ゴムス

人間とコンピュータの相互作用を観察するための特殊モデル

GOMSは、人間とコンピュータのインタラクションを観察するための特殊な人間情報処理モデルであり、ユーザーの認知構造を4つの要素に基づいて記述します。1983年にスチュアート・K・カード、トーマス・P・モラン、アレン・ニューウェルによって執筆された『人間とコンピュータのインタラクションの心理学』^{[1]では、著者らは「}目標の集合、演算子の集合、目標を達成するための方法の集合、そして目標を達成するための競合する方法の中から選択するための選択規則の集合」を紹介しています。^[1] GOMSは、提案されたシステムがユーザーによってどのように使用されるかを定量的および定性的に予測できるため、ユーザビリティ専門家がコンピュータシステム設計者のために広く利用している手法です。

概要

GOMSモデルは、特定の目標を達成するために使用されるメソッドで構成されています。これらのメソッドは、最下層では演算子で構成されています。演算子は、ユーザーが実行する特定のステップであり、特定の実行時間が割り当てられています。目標が複数のメソッドで達成可能な場合、メソッドを決定するために選択規則が使用されます。

目標は、達成すべき状況を定義し、それを達成するための一連の可能な方法を決定する象徴的な構造である。
オペレータは、ユーザーの精神状態のあらゆる側面を変えたり、タスク環境に影響を与えたりするために実行する必要がある、基本的な知覚、運動、または認知行為です。
方法は目標を達成するための手順を記述する
選択ルールは、目標の達成を試みるときに必要であり、ユーザーが目標を達成するために複数の方法を利用できる場合があります。

GOMSには複数のバリエーションがあり、インターフェースの様々な側面を正確に調査・予測することができます。すべてのバリエーションにおいて、主要な概念の定義は同じです。設計者／分析者によるすべてのエンティティの定義には、ある程度の柔軟性があります。例えば、ある手法における演算子は、別の手法では目標となる場合があります。粒度レベルは、特定の評価者が調査する内容を捉えるために調整されます。簡単な応用例については、CMN-GOMSを参照してください。

資格

利点

ユーザーモデリングにおけるGOMSアプローチには長所と短所があります。人間とコンピュータのインターフェースインタラクションを測定する上で必ずしも最も正確な方法とは言えませんが、すべての手続き的知識を可視化することができます。GOMSを用いることで、アナリストは特定のインタラクションを容易に推定し、迅速かつ容易に計算することができます。これは、各タスクにおける平均的な方法時間測定データが、事前に実験的に高精度で測定されている場合にのみ可能です。[ 2 ^]

デメリット

GOMSは熟練ユーザーにのみ適用されます。初心者や中級者にはエラーが発生し、データが変化する可能性があるため、このモデルは機能しません。^[3] また、このモデルはシステムの学習や、長期間使用していなかったユーザーの使用には適用されません。^[3] もう1つの大きな欠点は、エラーが考慮されていないことです。熟練ユーザーでさえエラーを起こすことがありますが、GOMSはエラーを考慮しません。^[3] 精神的な作業負荷はこのモデルでは考慮されていないため、予測不可能な変数となっています。疲労についても同様です。^[3] GOMSはシステム上のタスクの使いやすさのみを考慮しており、機能性は考慮していません。^[3]

GOMSモデルのいずれにおいても、ユーザーの性格、習慣、あるいは身体的制約（例えば障害）は考慮されていません。すべてのユーザーは全く同一であると仮定されています。近年、GOMSの拡張版がいくつか開発され、障害のあるユーザーのインタラクション行動を記述するGOMSモデルの構築が可能になっています。^[4] ^[5] ^[6]

バリエーション

基本的に、GOMSモデルには5つの異なるモデルがあります。キーストロークレベルモデル、CMN-GOMS、NGOMSL、CPM-GOMS、SGOMSです。各モデルは複雑性が異なり、活動内容も異なります。

