Türkçe

Aim Trainer

30 hedefi olabildiğince hızlı ve doğru vurun ve nişanınızın Fitts yasasına nasıl uyduğunu görün. Ücretsiz, üyeliksiz. Puanları, IP adresiniz ve ülkenizle birlikte, karşılaştırma yapmak için kaydediyoruz.

Yazan: Helibrain ekibiİnceleyen: Robert, biyofizik doktora adayıYayın tarihi: Son inceleme:

Hedefleri vurun

30 hedef, farklı yerlerde ve boyutlarda, tek tek belirir. Her birini olabildiğince hızlı vurun.

Hedefe tıklayın ya da dokunun. Iskalanan tıklamalar doğruluğunuzu düşürür. Fare ve dokunma sonuçları ayrı tutulur.

Puanınızı nasıl okumalısınız

  • Hedef başına ortalama süre: tüm denemenin süresinin hedef sayısına bölünmesi, milisaniye (ms) cinsinden. Düşük olan daha iyidir. Iskalanan tıklamalar zaman kaybettirir, bu yüzden burada da görünür.
  • Doğruluk: isabetlerin, oyun alanındaki tüm tıklamalarınıza bölünmesi.
  • En hızlı vuruş: tek başına en hızlı vurduğunuz hedef.
  • Verim (throughput): hız ve zorluk tek bir sayıda, saniyede bit cinsinden (aşağıya bakın). Yüksek olan daha iyidir.
  • Grafik: her nokta bir hedeftir ve sürenizi hedefin ne kadar zor olduğuna göre gösterir. Kesikli çizgi sizin kendi Fitts yasası çizginizdir.

Fitts yasası nedir?

Fitts yasasına göre bir hedef ne kadar uzak ve ne kadar küçükse, onu vurmak o kadar uzun sürer. Paul Fitts 1954'te bu sürenin, hedefin bit cinsinden ölçülen "zorluk indeksi" ile doğrusal olarak arttığını gösterdi [1]. Bugün bu indeks genellikle log2(mesafe / genişlik + 1) olarak yazılır [2]. Tasarımcılar bu yasayı, kolay tıklanan düğmeler yapmak için kullanır.

Kısa bilgiler

  • Neyi ölçer: hedeflere ne kadar hızlı ve doğru nişan aldığınızı: hedefin nerede olduğunu görmek, oraya gitmek ve tam üzerinde durmak.
  • Fareyle verim: standart yöntemi kullanan laboratuvar çalışmaları saniyede yaklaşık 3,7 ile 4,9 bit bulur [3].
  • Parmakla verim: bir telefon çalışmasında hedeflere dokunan 16 kişi saniyede yaklaşık 7 bite ulaştı [4]. Bizim sayılarımız daha basit bir yöntem kullanır (aşağıda), bu yüzden doğrudan karşılaştırılamaz.
  • Dokunmatik ekranlarda küçük hedefler: bir parmak dokunuşu kendi başına yaklaşık 1 ile 1,5 mm sapar; yaklaşık 7 mm'den küçük hedeflerde çok sayıda ıskalama olur [5].
  • Fare ve dokunma ayrı: sonuçlar her giriş türü için ayrı tutulur.

Aim trainer nasıl çalışır

  1. Oyun alanının ortasındaki Başla'ya basın. Süre başlar.
  2. Hedefleri vurun. 30 yuvarlak hedef, üç boyutta ve her biri bir öncekinden epey uzakta, tek tek belirir. Iskalayan bir tıklama doğruluğunuzu düşürür; hedef siz vurana kadar yerinde kalır.
  3. Sonucunuzu görün, Fitts yasası çizginizle birlikte.

Hedefler sunucumuzdan gelir ve rastgele bir sayıdan (bir tohum, İngilizcesiyle "seed") üretilir. Puanınızı paylaşırsanız arkadaşınız aynı tohumu, dolayısıyla tamamen aynı hedefleri alır. Tıklamalarınız sunucumuzda puanlanır; sunucu onları hedeflere karşı yeniden oynatır.

