Summary

学習困難を有する成人におけるメタ認知と自己調節を評価するためのマルチモーダルプロトコル

Published: September 27, 2020
doi:

Summary

現在の研究では、NDを持つ成人の困難の基礎となるメタ認知、学習の自己調節、感情的なプロセスに焦点を当てたマルチモーダル評価プロトコルを提案している。

Abstract

学習障害(LD)は、学習や学問的スキルを使用するのが困難な人の障害を含み、読み取り、執筆、数学の分野で時系列の年齢に対する期待を下回るパフォーマンスを示します。各々のLDを構成する疾患は、異なる赤字を伴う。しかし、自己調節やメタ認知を学ぶという点など、その異質性の中には共通点があります。初期の時代や後の教育レベルとは異なり、LDを持つ成人のためのエビデンスに基づく評価プロトコルはほとんどありません。これに対し、現在の研究では、メタデータ認知、学習の自己調節、および感情的プロセスに焦点を当てたマルチモーダル評価プロトコルを提案し、これは、NDを有する成人の困難の基礎を構成する。評価は、さまざまな方法、技術、センサー(例えば、アイトラッキング、感情の表情、生理学的応答、同時言語化、ログファイル、人間と機械の相互作用のスクリーン記録)およびオフライン法(アンケート、インタビュー、自己報告措置など)を用いて、インライン学習プロセスの分析を通じて行われます。この理論的に主導的で経験的に基づくガイドラインは、効果的な予防と介入の提案を設計するために、成人期のLDの正確な評価を提供することを目的としています。

Introduction

特定の学習障害(SL)は、学問的スキルを学び、使用するのが困難な人の障害を包含し、読み書き、および/または数学11、22の分野で時系列年齢に対する期待を下回るパフォーマンスを示す。年齢、言語、文化分析によって有病率の推定値は異なりますが、5%から15%の間にあります,精神障害の診断と統計マニュアルにおける神経発達障害の世界的なカテゴリー内 (5番目の図)1、近年どのようにアプローチするかについて様々な論争を引き起こしている一般的な障害であるため、注意欠陥/多動性障害(以下ADHD)の発生率に焦点を当てる必要がある。DSM-51に基づいて、不注意および/または多動性衝動性の持続的な行動のパターンとして定義することができる。同様に、自閉症スペクトラム障害(以下ASD)は、中枢神経系の多因子機能不全の結果として神経発達障害を呈する学生を含む同じマニュアルのカテゴリであり、その人の発達の3つの基本的な領域において質的機能不全をもたらす:社会的相互作用、コミュニケーションおよび興味および行動11、2。2

これらの路線では、赤字感から脱却し、これらの障害に対してよりポジティブなアプローチを提供し、高度に共存し、重複する4として神経発達困難の現在の考え方と一致するように新しい概念が出現した。これらの新しいモデルから、高レベルの認知プロセスに関与するスキルは、所望の目標を達成するために行動を管理および規制することを可能にする、自己規制のために重要であり、したがって、学術のものを含む日常生活の活動のために重要であると理解される5。成人期の文脈では、神経多様性は、ADHDおよびASD、失読症、失読症および/または嚥下障害を含む様々な種類の困難を含むように進化しました。したがって、学習困難(LD)の幅広い概念から、この神経多様性に近づいています。この多様性を持つ学生の中等教育に加入している学生の増加は十分に文書化されており、一部は、障害を持つ学生の高校卒業率の増加に起因する6が、同時に、これらの学生の学習プロセスに関する研究は必要以上に少ない7。

孤立して接近した各障害は、異なる欠損と症状を伴う。しかし、メタ認知、自己調節、感情的,な機能不全,,88、9、10、11など、LDの観点からその異質性の中に共通点が見つかる。91011一般的に学習の文献における3つの基本的基盤、特に、学習の成功の基礎を表し、学術レベル12でこれらのよく知られた困難に不可欠な役割を果たす。これと同様に、他のアプローチは、ADHDや読書障害13またはADHDおよびASD5のような異なる障害で起こる自動処理またはワーキングメモリの問題などの執行機能の赤字との間に一定の共通点がある可能性があることを理解している。しかし、すべての研究が執行機能に関連して共通してこれらの点について同じ結論に達するわけではないので、この分野ではまだやらまだ作業があります。これは、研究の基礎となるサンプルによって提示されるバリエーションと、調査5,1414で使用される執行機能の評価手順が原因である可能性があります5

