CC BY
15
Вестник Томского государственного университета. 2022. № 485. С. 138-144 Vestnik Tomskogo gosudarstvennogo universiteta - Tomsk State University Journal. 2022. 485. рр. 138-144
ПЕДАГОГИКА
Научная статья УДК 902.01
аог 10.17223/15617793/485/15
Диагностические маркеры двигательной активности человека в электронной образовательной среде
Дмитрий Юрьевич Баланев1, Виктор Анатольевич Шамаковв2
1 Национальный исследовательский Томский государственный университет, Томск, Россия
1 [email protected] 2 [email protected]
Аннотация. Представлены результаты исследования индивидуальных характеристик двигательной активности пользователя системы управления обучением при решении типовых задач, заданных моделью «компромисс скорость-точность», с использованием оценки различных стратегий решения модифицированной задачи Фиттса. Наряду с показателями скорости и точности описаны и проиллюстрированы в виде графиков и рисунков треки движения указателя компьютерной мыши с учетом пройденной дистанции и ускорения движений испытуемого. Обсуждаются дизайн и содержание предлагаемой диагностической процедуры. В результате анализа данных было выделено шесть групп пользователей: с высокими и низкими показателями по характеристикам скорости, точности и амплитуды движения.
Ключевые слова: закон Фиттса, компромисс скорость-точность, информационная система, интерфейс человек-машина, цифровая образовательная среда, индивидуальные особенности, когнитивные способности
Источник финансирования: результаты были получены в рамках выполнения государственного задания Минобрнауки России (проект № Е8"^М-2020-0040).
Для цитирования: Баланев Д.Ю., Шамаков В.А. Диагностические маркеры двигательной активности человека в электронной образовательной среде // Вестник Томского государственного университета. 2022. № 485. С. 138-144. (М: 10.17223/15617793/485/15
Original article
doi: 10.17223/15617793/485/15
Diagnostic markers of human motor activity in a digital learning environment
Dmitry Yu. Balanev1, Viktor A. Shamakov2
12 Tomsk State University, Tomsk, Russian Federation [email protected] 2 [email protected]
Abstract. The article aims to study the dynamics of psychological and psychophysiological indicators of students' cognitive activity in a digital learning environment. As a research platform, we used the well-known task of speed-accuracy tradeoff, adapted for work in the LMS Moodle using a set of plug-ins that implement both the stimulus situation itself and the ability to monitor the characteristics of the user's motor activity displayed in the track of the cursor control device (mouse tracking). As part of the study, LMS users performed a cognitive test, included in the digital learning environment and demonstrating the manifestation of Fits's law in two versions: with instructions for the accuracy and speed of searching for the center of a reference figure that appears on a computer screen. The results were obtained in the form of tracks of the movement of a computer mouse, the main characteristics of the motor activity of the subjects - the time to complete both parts of the test, the distance traveled, the accuracy of hitting targets, and speed and acceleration - were analyzed and evaluated. All participants' indicators significantly differed depending on the stages of the experiment. These studies were presented in the form of a set of formal statistical generalizations and visualization, reflecting the characteristic features of the subjects' actions, the distance traveled, speed and acceleration on all segments of the path. As a result of data analysis, 6 groups of users were identified, differing in the degree of severity of indicators in terms of the characteristics of speed, accuracy and amplitude of movement. Of particular interest were such traces of a person's actions, which, on the one hand, were an expression of his skills or experiences,
© E&naHeB fl.M., maMaKOB B.A., 2022
and, on the other hand, were available not only for subjective, but also for objective analysis. As an example, we can point to the handwriting of a person who became one of the promising objects of study by psychologists of the early twentieth century. The concept of "handwriting" was easily transferred to other ways of transmitting information, for example, to the work of an operator with a key when transmitting messages using the "Morse code" method. Thus, the use of a computer mouse monitoring system in a digital learning environment provides an opportunity to quickly and adaptively provide interaction with the user, taking into account their psychophysiological characteristics and emotional state. The proposed diagnostic system allows us not only to determine the quantitative characteristics of the path traveled and the click map of a computer mouse, but also to classify the user into one or another group, taking into account their psychological characteristics.