Verimi her hedefin gösterildiği haldeki mesafesinden ve boyutundan hesaplıyoruz; laboratuvar standardının tıklamaların nereye düştüğüne göre eklediği düzeltmeleri yapmıyoruz [3]. Kendi denemelerinizle karşılaştırmanızı bu yüzden öneriyoruz.

Nişanınızı neler etkiler?

  • Mesafe ve boyut. Uzak, küçük hedefler en uzun sürer: Fitts yasası budur [1, 2].
  • Cihaz. Fare, dokunmatik yüzey (touchpad) ve parmak farklı sonuçlar verir. Laboratuvar çalışmalarında dokunmatik yüzey fareden çok daha yavaştı [3].
  • Hız ya da özen. Acele etmek ıskalamaları artırır ve her ıskalama zaman kaybettirir. En iyi puanlar dengeli bir tempodan gelir.
  • Yaş. Bir çalışmada yetişkinler, 12 ile 14 yaş arasındaki çocuklardan daha az hata yaptı ve 61 ile 69 yaş arasındaki kişilerden daha hızlıydı [6].
  • Alıştırma. Oyuna alıştıkça süreleriniz ilk birkaç denemede düşer.

Bu test size neyi söyleyebilir, neyi söyleyemez

Aim trainer, bugün bu cihazda nişan alma hızınızı ve doğruluğunuzu ölçer. Bir zekâ testi ya da beyin sağlığınızın testi değildir ve kısa bir puan, oyunlarda ne kadar iyi olacağınızı öngörmez.

Aynı cihazdaki kendi önceki denemelerinizle karşılaştırın; yeni bir fare ya da farklı bir ekran boyutu sayıları değiştirir.

Sık sorulan sorular

İyi bir aim trainer puanı nedir?

Aynı cihazdaki kendi denemelerinizle karşılaştırın: böyle bir oyunda iyi puan, bir öncekini geçen puandır. Yeterince kişi oynadığında sonuç, ilk denemenizin aynı girişi kullanan diğer oyuncuların ilk denemeleriyle nasıl karşılaştırıldığını da gösterir.

Saniyede bit cinsinden verim nedir?

Verim, hedeflerin ne kadar zor olduğunu ve onları ne kadar hızlı vurduğunuzu birleştirir. Zorluk bit cinsinden sayılır: log2(mesafe / genişlik + 1) [2]. Bunu her vuruşun aldığı süreye bölüp ortalamasını alırsanız saniyede bit elde edersiniz. Fareyle yapılan laboratuvar çalışmaları, daha katı bir yöntemle, saniyede yaklaşık 4 ila 5 bit bulur [3].

Fare ve dokunmayı karşılaştırmak adil mi?

Hayır, biz de karşılaştırmıyoruz. Parmak ve fare farklı hareket eder; bu yüzden sonuç sizi yalnızca aynı girişi kullanan diğer kişilerle karşılaştırır.

Arkadaşımın hedefleri neden benimkilerle aynı?

Paylaşılan bir puan bağlantısı denemenin tohumunu taşır, bu yüzden hedefler aynı çıkar. Bu da meydan okumayı adil kılar.

Helibrain aim trainer ücretsiz mi?

Evet. Oyun ve tam sonucunuz ücretsizdir: üyelik yok, e-posta yok, ödeme yok. Gizlilik politikamızda (İngilizce) açıklandığı gibi, adil karşılaştırmalar oluşturmak için sonuçları kaydediyoruz.

İlgili testler

Tüm 37 ücretsiz beyin testini görün

Bunun üzerinde her gün çalışmak ister misiniz? Helibrain uygulamasının (şimdilik İngilizce) ücretsiz bir planı ve ücretli planları var.

Kaynaklar

  1. 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
  2. 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
  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
  4. 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
  5. 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
  6. 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

Bu sayfayı nasıl hazırladık: Helibrain ekibi tarafından yukarıda listelenen çalışmalara dayanarak yazıldı ve 4 Kasım 2026 tarihinde Robert (biyofizik doktora adayı) tarafından incelendi. Kaynaklar değiştiğinde sayfayı güncelliyoruz.