教育面では、この多様な組み合わせは、影響を受ける機能の基本的性質による学習の質だけでなく、学校中退、学位の変更などの現象にも影響を及ぼし、政府や大学に経済的な影響を及ぼす15。LDを持つ学生の中退率は、一般人口16の学生よりも高いが、感情的な障害を持つ学生を除く心理的障害の他のカテゴリーの中退率よりも高い。一方、高等教育(職業訓練、大学など)にアクセスする、LDを持つ学生の数は15人増加しており、特に高等教育では19、20、21、2220,21,22である。19さらに、LDを持つ学生は、正式に学生サービスを通過し、通常は有病率統計23を構成する学生よりも多いと考えるかもしれません。

これらの困難は、小児期、特にこれらの障害が通常の学術システムで考慮される前に生まれた成人において常に検出されるとは限らず、これらの障害の症状は人々の生活を通じて持続し、仕事、教育および私生活の困難を引き起こす24。研究は、人々が彼らの困難のいくつかを克服するかもしれないが、ほとんどの人が成人期に学習との闘いを示し続け、その持続性は、それらの高等教育レベル25でまだ問題であることを示しています。

逆説的に、以前の教育レベルや以前の年齢とは異なり、DNAを持つ成人のためのエビデンスに基づく機器や評価プロトコルはほとんどありません。小児期にLDを評価するための診断ツールの急増にもかかわらず、成人人口に対する有効で信頼性の高い機器と方法論の入手可能性は24に著しく制限されている。高等教育における学習障害に関する最近の文献レビューでは、この点で収集された情報のほとんどはインタビューを通じて行われ、時折自己申告アンケートが26を使用していることがわかりました。自己申告の方法論とインタビューは、貴重ですが、実際にはプロセスの性質のために、メタ認知、自己調節、感情的なスキルプロセスを正確に評価するのに十分ではありません。これらのプロセスを測定するためのスケールとインタビュー方法論の重要性は否定できない27、28ですが28妥当性29の関連する問題と他の革新的な評価方法との矛盾も30です。LDsの検出におけるさらなる問題は、包括的な評価プロトコルの欠如による障害の診断における偏りである。専門家が客観的な変数に基づく参照プロトコルを持っていないという事実は、多くの場合、多くの場合、LDs31の偽陽性および偽陰性のケースを引き起こしている。

成人のための器械の不足と既存の方法論を改善する必要性の両方に応じて、現在の研究は、LDを有する成人の困難の基礎を構成するメタ認知、自己調節、および感情的プロセスに焦点を当てたマルチモーダル評価プロトコルを提案している。現在の文献に沿って、我々は統合的な多チャンネル測定32、33,33への移行を提案する。評価は、いくつかの方法、技術、およびセンサー(例えば、ハイパーメディア学習環境、バーチャルリアリティ、アイトラッキング、感情の表情、生理学的応答、ログファイル、人間と機械の相互作用のスクリーン記録)およびオフライン法(アンケート、インタビュー、自己報告措置)を用いた、インライン学習プロセスの分析を通じて行われます。この混合方法論は、学習前、中、学習後に、受講者がどのように学習し、問題がある場所(34がある場合) の理解を深めるために三角測量できる、ターゲット プロセスの展開の証拠を提供します。

評価プロトコルは、2つのセッションで実行されます。セッションは、一度に行うことができますか、人に応じて部分的なアプリケーションが必要な場合があります。1つ目は、LDの検出または確認と、私たちが直面している特定の種類の障害に焦点を当てており、第2は個々のケースのメタ認知、自己調節、感情的なプロセスに深く入るように設計されています。