KLM

キーストロークレベルモデル（KLM ）は、 Stuart Card、Thomas P. MoranおよびAllen Newellによって作成された最初の最も単純な GOMS 手法です。^[6] タスクの実行時間を見積もるには、演算子のシーケンスをリストし、個々の演算子の実行時間を合計します。 KLM では、アナリストは各特定のタスクインスタンスを実行するために使用する方法を指定する必要があります。さらに、指定された方法はシーケンス形式に限定され、キーストロークレベルの基本的な演算子のみを含みます。 GOMS とKLMの最大の違いは、実行時間予測に関して、認知演算子と知覚演算子に時間を割り当てる方法です。もう 1 つの大きな違いは、目標階層が GOMS では明示的であるのに対し、 KLM では暗黙的であることです。観測不可能な演算子の性質も重要な違いです。KLM には、各認知アクション単位に先行する単一のM演算子があります。しかし、どちらのモデルも、画面上の情報の検索や入力内容の検証といった、時間のかかる精神活動に対してM型演算子を組み込んでいる。どちらの手法も、観測不可能な知覚活動と認知活動にほぼ同じ時間を割り当てている。また、観測不可能な認知活動と知覚活動の演算子については異なる仮定を置いており、そのため時間の配分方法も異なる。 ^[2] ^[7]

KLM の実行部分は、次の 4 つの物理モーター演算子で記述されます。

K キーのストローク/キーの押下
P マウスでターゲットを指す
Hキーボード上で手をホーミングする
Dグリッド上に線分を描く

メンタルオペレータMは、ユーザーが何らかのアクションを実行するために精神的に準備しなければならない時間を表します。システム応答オペレータRは、ユーザーがシステムを待つ時間を表します。実行時間は、異なる種類のオペレータの実行に費やされた時間の合計です。

T_実行= T _K + T _P + T _H + T _D + T _M + T _R . ^[1]

これらの演算子にはそれぞれ、単一の値またはパラメータ化された推定値のいずれかの実行時間の推定値があります。

タッチレベルモデル（TLM）

GOMSとその派生はキーボードインターフェース向けに設計されましたが、今日では新しいタイプのインターフェースが広く普及しています。GOMSファミリーに新たに追加されたこのモデルは、既存のKLM演算子のアップデートと合わせて、タッチレベルモデル（TLM）と呼ばれています。Andrew D. RiceとJonathan W. Lartigueは、このモデルを、入力制約のあるタッチスクリーンデバイスにおける人間のタスクパフォーマンスをモデル化し、適切なベンチマークを行うことで、実際のユーザーパフォーマンスを正確に予測するために提案しています。^[8]

目標は、タッチスクリーンインターフェースの定量分析のためのツールを提供することです。

タッチスクリーン操作用にいくつかの演算子が追加されました。

気晴らし（X）: 現実世界の気晴らしをモデル化するために他の演算子に適用される乗法演算子
ジェスチャー（G）: ジェスチャーは、デバイスの画面上での指の動きの特殊な組み合わせとして概念化されています。
ピンチ（P）: 一般的な2本指のジェスチャーを指します
ズーム（Z）: ピンチ演算子の逆適用。MS値 = 200 Ms
初期行為（I）: KLMはユーザーが操作を開始する準備ができていると想定していましたが、タッチスクリーンデバイスではユーザーが使用準備（ホームボタンまたはパスワード）を行う必要があります。
タップ（T）: オペレータとは、タッチスクリーンデバイス上の領域をタップして何らかの変更やアクションを開始する物理的な動作を指します。
スワイプ（S）: 通常、本のページをめくるのと同じように、水平または垂直にスワイプします。MS の値 = 70 Ms
傾斜（L(d)）: 加速度計を搭載したデバイスとの対話に使用されます。
回転（O(d)）: 2本以上の指を画面上に置き、中心点を中心に回転させるジェスチャー
ドラッグ（D）: スワイプと同様に、ドラッグも画面上の場所をタップし、1本以上の指を特定の方向に動かす操作です。

