Engagement gioca un ruolo cruciale nell'apprendimento. Per Clark e Mayer ^2, "tutto l'apprendimento richiede impegno," indipendentemente dal supporto consegna. Zhang et al. ³ anche suggerito che un maggiore coinvolgimento degli studenti in grado di migliorare i risultati di apprendimento, come problem solving e capacità di pensiero critico. Definizione di impegno rimane una sfida. Nella loro revisione della letteratura, Fredricks, Blumenfeld e Parigi ¹ definiti impegno per sua natura multiforme: "impegno comportamentale attinge l'idea della partecipazione; comprende la partecipazione alle attività accademiche e sociali o extrascolastiche. (…) L'impegno emotivo comprende reazioni positive e negative per gli insegnanti, i compagni di classe, accademici, e la scuola e si presume di creare legami con un oggetto e influenza la volontà di fare il lavoro. Infine, l'impegno cognitivo attinge l'idea di investimento mentale; incorpora pensosità e la volontà di esercitare il nec sforzone- di comprendere idee complesse e maestri competenze difficili ".

Fredricks, Blumenfeld e Parigi ¹ anche sostenuto che un focus sul comportamento, emozione e cognizione, all'interno del concetto di impegno, può fornire una caratterizzazione più ricca di apprendimento. Questi autori hanno sottolineato che un corpo solido di ricerca affronta ogni componente di impegno separatamente, ma questi componenti non erano stati studiati in combinazione. Essi hanno inoltre osservato che poche informazioni sono disponibili riguardo le interazioni tra le dimensioni e che ulteriori studi potrebbero contribuire a programmare interventi didattici finemente sintonizzato. Come un passo in questa direzione, questo documento descrive una metodologia di ricerca che è stato sviluppato per raccogliere e analizzare i dati quantitativi e qualitativi, in modo sincrono, in impegno comportamentale, emotivo e cognitivo durante compiti di apprendimento.

Portare le Neuroscienze in Education

Behavior, e di conseguenza l'impegno comportamentale, è stata a lungo il tema centrale di studi in materia di istruzione: progetti di ricerca incentrati principalmente sui cambiamenti delle conoscenze e comportamenti che si verificano per lunghi periodi di tempo, tra il pre e post-test, e su intervalli di ore, settimane , mesi o anni. Discriminare tra impegno comportamentale, emotivo, cognitivo e rimane una sfida, perché le ultime due dimensioni non sono sistematicamente osservabili esternamente. Cognizione e le emozioni devono o essere dedotta dalle osservazioni o valutati con misure self-report. Da un punto di vista esterno, rimane difficile stabilire se gli studenti stanno cercando di ottenere il loro lavoro fatto nel più breve tempo possibile o utilizzando strategie di apprendimento a livello profondo di padroneggiare un contenuto specifico. In punto di fatto, Fredricks, Blumenfeld e Parigi ¹ sono stati in grado di trovare tutti gli studi pubblicati che utilizzano, misure oggettive diretti di impegno cognitivo.

I recenti sviluppi tecnologici inil campo delle neuroscienze hanno creato nuove possibilità per la ricerca in materia di istruzione. Nuovi metodi di raccolta dei dati e algoritmi di analisi sviluppate nel campo dell'ergonomia neuro sembrano molto promettenti per gli studi qualitativi e quantitativi durante le attività di apprendimento. Altre discipline, come l'economia, la psicologia, marketing, e l'ergonomia, hanno utilizzato le misurazioni neurofisiologiche per valutare l'impegno cognitivo per qualche tempo ^4-8. Misure neurofisiologici, insieme con algoritmi di analisi efficienti, permettono di studiare un fenomeno senza disturbarlo. Per loro natura, i questionari self-report disimpegnarsi studenti di apprendimento. Misure neurofisiologici permettono disegni di ricerca da svolgere in ambienti di apprendimento più autentica. Questi strumenti comprendono attrezzature per il monitoraggio della frequenza cardiaca, frequenza respiratoria, pressione arteriosa, temperatura corporea, diametro della pupilla, l'attività elettrodermica, elettroencefalografia (EEG), ecc.

<strong> Raccolta sincronizzato dei dati su Behavioral, emotivo, cognitivo e fidanzamento

Come risultati rappresentativi in ​​seguito all'uso di questo protocollo, questo articolo presenta i risultati parziali di uno studio in cui gli studenti hanno dovuto risolvere, sullo schermo del computer, dieci problemi di fisica meccanica. Questi problemi sono stati sviluppati in lavori precedenti ^9. Dati neurofisiologici sono stati raccolti, mentre i discenti sono stati risolvere i problemi e di relax durante un 45 s pausa, con gli occhi chiusi, dopo ogni problema.

Come accennato in precedenza, i dati comportamentali impegno sono costituiti da interazioni software (movimenti del mouse e click), lo sguardo degli occhi, le prestazioni e le risposte alle domande prodotte da uno studente interagisce con il sistema, mentre realizzazione del compito ^1. Un sistema di eye-tracking è stato utilizzato per raccogliere le interazioni del software e dei dati sguardo degli occhi. Prestazioni (tempo per risolvere un problema, correttezza delle risposte) sono stati raccolti su unsito web sondaggio che è stato utilizzato per presentare l'attività. Questo sito è stato utilizzato anche per raccogliere dati self-report raccolti con un questionario adattato da Bradley e Lang ^10. Coinvolgimento emotivo comporta caratterizzazione di emozioni. Secondo Lang ^11, le emozioni sono caratterizzati in termini di valenza (piacevole / spiacevole) e l'eccitazione (calma / suscitato). Dati coinvolgimento emotivo sono stati quindi raccolti, utilizzando il software di riconoscimento facciale automatico emozione che quantifica valenza emotiva e un'attività encoder / sensore elettrodermica per l'eccitazione ^12,13. Dell'attività elettrodermica (EDA) si riferisce alla resistenza elettrica registrato tra due elettrodi quando una corrente elettrica molto debole è in costante passati tra loro. Cacioppo, Tassinary e Berntson ¹⁴ hanno dimostrato che la resistenza registrata varia secondo l'eccitazione del soggetto. Pertanto, i dati psicofisiologici, come la valenza o l'eccitazione, sono considerati correlati di coinvolgimento emotivo.