セッション 1 は、参加者の学習障害の診断または確認の評価を目的としています: SLD、ADHD および ASD (高機能) 参加者が持っている特定の問題の種類を決定します。この評価は、2つの理由から不可欠です。1)学習障害を持つ成人は、機能不全の行動に関する正確な情報を持つことはめったにありません。彼らの中には、彼らがLDを持っているが、評価されたことがないと疑う人もいます。他の人は、彼らが子供の頃に評価されたかもしれませんが、報告や詳細な情報を持っていません。2)以前の診断との不一致があるかもしれません(例えば、注意欠陥と遅い処理速度の現在の診断とは対照的に、以前の失読症診断;現在の限られた知的能力とは対照的に以前のASD診断など)。参加者にインタビューを行い、アンケートや標準化されたテストを適用します。このセッションは、スペイン心理学の教員の異なるオフィスでの研究と臨床の文脈における発達と学習の困難を診断する経験を持つセラピストによって行われます。セッションは、DSM-51で参照される SL に関連する症状の存在と共に、伝記情報を収集する構造化されたインタビューから始まります。それに続いて、基準知的能力試験WAIS-IV35は、排除基準実施の場合に用いられ、スケール「ワークメモリ」および「処理速度」36から学習困難に対して非常に貴重な情報を提供するためである。さらに、PROLEC SE改訂テスト37は、読み取り障害(字句、意味および/または読み取りの構文プロセス)を評価するために広く使用され、ADHD38のような他の障害と重複する現在の学術文脈における学習の最も一般的で無効な困難の1つである。この評価は、読解の正確さ、速度、流暢さ、読み取りプロセスの失敗が37(このテストは、大学の前の学生と評価されている)現在、スペインには一般成人集団に適応したテストはないので、この検定は目標集団に最も近いために選択されました)。次に、世界保健機関(WHO)成人ADHD自己報告尺度(ASRS)39を通じてADHD39の症状をスクリーニングし、この障害の評価を洗練し、成人における注意過程とワーキングメモリの評価のための最先端のバーチャルリアリティ連続性能試験によるマルチモダリティを導入し、ネスプラ水族館31,40.,40このテストは、生態学的シナリオで16歳以上の成人および青年のADHDを診断する際に非常に有用なツールであり、客観的で信頼性の高いデータを提供します。選択的かつ持続的な注意、衝動性、反応時間、聴覚および視覚的注意、忍耐、注意力の質、運動活動、作業記憶およびタスクの変更のコストを評価する。また、参加者の知的能力に関する情報35を収集するWAIS-IV35全体と共に、学習困難に関連し、最終的な決定にこれらのスケールの結果が使用されるため、スケールの「作業記憶」と「処理速度」に特に注意を払っています。最後に、我々はプロトコルに自閉症スペクトラム商(AQ-Short)41、バロンコーエン、ホイールライト、スキナー、マーティンとクラブリー42から信頼性の高いAQアダルトの短いバージョンが含まれています。41

セッション 2 では、参加者の学習プロセスのマルチモーダル評価に焦点を当てます。複雑な学習を理解する鍵は、学生の認知、メタ認知、動機付け、および情動的プロセスの展開を理解することですそのために、参加者はMetaTutorと協力し、学習中に展開されたメタ認知および認知戦略の使用が観察されます。MetaTutorは、異なる科学のトピック44を学びながら、学生の自己規制学習を検出、モデル化、追跡、育成するように設計されたハイパーメディア学習環境です。MetaTutorの設計は、Azevedoと同僚43、45、46、4745,46,による広範な研究に基づいており、SRL、いわゆる第三波の測定における新しい傾向に属し、測定と高度な学習技術の組み合わせ使用によって特徴付けられる434733。MetaTutorの使用はまた、このような視線追跡、感情生理学的応答(ガルバニック皮膚応答(GSR)および感情の表情)48、ログデータおよびアンケートなどの尺度を組み込んだマルチモーダルトレースデータを提供する。これらすべての措置は、参加者SRLとメタ認知のより深い理解に達するために組み合わされています。