CMN-GOMS

CMN-GOMS は、Stuart Card、Thomas P. Moran、Allen Newellによって提案されたオリジナルの GOMS モデルです。

CMNはCard、Moran、Newellの略称で、KLMを基本モデルとし、サブゴールと選択ルールを追加したモデルです。このモデルは、オペレータのシーケンスと実行時間を予測できます。CMN-GOMSモデルはプログラム形式で表現できるため、実行だけでなく分析にも適しています。CMN-GOMSは、ワードプロセッサ^[1]や人間工学設計のためのCADシステム（CADを参照） ^[2]のモデル化に利用されています。CMN 法は、タスクにおけるオペレータのシーケンスと実行時間を定量的に予測し、定性的なレベルでは目標を達成するための方法に焦点を当てることができます。

ボニー・E・ジョンとデビッド・E・キエラスの例では、原稿編集におけるシンプルなCMN-GOMSが示されています。^[2]

目標: 原稿の編集
. 目標. 編集-ユニット-タスク ...ユニットタスクがなくなるまで繰り返します
. . 目標。ユニットタスクの取得...タスクが記憶されていない場合
. . . 目標。ページをめくる...原稿の終わりの場合
. . . 目標。原稿から取得
. . GOAL. EXECUTE-UNIT-TASK ...ユニットタスクが見つかった場合
. . . 目標. テキストの変更
. . . . 選択. GOAL. MOVE-TEXT* ...テキストを移動する場合は
. . . . . . GOAL. DELETE-PHRASE ...フレーズを削除する場合
. . . . . . GOAL. INSERT-WORD ...単語を挿入する場合
. . . . 検証-編集

以下に簡単なコピー＆ペーストの例を示します。^[9]

目標コピー＆ペーストテキスト  

    GOAL COPY-TEXT
         GOAL HIGHLIH-TEXT
            演算子MOVE-CURSOR-TO-BEGINNING
            演算子CLICK-MOUSE-BUTTON
            演算子MOVE-CURSOR-TO-END
            演算子SHIFT-CLICK-MOUSE-BUTTON
            演算子VERIFY-HIGHLIGHT
         GOAL ISSUE-COPY-COMMAND 
            選択*     
                GOAL USE-MOUSE
                    演算子MOVE-CURSOR-TO-EDIT-MENU
                    演算子PRESS-MOUSE-BUTTON
                    演算子MOVE-CURSOR-TO-COPY-ITEM
                    演算子VERIFY-HIGHLIGHT
                    演算子RELEASE-MOUSE-BUTTON
                 GOAL USE-KEYBOARD
                    演算子PRESS-KEY-STRG
                    演算子PRESS-KEY-C
                    演算子RELEASE-KEYS
     GOAL PASTE-TEXT[...]

* GOAL ISSUE-COPY-COMMAND  の選択ルール

キーボードに手を置いている場合 
GOAL USE-KEYBOARD

    を選択、それ以外 
GOAL USE-MOUSE
    を選択

NGOMSL

NGOMSLは、GOMSモデルを表現するための構造化された自然言語表記法であり、その構築手順も規定しています。このプログラム形式は、演算子シーケンス、実行時間、メソッドの学習時間の予測を提供します。アナリストは、ユーザーの最上位レベルのゴールをトップダウンかつ幅優先拡張し、メソッドが基本演算子（通常はキーストロークレベルの演算子）のみを含むまで拡張することで、NGOMSLモデルを構築します。このモデルは、CMN-GOMSと同様にゴール構造を明示的に表現し、高位レベルのゴールを表現することができます。^[10]

以下に簡単な例を示します。^[2]

NGOMSLの声明

目標    移動テキストのメソッド

    ステップ1    目標を達成する テキストを切り取る
    ステップ2    目標を達成する テキストを貼り付ける
    ステップ3    目標を達成して戻る

ゴールカットテキストの方法    

    ステップ1    目標のハイライトテキストを達成する
    ステップ2    コマンドがカットされたまま保持し、
            目標を達成する コマンドを発行する
    ステップ3    目標を達成して戻る

等

CPM-GOMS

ボニー・E・ジョンとデイビッド・キエラスは、4つの異なるタイプのGOMSについて述べている。CMN-GOMS、KLM、NGOMSLは、すべてのオペレータが順番に発生し、活動レベル以下のオペレータは含まれないと仮定している。4番目の手法であるCPM-GOMSは、モデル人間プロセッサレベルのオペレータを使用し、認知プロセッサ、知覚プロセッサ、運動プロセッサのオペレータが互いに並行して動作できると仮定している。CPM-GOMSの最も重要な点は、重複する動作をモデル化する能力から熟練した行動を予測できる点である。 ^[11] ^[12]