Keywords: Fitt's law, speed-accuracy tradeoff, information system, human-machine interface, digital learning environment, individual characteristics, cognitive abilities
Financial support. The results were obtained as part of the implementation of the state assignment of the Ministry of Science and Higher Education of the Russian Federation, Project No. FSWM-2020-0040
For citation: Balanev, D.Yu. & Shamakov, V.A. (2022) Diagnostic markers of human motor activity in a digital learning environment. Vestnik Tomskogo gosudarstvennogo universiteta - Tomsk State University Journal. 485. рр. 138-144. (In Russian). doi: 10.17223/15617793/485/15
Введение
Идея анализа характерных особенностей деятельности человека, выраженных в продуктах его познавательной деятельности, имеет давнюю историю. Особый интерес вызывали такие следы действий человека, которые с одной стороны являлись выражением его навыков или переживаний, а с другой - были доступны не только для субъективного, но и объективного анализа. В качестве примера можно указать на почерк человека, который стал одним из перспективных объектов изучения психологов начала двадцатого века.
Так в работах Людвига Клагеса, посвященных психодиагностическому значению почерка, делается попытка связать «отзывчивость характера» с «психической движущей силой» и «психическим сопротивлением» при помощи простой математической взаимосвязи [1]. Позднее, проводя анализ немецкой практической психологии периода Второй мировой войны, П. Фиттс указывает на тенденцию использовать в подходе немецких психодиагностов субъективные оценки процессуальных характеристик психологических тестов, которые часто оказывались предпочтительнее оценок результативности. При этом приводятся ссылки на многочисленные данные о связи почерка человека с его интеллектуальными способностями, темпераментом, характером, настроением и даже суицидальными наклонностями, которые могли бы стать предметом статистического анализа [2]. Тот факт, что П. Фиттс ссылается на уже на восемнадцатое издание работы Клагеса «Почерк и характер», вышедшее в 1940 г., позволяет заключить, что эти работы в области психодиагностики на основе почерка были чрезвычайно популярны и востребованы.
Понятие «почерк» легко было перенесено на другие способы передачи информации, например на работу оператора с ключом при передаче сообщений по методу «азбука Морзе». Особенно это стало очевидно после появления первых механизмов, способных воспроизводить идеальные отрезки времени при передаче сообщений, модулированными короткими и длинными тоновыми сигналами [3]. Опытные операторы радиосвязи оказались способны узнавать друг друга
по «стилю» передачи, который зависел от индивидуальных особенностей так же, как и рукописный почерк. Специально проведенный в 1914 г. эксперимент, в ходе которого коммутировался канал передачи, осуществляемой человеком-оператором при помощи ручного ключа и механическим устройством «Ош^гарЬ», показал, что более половины операторов признали это устройство более надежным и предпочтительным отправителем.
В наше время индивидуальные различия пользователей компьютерных систем, проявляемые в использовании таких широко распространенных устройств, как компьютерная мышь или клавиатура, исследуется в целом ряде работ. Так, анализ манеры управления компьютерной мышью дает достаточно информации для проведения аутентификации пользователя [4, 5]. Такие признаки могут сочетаться с «клавиатурным почерком» - особенностями в скорости и ритмичности нажатий на клавиши при наборе текста, а также наличию характерных паттернов промежутков времени между нажатиями на различные клавиши [6]. Совершенствование методов распознавания и оценки таких паттернов при помощи развитых статистических процедур и машинного обучения предоставляет уникальную возможность для исследователей и широкое поле для экспериментов не только в психодиагностике, но и при оценке процесса обучения, так как они могут проявляться и фиксироваться все время обучения опосредованное применением компьютерной техники. Оказалось, что ставшие привычными устройства, обеспечивающие взаимодействие человека и компьютера, позволяют получить значительный объем данных, по которым возможно оценить действия пользователя с точки зрения его психофизиологического, психологического и эмоционального состояния [6-8].
