كيف تقرأ نتيجتك
- متوسط الوقت لكل هدف: مدة المحاولة كلها مقسومة على عدد الأهداف، بالملّي ثانية (ms). كلما قلّ الرقم كان أفضل. النقرات الضائعة تكلّف وقتًا، لذلك تظهر هنا أيضًا.
- الدقة: الإصابات مقسومة على كل نقراتك في منطقة اللعب.
- أسرع إصابة: أسرع هدف منفرد أصبته.
- الإنتاجية: السرعة والصعوبة في رقم واحد، بالبت في الثانية (انظر أدناه). كلما زاد الرقم كان أفضل.
- الرسم البياني: كل نقطة هدف واحد، ووقته مقابل صعوبته. والخط المتقطّع هو خط قانون فيتس الخاص بك.
ما قانون فيتس؟
حقائق سريعة
- ما يقيسه: مدى سرعتك ودقتك في التأشير إلى الأهداف: أن ترى مكان الهدف، وتتحرك إليه، وتتوقف عليه.
- الإنتاجية بالفأرة: تجد الدراسات المخبرية التي تستخدم الطريقة القياسية نحو 3.7 إلى 4.9 بت في الثانية [3].
- الإنتاجية بالإصبع: في دراسة على الهاتف، بلغ 16 شخصًا يلمسون الأهداف نحو 7 بت في الثانية [4]. وأرقامنا تستخدم طريقة أبسط (انظر أدناه)، لذلك لا تُقارن بها مباشرة.
- الأهداف الصغيرة على شاشات اللمس: لمسة الإصبع وحدها تقع بعيدًا عن الهدف بنحو 1 إلى 1.5 mm؛ والأهداف الأصغر من نحو 7 mm تكثر فيها الأخطاء [5].
- الفأرة واللمس منفصلان: تُحفظ النتائج منفصلة لكل طريقة إدخال.
كيف يعمل مدرّب التصويب
- اضغط «ابدأ» في منتصف منطقة اللعب. يبدأ المؤقّت.
- أصِب الأهداف. يظهر 30 هدفًا دائريًا واحدًا تلو الآخر، بثلاثة أحجام، وكل هدف بعيد عن سابقه. النقرة التي تخطئ تُحسب على دقتك؛ ويبقى الهدف حتى تصيبه.
- شاهد نتيجتك، مع خط قانون فيتس الخاص بك.
تأتي الأهداف من خادمنا، وتُصنع من رقم عشوائي (seed). إذا شاركت نتيجتك، يحصل صديقك على الرقم نفسه، وبالتالي على الأهداف نفسها تمامًا. وتُقيَّم نقراتك على خادمنا، الذي يعيد تشغيلها على الأهداف.
نحسب الإنتاجية من مسافة كل هدف وحجمه كما ظهرا على الشاشة، دون التصحيحات التي يضيفها المعيار المخبري بحسب مواضع وقوع النقرات [3]. ولهذا ننصحك بالمقارنة بمحاولاتك أنت.
ما الذي يؤثر في تصويبك؟
- المسافة والحجم. الأهداف البعيدة الصغيرة تستغرق أطول وقت: هذا هو قانون فيتس [1, 2].
- الجهاز. الفأرة ولوحة اللمس والإصبع تعطي نتائج مختلفة. في الدراسات المخبرية كانت لوحة اللمس أبطأ بكثير من الفأرة [3].
- السرعة أم الحذر. التسرّع يزيد النقرات الضائعة، وكل نقرة ضائعة تكلّف وقتًا. أفضل النتائج تأتي من إيقاع ثابت.
- العمر. في إحدى الدراسات، ارتكب البالغون أخطاء أقل من الأطفال بين 12 و14 عامًا، وكانوا أسرع من أشخاص بين 61 و69 عامًا [6].
- التمرين. تنخفض الأوقات خلال المحاولات القليلة الأولى مع اعتيادك على اللعبة.