アイトラッキングは、何が即座に注目を集めるのか、どのターゲット要素が無視されるか、どの順序要素が気付かれ、要素が他の要素とどのように比較されるかを理解します。電極活動は、環境に応答して感情的な覚醒がどのように変化するかを知ることができます。顔の感情認識は、表情の自動認識と分析を可能にします。データロギングは、学習環境との対話を収集して保存し、さらに分析します。アンケートに関して、ミニインターナショナルパーソナリティアイテムプール49は、人々が5つの主要な性格特性(外向性、好ましさ、良心性、神経症と開放性)のそれぞれを評価する日常生活の中で経験する活動や考えの範囲について知らせます。認識論的信念50の連想的側面は、知識に関する参加者の信念に関する情報を提供する。ローゼンバーグ自尊心スケールは、参加者が自分自身について全体的に感じている方法を示しています51.感情調節アンケート52は、参加者の感情調節に関する情報を提供する。達成感情アンケート(AEQ)53は、一般的に大学で経験した感情について知らせます。53

要するに、成人期のLDを評価することは特に困難である。教育と経験は、多くの大人が彼らの赤字を補うことを可能にし、後で科学的知識がまだ不足している未分化または覆面症状を示す。この研究は、重要な研究ギャップを考慮して、効果的な予防と介入行動を設計するために、成人期のLDを正確に評価するための理論的に主導的で経験的に基づくガイドラインを確保することを目的としています。

説明した方法が適切かどうかを読者が判断できるように、知的障害を持つ人々に対してプロトコルが適していないことを指定する必要があります。また、使用する機器の特異点や学習内容を示す形式により、運動障害(上肢、首、顔)、聴覚障害、視覚障害を持つ人々を評価することはまだ不可能です。また、重度の精神疾患を持つ参加者にも適していません。それは、情報処理や感情の生理学的表現を変えることができる薬物の使用を必要とします。

Protocol

アストゥリアス公国の研究倫理委員会とオビエド大学は、このプロトコルを承認しました. 1. セッション1:診断評価 注: プロトコルのこのセッションでは、独自のアプリケーションと解釈マニュアルを持つ、異なる発行者からの評価テストが使用されます。これらの試験、または他の類似の試験は、心理学と教育の分野で科学界によって広く知られてい…

Representative Results

このセクションは、セッション 1 のコンジョイント結果の例とセッション 2 からの各情報源の例を含む、プロトコルから得られた代表的な結果を示します。 障害に関する結果は、セッション1で、参加者の学習困難(SLD、ADHD、およびASD)の診断評価に指定された手順とカットオフポイントを考慮した診断テストを通じて収集されます。専門家委員会は、参加者が学習障害を?…

Discussion

現在のプロトコルは、メタデータ認知、自己調節、および感情的プロセスに焦点を当てたマルチモーダル評価を提案し、これは、NDを有する成人の困難の基礎を構成する。

セッション 1 は、参加者の学習障害の診断評価を目的としているため、必須です。このセッションは、研究と臨床の文脈における発達および学習困難の診断の経験を持つセラピストによって行われる…

Disclosures

The authors have nothing to disclose.

Acknowledgements

この原稿は、国立科学財団(DRL#1660878、DRL#1661202)からの資金提供によって支えられました。 DUE#1761178, DRL#1916417), カナダ社会科学・人文科学研究評議会 (SSHRC 895-2011-) 1006)、科学・イノベーション省I+D+i(PID2019-107201GB-100)、欧州連合(EU)、欧州地域開発基金(ERDF)およびアストゥリアス公国(FC-GRUPIN-IDI/2018/000199)。この資料に記載されている意見、調査結果、結論、または勧告は著者のものであり、必ずしもカナダ国立科学財団またはカナダ社会科学人文科学研究評議会の見解を反映しているわけではありません。また、UCFのSMARTラボのメンバーの皆様の支援と貢献に感謝したいと思います。

Materials

AQUARIUM Nesplora
Eye-tracker RED500 Systems SensoMotoric Instruments GmbH
Face API Microsoft
GSR NUL-217 NeuLog

