תכנון רב-תחומי ומולטי-מודאליים לחקר חוויות בדיקה אותנטית בזמן אמת הקרוב
Summary
התכנון הניסיוני פותח כדי לחקור את ההשפעות בזמן אמת של חווית בדיקה כדי להעריך את חווית התלמידים הרגשיים בתחומי ההשכלה הגבוהה ומשימות. עיצוב זה הוא תוצאה של הצלבה (למשל, פסיכולוגיה חינוכית, ביולוגיה, פיזיולוגיה, הנדסה) ומולטי-מודאלי (למשל, סמני הרוק, סקרים, חיישן אלקטרועורי).
Abstract
במהלך עשר השנים האחרונות גדל המחקר ברגשות התלמידים בסביבות חינוכיות. למרות שחוקרים קראו למחקרים נוספים המסתמכים על מדדים אובייקטיביים של חוויה רגשית, מגבלות על ניצול מקורות נתונים רב-מודאליים קיימים. מחקרים של רגש ורגולציה רגשית בכיתות מסתמכים באופן מסורתי על מכשירי סקר, ניסיון-דיגום, חפצים, ראיונות, או הליכי תצפית. שיטות אלה, בעוד בעלי ערך, תלויות בעיקר בסובייקטיביות משתתפים או במתבונן, והיא מוגבלת במדידה האותנטית של ביצועי התלמידים בזמן אמת לפעילות בכיתה או לפעילות. האחרון, במיוחד, מציב בלוק הנגף לחוקרים רבים המבקשים למדוד רגשות באופן אובייקטיבי ואמצעים אחרים הקשורים בכיתה, בזמן אמת.
מטרת העבודה הזאת היא להציג פרוטוקול לסטודנטים ללימודים בזמן אמת התגובות לחוויות מבחן במהלך מצב הערכה אותנטי. בשביל זה, צוות של פסיכולוגים חינוכיים, מהנדסים, וחוקרי חינוך הנדסה עיצב פרוטוקול ניסיוני ששמר את המגבלות הדרושות למדידה מדויקת של חיישן פיזיולוגי, שיטות העבודה הטובות ביותר של אוסף הרוק, ו סביבת בדיקה אותנטית. בפרט, מחקרים קיימים המסתמכים על חיישנים פיסיולוגיים מתנהלים בסביבות נסיוניות שאינן מנותקות מהגדרות חינוכיות (למשל, בדיקת Trier), מנותקת בזמן (למשל, לפני או אחרי משימה), או להציג שגיאת ניתוח (לדוגמה, שימוש בחיישנים בסביבות בהן סביר שהתלמידים יזוזו). זה מגביל את הבנתנו את התגובות של הסטודנטים בזמן אמת לפעילויות בכיתה ומשימות. יתרה מזאת, המחקר האחרון קרא לשיקולים נוספים להיות מכוסים סביב נושאים של גיוס, שיכפול, תוקף, כיוונונים, ניקוי נתונים, ניתוח ראשוני ונסיבות מסוימות (למשל, הוספת משתנה בניסוי עיצוב) במחקרי רגשות אקדמיים המסתמכת על גישות מרובות-מודאליות.
Introduction
פסיכולוגים הבינו זמן רב את החשיבות של רגשות בני האדם להבהיר את התנהגותם1. בתוך המחקר של החינוך, הישג אקדמי רגשות (AEE) הפך למוקד של מחקר הרגש2. חוקרים המשתמשים ב-AAE טוענים כי ההקשרים המצעיטים מוצאים את עצמם חשובים לשקול בעת בחינת רגשותיהם של התלמידים. הסטודנטים עשויים להיתקל בנושאים הקשורים לבחינה, הקשורים למחלקה או ללמידה, הכרוכים בתהליכים מרובי-רכיבים, כולל מרכיבים רגשיים, פיזיולוגיים, מוטיבציה והקוגניטיביים. AEE מתבטאת בשתי צורות: ערכיות (חיובי/שלילי) והפעלה (אנרגיה ממוקדת/לא ממוקד). הפעלת רגשות חיוביים, כגון הנאה, עשויה להגביר את תהליכי הרפלקטיבית כגון מטא-קוגניציה, ואילו הפסקת רגשות חיוביים כגון גאווה עלולה לגרום לרמות נמוכות של עיבוד קוגניטיבי. שלילי הפעלת רגשות כגון כעס וחרדה עלולה להצית את האירוסין, ואילו שלילי ביטול הרגשות כגון חוסר תקווה לצנן את המוטיבציה3,4,5. רגשות אקדמיים תורמים לדרך בה אנו לומדים, תופסים, מחליטים, מגיביםופותריםבעיות. כדי לווסת את הרגשות האקדמיים, האדם חייב להחזיק ביעילות עצמית (SE)6,7,8, שהוא האמון שלהם ביכולתם להעסיק שליטה על המוטיבציה, ההתנהגות והסביבה החברתית שלהם 6. היעילות העצמית והרגשות האקדמיים קשורים ביניהם, כאשר לפחות היעילות העצמית קשורה לניתוק שלילי של רגשות (למשל, חרדה, כעס, שעמום) ויעילות עצמית גבוהה יותר קשורה להפעלת רגשות חיוביים (למשל, אושר, תקווה, התרגשות)6,7,8. SE הוא גם האמין להיות קשור באופן חזק ביצועים6,7,8.