SGOMS

^{SGOMSはSociotechnical GOMS [13]}^[14]^[15]の略で、複雑な社会技術システムにおける作業をGOMSでモデル化できるようにするために作成されました。GOMSは認知心理学の実験と同様に、予期せぬ中断なく孤立して作業する個々のユーザーをモデル化することを目的としています。この分析レベルは、現実世界の認知を指すマクロ認知と区別するために、ミクロ認知と呼ばれることもあります。SGOMSは、GOMSの適用範囲をマクロ認知レベルの分析にまで拡張することを目的としています。これを実現するために、SGOMSは計画ユニットと呼ばれる高レベルの制御構造をGOMSに追加します。これにより、GOMSは予期せぬ中断に対処できます。

計画単位はユニットタスクのリストです。計画単位は順序付け（ユニットタスクは順番に実行する必要がある）することも、状況指定（リスト内のユニットタスクは状況の要求に応じて実行される）することもできます。CPM-GOMSと同様に、SGOMS では、エージェントが脅威を検出するために状況を並行して監視できることを前提としています（神経生理学的には、この機能は扁桃体に関連付けられています）。計画単位は中断してブックマークを付けることができるため、後で再開できます。計画単位が中断されると、エージェントは状況を考慮して、同じ計画単位を再開するか、ブックマークを付けて別の計画単位に切り替えることができます。SGOMS ではこの選択がどのように行われるかは規定していませんが、決定が日常的な専門知識に基づいている場合は、SGOMS モデルに含めることができます。

仮定と誤り

GOMS分析における仮定の重要性

GOMS分析では、正確な仮定が不可欠です。詳細な機能に平均時間を適用する前に、実験者は仮定を用いて可能な限り多くの変数を考慮していることを確認することが非常に重要です。実験者は、分析対象のシステムを使用する可能性が最も高いユーザーを考慮してGOMS分析を設計する必要があります。例えば、F22ラプターのパイロットが長年使用しているインターフェースを操作するのにどれくらいの時間がかかるかを調べたいとします。パイロットは視力が優れており、健康状態も良好であると想定できます。さらに、パイロットは膨大なシミュレーション時間と過去の使用経験があるため、インターフェースを素早く操作できると想定できます。これら全てを考慮すると、このような状況ではファストマン時間を使用するのが妥当です。逆に、飛行経験のない80歳の人が同じF22ラプターのインターフェースを操作しようとするとします。2人のスキルセットは大きく異なるため、それらのスキルセットは主観的に考慮されるべきであると言えるでしょう。

エラーの考慮

GOMS分析におけるエラーを考慮する唯一の方法は、エラーが最も発生しやすい場所を予測し、予測されたエラーを修正するのにかかる時間を測定することです。例えば、実験者が「the」という単語を入力する際に、被験者が誤って「teh」と入力する可能性が高いと予測したとします。実験者は、誤った単語を入力するのにかかる時間、間違いに気づくのにかかる時間、そして認識されたエラーを修正するのにかかる時間を計算します。

GOMSのアプリケーション

ワークステーションの効率

CPM-GOMSの導入に成功した事例として、ニューイングランド・テレフォン社が実施したアーネスティン・プロジェクトが挙げられる。人間工学に基づいて設計された新しいワークステーションと旧型のワークステーションを比較し、電話交換手のパフォーマンス向上を図った。CPM-GOMSの分析では生産性が3%低下すると推定された。4か月にわたる試験運用で78,240件の通話が分析され、新ワークステーションでは生産性が実際には4%低下したという結論に達した。提案されたワークステーションでは元のワークステーションよりもキー入力回数が少ないため、タイムトライアルから生産性低下の理由は明らかではなかった。しかし、CPM-GOMSの分析によって、問題は新ワークステーションが作業員の余暇時間を有効に活用していないことにあることが明らかになった。CPM-GOMSは正確な推定値を示しただけでなく、状況に関するより詳細な情報も提供した。^[16]

