আপনার স্কোর কীভাবে পড়বেন
- প্রতি লক্ষ্যে গড় সময়: পুরো রাউন্ডের সময়কে লক্ষ্যের সংখ্যা দিয়ে ভাগ করা, মিলিসেকেন্ডে (ms)। কম হলে ভালো। ফসকে যাওয়া ক্লিকও সময় নেয়, তাই সেগুলোও এখানে দেখা যায়।
- নির্ভুলতা: খেলার জায়গায় আপনার সব ক্লিকের মধ্যে কতগুলো লক্ষ্যে লেগেছে।
- সবচেয়ে দ্রুত আঘাত: আপনার সবচেয়ে দ্রুত একটি লক্ষ্য।
- থ্রুপুট: গতি আর কঠিনতা একটি সংখ্যায়, বিট প্রতি সেকেন্ডে (নিচে দেখুন)। বেশি হলে ভালো।
- চার্ট: প্রতিটি বিন্দু একটি লক্ষ্য, তার সময় তার কঠিনতার সঙ্গে। ড্যাশ দেওয়া রেখাটি আপনার নিজের ফিটসের সূত্রের রেখা।
ফিটসের সূত্র কী?
এক নজরে
- কী মাপে: লক্ষ্যের দিকে আপনি কত দ্রুত আর নির্ভুলভাবে নির্দেশ করেন: লক্ষ্য কোথায় দেখা, সেখানে যাওয়া আর তার ওপর থামা।
- মাউসে থ্রুপুট: মানক পদ্ধতির ল্যাব গবেষণায় সেকেন্ডে প্রায় 3.7 থেকে 4.9 বিট [3]।
- আঙুলে থ্রুপুট: একটি ফোনভিত্তিক গবেষণায় আঙুল দিয়ে লক্ষ্যে ট্যাপ করা 16 জন সেকেন্ডে প্রায় 7 বিটে পৌঁছেছেন [4]। আমাদের সংখ্যা একটি সহজ পদ্ধতিতে বের হয় (নিচে দেখুন), তাই সরাসরি তুলনা করা যায় না।
- টাচস্ক্রিনে ছোট লক্ষ্য: আঙুলের ছোঁয়া নিজে থেকেই প্রায় 1 থেকে 1.5 mm সরে পড়ে; প্রায় 7 mm-এর চেয়ে ছোট লক্ষ্যে অনেক ফসকে যায় [5]।
- মাউস আর টাচ আলাদা: প্রতিটি ইনপুটের ফলাফল আলাদা রাখা হয়।
এইম ট্রেনার যেভাবে কাজ করে
- খেলার জায়গার মাঝখানে শুরু চাপুন। ঘড়ি চালু হয়।
- লক্ষ্যে আঘাত করুন। 30টি গোল লক্ষ্য একে একে, তিন আকারে আসে, প্রতিটি আগেরটি থেকে বেশ দূরে। ফসকে যাওয়া ক্লিক নির্ভুলতা কমায়; আঘাত না করা পর্যন্ত লক্ষ্য থেকে যায়।
- আপনার ফলাফল দেখুন, আপনার ফিটসের সূত্রের রেখাসহ।
লক্ষ্যগুলো আমাদের সার্ভারে একটি এলোমেলো সংখ্যা (সিড) থেকে তৈরি হয়। আপনি স্কোর শেয়ার করলে আপনার বন্ধু একই সিড পান, তাই হুবহু একই লক্ষ্য। আপনার ক্লিকের স্কোর আমাদের সার্ভারে বের হয়, যেখানে ক্লিকগুলো লক্ষ্যের সঙ্গে আবার মিলিয়ে দেখা হয়।
আমরা প্রতিটি লক্ষ্যের দেখানো দূরত্ব আর আকার থেকে থ্রুপুট বের করি, ল্যাবের মানক যে সংশোধন যোগ করে ক্লিক আসলে কোথায় পড়েছে তার ভিত্তিতে, তা ছাড়াই [3]। তাই আমরা নিজের আগের রাউন্ডের সঙ্গে তুলনা করতে বলি।
আপনার নিশানায় কী প্রভাব ফেলে?