מחקר שבדק את רגשות הכיתה יש להסתמך על דיווחים עצמיים, תצפיות, ראיונות, וחפצים (למשל, בחינות, פרויקטים)9,10. על אף ששיטות אלה מספקות מידע הקשרי עשיר על חוויות הכיתה של התלמידים, יש להם מגבלות משמעותיות. לדוגמה, ראיונות, תצפיות ודוחות עצמיים מסתמכים על המלצות של יחידים10. שיטות אחרות ביקשו לבחון את הרגשות האקדמיים יותר מאשר חוקרים קודמים, כגון אלה המבוססות על גישות לדיגום התנסות, בהן חוקרים מבקשים מהתלמידים לדווח על רגשותיהם במהלך יום הלימודים11. למרות שהמחקר הזה מאפשר לנו לדווח באופן מדויק יותר על הרגשות של הסטודנטים, עבודה זו מסתמכת על שיטות של דו ח עצמי ואינה מאפשרת דיווח בזמן אמת כאשר סטודנטים צריכים להשהות את עבודתם בבחינה כדי לטפל בסקר הניסיון.
לאחרונה, החוקרים החלו לטפל בחששות בנוגע לפעולות של דו ח עצמי באמצעות אמצעים ביולוגיים או פיסיולוגיים של רגש9, המשולבים עם מכשירים אחרים או טכניקות כגון סקרים, תצפיות, או ראיונות, מורכבת מצורה מרובת-מודלית של איסוף נתונים למחקר חינוכי ופסיכולוגי12. לדוגמה, טכניקות ביולוגיות, כולל ביואריטים הרוק, משמשות כדי להבין את התהליכים הביולוגיים של התפקיד יש על קוגניציה, רגש, למידה, וביצועים13,14,15. עבור תהליכים קוגניטיביים, אנדרוגנים (למשל, טסטוסטרון) קושרו דפוסי זיהוי מרחבי שונים בוגרים וילדים16,17 ואילו הורמונים בבלוטת יותרת ההיפופיזה-אדראולית (למשל, קורטיזול) ו הורמונים אדרכולינרגיות (למשל, הרוק α-עמילאז או sAA) מקושרים לתגובתיות מתח בין יחידים18,19,20.
פעילות אלקטרועורי (EDA) מייצגת מדד פיזיולוגי של הפעלת מערכת העצבים האוטונומית (ANS) והיא מקושרת להפעלה מוגברת של המערכת, עומס קוגניטיבי או תגובות רגשיות חזקות21,22 ,23 בפעילות בחינה, EDA מושפע מניידות פיזית21,22, טמפרטורות גוף וסביבה24,25,26,27, ומילולית הליזציה של מחשבות28, כמו גם רגישות ומידת הקישוריות של אלקטרודות אנלוגי-דיגיטלי לעור29.
למרות שאלה יכולים להיות מגבלות לשימוש EDA, טכניקה זו עדיין יכולה לספק תובנה רבת ערך לגבי מה שקורה במהלך בדיקות כמעט בזמן אמת והוא יכול לשמש כלי מבטיח לחקור AEE ובמידה, היעילות העצמית. כתוצאה מכך, ניתן להשיג תמונה מדויקת של התלמידים ‘ AEE ‘ באמצעות שילוב של שיטות סקר, כדי לקבוע את הערכיות של הרגש, נתונים פיזיולוגיים וביולוגיים, כדי למדוד את הפעלת הרגש הזה. נייר זה מתבסס על פרסום קודם בפעילויות בדיקה30 ומרחיב את היקף העבודה כדי לכלול גישות מרובות מודאליות (באמצעות סקרי ניסיון, חיישני EDA ובדיקות הרוק) בתרחיש בדיקה. חיוני לציין כי הפרוטוקול המתואר להלן מאפשר לאסוף נתונים משתתפים רבים באותו זמן בתוך הגדרה ניסיונית אחת.