キャド

GOMSモデルは、工業用人間工学向けのCAD（コンピュータ支援設計）システムの再設計に採用されました。^[17] 応用されたGOMSモデルは、インターフェースの再設計が必要な箇所を示し、設計コンセプトやアイデアの評価を提供します。リチャード・ゴングの例では、GOMSによって非常に非効率的な方法でサポートされている頻繁な目標が明らかになった場合、彼はその方法をより効率的な方法に変更しました。GOMSによって、どの方法でもサポートされていない目標があることが示された場合は、新しい方法が追加されました。GOMSはまた、類似の目標が一貫性のない方法でサポートされている場合、ユーザーが何をすべきかを覚えておくのに問題が生じる可能性が高い状況を明らかにし、方法に一貫性を持たせる方法を示しました。^[17]

ソフトウェアツール

GOMモデルの作成と解析には様々なツールが存在します。以下にいくつか例を挙げます。

QGoms（クイックゴム）
CogTool KLMベースのモデリングツール
Cogulator GOMSモデリングのための認知計算機

参照

参考文献

^ abcd Card, Stuart ; Thomas P. Moran ; Allen Newell (1983). The Psychology of Human Computer Interaction . Lawrence Erlbaum Associates. ISBN 0-89859-859-1。
^ abcde John, Bonnie E.; David E. Kieras (1996). 「GOMSファミリーのユーザーインターフェース分析手法：比較と対照」. ACM Transactions on Computer-Human Interaction .アメリカ合衆国: ACM . doi : 10.1145/235833.236054 . ISSN 1073-0516. S2CID 13514458.
^ abcde Rogers, Yvonne; Helen Sharp; Jenny Preece (2002). 『インタラクションデザイン』アメリカ合衆国: John Wiley & Sons . p. 454. ISBN 0-471-49278-7。
^ Tonn-Eichstädt, H. (2005).視覚障害者のためのウェブサイトユーザビリティの測定 - 改良版GOMS分析. ACM SIGACCESS Conference on Assistive Technology .ニューヨーク: ACM Press . pp. 55– 62. doi :10.1145/1168987.1168998. S2CID 14257284.
^ Schrepp, M. (2006). ウェブサイトにおけるキーボードナビゲーションの効率性について. 情報社会におけるユニバーサルアクセス, 第5巻, 第2号, pp. 180-188.
^ ab Card, Stuart ; Thomas P. Moran ; Allen Newell (1980).対話型システムにおけるユーザーパフォーマンス時間のキーストロークレベルモデル. Lawrence Erlbaum Associates. doi :10.1145/358886.358895. ISBN 0-13-444910-X. S2CID 5918086。
^ John, Bonnie E.; David E. Kieras (1996). 「ユーザーインターフェースの設計と評価におけるGOMSの利用：適切な手法は？」ACM Transactions on Computer-Human Interaction .アメリカ合衆国: ACM . doi :10.1145/235833.236050. ISSN 1073-0516. S2CID 1187310.
^ Rice, Andrew D.; Jonathan W. Lartigue (2014).タッチレベルモデル（TLM）：タッチスクリーンとモバイルデバイス向けの進化するKLM-GOMS . ACM. doi :10.1145/2638404.2638532. ISBN 978-1-4503-2923-1. S2CID 25139034。
^ デイヴィッド、ヴォス (2010). Mensch-Maschine-Interaction の術中の評価と最適化を分析します。エバーハルト・カールス大学テュービンゲン校。hdl :10900/45648。
^ Kieras, David (1994). 「NGOMSLを用いたユーザーインターフェースのGOMSモデリング」. CHI '94 ヒューマンファクターズ・イン・コンピューティング・システムに関する会議資料. ACM. pp. 371– 372. doi :10.1145/259963.260467. ISBN 0-89791-651-4. S2CID 16999909。
^ John., Bonnie E. ; Alonso Vera; Michael Mattesa (2002). Automating CPM-GOMS . ACM. doi :10.1145/503376.503404. ISBN 1-58113-453-3. S2CID 675250。
^ John, Bonnie E ; Wayne D. Gray (1995). CPM-GOMS: 並列アクティビティを伴うタスクの分析手法. ACM. ISBN 0-89791-755-3。
^ West, RL; Nagy, N. (2007). 「複雑な社会技術システムにおけるルーチンタスクのモデリングにおけるGOMSの利用：マクロ認知モデルとミクロ認知の連携」.認知工学・意思決定ジャーナル. 1 (2): 186– 211. doi :10.1518/155534307X232848. S2CID 62229701.
^ West, RL; Provnost, S. (2009). 「ACT-RにおけるSGOMSのモデリング：マクロ認知とミクロ認知の連携」.認知工学と意思決定ジャーナル. 3 (2): 194– 207. doi :10.1518/155534309X441853. S2CID 62563894.
^ West, RL; Macdougal, W. (2015). 「マクロ・アーキテクチャ仮説：ニューウェルのシステムレベルを修正し、マクロ認知を含める」.生物学的にインスパイアされた認知アーキテクチャ.
^ グレイ、ウェイン・D.、ジョン、ボニー・E.、アトウッド、マイケル・E. (1992). 「プロジェクト・アーネスティンの概要、またはGOMSの検証の概要」。コンピューティングシステムにおけるヒューマンファクターに関するSIGCHI会議議事録。doi : 10.1145/142750.142821. ISBN 0897915135。
^ ab Gong, Richard; David Kieras (1994).特殊な商用ソフトウェアアプリケーション開発におけるGOMSモデル手法の検証. ACM. doi :10.1145/191666.191782. ISBN 0-89791-650-6. S2CID 1477759。