- দূরত্ব আর আকার। দূরের, ছোট লক্ষ্যে সবচেয়ে বেশি সময় লাগে: এটাই ফিটসের সূত্র [1, 2]।
- ডিভাইস। মাউস, টাচপ্যাড আর আঙুলের ফলাফল আলাদা। ল্যাবের গবেষণায় টাচপ্যাড মাউসের চেয়ে অনেক ধীর ছিল [3]।
- গতি না সাবধানতা। তাড়াহুড়োয় ফসকানো বাড়ে, আর প্রতিটি ফসকানো সময় নেয়। সেরা স্কোর আসে স্থির গতি থেকে।
- বয়স। একটি গবেষণায় প্রাপ্তবয়স্করা 12 থেকে 14 বছরের শিশুদের চেয়ে কম ভুল করেছেন এবং 61 থেকে 69 বছর বয়সীদের চেয়ে দ্রুত ছিলেন [6]।
- অনুশীলন। খেলায় অভ্যস্ত হতে হতে প্রথম কয়েক রাউন্ডে সময় কমে।
এই টেস্ট কী বলতে পারে আর কী পারে না
এইম ট্রেনার আজ এই ডিভাইসে নির্দেশ করার গতি আর নির্ভুলতা মাপে। এটি বুদ্ধি বা মস্তিষ্কের স্বাস্থ্যের পরীক্ষা নয়, আর একটি ছোট স্কোর বলে না আপনি গেমে কতটা ভালো হবেন।
একই ডিভাইসে নিজের আগের রাউন্ডের সঙ্গে তুলনা করুন; নতুন মাউস বা অন্য স্ক্রিন সাইজে সংখ্যা বদলে যায়।
প্রায়ই জিজ্ঞাসিত প্রশ্ন
এইম ট্রেনারে ভালো স্কোর কত?
একই ডিভাইসে নিজের রাউন্ডের সঙ্গে তুলনা করুন: এমন খেলায় ভালো স্কোর সেটাই, যা আপনার আগেরটিকে ছাড়িয়ে যায়। যথেষ্ট মানুষ খেললে ফলাফলে এটাও দেখা যাবে যে আপনার প্রথম চেষ্টা একই ইনপুট ব্যবহার করা অন্য খেলোয়াড়দের প্রথম চেষ্টার তুলনায় কেমন।
বিট প্রতি সেকেন্ডে থ্রুপুট কী?
মাউস আর টাচের তুলনা কি ন্যায্য?
না, আর আমরা তা করি না। আঙুল আর মাউস আলাদাভাবে নড়ে, তাই ফলাফল আপনাকে শুধু একই ইনপুট ব্যবহার করা মানুষদের সঙ্গে তুলনা করে।
আমার বন্ধুর লক্ষ্য কেন আমার মতোই?
শেয়ার করা স্কোরের লিংকে সেই রাউন্ডের সিড থাকে, তাই লক্ষ্যগুলো একই হয়। এতে চ্যালেঞ্জ ন্যায্য থাকে।
Helibrain-এর এইম ট্রেনার কি ফ্রি?
হ্যাঁ। খেলা আর আপনার পুরো ফলাফল বিনামূল্যে: সাইন-আপ, ইমেল বা পেমেন্ট লাগে না। ন্যায্য তুলনা তৈরির জন্য আমরা ফলাফল সংরক্ষণ করি, যেমনটা আমাদের প্রাইভেসি পলিসি (ইংরেজিতে) বলে।
সম্পর্কিত টেস্ট
- ক্লিক স্পিড টেস্টকয়েক সেকেন্ডে আপনি কতবার ক্লিক, ট্যাপ বা স্পেসবার চাপতে পারেন।
- রিঅ্যাকশন টাইম টেস্টসংকেত দেখা দিলে আপনি কত দ্রুত সাড়া দেন।
- টাইপিং স্পিড টেস্টইংরেজিআপনি মিনিটে কতগুলো শব্দ, কতটা নির্ভুলভাবে টাইপ করেন।
সব 37টি ফ্রি ব্রেন টেস্ট দেখুন
প্রতিদিন এটা নিয়ে কাজ করতে চান? Helibrain অ্যাপে (আপাতত ইংরেজিতে) একটি ফ্রি প্ল্যান আর পেইড প্ল্যান আছে।
তথ্যসূত্র
- 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
এই পেজ যেভাবে তৈরি: ওপরে দেওয়া গবেষণাগুলো থেকে Helibrain টিম লিখেছে, আর 4 নভেম্বর, 2026 তারিখে Robert (জীবপদার্থবিজ্ঞানে পিএইচডি প্রার্থী) পর্যালোচনা করেছেন। তথ্যসূত্র বদলালে আমরা পেজটি হালনাগাদ করি।