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。特定の学習障害は、学習と学力の応用に困難を持っている人の異なる障害を包含します。読み取り、書き込み、数学など、さまざまな分野で期待を下回るパフォーマンスを示す。
各障害は異なる赤字を意味しますが、メタ認知、自己調節、感情的な機能不全など、その上にいくつかの共通点を見つけることができます。しかし、学習障害を持つ成人に対する評価プロトコルはほとんどありません。これに対し、学習中に起こる自己調節、メタ認知、感情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たいと考えています。
評価は、オンラインとオフラインの両方の方法論を通じて行われます。アイトラッキング、顔の感情認識、ガルバニック皮膚応答、ログデータ分析、そしてもちろん、インタビュー、アンケート、自己報告など、さまざまな技術を使用しています。そしてすぐに、効率的な介入と予防行動を促進するために、学習障害を持つ成人の正確な評価のための理論的に駆動し、経験的に基づいたガイドラインを研究コミュニティに提供したいと考えています。
インフォームド。研究の倫理的・機密性の面について参加者に説明する。そして、個人のインフォームド・コンセントを認め、署名するように導きます。
構造化されたインタビュー。セッションの実行方法を説明し、スクリプトに従って、DSM V.First の決定ポイントで参照される特定の学習障害に関連する症状の存在と共に、伝記情報を収集します。参加者が最初の除外基準を満たしている場合は評価を終了する 上位セグメントに中等度の障害、知覚障害、視覚、聴覚、知的障害の診断および/または重篤な精神障害がある場合。
参加者が特定の学習障害を持ち、除外基準を満たしていない場合は、評価を続行します。知的能力。取扱説明書の指示に従って参加者の知的能力に関する情報を収集するための第4版、Wechsler成人知能スケールを適用します。
第2の決定点。参加者がテストの指示を理解していない場合、または評価できないか、または 70 未満のインテリジェンス商を持つ場合は、評価を終了します。注意欠陥多動性障害.
ADHD障害に関連する症状の存在に関する情報を収集するために、世界保健機関のすべての人のための自己報告されたスクリーニングアンケートを完了するように参加者に依頼します。このアンケートで参加者が12点以上を獲得した場合は、被験者にテストを適用します。読みづび。
マニュアルの指示に従って、読みづびに対する改訂スクリーニング試験を適用します。自閉症スペクトラム障害.参加者に、社会的行動、社会的スキル、ルーチン、切り替え、想像力、数字パターンに関連する症状の存在に関する情報を提供する自閉症スペクトラム商アンケートを完了するよう依頼します。
セッション 1 の最後のステップ。結果を分析します。各参加者のインタビューアンケートとテスト結果を分析し、学習困難が大きいかどうかを判断します。
専門家委員会の2人のメンバー、評価者と研究チームの他のメンバーは、各参加者の学習プロファイルを分析し、彼または彼女が特定の学習障害ADHDおよび/または自閉症スペクトラム障害を持つ学生であるかどうかを決定します。専門家の判断に代わるテストはありません。参加者に何の症状もなければ、プロトコルは終了します。
参加者が学習困難を示す場合は、セッション2に進みます。参加者を準備します。参加者に髪を結び、首をすっきりさせ、眼鏡を取り除き、該当する場合はガムを噛んでもらいます。
GSRと参加者の指をアルコールで洗います。ガルバニック皮膚応答の準備および口径測定。指のリストバンドセンサーを人差し指と薬指で、指先側にコネクタを付けます。
参加者に静かにテーブルの上に手を置いてリラックスするように頼みます。コンピュータでソフトウェアを開きます。GSR が記録されるように登録グラフが機能していることを確認します。
ソフトウェアで次の順序を選択します。実験を実行し、1 秒あたり 10 分のレート、期間 10 分、および記録します。これで、ベースラインを確立するために 10 分間記録する準備が整いました。
アイトラッキングとウェブカメラの準備とキャリブレーション。コンピュータでソフトウェアを開き、2台のコンピュータが互いに接続されていること、および赤外線ライトを追跡するアイトラッキングが点灯し、目の動きをキャプチャする準備ができていることを確認します。コンピュータ上のウェブカメラを被験者の位置に合わせ、参加者に向き合ってできるだけ自然に動くように頼みます。