この記事の以前のバージョンは、主に GOMS Analysis Techniques - Final Essay (1997) の派生作品でした。

さらに読む

Kieras, D., John, B., GOMSファミリーの分析技術：設計と評価のためのツール、CMU-HCII-94-106、1994
Judith Reitman Olson、Gary M. Olson：「GOMS 以降のヒューマンコンピュータインタラクションにおける認知モデルの成長」、RM Baecker、J. Grudin、WAS Buxton、S. Greenberg：「ヒューマンコンピュータインタラクションの読み物: 2000 年に向けて」、1995 年、サンフランシスコ、カリフォルニア州: Morgan Kaufmann。
カード, SK; モラン, TP; ニューウェル, A. (1983), 『人間とコンピュータのインタラクションの心理学』ロンドン: ローレンス・エルバウム・アソシエイツ, ISBN 0-89859-243-7
カード、モラン、ニューウェル (1980). 対話型システムにおけるユーザパフォーマンス時間のキーストロークレベルモデル、Communications of the ACM、7月、23(7), 396–410.
Reason, J. (1990)、『ヒューマンエラー』、マンチェスター：ケンブリッジ大学出版局、ISBN 978-0-521-31419-0
ジョン、ボニー E. (1995)、「なぜGOMSなのか？」、Interactions、2 (4)、ACM: 80– 89、doi :10.1145/225362.225374、ISSN 1072-5520、S2CID 18403942
Kieras, David (1999), GOMSLとGLEAN3を用いたGOMSモデルのユーザビリティ評価ガイド, Citeseer
グレイ、ウェイン・D（1993）、「プロジェクト・アーネスティン：実世界タスクパフォーマンスの予測と説明のためのGOMS分析の検証」、ヒューマン・コンピュータ・インタラクション、8（3）、ACM：237-309、doi：10.1207/s15327051hci0803_3、ISSN 0737-0024
Haunold, Peter (1994)、「グラフィックスアプリケーションのキーストロークレベル分析：手動地図デジタイジング」、ACM、ISBN 0-89791-650-6

[psychology-1] Card, Stuart ; Thomas P. Moran ; Allen Newell (1983). The Psychology of Human Computer Interaction . Lawrence Erlbaum Associates. ISBN 0-89859-859-1。

[comparison-2] John, Bonnie E.; David E. Kieras (1996). 「GOMSファミリーのユーザーインターフェース分析手法：比較と対照」. ACM Transactions on Computer-Human Interaction .アメリカ合衆国: ACM . doi : 10.1145/235833.236054 . ISSN 1073-0516. S2CID 13514458.