В то же время понятие индивидуального стиля успешно применялось для описания любых видов деятельности человека и к началу 1970-х гг. приобрело наиболее общий вид. Как отмечал Е.А. Климов, индивидуальный стиль есть обусловленная типологическими особенностями устойчивая система способов, которая складывается у человека, стремящегося к наилучшему осуществлению данной деятельности [9]. Во многом это стало возможно благодаря экспери-
ментальным исследованиям моделей, в которых простые, на первый взгляд, задачи проявляли стилевые особенности человека не только на уровне «почерка», но и с точки зрения мышления.
Одна из таких универсальных задач, исследующая зависимость между скоростью, точностью и амплитудой движения, предназначенного для указания на цель различного размера, была предложена в 1954 г. П. Фиттсом. Результаты экспериментального исследования американский ученый представил в виде математического закона, который связывает время движения к наблюдаемой цели с точностью движения и с расстоянием до нее. «Чем дальше или точнее выполняется движение руки (кисти, ноги и др.) субъекта, тем больше коррекции необходимо для его выполнения и, соответственно, больше времени требуется субъекту для внесения этой коррекции» [10. Р. 381]. Закон Фиттса, выполняемый как статистическая тенденция в больших выборках, оказался подвержен нарушениям, причины которых не вполне однозначны [11, 12].
Наша собственная интерпретация нарушений закона Фиттса [13-15] позволяет выходить за пределы психофизиологических объяснений и обнаруживать стоящие за этими нарушениями психологические новообразования.
Методы исследования
Основной целью проведенного нами исследования стало совмещение двух разноуровневых, с точки зрения стилей построения деятельности, систем. Одна из них представлена ситуацией решения задач «компромисс скорость-точность-амплитуда», другая - характером двигательной активности испытуемого, использующего в качестве инструмента решения этой задачи компьютерную мышь. Дополнительно решалась задача включения исследования в систему управления обучения (ЪМЕ) в качестве диагностического средства, позволяющего зафиксировать индивидуальный стиль решения такого рода задач. Таким образом мы получили модель, при помощи которой можно оценивать действия пользователя, направленные на манипулирование информацией в процессе электронного обучения, в том числе и за пределами исследовательской процедуры.
Динамика изменения характеристик движения компьютерной мыши может быть использована в об-
щем случае как средство оценки утомляемости пользователя, целенаправленности и осмысленности его действий. Для достижения поставленной цели был сконструирован программный комплекс, включенный в качестве дополнительного модуля в систему управления обучения ЬМ8 МооШе. Доступный как образовательный ресурс, этот модуль может быть включен в логику работы любого образовательного курса или использоваться изолировано.
Дизайн диагностической процедуры выполнен в виде светлого прямоугольника на экране компьютера, на котором предъявляется ряд однотипных задач. Каждая такая задача представляет собой окружность фиксированного размера с размером значительно меньше, чем фон, на котором она выводится (рис. 1). По инструкции пользователь должен указать на центр окружности или как можно точнее, или как можно быстрее. Задачи сгруппированы в две серии, первая из которых выполняется «на точность», а вторая «на скорость». Каждая серия состоит из 128 повторяющихся задач. Такое количество однотипных задач определяется своеобразным компромиссом. С одной стороны, мы заинтересованы в большом количестве повторений для повышения внутренней валидности исследования и возможности использования как можно большего количества методов статистического анализа результатов. С другой - утомляемость в ситуации спровоцированной монотонии проявляется достаточно быстро и результаты решения задачи в начале процедуры и в конце сравнивать станет затруднительно. В другом нашем исследовании [15] мы использовали серии продолжительностью в 60 задач, имея в виду минимально возможную длину для проведения статистического исследования. Однако при этом оказалось затруднительно использовать методы частотного анализа. Рассматривая показатели точности и времени решения каждой задачи в качестве временного ряда, в данном исследовании мы имеем в виду возможность проведения процедуры быстрого преобразования Фурье для выявления скрытых закономерностей, которые могут объяснить индивидуальные стилевые особенности. При планировании исследования мы также зафиксировали влияние некоторых переменных - размер мишени, а также расстояние между ними являются постоянными величинами.
