ScholarGate
Asistents
Hypothesis testPredictive Modeling

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

KLM darbojas uz principa, ka rutīnas, bezkļūdu uzdevumu izpildes laiku var modelēt kā atsevišķu operatoru ilgumu summu. Katrai fiziskai darbībai (taustiņa nospiešanai, pogas klikšķim) un kognitīvajam procesam (izlemšanai, ko darīt tālāk) ir tipisks izpildes laiks, ko var saskaitīt, lai prognozētu kopējo uzdevuma laiku. Šī pieeja pieņem, ka eksperti lietotāji izmanto optimālas procedūras pazīstamās saskarnēs. Modelis atspoguļo atziņu, ka uzdevuma laiks ir lielā mērā prognozējams, sadalot to pamata operācijās, padarot to noderīgu konkurējošu dizainu salīdzināšanai pirms dārgu empīrisku pētījumu veikšanas.

Atvērt MethodMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  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

Kā citēt šo lapu

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

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateKLM-GOMS (Keystroke-Level Model - Goals, Operators, Methods, Selection Rules). Izgūts 2026-06-15 no https://scholargate.app/lv/human-computer-interaction/klm-goms · Datu kopa: https://doi.org/10.5281/zenodo.20539026