[interaction-3] Rogers, Yvonne; Helen Sharp; Jenny Preece (2002). 『インタラクションデザイン』アメリカ合衆国: John Wiley & Sons . p. 454. ISBN 0-471-49278-7。

[4] Tonn-Eichstädt, H. (2005).視覚障害者のためのウェブサイトユーザビリティの測定 - 改良版GOMS分析. ACM SIGACCESS Conference on Assistive Technology .ニューヨーク: ACM Press . pp. 55– 62. doi :10.1145/1168987.1168998. S2CID 14257284.

[5] Schrepp, M. (2006). ウェブサイトにおけるキーボードナビゲーションの効率性について. 情報社会におけるユニバーサルアクセス, 第5巻, 第2号, pp. 180-188.

[keystroke-level-model-6] Card, Stuart ; Thomas P. Moran ; Allen Newell (1980).対話型システムにおけるユーザーパフォーマンス時間のキーストロークレベルモデル. Lawrence Erlbaum Associates. doi :10.1145/358886.358895. ISBN 0-13-444910-X. S2CID 5918086。

[technique-7] John, Bonnie E.; David E. Kieras (1996). 「ユーザーインターフェースの設計と評価におけるGOMSの利用：適切な手法は？」ACM Transactions on Computer-Human Interaction .アメリカ合衆国: ACM . doi :10.1145/235833.236050. ISSN 1073-0516. S2CID 1187310.

[8] Rice, Andrew D.; Jonathan W. Lartigue (2014).タッチレベルモデル（TLM）：タッチスクリーンとモバイルデバイス向けの進化するKLM-GOMS . ACM. doi :10.1145/2638404.2638532. ISBN 978-1-4503-2923-1. S2CID 25139034。

[9] デイヴィッド、ヴォス (2010). Mensch-Maschine-Interaction の術中の評価と最適化を分析します。エバーハルト・カールス大学テュービンゲン校。hdl :10900/45648。

[10] Kieras, David (1994). 「NGOMSLを用いたユーザーインターフェースのGOMSモデリング」. CHI '94 ヒューマンファクターズ・イン・コンピューティング・システムに関する会議資料. ACM. pp. 371– 372. doi :10.1145/259963.260467. ISBN 0-89791-651-4. S2CID 16999909。

[11] John., Bonnie E. ; Alonso Vera; Michael Mattesa (2002). Automating CPM-GOMS . ACM. doi :10.1145/503376.503404. ISBN 1-58113-453-3. S2CID 675250。

[12] John, Bonnie E ; Wayne D. Gray (1995). CPM-GOMS: 並列アクティビティを伴うタスクの分析手法. ACM. ISBN 0-89791-755-3。

[13] West, RL; Nagy, N. (2007). 「複雑な社会技術システムにおけるルーチンタスクのモデリングにおけるGOMSの利用：マクロ認知モデルとミクロ認知の連携」.認知工学・意思決定ジャーナル. 1 (2): 186– 211. doi :10.1518/155534307X232848. S2CID 62229701.

[14] West, RL; Provnost, S. (2009). 「ACT-RにおけるSGOMSのモデリング：マクロ認知とミクロ認知の連携」.認知工学と意思決定ジャーナル. 3 (2): 194– 207. doi :10.1518/155534309X441853. S2CID 62563894.

[15] West, RL; Macdougal, W. (2015). 「マクロ・アーキテクチャ仮説：ニューウェルのシステムレベルを修正し、マクロ認知を含める」.生物学的にインスパイアされた認知アーキテクチャ.

[CHI92-16] グレイ、ウェイン・D.、ジョン、ボニー・E.、アトウッド、マイケル・E. (1992). 「プロジェクト・アーネスティンの概要、またはGOMSの検証の概要」。コンピューティングシステムにおけるヒューマンファクターに関するSIGCHI会議議事録。doi : 10.1145/142750.142821. ISBN 0897915135。

[Cad-17] Gong, Richard; David Kieras (1994).特殊な商用ソフトウェアアプリケーション開発におけるGOMSモデル手法の検証. ACM. doi :10.1145/191666.191782. ISBN 0-89791-650-6. S2CID 1477759。