References

  1. American Psychiatric Association. . Diagnostic and statistical manual of mental disorders (5th ed.). , (2013).
  2. World Health Organization. . International statistical classification of diseases and related health problems (11th Revision). , (2018).
  3. . Education’s Individuals with Disabilities Education Act. 2018 Annual Report to Congress on the Individuals with Disabilities Education Act Available from: https://sites.ed.gov/idea/data (2018)
  4. Armstrong, T. The myth of the normal brain: Embracing neurodiversity. AMA Journal of Ethics. 17 (4), 348-352 (2015).
  5. Berenger, C., Roselló, B., Miranda, A., Baixauli, I., Palomero, B. Executive functions and motivation in children with autism spectrum disorder and attention deficit hyperactivity disorder. International Journal of Developmental and Educational Psychology. 1 (1), 103-112 (2016).
  6. Brinkerhoff, L. C., McGuire, J. M., Shaw, S. F. . Postsecondary education and transition for students with learning disabilities (2nd ed.). , (2002).
  7. Allsopp, D. H., Minskoff, E. H., Bolt, L. Individualized course-specific strategy instruction for college students with learning disabilities and ADHD: Lessons learned from a model demonstration project. Learning Disabilities Research & Practice. 20 (2), 103-118 (2005).
  8. Crane, N., Zusho, A., Ding, Y., Cancelli, A. Domain-specific metacognitive calibration in children with learning disabilities. Contemporary Educational Psychology. 50, 72-79 (2017).
  9. Harris, K. R., Reid, R. R., Graham, S., Wong, B. Self-regulation among students with LD and ADHD. Learning about Learning Disabilities. , 167-195 (2004).
  10. National Joint Committee on Learning Disabilities. . Collective Perspectives on Issues Affecting Learning Disabilities. , (1994).
  11. Sawyer, A. C., Williamson, P., Young, R. Metacognitive processes in emotion recognition: Are they different in adults with Asperger’s disorder. Journal of Autism and Developmental Disorders. 44 (6), 1373-1382 (2014).
  12. Meltzer, L. . Executive function in education: From theory to practice. , (2018).
  13. Martino, G., Capri, T., Castriciano, C., Fabio, R. A. Automatic Deficits can lead to executive déficits. Mediterranean Journal of Clinical Psychology. 5 (3), 1-31 (2017).
  14. Fabio, R. A., et al. Frequency bands in seeing and remembering: comparing ADHD and typically developing children. Neuropsychological Trends. 24, 97-116 (2018).
  15. Bernardo, A. B., Esteban, M., Cerezo, R., Muñiz, L. J. Principales variables influyentes en el abandono de titulación en la Universidad de Oviedo. Informe PRIOR: PRoyecto Integral de ORientación Académico-Profesional. , (2013).
  16. Cortiella, C. . Diplomas at risk: A critical look at the graduation rate of students with learning disabilities. , (2013).
  17. Plasman, J. S., Gottfried, M. A. Applied STEM coursework, high school dropout rates, and students with learning disabilities. Educational Policy. 32 (5), 664-696 (2018).
  18. Cortiella, C., Horowitz, S. H. . The state of learning disabilities: Facts, trends and emerging issues (3rd Ed). , (2014).
  19. Chevalier, T. M., Parrila, R., Ritchie, K. C., Deacon, S. H. The role of metacognitive reading strategies, metacognitive study and learning strategies, and behavioral study and learning strategies in predicting academic success in students with and without a history of reading difficulties. Journal of Learning Disabilities. 50 (1), 34-48 (2017).
  20. Goroshit, M., Hen, M. Academic procrastination and academic performance: Do learning disabilities matter. Current Psychology. , 1-9 (2019).
  21. Grinblat, N., Rosenblum, S. Why are they late? Timing abilities and executive control among students with learning disabilities. Research in Developmental Disabilities. 59, 105-114 (2016).
