Name: eye-tracking technology and data-mining techniques used for a behavioral analysis of adults engaged in learning processes
Uploaded: 2021-06-10T14:00:00
Description: Watch this Scientific Journal Video about Eye-tracking Technology and Data-mining Techniques used for a Behavioral Analysis of Adults engaged in Learning Processes at JoVE.com

Het werk is ontwikkeld binnen het project "Self-Regulated Learning in SmartArt Erasmus+ Adult Education" 2019-1-ES01-KA204-095615-Coordinator 6, gefinancierd door de Europese Commissie. De video van de voltooiingsfase van de taak had de voorafgaande geïnformeerde toestemming van Rut Velasco Sáiz. We waarderen de deelname van docenten en studenten aan de taakuitvoeringsfase.

Dit protocol is uitgevoerd in overeenstemming met de procedurevoorschriften van het Bio-ethiekcomité van de Universiteit van Burgos (Spanje) nº Nº IR27/2019. Voorafgaand aan hun deelname waren de deelnemers volledig op de hoogte gebracht van de onderzoeksdoelstellingen en hadden ze allemaal hun geïnformeerde toestemming gegeven. Zij kregen geen financiële compensatie voor hun deelname.
1. Werving van deelnemers
<ol><li>Rekruteer deelnemers uit een groep volwassenen binnen twee omgevinge...