1 2 3
0
©
0
Рис. 1. Процесс эксперимента «компромисс скорость-точность»
Разработанный программный модуль позволяет также отслеживать движения компьютерной мыши пользователя все время проведения исследовательской процедуры. Все действия пользователя с мышью фиксируются с частотой 100 Гц. Таким образом появляется возможность отследить путь и траекторию движения исполнительного действия пользователя, а также затраченное на это движение время. В качестве базовых характеристик двигательной активности фиксируется время выполнения каждой задачи и серии в целом, учитывается пройденное курсором мыши расстояние, точность попадания в центр окружности, расстояние и количество промахов. В качестве обобщающих характеристик подсчитывается средняя скорость выполнения задания, средняя дистанция и среднее время реакции на появление стимула -окружности, а также стандартные отклонения.
Точность решения задачи является зависимой переменной и оценивается в минимальных единицах измерения экрана компьютера - пикселях. Точность, а точнее расстояние промахов представляет собой расстояние между местом клика пользователя и центром появившейся на экране окружности.
Эксперимент проводился на стационарных компьютерах с мониторами с диагональю 21 "дюйм и разрешением 1 920^1 080 пикселей. Использовалась компьютерная мышь с разрешением оптического датчика 1 000 dpi.
Результаты исследования и обсуждение
По завершению эксперимента для каждого испытуемого строятся карты совершенных нажатий на клавиши мыши (кликов) и пройденного пути (рис. 2). Графики в верхней части рис. 2 отображают путь движений курсора и карту кликов для этапа на точность. Скорость и ускорение обозначены цветом. Графики в нижней части рис. 2 отображают те же параметры для серии с инструкцией «на скорость». Таким образом мы получаем изображения, состоящие из облака точек (кликов) и пройденного пути для каждого участника эксперимента. Индивидуальный стиль каждого пользователя с точки зрения скорости решения задачи, точности и характера движений по внешнему виду уникален. Для сравнения может быть использован эталон (рис. 3).
Рис. 2. Графическое представление результатов эксперимента «компромисс скорость-точность». Левый верхний график - задание на точность с отображением скорости в виде цвета. Правый верхний график - задание на точность с отображением ускорения в виде цвета. Левый нижний график - задание на скорость с отображением скорости в виде цвета. Правый нижний график - задание на скорость с отображением ускорения в виде цвета
Рис. 3. Идеальная фигура и идеальный путь, 128 точек
Отдельно стоит уделить внимание преобразованию переменных скорости и ускорения для построения цвета на графиках рис. 2. Так как переменная «скорость» у каждого испытуемого сопровождалась большим количеством отклоняющихся значений, был установлен искусственный лимит в 4 пикс./мс, и все выбросы были заменены на это значение. Затем значения этого временного ряда были сглажены с помощью библиотеки sleekts системы статистической обработки R [16]. Ускорение также было ограничено от -0,5 пикс./мс2 до 0,5 пикс./мс2 и сглажено. Положительные значения указывают на ускорение, отрицательные свидетельствуют о торможении на определенном участке пути.
Все полученные результаты и данные о каждом участнике эксперимента записывались в файлы в формате json и csv, обрабатывались и загружались в реляционную базу данных MySQL, хранящуюся на удаленном сервере. Программный модуль для проведения эксперимента был разработан с использованием современных web-технологий, языков программирования JavaScript и PHP. Предобработка и анализ данных проводились с помощью языка программирования R [17. P. 472]. Для визуализации использовалась R библиотека ggplot2 [18. P. 268].
Идеальная фигура и идеальный путь с центрами окружностей в виде черных точек показаны на рис. 3. Идеальный путь представляет собой кратчайшее расстояние, т.е. прямую от центра одной окружности до центра другой, а идеальная фигура является множеством многоконечных звезд наложенных друг на друга. Длина идеального пути составляет 54 829 пикс., средняя идеальная дистанция на 1 клик равна 431 пиксела, стандартное отклонение - 94 пикселя. За идеальную точность взято минимальное расстояние кликов от центров окружностей - 0 пикселей. За эталонное время взято
самое лучшее время выполнения теста при отсутствии промахов - 77,4 с в части теста на точность и 63,1 с в части теста на скорость. Таким образом, зная эталонные характеристики, мы можем оценить, насколько они отличаются от реальных показателей, и на этом основании составить классификацию участников эксперимента.
