Proves i xifres clau
| Precisió il·lustrativa del text final | Caràcters incorrectes per cada 1,000 | Significat |
|---|---|---|
| 99% | 10 | Exemple aritmètic, no és un objectiu recomanat |
| 98% | 20 | El doble d'errors pendents que amb un 99% |
| 95% | 50 | Cinc vegades més que amb un 99% |
Aquests exemples fan servir una definició senzilla de precisió dels caràcters finals. En estudis reals es pot fer servir la distància mínima entre cadenes per comptar els caràcters afegits, omesos o substituïts; per tant, no s'han de confondre els exemples amb una reproducció de les mètriques de precisió de tots els llocs web. La literatura sobre mesurament explica per què la puntuació ha d'especificar les cadenes de text previstes i transcrites. Soukoreff et al., 2003 Soukoreff et al., 2001
Els errors pendents i els errors corregits són diferents
Una persona que comet molts errors i els corregeix tots pot acabar amb un text exacte, però dedicar molt de temps a corregir-lo. Algú que deixa errors pot semblar més ràpid, però produeix un resultat menys útil. Per tant, la taxa d'errors finals, l'esforç de correcció i la velocitat d'escriptura responen a preguntes diferents. Soukoreff et al., 2003
El conjunt de dades de sobretaula informa tant dels errors sense corregir com de les mesures relacionades amb les correccions. En general, els participants més ràpids van cometre menys errors, però l'estudi era observacional. No demostra que obligar tothom a escriure més de pressa el faci més precís, ni que alentir-se una quantitat fixa provoqui una millora determinada. Dhakal et al., 2018
Per què no hi ha un percentatge ideal universal
El cost d'un error depèn de la tasca i del que passa després. Una prova de transcripció mesura la còpia d'un text proporcionat; redactar o editar implica prendre decisions addicionals. Les revisions fonamentals sobre mecanografia i entrada de text distingeixen aquests components de la tasca i expliquen per què els ritmes d'un context no es poden aplicar directament a tota la feina. Salthouse, 1986 MacKenzie and Soukoreff, 2002
Un estudi de laboratori també va trobar grans diferències entre escriure text normal i cadenes aleatòries, fins i tot entre participants amb experiència. La familiaritat amb el fragment forma part del que mesura una puntuació. Aconseguir una marca personal amb una llista de paraules fàcils no demostra necessàriament un rendiment igual de bo en prosa amb molta puntuació. Feit et al., 2016
Què hi influeix?
L'assistència del dispositiu canvia la interpretació
La correcció automàtica pot substituir text sense que hi hagi una correspondència d'un a un amb els caràcters teclejats; la predicció pot inserir una paraula sencera. L'estudi en mòbils comenta explícitament les limitacions que això comporta per a les mètriques d'error basades en cada pulsació de tecla. Comparar l'escriptura assistida al mòbil amb l'escriptura sense assistència a l'ordinador de sobretaula com si els percentatges de precisió fossin idèntics pot amagar diferències importants. Palin et al., 2019
Quin enfocament de pràctica és raonable?
Fes la mateixa tasca i registra la velocitat juntament amb la mesura d'errors pertinent. Compara blocs de fragments desconeguts semblants en lloc de triar una sola prova. Això és una recomanació sobre com mesurar, no una dosi d'entrenament òptima demostrada. Les proves sobre la pràctica acumulada de les persones que escriuen habitualment avalen la importància de la competència específica per a cada tasca, però no estableixen una proporció universal d'entrenament entre velocitat i precisió. Keith et al., 2007 MacKenzie and Soukoreff, 2002
Si una prova més ràpida deixa més errors, descriu-ho com un compromís entre factors i no com una millora sense matisos. Si la precisió final es manté mentre disminueix l'esforç de correcció, això també és informació útil. L'objectiu de fer servir diverses mesures és mostrar què ha canviat, en lloc de reduir tots els resultats a una sola xifra afavoridora. Soukoreff et al., 2003 Soukoreff et al., 2001
La millora també s'ha de descriure en funció del que s'ha avaluat. Escriure millor és una habilitat útil; els estudis citats sobre teclats no converteixen les WPM o la precisió en mesures d'intel·ligència, trastorn per dèficit d'atenció o millora cognitiva general. Les conclusions tracten de l'entrada de text en condicions definides. Dhakal et al., 2018 Feit et al., 2016
Prova el test gratuït relacionat
Prova de velocitat d'escriptura
Prova la prova de velocitat d'escriptura i interpreta conjuntament la velocitat, la precisió i el mode d'entrada. Per fer un seguiment personal, mantén constants els ajustos d'assistència i el tipus de fragment. Un resultat és més útil quan el pots interpretar, inclosos els errors.
Preguntes habituals
És sempre millor tenir un 100% de precisió?
És desitjable que el text final sigui correcte, però aquests estudis no estableixen un únic objectiu òptim d'entrenament que ignori la velocitat, l'esforç de correcció i les exigències de la tasca. Soukoreff et al., 2003
Corregir una errada n'elimina el cost?
Pot eliminar l'error final, però encara costa pulsacions de tecla i temps. Per això l'esforç de correcció és una mesura independent. Soukoreff et al., 2001
Puc comparar la precisió entre llocs web?
Només després de comprovar com defineix els errors cada lloc, com compta el text i com gestiona les correccions. Percentatges iguals poden correspondre a procediments de puntuació diferents. Soukoreff et al., 2003
Fonts
- Dhakal et al. (2018). Observations on Typing from 136 Million Keystrokes.
- Palin et al. (2019). How do People Type on Mobile Devices?.
- Feit et al. (2016). How We Type.
- Soukoreff et al. (2003). Metrics for text entry research.
- Soukoreff et al. (2001). Measuring errors in text entry tasks.
- MacKenzie and Soukoreff (2002). Text Entry for Mobile Computing: Models and Methods, Theory and Practice.
- Salthouse (1986). Perceptual, cognitive, and motoric aspects of transcription typing..
- Keith et al. (2007). A deliberate practice account of typing proficiency in everyday typists..