Protocol
Representative Results
Discussion
למרות שנעשה שימוש באמצעים פיסיולוגיים בהרבה הקשרי למידה אותנטיים, חשוב לעצב סביבת לימוד הקשובה למגבלות הטכנולוגיה הנוכחית. העיצוב שלנו מאזן את הצורך בסביבת בדיקה אותנטית ומתאים לטכנולוגיה. הגבלת נוחות של תנועת משתתפים, הפחתת הפרעות לא צפויות ותגובות הבדיקה של המשתתפים בחותמת זמן הן כל ה…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
חומר זה מבוסס על עבודה נתמכת בחלק על ידי הקרן הלאומית למדעים (NSF) לא. ב-1661100, כמו גם מענק NSF GRFP שניתנו Darcie כריסטנסן (מס ‘ 120214). כל דעה, ממצאים, ומסקנות או המלצות המתבטאת בחומר זה אינם משקפים בהכרח את אלה של NSF או. אנחנו רוצים להודות לשרי בנסון על הדיונים האדיבים שלה והמלצות לניתוח הסטטיסטי שלנו.
להלן מחבר תרומות במאמר זה: Villanueva (תכנון מחקר, איסוף וניתוח נתונים, כתיבה, עריכה); הוסרמן (תכנון מחקר, איסוף נתונים, כתיבה, עריכה); כריסטנסן (איסוף נתונים וניתוח, כתיבה, עריכה); Youmans (איסוף נתונים וניתוח, כתיבה ועריכה); חאן (איסוף נתונים וניתוח, כתיבה, עריכה); Vicioso (איסוף נתונים וניתוח, עריכה); לאמקינס (איסוף ועריכה של נתונים); גרהם (איסוף נתונים ועריכה)
Materials
| 1.1 cu ft medical freezer | Compact Compliance | # bci2801863 | They can use any freezer as long as it can go below -20 degrees Celsius; these can be used to store salivary samples for longer periods of time (~4 months) before running salivary assays. |
| Camping Cooler | Amazon | (any size/type) | Can be used to store salivary samples during data collection |
| E4 sensor | Empatica Inc | E4 Wristband Rev2 | You can use any EDA sensor or company as long as it records EDA and accelerometry |
| EDA Explorer | https://eda-explorer.media.mit.edu/ | (open-source) | Can be used to identify potential sources of noise that are not necessarily due to movement |
| Laptops | Dell | Latitude 3480 | They can use any desktop or laptop |
| Ledalab | http://www.ledalab.de/ | (open-source) | Can be used to separate tonic and phasic EDA signals after following filtration steps |
| MATLAB | https://www.mathworks.com/products/matlab.html | (version varies according to updates) | To be used for Ledalab, EDA Explorer, and to create customized time-stamping programs. |
| Salivary Alpha Amylase Enzymatic Kit | Salimetrics | # 1-1902 | For the salivary kits, you should plan to either order the company to analyze your samples and/or go to a molecular biology lab for processing |
| Salivary Cortisol ELISA Kit | Salimetrics | # 1-3002 | For the salivary kits, you should plan to either order the company to analyze your samples and/or go to a molecular biology lab for processing |
| Testing Divider (Privacy Shields) | Amazon | #60005 | They can use any brand of testing shield as long as they cover the workspace |
| Web Camera | Amazon | Logitech c920 | They can use any web camera as long as it is HD and 1080p or greater |
Riferimenti
- William, J. What is an emotion?. Mind. 9 (34), 188-205 (1884).
- Pekrun, R., Linnenbrink-Garcia, L., Pekrun, R., Linnenbrink-Garcia, L. Emotions in education: Conclusions and future directions. International handbook of emotions in education. , 659-675 (2014).
- Pekrun, R. The control-value theory of achievement emotions: Assumptions, corollaries, and implications for educational research and practice. Educational Psychology Review. 18 (4), 315-341 (2006).
- Pekrun, R., Perry, R. P. Control-value theory of achievement emotions. International Handbook of Emotions in Education. , 120-141 (2014).