Итоговая выборка состояла из 95 участников в возрасте от 18 до 25 лет.
Сравнение показателей участников эксперимента компромисс скорость-точность между первым и вторым этапом (на точность и на скорость) с помощью парного теста Стьюдента показало статистически значимые различия. Это говорит о том, что большая часть участников эксперимента верно поняли инструкцию и изменили манеру своих действий при выполнении второй части эксперимента по сравнению с первой. Таким образом среднее время выполнения теста с инструкцией на точность значимо отличается от части теста с инструкцией на скорость [Т (54) = 8,11, p < 0,01], средняя пройденная дистанция [Т (54) = 2,54, p < 0,05], расстояние промахов [Т (54) = 6,86, p < 0,01], скорость [Т (54) = 14,11,p < 0,01].
При разбиении наблюдений на крайние группы и визуальной оценке их результатов на графиках явно выделяются следующие типы испытуемых. Первое деление - самые точные и неточные участники. Когда пользователь попадает в окружности с максимальной точностью, на результирующем графике можно наблюдать ровные лучи из точек кликов (рис. 4). Участники, которые не точно попадают в окружности, получают на результирующем графике хаотичное распределение этих точек.
Следующая группа - самые быстрые и медленные участники. На рис. 5 в левой его части можно наблюдать преимущественно желто-зеленые линии, которые обозначают скорость на данном отрезке пути.
Рис. 4. Слева - результат участника с высокой точностью попадания, справа - участника с низкой точностью попадания
Рис. 5. Слева - низкая скорость выполнения, справа - высокая скорость выполнения
На рис. 4 в правой его части можно наблюдать преимущественно оранжевые и красные линии, которые говорят о высокой скорости выполнения эксперимента. Естественным образом с увеличением скорости падает точность попадания по целям, что также видно по карте кликов.
О' №*тп«*
Последнее деление - участник с самой низкой и высокой амплитудой движений.
Пользователи с низкой амплитудой проделали минимально короткий путь, в то время как пользователи с высокой амплитудой - максимально длинный (рис. 6).
-ч 14И11 ш
1ЯИ мш ::
01 , ■ * »
Рис. 6. Слева - короткий путь и низкая амплитуда движений, справа - длинный путь и высокая амплитуда движений
Заключение
Анализ полученных экспериментальных данных дает основание для нескольких исследовательских обобщений:
- использование диагностической системы мониторинга амплитуды движений с использованием компьютерной мыши в процессе решения когнитивной задачи открывает новые возможности получения информативных данных о характере действий пользователей в электронной образовательной среде;
- предлагаемый исследовательский инструментарий позволяет не только фиксировать количе-
ственные характеристики двигательной активности человека, отражаемые на карте кликов компьютерной мыши, но и диагностические данные для типо-логизации пользователей с учетом их психологических особенностей;
- еще одной образовательной возможностью использования предлагаемой диагностической процедуры является непрерывное отслеживание психоэмоционального состояния пользователя персонального компьютера в процессе действий в электронной образовательной среде и оказание своевременной педагогической поддержки.
Список источников
1. Klages L. Über die psychodiagnostische Bedeutung der Handschrift // Bericht über den III. Internationalen Kongress für Philosophie. 1909. S. 631—
639.
2. Fitts P.M. German applied psychology during World War II // American Psychologist. 1946. № 1(5). P. 151-161.
3. Greaves V.F. The Radio Operator Problem // Proceedings of the Institute of Radio Engineers. 1914. Vol. 2, № 3. P. 195-210.
4. Диденко С.М., Шапцев В.А. Исследование динамики работы пользователя с манипулятором мышь // Математическое и информационное
моделирование. Тюмень, 2004. С. 295-304.
5. Диденко С.М. Разработка и исследование компьютерной модели динамики системы «пользователь - мышь» : автореф. дис. ... канд. техн.
наук. Тюмень, 2007. 18 с.
6. Joseph S., Joshua A., Derrick L., Gerry D. Mouse Tracking, Behavioral Biometrics, and GEFE // Southeastcon, 2013 Proceedings of IEEE. April
2013.