  22. Heiman, T., Fichten, C. S., Olenik-Shemesh, D., Keshet, N. S., Jorgensen, M. Access and perceived ICT usability among students with disabilities attending higher education institutions. Education and Information Technologies. 22 (6), 2727-2740 (2017).
  23. Couzens, D., et al. Support for students with hidden disabilities in universities: A case study. International Journal of Disability. Development and Education. 62 (1), 24-41 (2015).
  24. Schelke, M. W., et al. Diagnosis of developmental learning and attention disorders in adults: A review of clinical modalities. Neurology, Psychiatry and Brain Research. 23, 27-35 (2017).
  25. Madaus, J. W., Shaw, S. F. The impact of the IDEA 2004 on transition to college for students with learning disabilities. Learning Disabilities Research & Practice. 21 (4), 273-281 (2006).
  26. Santos, C. G., Fernández, E., Cerezo, R., Núñez, J. C. Dificultades de aprendizaje en Educación Superior: un reto para la comunidad universitaria. Publicaciones. 48 (1), 63-75 (2018).
  27. Jiménez, L., García, A. J., López-Cepero, J., Saavedra, F. J. The brief-ACRA scale on learning strategies for university students. Revista de Psicodidáctica. 23 (1), 63-69 (2018).
  28. Zimmerman, B. J., Zimmerman, B. J., Schunk, D. H. Motivational sources and outcomes of self-regulated learning and performance. Handbook of Self-Regulation of Learning and Performance. , 49-65 (2011).
  29. Pike, G. R., Kuh, G. D. A tipology of student engagement for Amer-ican colleges and universities. Research in Higher Education. 46, 185-209 (2005).
  30. Winne, P. H., Perry, N. E., Boekaerts, M., Pintrich, P. R., Zeidner, M. Measuring self-regulated learning. Handbook of Self-Regulation. , 531-566 (2000).
  31. Areces, D., Cueli, M., García, T., González-Castro, P., Rodríguez, C. Using brain activation (nir-HEG/Q-EEG) and execution measures (CPTs) in an ADHD assessment protocol. Journal of Visualized Experiments. (134), e56796 (2018).
  32. Azevedo, R., Taub, M., Mudrick, N. V., Alexander, P. A., Schunk, D. H., Greene, J. A. Understanding and reasoning about real-time cognitive, affective, and metacognitive processes to foster self-regulation with advanced learning technologies. Handbook of Self-Regulation of Learning and Performance. , (2017).
  33. Panadero, E., Klug, J., Järvelä, S. Third wave of measurement in the self-regulated learning field: when measurement and intervention come hand in hand. Scandinavian Journal of Educational Research. 60 (6), 723-735 (2016).
  34. Greene, J. A., Azevedo, R. The measurement of learners’ self-regulated cognitive and metacognitive processes while using computer-based learning environments. Educational Psychologist. 45 (4), 203-209 (2010).
  35. Wechsler, D. A. . Wechsler Adult Intelligence Scale (4th ed.). , (2008).
  36. Theiling, J., Petermann, F. Neuropsychological profiles on the WAIS-IV of adults with ADHD. Journal of Attention Disorders. 20 (11), 913-924 (2016).
  37. Cuetos, F., Arribas, D., Ramos, J. L. . Prolec-SE-R, Batería para la evaluación de los procesos lectores en Secundaria y Bachillerato – Revisada. , (2016).
  38. Mayes, S. D., Calhoun, S. L., Crowell, E. W. Learning disabilities and ADHD: Overlapping spectrum disorders. Journal of Learning Disabilities. 33 (5), 417-424 (2000).
  39. Kessler, R. C., et al. The World Health Organization Adult ADHD Self-Report Scale (ASRS): a short screening scale for use in the general population. Psychological Medicine. 35 (2), 245-256 (2005).
  40. Climent, G., Banterla, F., Iriarte, Y. . AULA: Theoretical manual. , (2011).
  41. Hoekstra, R. A., et al. The construction and validation of an abridged version of the autism-spectrum quotient (AQ-Short). Journal of Autism and Developmental Disorders. 41, 589-596 (2010).