- Pekrun, R., Stephens, E. J., Harris, K. R. Academic emotions. APA Educational Psychology Handbook. , 3-31 (2011).
- Bandura, A. . Self-efficacy: The exercise of control. , (1997).
- Bandura, A. . Social foundations of thought and action: A social cognitive theory. , (1986).
- Bandura, A., Pajares, F., Urdan, T. Guide for constructing self-efficacy scales. Self-efficacy beliefs of adolescents. , 307-337 (2006).
- Jarrell, A., Harley, J. M., Lajoie, S., Naismith, L. Success, failure and emotions: examining the relationship between performance feedback and emotions in diagnostic reasoning. Educational Technology Research and Development. 65 (5), 1263-1284 (2017).
- Pekrun, R., Bühner, M., Pekrun, R., Linnenbrink-Garcia, L. Self-report measures of academic emotions. International Handbook of Emotions in Education. , 561-566 (2014).
- Nett, U. E., Goetz, T., Hall, N. C. Coping with boredom in school: An experience sampling perspective. Contemporary Educational Psychology. 36 (1), 49-59 (2011).
- Azevedo, R. Defining and measuring engagement and learning in science: Conceptual, theoretical, methodological, and analytical issues. Educational Psychologist. 50 (1), 84-94 (2015).
- Spangler, G., Pekrun, R., Kramer, K., Hofman, H. Students’ emotions, physiological reactions, and coping in academic exams. Anxiety, Stress, & Coping. 15 (4), 413-432 (2002).
- Husman, J., Cheng, K. C., Puruhito, K., Fishman, E. J. Understanding engineering students stress and emotions during an introductory engineering course. American Society of Engineering Education. , (2015).
- Vedhara, K., Hyde, J., Gilchrist, I., Tytherleigh, M., Plummer, S. Acute stress, memory, attention and cortisol. Psychoneuroendocrinology. 25 (6), 535-549 (2000).
- Berenbaum, S. A., Moffat, S., Wisniewski, A., Resnick, S., de Haan, M., Johnson, M. H. Neuroendocrinology: Cognitive effects of sex hormones. The Cognitive Neuroscience of Development: Studies in Developmental Psychology. , 207-210 (2003).
- Lundberg, U., Frankenhaeuser, M. Pituitary-adrenal and sympathetic-adrenal correlates of distress and effort. Journal of Psychosomatic Research. 24 (3-4), 125-130 (1980).
- Nater, U. M., Rohleder, N. Salivary alpha-amylase as a non-invasive biomarker for the sympathetic nervous system: Current state of research. Psychoneuroendocrinology. 34 (4), 486-496 (2009).
- Denson, T., Spanovic, M., Miller, N., Cooper, H. Cognitive appraisals and emotions predict cortisol and immune responses: A meta-analysis of acute laboratory social stressors and emotion inductions. Psychological Bulletin. 135 (6), 823-853 (2009).
- Van Stegeren, A. H., Wolf, O. T., Kindt, M. Salivary alpha amylase and cortisol responses to different stress tasks: Impact of sex. International Journal of Psychophysiology. 69 (1), 33-40 (2008).
- Benedek, M., Kaernbach, C. A continuous measure of phasic electrodermal activity. Journal of Neuroscience Methods. 190 (1), 80-91 (2010).
- Boucsein, W., Backs, R. W., Backs, R. W., Boucsein, W. Engineering psychophysiology as a discipline: Historical and theoretical aspects. Engineering psychophysiology. Issues and applications. , 3-30 (2000).
- Boucsein, W., Backs, R. W., Duffy, V. G. The psychophysiology of emotion, arousal, and personality: Methods and models. Handbook of digital human modeling. , 35-38 (2009).
- Turpin, G., Shine, P., Lader, M. H. Ambulatory electrodermal monitoring: effects of ambient temperature, general activity, electrolyte media, and length of recording. Psychophysiology. 20, 219-224 (1983).
- Posada-Quintero, H. F., et al. Timevarying analysis of electrodermal activity during exercise. PLoS ONE. 13 (6), e0198328 (2018).
- Lobstein, T., Cort, J. The relationship between skin temperature and skin conductance activity: Indications of genetic and fitness determinants. Biological Psychology. 7, 139-143 (1978).
- Scholander, T. Some measures of electrodermal activity and their relationships as affected by varied temperatures. Journal of Psychosomatic Research. 7, 151-158 (1963).