7. Васильев В.И., Сулавко А.Е., Борисов Р.В., Жумажанова С.С. Распознавание психофизиологических состояний пользователей на основе
скрытого мониторинга действий в компьютерных системах // Искусственный интеллект и принятие решений. 2017. № 3. С. 21-37.
8. Bhatnagar M., Raina K., S Khairnar J., S Khairnar N. A Survey on Behavioral Biometric Techniques: Mouse vs Keyboard Dynamics // IJCA
Proceedings on International Conference on Recent Trends in Engineering and Technology. 2013. ICRTET(5). May 2013. P. 22-25.
9. Климов Е.А. Индивидуальный стиль деятельности в зависимости от типологических свойств нервной системы. Казань : Изд-во Казан.
ун-та, 1969. 278 с.
10. Fitts P.M. The information capacity of the human motor system In controlling the amplitude of movement // Journal of Experimental Psychology.
1954. Vol. 47. P. 381-391.
11. Juras G., Slomka K., Latash M. Violations of Fitts' Law in a Ballistic Task // Journal of Motor Behavior. 2009. № 41:6. P. 525-528.
12. Roberts J.W., Blinch J., Elliott D., Chua R., Lyons J.L., Welsh T.N. The violation of Fitts' Law: an examination of displacement biases and corrective submovements // Experimental Brain Research. 2016. Vol. 234(8). P. 2151-2163.
13. Баланев Д.Ю. Возможности визуализации результатов экспериментального исследования компромисса скорость-точность // Экспериментальная психология в России: традиции и перспективы / ред. В. А. Барабанщиков. М. : ИП РАН, 2010. С. 80-86.
14. Баланев Д.Ю., Бредун Е.В. Компромисс скорость-точность как предмет психологического анализа // Вестник Кемеровского государственного университета. 2021. Т. 23, № 1. С. 123-132.
15. Баланев Д.Ю., Куликов И.А. Конструирование признаков индивидуальных различий в задаче «компромисс скорость-точность» методом периодограммы // Сибирский психологический журнал. 2021. № 82. С. 82-95.
16. Muntashir-Al-Arefin Md. Ayub Al. sleekts: 4253H, Twice Smoothing. R package version 1.0.2. 2015. URL: https://CRAN.R-project.org/package=sleekts
17. Kabacoff R. R in Action. Shelter Island. New York : Manning publications, 2011.
18. Wickham H. ggplot2: Elegant Graphics for Data Analysis. New York : Springer-Verlag, 2016.
References
1. Klages, L. (1909) [Über die psychodiagnostische Bedeutung der Handschrift]. Proceedings of the 3rd International Congress of Philosophy.
Heidelberg. 1-5 September 1908. pp. 631-639.
2. Fitts, P.M. (1946) German applied psychology during World War II. American Psychologist. 1 (5). pp. 151-161. doi: 10.1037/h0059674
3. Greaves, V.F. (1914) The Radio Operator Problem. Proceedings of the Institute of Radio Engineers. 3 (2). pp. 195-210.
4. Didenko, S.M. & Shaptsev, V.A. (2004) Issledovanie dinamiki raboty pol'zovatelya s manipulyatorom mysh' [Study of the dynamics of the user's
work with the mouse manipulator]. In: Matematicheskoe i informatsionnoe modelirovanie [Mathematical and Information Modeling]. Tyumen: Tyumen State University. pp. 295-304.
5. Didenko, S.M. (2007) Razrabotka i issledovanie komp'yuternoy modeli dinamiki sistemy "pol'zovatel' — mysh'" [Development and study of a
computer model of the dynamics of the "user - mouse" system] Abstract of Engineering Cand. Diss. Tyumen.
6. Joseph, S. et al. (2013) [Mouse Tracking, Behavioral Biometrics, and GEFE]. Proceedings of IEEE Southeastcon 2013. Jacksonville, FL. 4-7 April
2013. IEEE. pp. 1-6.
7. Vasil'ev, V.I. et al. (2017) Raspoznavanie psikhofiziologicheskikh sostoyaniy pol'zovateley na osnove skrytogo monitoringa deystviy v
komp'yuternykh sistemakh [Recognition of psychophysiological states of users based on hidden monitoring of actions in computer systems]. Iskusstvennyy intellekt i prinyatie resheniy. 3. pp. 21-37.
