour modéliser les menus ci-bas, on avait dit que W est effectivement infini

  • Par contre, si on les modélise avec une tâche de passage de but, qu’arrive t-il à W ?
la loi de hick hyman hick 1952 hyman 1953
La loi de Hick-Hyman (Hick 1952; Hyman 1953)
  • Temps de réaction = a + b log2(N+1), où
    • N est le nombre de choix
    • a, b sont des constantes mesurées de façon expérimentale (et n’ont pas les mêmes valeurs que dans la loi de Fitts)
    • log2(N+1) est le nombre de bits exprimés par le choix
  • Exemple: N ampoules, N boutons; lorsqu’une ampoule s’allume on doit appuyer le bouton correspondent le plus vite possible
  • Exemple: l’utilisateur connais le choix qu’il veut, et ouvre un menu qu’il n’a jamais vu avant, qui contient N choix en ordre alphabétique
  • Contre-exemple: l’utilisateur connais le choix qu’il veut, et ouvre un menu avec lequel il est déjà familier
  • Contre-exemple: un menu de N choix, que l’utilisateur n’a jamais vus auparavant, en ordre alléatoire
    • le temps sera linéaire
question
Question
  • Selon la loi de Hick, est-il mieux d’avoir des menus hiérarchiques de 2x2x2 choix, ou un menu simple de 8 choix?
  • 2x2x2 choix: 3( a + b log2(2+1) )= 3a + b log2(3x3x3)= 3a + b log2(27)
  • 8 choix: a + b log2(8+1) = a + b log2(9)
  • Selon la loi de Hicks (et selon des études), des menus peu profonds sont généralement mieux
  • Qu’arriverait-t-il si on applique la loi de Fitts pour modéliser le temps de pointage dans le menus?
using these law s to predict performance

Pop-up Linear Menu

Pop-up Pie Menu

Today

Sunday

Monday

Tuesday

Wednesday

Thursday

Friday

Saturday

Using these law’s to predict performance
  • Consider Hick’s law, Fitts’ law, & goal passing
  • Which will be faster on average?
    • pie menu (bigger targets & less distance)?
slide39

Comment calculer ID ?

  • Comment trouver a et b ?
  • Peut-on comparer deux ciblessi a et b sont inconnus ?
mettez en ordre croissant de difficult
Mettez en ordre croissant de difficulté

a: D=2; cible de 2x2

e: D=4; cible de 2x2

b: D=2; cible de 1x2

g: D=2; cible de 1x1

f: D=2; cible de 2x2

c: D=1; cible de 1x1

h: D=2; cible de 2

d: D=2; cible de 2x1

(bordure de l’écran)

slide41

Supposons qu’on modélise toutes les cibles avec des tâches de pointage de Fitts, même pour h, et non avec des tâches de passage de but (Pourquoi?)

  • Calculons le rapport D/W pour chaque cible:
    • c: 1/1 = 1
    • a: 2/2 = 1
    • f: 2/2 = 1 (remarque: mouvement vertical)
    • g: 2/1 = 2
    • e: 4/2 = 2
    • b et d: 2/1 = 2 (remarque: ce sont des rectangles)
    • h: 2/∞ = 0
  • Une première réponse: h, ensuite {a, c, f}, ensuite {b, d, e, g}
  • Une meilleure réponse:
    • Supposons que les mouvements verticals sont légèrement plus difficiles à effectuer
    • Supposons qu’un rectangle de LxH, où L≠H, est légèrement plus facile à sélectionner qu’un carré de largeur min(L,H)
    • Alors: h, ensuite {a, c}, ensuite f, ensuite {b, d}, ensuite {e, g}
ad