ما الذي يمكن أن يخبرك به هذا الاختبار وما لا يمكنه
يقيس مدرّب التصويب سرعة التأشير ودقته على هذا الجهاز اليوم. وهو ليس اختبارًا للذكاء ولا لصحة دماغك، ونتيجة لعبة قصيرة كهذه لا تتنبأ بمدى براعتك في الألعاب.
قارن بمحاولاتك السابقة على الجهاز نفسه؛ ففأرة جديدة أو شاشة بحجم مختلف تغيّر الأرقام.
الأسئلة الشائعة
ما النتيجة الجيدة في مدرّب التصويب؟
قارن بمحاولاتك على الجهاز نفسه: في لعبة كهذه، النتيجة الجيدة هي التي تتفوّق على نتيجتك السابقة. وبعد أن يلعب عدد كافٍ من الناس، تعرض النتيجة أيضًا كيف تُقارن محاولتك الأولى بالمحاولات الأولى للاعبين آخرين استخدموا طريقة الإدخال نفسها.
ما الإنتاجية بالبت في الثانية؟
هل من العدل مقارنة الفأرة باللمس؟
لا، ونحن لا نفعل ذلك. الإصبع والفأرة يتحركان بطريقة مختلفة، لذلك لا تقارنك النتيجة إلا بمن استخدموا طريقة الإدخال نفسها.
لماذا أهداف صديقي هي نفسها أهدافي؟
رابط النتيجة المشترك يحمل الرقم العشوائي (seed) للمحاولة، فتخرج الأهداف متطابقة. وهذا يجعل التحدي عادلًا.
هل مدرّب التصويب من Helibrain مجاني؟
نعم. اللعبة ونتيجتك الكاملة مجانيتان: دون تسجيل، ودون بريد إلكتروني، ودون دفع. نحفظ النتائج لبناء مقارنات عادلة، كما توضّح سياسة الخصوصية (بالإنجليزية).
اختبارات ذات صلة
- اختبار سرعة النقركم مرة تنقر أو تلمس الشاشة أو تضغط مفتاح المسافة في بضع ثوانٍ.
- اختبار سرعة رد الفعلمدى سرعة استجابتك عند ظهور إشارة.
- اختبار سرعة الكتابةكم كلمة تكتب في الدقيقة، وبأي دقة.
اعرض كل الاختبارات الذهنية المجانية (37)
هل تريد أن تعمل على هذا يوميًا؟ في تطبيق Helibrain (بالإنجليزية حاليًا) خطة مجانية وخطط مدفوعة.
المصادر
- Fitts PM (1954). The information capacity of the human motor system in controlling the amplitude of movement. Journal of Experimental Psychology 47(6):381–391. doi.org/10.1037/h0055392
- MacKenzie IS (1992). Fitts' law as a research and design tool in human-computer interaction. Human–Computer Interaction 7(1):91–139. doi.org/10.1207/s15327051hci0701_3
- Soukoreff RW, MacKenzie IS (2004). Towards a standard for pointing device evaluation, perspectives on 27 years of Fitts' law research in HCI. International Journal of Human-Computer Studies 61(6):751–789. doi.org/10.1016/j.ijhcs.2004.09.001
- MacKenzie IS (2015). Fitts' throughput and the remarkable case of touch-based target selection. Human-Computer Interaction: Interaction Technologies (HCII 2015), LNCS 9170, 238–249. doi.org/10.1007/978-3-319-20916-6_23
- Bi X, Li Y, Zhai S (2013). FFitts law: modeling finger touch with Fitts' law. Proceedings of CHI 2013, 1363–1372. doi.org/10.1145/2470654.2466180
- Hertzum M, Hornbæk K (2010). How age affects pointing with mouse and touchpad: a comparison of young, adult, and elderly users. International Journal of Human-Computer Interaction 26(7):703–734. doi.org/10.1080/10447318.2010.487198
كيف أعددنا هذه الصفحة: كتبها فريق Helibrain اعتمادًا على الدراسات المذكورة أعلاه، وراجعها روبرت (المرشّح لنيل درجة الدكتوراه في الفيزياء الحيوية) في 4 نوفمبر 2026. نحدّثها عندما تتغيّر المصادر.