  42. Baron-Cohen, S., Wheelwright, S., Skinner, R., Martin, J., Clubley, E. The autism-spectrum quotient (AQ): evidence from Asperger syndrome/high-functioning autism, males and females, scientists and mathematicians. Journal of Autism and Developmental Disorders. 31, 5-17 (2001).
  43. Azevedo, R., Johnson, A., Chauncey, A., Burkett, C., Khine, M., Saleh, I. Self-regulated learning with MetaTutor: Advancing the science of learning with MetaCognitive tools. New Science of Learning. , 225-247 (2010).
  44. Azevedo, R., Witherspoon, A., Chauncey, A., Burkett, C., Fike, A. MetaTutor: A MetaCognitive tool for enhancing self-regulated learning. 2009 AAAI Fall Symposium Series. , (2009).
  45. Azevedo, R. Theoretical, methodological, and analytical challenges in the research on metacognition and self-regulation: A commentary. Metacognition & Learning. 4 (1), 87-95 (2009).
  46. Feyzi-Behnagh, R., Trevors, G., Bouchet, F., Azevedo, R. Aligning multiple sources of SRL data in MetaTutor: Towards interactive scaffolding in multi-agent systems. 18th biennial meeting of the European Association for Research on Learning and Instruction (EARLI). , (2013).
  47. Harley, J. M., et al. Assessing learning with MetaTutor: A Multi-Agent Hypermedia Learning Environment. Annual meeting of the American Educational Research Association. , (2014).
  48. Azevedo, R., Feyzi-Behnagh, R., Harley, J., Bouchet, F. Analyzing temporally unfolding self-regulatory process during learning with multi-agent technologies. EARLI Biannual Conference 2013. , (2013).
  49. Donnellan, M. B., Oswald, F. L., Baird, B. M., Lucas, R. E. The mini-IPIP scales: tiny-yet-effective measures of the Big Five factors of personality. Psychological Assessment. 18 (2), 192 (2006).
  50. Stahl, E., Bromme, R. The CAEB: An instrument for measuring connotative aspects of epistemological beliefs. Learning and Instruction. 17 (6), 773-785 (2007).
  51. Gray-Little, B., Williams, V. S. L., Hancock, T. D. An item response theory analysis of the Rosenberg Self-Esteem Scale. Personality and Social Psychology Bulletin. 23, 443-451 (1997).
  52. Gross, J. J., John, O. P. Individual differences in two emotion regulation processes: implications for affect, relationships, and well-being. Journal of Personality and Social Psychology. 85 (2), 348 (2003).
  53. Pekrun, R., Goetz, T., Frenzel, A. C., Barchfeld, P., Perry, R. P. Measuring emotions in students’ learning and performance: The Achievement Emotions Questionnaire (AEQ). Contemporary Educational Psychology. 36 (1), 36-48 (2011).
  54. American Psychiatric Association. . Diagnostic and statistical manual of mental disorders – reviewed (DSM-IV-TR). , (2000).
  55. . Face API [Computer software] Available from: https://azure.microsoft.com/es-es/services/cognitive-services/face/ (2019)
  56. Picard, R. W. . Affective computing. , (2000).
  57. Grills-Taquechel, A. E., Fletcher, J. M., Vaughn, S. R., Stuebing, K. K. Anxiety and reading difficulties in early elementary school: Evidence for unidirectional-or bi-directional relations. Child Psychiatry & Human Development. 43 (1), 35-47 (2012).
  58. Mammarella, I. C., et al. Anxiety and depression in children with nonverbal learning disabilities, reading disabilities, or typical development. Journal of Learning Disabilities. 49, 130-139 (2014).
  59. Nelson, J. M., Harwood, H. Learning disabilities and anxiety: A meta-analysis. Journal of Learning Disabilities. 44 (1), 3-17 (2011).
  60. Arora, M. R., Sharma, J., Mali, U., Sharma, A., Raina, P. Microsoft Cognitive Services. International Journal of Engineering Science. 8 (4), 17323-17326 (2018).
  61. Bondareva, D., et al. Inferring learning from gaze data during interaction with an environment to support self-regulated learning. International Conference on Artificial Intelligence in Education. , 229-238 (2013).
