A case for using effective target width and terminal feedback when replicating Fitts's Law?
Notice bibliographique
Résumé
Fitts's Law (1954) states that the time required to complete a pointing movement (MT) is dependent on the index of difficulty (ID) of the target, which is calculated using movement amplitude and target width. However, Heath et al. (2011) reported that the influence of amplitude and width on MT/ID slopes differ significantly, which challenges Fitts's Law. While early research on Fitts's Law (e.g., Fitts and Peterson, 1964) included terminal feedback of endpoint accuracy, more recent research has not. The current study aimed to reproduce the results of Heath et al. (2011) and also assess the influence of terminal feedback on the MT/ID slopes for amplitude and width manipulations. In two separate sessions, participants made fast and accurate discrete pointing movements to one of sixteen targets (4 amplitudes; 4 widths) with ID's ranging from 2.63 to 5.25. In one of the sessions, participants were given visual terminal feedback regarding endpoint accuracy following the completion of each trial (undershoot, accurate, overshoot). As in Heath et al. (2011), the influence of amplitude on MTs was significantly greater than the influence of target width. However, when using the effective target width to calculate the effective ID (IDe), the MT/IDe slopes associated with amplitude no longer differed from the MT/IDe slopes associated with target width. In addition, participants differed in their use of terminal feedback.Acknowledgments: This research was supported by the Natural Sciences and Engineering Research Council (NSERC), the Canada Foundation for Innovation (CFI) and the Ontario Research Fund (ORF).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,063 | 0,373 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,011 |
| Communication savante | 0,007 | 0,022 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».