246
Views
28
CrossRef citations to date
0
Altmetric
Original

Using data visualization and signal processing to characterize the handwriting process

, &
Pages 404-417 | Received 27 Sep 2005, Accepted 20 Dec 2005, Published online: 10 Jul 2009
 

Abstract

Introduction: Disturbances in handwriting legibility and speed are found among elementary school-aged children. The aim of this paper is to present a set of sophisticated analytical tools suitable for visualization and evaluation of handwriting disturbances.

Methods: Handwriting samples from 30 children, 15 proficient and 15 non-proficient handwriters, aged 8–9 years were collected with the aid of a digitizing tablet. Temporal and spatial measures of the handwriting process dynamics based on signal processing methods were developed and visually presented.

Results: Significant differences between proficient and non-proficient handwriters were found in handwriting characteristics such as the standard deviations of letter width (t = 2.96, p = 0.008), letter height (t = 3.24, p = 0.005) and pen elevation (t = 2.91, p = 0.008). Significant differences were also found for the number of pen lifts (t = 2.27, p = 0.03), for the value of the correlation coefficients between letter length and time (t = −6.62, p = 0.000) and between the actual and computed number of words (t = 2.79, p = 0.01).

Conclusions: The techniques described in this paper provide objective measures for handwriting performance presented in a way designed to help clinicians and educators visualize handwriting difficulties during clinical evaluation and intervention. Data visualization and analysis appear to enhance information concerning the spatial and temporal dynamics of handwriting.

Introducción: En los niños en edad escolar que asisten a la escuela primaria se encuentran alteraciones en la legibilidad y la velocidad de la escritura. El objetivo de este artículo es presentar un conjunto de herramientas analíticas sofisticadas para visualizar y evaluar las alteraciones en la escritura.

Métodos: Se recogieron muestras de escritura de 30 niños, 15 escritores experimentados y 15 no experimentados, con edades entre los 8 y 9 años, con la ayuda de una tablilla digital. Las mediciones temporales y espaciales del proceso de las dinámicas de la escritura fueron desarrolladas y presentadas visualmente en base a métodos de procesamiento de las señales.

Resultados: Se encontraron diferencias significativas en las características de la escritura entre los escritores experimentados y los no experimentados, tales como las desviaciones estándar del ancho de las letras (t = 2.96, p = 0.08), altura de las letras (t = 3.24, p = 0.005) y la elevación de la pluma (t = 2.91, p = 0.008). También se encontraron diferencias significativas en relación al número de elevaciones de la pluma (t = 2.27, p = 0.03), en relación al valor de los coeficientes de correlación entre la longitud de la letra y el tiempo(t = 6.62, p = 0.000), y entre el número actual y el computado de las palabras(t = 2.79, p = 0.01).

Conclusiones: Las técnicas descritas en este artículo proveen de mediciones objetivas en la realización de la escritura, presentadas de una manera diseñada para ayudar a los médicos y educadores a visualizar las dificultades de la escritura durante la evaluación e intervención clínica. El análisis y la visualización de los datos parecen realzar la información relacionada con las dinámicas espaciales y temporales de la escritura.

Palabras Clave: Escritura, evaluación, digitalizador, visualización.

Log in via your institution

Log in to Taylor & Francis Online

PDF download + Online access

  • 48 hours access to article PDF & online version
  • Article PDF can be downloaded
  • Article PDF can be printed
USD 65.00 Add to cart

Issue Purchase

  • 30 days online access to complete issue
  • Article PDFs can be downloaded
  • Article PDFs can be printed
USD 263.00 Add to cart

* Local tax will be added as applicable

Related Research

People also read lists articles that other readers of this article have read.

Recommended articles lists articles that we recommend and is powered by our AI driven recommendation engine.

Cited by lists all citing articles based on Crossref citations.
Articles with the Crossref icon will open in a new tab.