8. Bhatnagar, M. et al. (2013) [A Survey on Behavioral Biometric Techniques: Mouse vs Keyboard Dynamics]. ICRTET(5). Proceedings on
International Conference on Recent Trends in Engineering and Technology. Bangalore. 18-21 May 2013. IJCA. pp. 22-25.
9. Klimov, E.A. (1969) Individual'nyy stil' deyatel'nosti v zavisimosti ot tipologicheskikh svoystv nervnoy sistemy [Individual Style of Activity
Depending on the Typological Properties of the Nervous System]. Kazan: Kazan State University.
10. Fitts, P.M. (1954) The information capacity of the human motor system in controlling the amplitude of movement. Journal of Experimental Psychology. 47. pp. 381-391.
11. Juras, G., Slomka, K. & Latash, M. (2009) Violations of Fitts' Law in a Ballistic Task. Journal of Motor Behavior. 41:6. pp. 525-528.
12. Roberts, J.W. et al. (2016) The violation of Fitts' Law: an examination of displacement biases and corrective submovements. Experimental Brain Research. 234 (8). pp. 2151-2163.
13. Balanev, D.Yu. (2010) Vozmozhnosti vizualizatsii rezul'tatov eksperimental'nogo issledovaniya kompromissa skorost'-tochnost' [Possibilities of visualizing the results of an experimental study of the trade-off speed-accuracy]. In: Barabanshchikov, V.A. (ed.) Eksperimental'naya psikhologiya vRossii: traditsii iperspektivy [Experimental Psychology in Russia: Traditions and perspectives]. Moscow: Institute of Psychology of RAS. pp. 80-86.
14. Balanev, D.Yu. & Bredun, E.V. (2021) Kompromiss skorost'-tochnost' kak predmet psikhologicheskogo analiza [Compromise speed-accuracy as a subject of psychological analysis]. VestnikKemerovskogo gosudarstvennogo universiteta. 1 (23). pp. 123-132.
15. Balanev, D.Yu. & Kulikov, I.A. (2021) Attribute construction of individual differences in the "speed - accuracy compromise" task using the periodograms. Sibirskiy psikhologicheskiy zhurnal — Siberian Journal of Psychology. 82. pp. 82-95. (In Russian). doi: 10.17223/17267080/82/5
16. Al-Arefin, M. & Ali, M.A. (2015) sleekts: 4253H, Twice Smoothing. R package version 1.0.2. 2015. [Online] Available from: https://CRAN.R-project.org/package=sleekts.
17. Kabacoff, R. (2011) R in Action. Shelter Island. New York: Manning publications.
18. Wickham, H. (2016) ggplot2: Elegant Graphics for Data Analysis. New York: Springer-Verlag.
Информация об авторах:
Баланев Д.Ю. - канд. психол. наук, декан факультета психологии, зав. лабораторией экспериментальной психологии Национального исследовательского Томского государственного университета (Томск, Россия). E-mail: [email protected] Шамаков В.А. - инженер-исследователь лаборатории экспериментальной психологии Национального исследовательского Томского государственного университета (Томск, Россия). E-mail: [email protected]
Авторы заявляют об отсутствии конфликта интересов.
Information about the authors:
D.Yu. Balanev, Cand. Sci. (Psychology), dean of the Faculty of Psychology; head of the Laboratory of Experimental Psychology, Tomsk State University (Tomsk, Russian Federation). E-mail: [email protected]
V.A. Shamakov, research engineer, Laboratory of Experimental Psychology, Tomsk State University (Tomsk, Russian Federation). E-mail: [email protected]
The authors declare no conflicts of interests.
Статья поступила в редакцию 26.10.2022; одобрена после рецензирования 07.12.2022; принята к публикации 30.12.2022.
The article was submitted 26.10.2022; approved after reviewing 07.12.2022; accepted for publication 30.12.2022.