  62. Mason, L., Tornatora, M. C., Pluchino, P. Do fourth graders integrate text and picture in processing and learning from an illustrated science text? Evidence from eye-movement patterns. Computers & Education. 60 (1), 95-109 (2013).
  63. Duffy, M. C., Azevedo, R. Motivation matters: Interactions between achievement goals and agent scaffolding for self-regulated learning within an intelligent tutoring system. Computers in Human Behavior. 52, 338-348 (2015).
  64. Cerezo, R., et al. Mediating Role of Self-efficacy and Usefulness Between Self-regulated Learning Strategy Knowledge and its Use. Revista de Psicodidáctica. 24 (1), 1-8 (2019).
  65. Mudrick, N. V., Azevedo, R., Taub, M. Integrating metacognitive judgments and eye movements using sequential pattern mining to understand processes underlying multimedia learning. Computers in Human Behavior. 96, 223-234 (2019).
  66. Taub, M., Azevedo, R. How Does Prior Knowledge Influence Eye Fixations and Sequences of Cognitive and Metacognitive SRL Processes during Learning with an Intelligent Tutoring System. International Journal of Artificial Intelligence in Education. 29 (1), 1-28 (2019).
  67. Bogarín, A., Cerezo, R., Romero, C. A survey on educational process mining. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. 8 (1), 1230 (2018).
  68. Cerezo, R., Bogarín, A., Esteban, M., Romero, C. Process mining for self-regulated learning assessment in e-learning. Journal of Computing in Higher Education. , (2019).
  69. Levenson, R. W. Blood, sweat, and fears. Annals of the New York Academy of Sciences. 1000 (1), 348-366 (2003).
  70. Meer, Y., Breznitz, Z., Katzir, T. Calibration of Self-Reports of Anxiety and Physiological Measures of Anxiety While Reading in Adults With and Without Reading Disability. Dyslexia. 22 (3), 267-284 (2016).
  71. Daley, S. G., Willett, J. B., Fischer, K. W. Emotional responses during reading: Physiological responses predict real-time reading comprehension. Journal of Educational Psychology. 106 (1), 132-143 (2014).
  72. Pekrun, R., Goetz, T., Titz, W., Perry, R. P. Academic emotions in students’ self-regulated learning and achievement: A program of qualitative and quantitative research. Educational Psychologist. 37 (2), 91-105 (2002).
  73. Antonietti, A., Colombo, B., Di Nuzzo, C. Metacognition in self-regulated multimedia learning: Integrating behavioural, psychophysiological and introspective measures. Learning, Media and Technology. 40 (2), 187-209 (2015).
  74. Bogarin, A., Cerezo, R., Romero, C. Discovering learning processes using inductive miner: a case study with Learning Management Systems (LMSs). Psicothema. 30 (3), 322-329 (2018).
  75. Lang, C., Siemens, G., Wise, A., Gašević, D. . Handbook of learning analytics. , (2017).
  76. Romero, C., Ventura, S., Pechenizkiy, M., Baker, R. S. J. . Handbook of educational data mining. , (2010).
  77. Azevedo, R., Gašević, Analyzing Multimodal Multichannel Data about Self-Regulated Learning with Advanced Learning Technologies: Issues and Challenges. Computers in Human Behavior. 96, 207-210 (2019).
  78. Veenman, M. V. J., Van Hout-Wolters, B., Afflerbach, P. Metacognition and Learning: Conceptual and Methodological Considerations. Metacognition Learning. 1, 3-14 (2006).
  79. Brusilovsky, P., Millán, E., Brusilovsky, P., Kobsa, A., Nejdl, W. User models for adaptive hypermedia and adaptive educational systems. The adaptive web. , 3-53 (2007).
  80. Taub, M., et al. using multi-channel data with multi-level modeling to assess in-game performance during gameplay with CRYSTAL ISLAND. Computers in Human Behavior. 76, 641-655 (2017).

Play Video

Cite This Article
Cerezo, R., Fernández, E., Gómez, C., Sánchez-Santillán, M., Taub, M., Azevedo, R. Multimodal Protocol for Assessing Metacognition and Self-Regulation in Adults with Learning Difficulties. J. Vis. Exp. (163), e60331, doi:10.3791/60331 (2020).

View Video