<pclass = "jove_content"> Infine, i dati di fidanzamento cognitive vengono raccolti attraverso elettroencefalografia (EEG). Misure EEG, sul cuoio capelluto, l'attività elettrica di gruppi di neuroni nel cervello sincronizzati. I segnali elettrici registrati dal cuoio capelluto sono spesso oscillatorio e composto di componenti di frequenza. Per convenzione, queste frequenze sono raggruppate in sequenze, noto come bande. Ad esempio, alfa, beta e theta bande sono al centro di questo studio. Secondo gli studi neuroscientifici ^14, queste bande riflettono differenti capacità di elaborazione cognitiva in aree specifiche del cervello. Pertanto, l'analisi della densità spettrale di potenza (PSD) di frequenze specifiche, combinato con numerosi studi ^7,15 su vigilanza e l'attenzione, permette ai ricercatori di quantificare l'impegno cognitivo durante un compito. Come ha osservato Mikulka et al. ^16, la ricerca ha dimostrato una relazione diretta tra l'attività di beta e la vigilanza cognitiva e una relazione indiretta tra alpha und attività theta e la vigilanza. Quindi, il Papa, Bogart e Bartoleme ⁷ sviluppato un indice di impegno che calcola il PSD di tre bande: beta / (alpha + theta). Questo parametro è stato convalidato in altri studi sul coinvolgimento ^16,17,18. Per caratterizzare l'impegno cognitivo nel tempo, una trasformata rapida di Fourier (FFT) converte il segnale EEG da ciascun sito attivo (F3, F4, O1, O2) in uno spettro di potenza. L'indice di impegno EEG al tempo T viene calcolata la media di ciascun rapporto di impegno entro una finestra scorrevole 20 sec il precedente tempo T. Questa procedura viene ripetuta ogni secondo e una nuova finestra scorrevole è utilizzato per aggiornare l'indice.

Poiché l'obiettivo di questa metodologia è quello di fornire una ricca analisi delle molteplici dimensioni di ingaggio, sincronizzazione dei dati è cruciale. Come Leger et al. ¹⁹ ricordare ai lettori, i produttori di apparecchiature consiglia vivamente di utilizzare un solo computer per ogni strumento di misurazione per garantirne la precisione specificata level. Così, quando più computer sono impiegati, la sincronizzazione tra i computer di registrazione diventa un passaggio fondamentale. Le registrazioni non possono tutti essere iniziato al tempo stesso esatto, e ogni flusso di dati ha il suo determinato periodo di tempo (ad esempio, sec 0 di eye-tracking ≠ sec 0 di EEG o dati fisiologici). Ciò è estremamente importante: desincronizzazione tra i flussi di dati significa errori nella quantificazione di ogni dimensione di impegno. Ci sono diversi modi di sincronizzazione registrazioni fisiologiche e comportamentali concomitanti. Questi metodi possono essere suddivisi in due approcci principali; diretta e indiretta ^20. Il protocollo presentato nella sezione successiva è basato su un approccio indiretta quando un dispositivo esterno, un syncbox, viene utilizzato per inviare logica transistor-transistor (TTL) segnali a tutto l'apparecchio di controllo (come mostrato in Figura 1). Come ogni pezzo di equipaggiamento ha un orario di inizio diverso, i marcatori TTL sono registrati nei file di registro con un parente ritardo. Marcatori vengono poi utilizzati per riallineare i segnali e garantire la corretta sincronizzazione dopo ogni registrazione così. Un programma software di analisi comportamentale che consente l'integrazione file esterno viene utilizzato per ri-sincronizzare la cronologia di ogni flusso di dati e di eseguire analisi quantitativa e qualitativa di ogni dimensione di impegno.

Figura 1. Architettura del sistema di raccolta dei dati. L'ambiente di laboratorio in cui comportamentale (eye-tracking), emotivo (EDA ed emozione facciale) e dati (EEG) di fidanzamento cognitivi sono raccolte contiene molti computer. Questo solleva una sfida di sincronizzazione per i dati a cui fa riferimento sui rispettivi orologi dei computer. Per essere in grado di analizzare tutti i dati nello stesso tempo di riferimento, l'impostazione del laboratorio comporta un syncbox che invia segnali TTL a tutti i flussi di dati.nk "> Clicca qui per vedere una versione più grande di questa figura.

Per valutare la precisione del metodo in termini di sincronizzazione, sono stati introdotti 45 sec pause prima ciascuno dei problemi fisica meccanica. Durante queste pause, i soggetti dovevano rilassarsi e chiudere gli occhi. Come si è visto in altri studi ^{4,9,16,17,18,} queste pause dovrebbero indurre variazioni significative del segnale raccolto: i due punti pupilla dell'occhio di eye-tracking subito scompaiono (impegno comportamentale) e un calo immediato impegno cognitivo (EEG segnale) si osserva. Questi componenti specifici del segnale sono utilizzati per valutare la validità generale della sincronizzazione. La recente pubblicazione di articoli che completamente o parzialmente basano su questa procedura di sincronizzazione, nel campo dei sistemi informativi ^19, interazioni uomo-macchina ²¹ e di formazione ^{9, 22,} fornisce la prova della sua efficacia.