MétaCan
Menu
Retour à la cohorte
Enregistrement W2143508323 · doi:10.14288/1.0051504

Graphically enhanced keyboard accelerators for GUIs

2010· article· en· W2143508323 sur OpenAlexaff
Jeff C. Hendy

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueInteractive and Immersive Displays
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWIMPComputer sciencePost-WIMPBottleneckGraphical user interfacePointer (user interface)User interfaceOperating systemHuman–computer interactionUser interface designEmbedded systemGraphical user interface testingComputer hardwareDetector

Résumé

récupéré en direct d'OpenAlex

We present the design and evaluation of Graphically Enhanced Keyboard Accelerators (GEKA), a user interface interaction method allowing commands within a graphical application to be quickly and easily invoked through the keyboard. The high-level goal of this work is to make interactive desktop computing more pleasant and productive for experienced computer users. GEKA is designed to provide complete coverage of the command set, to require low visual demand, and to support ease of learning and remembering, a low error rate, and high speed. This thesis describes GEKA's design and two related user studies. A formative study with 10 participants explored how our target users currently work with Window, Icon, Menu and Pointer (WIMP) interfaces. The results of the study suggest that advanced computer users prefer to execute commands with the keyboard. However, they are often unable to do so in current applications because shortcuts are not available for all commands or are unknown. This indicates a desire among advanced users for a GEKA-like interaction method and motivates our research. GEKA’s design blends elements from WIMP and command line interfaces, allowing commands to be entered quickly and precisely while shifting the focus of the interaction to recognition rather than recall. GEKA has three key improvements over existing text command systems with graphical feedback: support for multiple parameters in arbitrary order, smarter matching – including abbreviations for all commands, and clear visual feedback of the input characters to facilitate learning and re-use. A laboratory experiment with 12 participants compared GEKA to WIMP interaction methods. We found error rates to be nearly identical and speed to be very competitive. The experiment also explored users’ preferences: When given a choice in situ between WIMP and GEKA for actual command execution, participants overwhelmingly used existing keyboard shortcuts when they knew them and used GEKA when they didn’t. In a questionnaire, each type of GEKA command was rated better than its WIMP equivalent except for zero-parameter GEKA commands relative to keyboard shortcuts. These results suggest that our target user population has a strong preference for GEKA interaction over the mouse-based WIMP methods.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,190
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetInteractive and Immersive DisplaysTravaux en français237 207