- Schwerdtfeger, A. Predicting autonomic reactivity to public speaking: don’t get fixed on self-report data!. International Journal of Psychophysiology. 52 (3), 217-224 (2004).
- Braithwaite, J. J., Watson, D. G., Jones, R., Rowe, M. A guide for analysing electrodermal activity (EDA) & skin conductance responses (SCRs) for psychological experiments. Psychophysiology. 49 (1), 1017-1034 (2013).
- Villanueva, I., Valladares, M., Goodridge, W. Use of galvanic skin responses, salivary biomarkers, and self-reports to assess undergraduate student performance during a laboratory exam activity. Journal of Visualized Experiments. (108), e53255 (2016).
- Empatica, . E4 wristband from Empatica: User’s manual. Empatica. , 1-32 (2018).
- Salimetrics, . Collection methods: Passive drool using the saliva collection aid. Salimetrics Technical Summary. , 1-2 (2018).
- Salimetrics, . Collection methods: Passive drool using the saliva collection aid. Salimetrics Technical Summary. , 1-2 (2018).
- Salimetrics, . Expanded range high sensitivity salivary cortisol enzyme immunoassay kit. Salimetrics Technical Summary. , 1-21 (2016).
- Salimetrics, . Salivary α-amylase kinetic enzyme assay kit. Salimetrics Technical Summary. , 1-17 (2016).
- . Innovative Hormone Testing: Saliva Test Specifications, ZRT Laboratory Reports Available from: https://www.zrtlab.com/resources/ (2014)
- Call, B., Goodridge, W., Villanueva, I., Wan, N., Jordan, K. Utilizing electroencephalography measurements for comparison of task-specific neural efficiencies: spatial intelligence tasks. Journal of Visualized Experiments. (114), (2016).
- Ruel, E. E., Wagner, W. E., Gillespie, B. J. . The practice of survey research: theory and applications. , (2016).
- Barrett, P. Euclidean distance: raw, normalized, and double-spaced coefficients. The Technical Whitepaper Series. 6, 1-26 (2005).
- Groeneveld, R. A. Influence functions for the coefficient of variation, its inverse, and CV comparisons. Communications in Statistics- Theory and Methods. 40 (23), 4139-4150 (2011).
- Tronstad, C., Staal, O. M., Sælid, S., Martinsen, &. #. 2. 1. 6. ;. G. Model-based filtering for artifact and noise suppression with state estimation for electrodermal activity measurements in real time. 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 2750-2753 (2015).
- Routray, A., Pradhan, A. K., Rao, K. P. A novel Kalman filter for frequency estimation of distorted signals in power systems. IEEE Transactions on Instrumentation and Measurement. 51 (3), 469-479 (2002).
- Benedek, M., Kaernbach, C. A continuous measure of phasic electrodermal activity. Journal of Neuroscience Methods. 190, 80-91 (2010).
- Taylor, S., et al. Automatic Identification of Artifacts in Electrodermal Activity Data. 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 1934-1937 (2015).
- Andreasson, U., et al. A practical guide to immunoassay method validation. Frontiers in Neurology. 6 (179), 1-8 (2015).
- Adam, E. K., Kumari, M. Assessing salivary cortisol in large-scale, epidemiological research. Psychoneuroendocrinology. 34 (10), 1423-1436 (2009).
- Pruessner, J. C., Kirschbaum, C., Meinlschmid, G., Hellhammer, D. H. Two formulas for computation of the area under the curve represent measures of total hormone concentration versus time-dependent change. Psychoneuroendocrinology. 28 (7), 916-931 (2003).
- Girden, E. R. . ANOVA: Repeated measures. , (1992).
- Raudenbush, S. W., Bryk, A. S. . Hierarchical linear models: Applications and data analysis methods (Vol. 1). , (2002).
- Duncan, T. E., Duncan, S. C., Strycker, L. A. . An introduction to latent variable growth curve modeling: Concepts, issues, and application. , (2013).
- Mehta, P. D., West, S. G. Putting the individual back into individual growth curves. Psychological Methods. 5 (1), 23-43 (2000).
- Khan, M. T. H., Villanueva, I., Vicioso, P., Husman, J. Exploring relationships between electrodermal activity, skin temperature, and performance during engineering exams. , (Accepted).
- Christensen, D., Khan, M. T. H., Villanueva, I., Husman, J. Stretched Too Much? A Case Study of Engineering Exam-Related Predicted Performance, Electrodermal Activity, and Heart Rate. , (Accepted).
