ScholarGate
دستیار
Hypothesis testPredictive Modeling

Keystroke-Level Model - Goals, Operators, Methods, Selection Rules

KLM بر این اصل عمل می‌کند که زمان اجرای وظیفه روتین و بدون خطا را می‌توان به صورت مجموع مدت زمان عامل‌های گسسته مدل‌سازی کرد. هر اقدام فیزیکی (فشار دادن کلید، کلیک کردن دکمه) و فرآیند شناختی (تصمیم‌گیری در مورد گام بعدی) دارای زمان اجرای معمولی است که می‌توان آن را برای پیش‌بینی کل زمان وظیفه جمع کرد. این رویکرد فرض می‌کند که کاربران متخصص از رویه‌های بهینه در رابط‌های کاربری آشنا پیروی می‌کنند. این مدل بینش را در خود جای داده است که زمان وظیفه هنگامی که به عملیات ابتدایی شکسته می‌شود، تا حد زیادی قابل پیش‌بینی است و این امر آن را برای مقایسه طرح‌های رقیب قبل از انجام مطالعات تجربی پرهزینه مفید می‌سازد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیدریافت اسلایدها

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Card, S. K., Moran, T. P., & Newell, A. (1983). The Psychology of Human-Computer Interaction. Lawrence Erlbaum Associates. ISBN: 0898592437
  2. Kieras, D. E. (1997). A Guide to GOMS Task Analysis. Technical Report. University of Michigan. link

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Keystroke-Level Model - Goals, Operators, Methods, Selection Rules. ScholarGate. https://scholargate.app/fa/human-computer-interaction/klm-goms

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

ScholarGateKLM-GOMS (Keystroke-Level Model - Goals, Operators, Methods, Selection Rules). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/human-computer-interaction/klm-goms · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026