اپنا سکور کیسے پڑھیں
- فی ہدف اوسط وقت: پورے رن کو اہداف کی تعداد سے تقسیم کیا گیا، ملی سیکنڈز (ms) میں۔ نچلا بہتر ہے۔ چھوٹنے والے کلکس میں وقت لگتا ہے، اس لیے وہ یہاں بھی ظاہر ہوتے ہیں۔
- درستگی: پلے ایریا میں آپ کے تمام کلکس سے تقسیم کردہ ہٹ۔
- تیز ترین ہٹ: آپ کا تیز ترین واحد ہدف۔
- تھرو پٹ: ایک نمبر میں رفتار اور مشکل، بٹس فی سیکنڈ میں (نیچے دیکھیں)۔ زیادہ بہتر ہے۔
- چارٹ: ہر نقطہ ایک ہدف ہے، اس کا وقت اس کے مقابلے میں کہ یہ کتنا مشکل تھا۔ ڈیشڈ لائن آپ کی اپنی فٹس لا لائن ہے۔
فٹس کا قانون کیا ہے؟
فٹس کا قانون کہتا ہے کہ ہدف جتنا دور اور چھوٹا ہوتا ہے، اسے مارنے میں اتنا ہی زیادہ وقت لگتا ہے۔ پال فٹس نے 1954 میں دکھایا کہ وقت ایک ہدف کے "اشاریہ مشکل" کے ساتھ سیدھی لائن میں بڑھتا ہے، جسے بٹس میں ماپا جاتا ہے [1]۔ آج اسے عام طور پر لاگ 2 (فاصلہ / چوڑائی + 1) [2] کے طور پر لکھا جاتا ہے۔ ڈیزائنرز اسے بٹنوں کو مارنے میں آسان بنانے کے لیے استعمال کرتے ہیں۔
فوری حقائق
- یہ کیا پیمائش کرتا ہے: آپ کتنی تیز اور درست طریقے سے اہداف کی طرف اشارہ کرتے ہیں: یہ دیکھنا کہ ہدف کہاں ہے، وہاں حرکت کرنا اور اس پر رک جانا۔
- ماؤس کے ساتھ تھرو پٹ: معیاری طریقہ کا استعمال کرتے ہوئے لیبارٹری کے مطالعے میں تقریباً 3.7 سے 4.9 بٹس فی سیکنڈ معلوم ہوتے ہیں [3]۔
- انگلی سے تھرو پٹ: ایک فون اسٹڈی میں، 16 لوگ ٹارگٹ ٹیپ کرتے ہوئے تقریباً 7 بٹس فی سیکنڈ تک پہنچ گئے [4]۔ ہمارے نمبر ایک آسان طریقہ استعمال کرتے ہیں (نیچے)، اس لیے ان کا براہ راست موازنہ نہیں کیا جا سکتا۔
- ٹچ اسکرینوں پر چھوٹے اہداف: انگلی کا ٹچ خود ہی تقریباً 1 سے 1.5 ملی میٹر تک اترتا ہے۔ تقریباً 7 ملی میٹر سے چھوٹے اہداف کو بہت زیادہ کمی محسوس ہوتی ہے [5]۔
- ماؤس اور ٹچ الگ: نتائج فی ان پٹ الگ رکھے جاتے ہیں۔
مقصد ٹرینر کیسے کام کرتا ہے۔
- پلے ایریا کے بیچ میں اسٹارٹ کو دبائیں۔ گھڑی شروع ہوتی ہے۔
- اہداف کو نشانہ بنائیں۔ 30 گول اہداف ایک وقت میں، تین سائزوں میں ظاہر ہوتے ہیں، ہر ایک آخری سے بہت دور ہوتا ہے۔ ایک کلک جو آپ کی درستگی کے خلاف شمار نہیں کرتا ہے۔ ہدف اس وقت تک رہتا ہے جب تک آپ اسے نہیں مارتے۔
- اپنا نتیجہ دیکھیں، اپنی فٹس لا لائن کے ساتھ۔
اہداف ہمارے سرور سے آتے ہیں، بے ترتیب نمبر (ایک بیج) سے بنائے گئے ہیں۔ اگر آپ اپنا سکور شیئر کرتے ہیں، تو آپ کے دوست کو وہی بیج ملتا ہے اور بالکل وہی اہداف۔ آپ کے کلکس ہمارے سرور پر اسکور کیے جاتے ہیں، جو انہیں اہداف کے خلاف دوبارہ چلاتا ہے۔
ہم ہر ٹارگٹ کے فاصلے اور سائز سے تھرو پٹ کا حساب لگاتے ہیں جیسا کہ دکھایا گیا ہے، لیب اسٹینڈرڈ میں ان اصلاحات کے بغیر جہاں کلکس لینڈ کرتا ہے [3]۔ اسی لیے ہم کہتے ہیں کہ اپنی اپنی رنز سے موازنہ کرو۔
آپ کے مقصد پر کیا اثر پڑتا ہے؟
- فاصلہ اور سائز۔ دور، چھوٹے اہداف میں سب سے زیادہ وقت لگتا ہے: یہ فٹس کا قانون ہے [1، 2]۔
- آلہ۔ ایک ماؤس، ٹچ پیڈ اور ایک انگلی مختلف نتائج دیتی ہے۔ لیب اسٹڈیز میں ٹچ پیڈ ماؤس کے مقابلے میں بہت سست تھا [3]۔