[レコード] をクリックします。参加者の登録データを書き込み、次に[大丈夫]を押してキャリブレーションプロセスを開始します。参加者にスペースバーを押してもらい、画面のポイントを目で追い続けます。
次のステップに進む前に、画面を見ながら参加者の目が中央に配置されていることを確認します。参加者の視線は、目の動きが2つの白い円でサイドラップトップ画面に登録されているときに中心に配置されます。学習セッションのマルチモーダル追跡。
メタチューターでのアンケートと学習セッション。ソフトウェアを開き、参加者の登録データを紹介します。すべての外観は、データ ログ ファイルにセッション中に記録されます。
参加者に人口統計情報や学術情報について尋ねます。続行をクリックする前に、ツールが提供する指示に従う必要があることを参加者に説明します。また、学習セッション中にコンピュータと対話すること。
参加者に、人格、自己調節、認識論的信条、循環系に関する以前の知識に関するアンケートに回答してもらいます。参加者に MetaTutor のインターフェイスとその異なる部分を表示します。コンテンツ領域は、セッション全体を通して学習コンテンツがテキスト形式で表示される場所です。
画面の横にある目次を移動して、別のページに移動できます。全体的な学習目標は、セッション中に画面の上部に表示されます。サブ目標行が設定され、画面中央の上部に表示されます。
また、サブ目標を管理したり、優先順位を付けたりすることもできます。画面の左上隅にあるタイマーは、セッションの残り時間を表示します。これと同様に、自己調節プロセッサのリストは画面の右側のパレットに表示され、参加者は展開計画、監視、または学習戦略へのすべてのセッションのためにそれらをクリックすることができます。
コンテンツページに関連する静的な画像は、テキストの横に表示され、学習者がさまざまなソースからの情報を調整するのに役立ちます。キーボードに入力されたテキストと外国人との学生の相互作用が表示され、インターフェイスのこの部分に記録されます。4人の人工エイリアンは、このセッションを通して学習の学生を助けます。
これらのエイリアンは、です。ギャビン男、プランナーのパム、モニターのメアリー、サム・ザ・ストラテジザー。準備ができたら、参加者に[学習セッションを開始]をクリックするように依頼します。参加者がツールを操作します。
セッションが終了したら、参加者にアンケートをもう一度記入してもらいます。ログオフ。セッションの終了時に、GSR アイ トラッキング、ウェブカメラ、および MetaTutor の記録データを参加者の登録番号と共に保存します。データを CSV ファイルとして抽出して、使いやすくします。
学習困難の分析マルチモーダル プロファイルを作成するために得られたさまざまなレポートに基づいて、各参加者の学習パフォーマンスを分析します。専門家の判断に代わる報告がないことを覚えておいてください。
このセクションでは、セッション2の測定から得ることができる結果の代表的な例を示します。まず、学習セッション中に感情的な覚醒の指標としてGSRの尺度を取得します。アブロゲートは、各参加者の特定のベースラインを考慮に入れて、専門家委員会による個別の分析を必要とします。
第二に、顔の感情認識ソフトウェアのおかげで学習プロセス中に主要な感情を得る。結果は、分析された感情との一致度を示し、それぞれにゼロと1の間の値を割り当てます。第三に、固定パターンの固定時間の割合の観点から視線情報を収集します。
そのために、MetaTutorインターフェースで自己関係評価に関する7つの分野を定義します。たとえば、画像 A は、参加者がテキスト コンテンツ領域に多くの時間を費やしすぎて、規制の誤動作を示している可能性があることを示しています。逆に、画像 B は、学習ツールリソースをバランスよく使用する参加者を示しています。
第四に、著者の指示に従って、アンケートが採点されます。例えば、この画像では、自尊心と感情的な調節の異なる参加者によって得られた結果の間の輪郭を観察することができます。最後に、すべての学習者のコンテンツ、外国人、学習環境との相互作用は、さらに詳細な分析のためにログに記録されます。
以前の経験は、多くの大人が彼らの赤字を補償し、テストに個々の特性を示すことを可能にしました。したがって、GSR やログ データなどの一部のデータ ソースに対して、ターゲットの母集団に正確なグラフ ポイントを提供することは困難です。結果として、結果を全体として解釈する専門家の判断は、まだ置き換え不可能です。