- رفتار یا نگہداشت۔ جلدی کرنا یادوں کو بڑھاتا ہے، اور ہر کمی میں وقت خرچ ہوتا ہے۔ بہترین اسکور مستقل رفتار سے آتے ہیں۔
- عمر۔ ایک مطالعہ میں، بالغوں نے 12 سے 14 سال کی عمر کے بچوں کے مقابلے میں کم غلطیاں کیں اور 61 سے 69 سال کی عمر کے لوگوں کے مقابلے میں زیادہ تیز تھیں۔ [6]
- پریکٹس۔ جب آپ کھیل کے عادی ہو جائیں گے تو وقت پہلے چند رنز پر گر جاتا ہے۔
یہ ٹیسٹ آپ کو کیا بتا سکتا ہے اور کیا نہیں بتا سکتا
مقصد ٹرینر آج اس ڈیوائس پر اشارہ کرنے والی رفتار اور درستگی کی پیمائش کرتا ہے۔ یہ ذہانت یا آپ کے دماغ کی صحت کا امتحان نہیں ہے، اور ایک مختصر اسکور یہ پیش گوئی نہیں کرتا ہے کہ آپ گیمز میں کتنے اچھے ہوں گے۔
ایک ہی ڈیوائس پر اپنے پہلے کے رنز کے ساتھ موازنہ کریں؛ ایک نیا ماؤس یا مختلف اسکرین کا سائز نمبروں کو تبدیل کرتا ہے۔
اکثر پوچھے گئے سوالات
ایک اچھا مقصد ٹرینر سکور کیا ہے؟
اسی ڈیوائس پر آپ کی اپنی رنز سے موازنہ کریں: اس طرح کی گیم کے لیے، ایک اچھا سکور وہ ہوتا ہے جو آپ کے آخری کو پیچھے چھوڑ دیتا ہے۔ ایک بار جب کافی لوگ کھیل چکے ہیں، نتیجہ یہ بھی ظاہر کرتا ہے کہ آپ کی پہلی رن اسی ان پٹ کا استعمال کرتے ہوئے دوسرے کھلاڑیوں کی پہلی رن کے ساتھ کس طرح موازنہ کرتی ہے۔
بٹس فی سیکنڈ میں تھرو پٹ کیا ہے؟
تھرو پٹ اس بات کو یکجا کرتا ہے کہ اہداف کتنے سخت تھے اور آپ نے انہیں کتنی تیزی سے نشانہ بنایا۔ مشکل کو بٹس میں شمار کیا جاتا ہے: log2(فاصلہ / چوڑائی + 1) [2]۔ ہر ہٹ کے لگنے اور اوسط کے حساب سے تقسیم کریں، اور آپ کو فی سیکنڈ بٹس ملتے ہیں۔ ایک ماؤس کے ساتھ لیب اسٹڈیز میں ایک سخت طریقہ [3] کے ساتھ تقریباً 4 سے 5 بٹس فی سیکنڈ کا پتہ چلتا ہے۔
کیا ماؤس اور ٹچ کا موازنہ کرنا مناسب ہے؟
نہیں، اور ہم نہیں کرتے۔ انگلی اور ماؤس مختلف طریقے سے حرکت کرتے ہیں، اس لیے نتیجہ صرف آپ کا موازنہ ان دوسرے لوگوں سے کرتا ہے جنہوں نے ایک ہی ان پٹ کا استعمال کیا۔
میرے دوست کے نشانے میرے جیسے ہی کیوں ہیں؟
مشترکہ سکور کا لنک رن کا بیج رکھتا ہے، لہذا اہداف ایک جیسے نکلتے ہیں۔ یہ ایک چیلنج کو منصفانہ بناتا ہے۔
کیا ہیلیبرین کا مقصد ٹرینر مفت ہے؟
جی ہاں گیم اور آپ کا پورا نتیجہ مفت ہے: کوئی سائن اپ، کوئی ای میل، کوئی ادائیگی نہیں۔ جیسا کہ ہمارا رازداری کی پالیسی بیان کرتا ہے، ہم منصفانہ موازنہ کرنے کے لیے نتائج کو محفوظ کرتے ہیں۔
متعلقہ ٹیسٹ
- کلک کرنے کی رفتار کا ٹیسٹآپ چند سیکنڈ میں اسپیس بار کو کتنی بار کلک، تھپتھپائیں یا دبائیں۔
- ردعمل کے وقت کا ٹیسٹسگنل ظاہر ہونے پر آپ کتنی تیزی سے ردعمل ظاہر کرتے ہیں۔
- ٹائپنگ کی رفتار کا ٹیسٹانگریزیآپ ایک منٹ میں کتنے الفاظ ٹائپ کرتے ہیں، اور کتنے درست طریقے سے۔
دماغ کے تمام 43 مفت ٹیسٹ دیکھیں
اس پر روزانہ کام کرنا چاہتے ہیں؟ Helibrain ایپ (ابھی کے لیے انگریزی میں) ایک مفت منصوبہ اور ادا شدہ منصوبے ہیں۔
ذرائع
- 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
ہم نے یہ صفحہ کیسے بنایا: اوپر دیے گئے مطالعات سے ہیلیبرین ٹیم نے لکھا، اور 4 نومبر، 2026 پر Robert (بائیو فزکس پی ایچ ڈی امیدوار) نے اس کا جائزہ لیا۔ ذرائع تبدیل ہونے پر ہم اسے اپ ڈیٹ کرتے ہیں۔