<ol>
	<li>van Marlen, T., van Wermeskerken, M., Jarodzka, H., van Gog, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effectiveness+of+eye+movement+modeling+examples+in+problem+solving:+The+role+of+verbal+ambiguity+and+prior+knowledge.">Effectiveness of eye movement modeling examples in problem solving: The role of verbal ambiguity and prior knowledge.</a> Learning and Instruction. 58, 274-283 (2018).</li><li>Taub, M., Azevedo, R., Bradbury, A. E., Millar, G. C., Lester, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+sequence+mining+to+reveal+the+efficiency+in+scientific+reasoning+during+STEM+learning+with+a+game-based+learning+environment.">Using sequence mining to reveal the efficiency in scientific reasoning during STEM learning with a game-based learning environment.</a> Learning and Instruction. 54, 93-103 (2018).</li><li>Cloude, E. B., Taub, M., Lester, J., Azevedo, R., Isotani, S., Millan, E., Ogan, A., Hastings, P., McLaren, B., Luckin, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Role+of+Achievement+Goal+Orientation+on+Metacognitive+Process+Use+in+Game-Based+Learning.">The Role of Achievement Goal Orientation on Metacognitive Process Use in Game-Based Learning.</a> Artificial Intelligence in Education. , 36-40 (2019).</li><li>Azevedo, R., Ga&#353;evi&#263;, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Analyzing+Multimodal+Multichannel+Data+about+Self-Regulated+Learning+with+Advanced+Learning+Technologies:+Issues+and+Challenges.">Analyzing Multimodal Multichannel Data about Self-Regulated Learning with Advanced Learning Technologies: Issues and Challenges.</a> Computers in Human Behavior. 96, 207-210 (2019).</li><li>S&#225;iz-Manzanares, M. C., Rodr&#237;guez-Diez, J. J., Marticorena-S&#225;nchez, R., Zapar&#237;n-Y&#225;&#241;ez, M. J., Cerezo-Men&#233;ndez, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Lifelong+learning+from+sustainable+education:+An+analysis+with+eye+tracking+and+data+mining+techniques.">Lifelong learning from sustainable education: An analysis with eye tracking and data mining techniques.</a> Sustainability. 12 (5), 2-18 (2020).</li><li>Alemdag, E., Cagiltay, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+systematic+review+of+eye+tracking+research+on+multimedia+learning.">A systematic review of eye tracking research on multimedia learning.</a> Computers &amp; Education. 125, 413-428 (2018).</li><li>Ho, H. N. J., Tsai, M. -. J., Wang, C. -. Y., Tsai, C. -. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prior+knowledge+and+online+inquiry-based+science+reading:+evidence+from+eye+tracking.">Prior knowledge and online inquiry-based science reading: evidence from eye tracking.</a> International Journal of Science and Mathematics Education. 12, 525-554 (2014).</li><li>Catrysse, L., Gijbels, D., Donche, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=It+is+not+only+about+the+depth+of+processing:+What+if+eye+am+not+interested+in+the+text.">It is not only about the depth of processing: What if eye am not interested in the text.</a> Learning and Instruction. 58, 284-294 (2018).</li><li>Mayer, R. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+multimedia+for+e-learning.">Using multimedia for e-learning.</a> Journal of Computer Assisted Learning. 33 (5), 403-423 (2017).</li><li>Prokop, M., Pila&#345;, L., Tich&#225;, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Impact+of+think-aloud+on+eye-tracking:+A+comparison+of+concurrent+and+retrospective+think-aloud+for+research+on+decision-making+in+the+game+environment.">Impact of think-aloud on eye-tracking: A comparison of concurrent and retrospective think-aloud for research on decision-making in the game environment.</a> Sensors. 20 (10), (2020).</li><li>DuMouchel, W., Abello, J., Pardalos, P. M., Resende, M. G. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Data+Squashing:+Constructing+Summary+Data+Sets.">Data Squashing: Constructing Summary Data Sets.</a> Handbook of Massive Data Sets. , 579-591 (2002).</li><li>Stull, A. T., Fiorella, L., Mayer, R. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+eye-tracking+analysis+of+instructor+presence+in+video+lectures.">An eye-tracking analysis of instructor presence in video lectures.</a> Computers in Human Behavior. 88, 263-272 (2018).</li><li>K&#246;nig, S. D., Buffalo, E. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+nonparametric+method+for+detecting+fixations+and+saccades+using+cluster+analysis:+Removing+the+need+for+arbitrary+thresholds.">A nonparametric method for detecting fixations and saccades using cluster analysis: Removing the need for arbitrary thresholds.</a> Journal of Neuroscience Methods. 30 (227), 121-131 (2014).</li><li>Maltz, M., Shinar, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Eye+Movements+of+Younger+and+Older+Drivers.">Eye Movements of Younger and Older Drivers.</a> Human Factors. 41 (1), 15-25 (1999).</li><li>Burch, M., Kull, A., Weiskopf, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=AOI+rivers+for+visualizing+dynamic+eye+gaze+frequencies.">AOI rivers for visualizing dynamic eye gaze frequencies.</a> Computer Graphics Forum. 32 (3), 281-290 (2013).</li><li>Dzeng, R. -. J., Lin, C. -. T., Fang, Y. -. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+eye-tracker+to+compare+search+patterns+between+experienced+and+novice+workers+for+site+hazard+identification.">Using eye-tracker to compare search patterns between experienced and novice workers for site hazard identification.</a> Safety Science. 82, 56-67 (2016).</li><li>Kurzhals, K., Weiskopf, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Space-time+visual+analytics+of+eye-tracking+data+for+dynamic+stimuli.">Space-time visual analytics of eye-tracking data for dynamic stimuli.</a> IEEE Transactions on Visualization and Computer Graphics. 19 (12), 2129-2138 (2013).</li><li>Sharafi, Z., Soh, Z., Gu&#233;h&#233;neuc, Y. -. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+systematic+literature+review+on+the+usage+of+eye-tracking+in+software+engineering.">A systematic literature review on the usage of eye-tracking in software engineering.</a> Information and Software Technology. 67, 79-107 (2015).</li><li>Dalrymple, K. A., Jiang, M., Zhao, Q., Elison, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Machine+learning+accurately+classifies+age+of+toddlers+based+on+eye+tracking.">Machine learning accurately classifies age of toddlers based on eye tracking.</a> Scientific Reports. 9 (1), 6255 (2019).</li><li>Seifert, L., Cordier, R., Orth, D., Courtine, Y., Croft, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Role+of+route+previewing+strategies+on+climbing+fluency+and+exploratory+movements.">Role of route previewing strategies on climbing fluency and exploratory movements.</a> PLoS One. 12 (4), 1-22 (2017).</li><li>Takeuchi, H., Habuchi, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+quantitative+method+for+analyzing+scan+path+data+obtained+by+eye+tracker.">A quantitative method for analyzing scan path data obtained by eye tracker.</a> IEEE Symposium on Computational Intelligence and Data Mining, CIDM 2007. , 283-286 (2007).</li><li>Takeuchi, H., Matsuda, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Scan-path+analysis+by+the+string-edit+method+considering+fixation+duration.">Scan-path analysis by the string-edit method considering fixation duration.</a> 6th International Conference on Soft Computing and Intelligent Systems, and 13th International Symposium on Advanced Intelligence Systems, SCIS/ISIS 2012. , 1724-1728 (2012).</li><li>S&#225;iz, M. C., Marticorena, R., Anaiz, &. #. 1. 9. 3. ;., Zapara&#237;n, M. J., Peralbo, M., Risso, A., Barca, A., Duarte, B., Almeda, L., Brenlla, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Task+analysis+with+eye+tracking+technology.+srl+at+Smartart.">Task analysis with eye tracking technology. srl at Smartart.</a> II Congress of the International Scientific Association of Psychopedagogy Proceedings. , 4093-4104 (2019).</li><li>Khedher, A. B., Jraidi, I., Frasson, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Tracking+Students'+Analytical+Reasoning+Using+Visual+Scan+Paths.">Tracking Students' Analytical Reasoning Using Visual Scan Paths.</a> IEEE 17th International Conference on Advanced Learning Technologies (ICALT). , 53-54 (2017).</li><li>Xia, C., Han, J., Qi, F., Shi, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Predicting+Human+Saccadic+Scanpaths+Based+on+Iterative+Representation+Learning.">Predicting Human Saccadic Scanpaths Based on Iterative Representation Learning.</a> IEEE Trans Image Process. 8 (7), 3502-3515 (2019).</li><li>Cerezo, R., Fern&#225;ndez, E., G&#243;mez, C., S&#225;nchez-Santill&#225;n, M., Taub, M., Azevedo, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multimodal+Protocol+for+Assessing+Metacognition+and+Self-Regulation+in+Adults+with+Learning+Difficulties.">Multimodal Protocol for Assessing Metacognition and Self-Regulation in Adults with Learning Difficulties.</a> Journal of Visualized Experiments. , e60331 (2020).</li><li>Scherer, R., Siddiq, F., Tondeur, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+technology+acceptance+model+(TAM):+A+meta-analytic+structural+equation+modeling+approach+to+explaining+teachers'+adoption+of+digital+technology+in+education.">The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers' adoption of digital technology in education.</a> Computers &amp; Education. 128 (0317), 13-35 (2019).</li><li>Bruder, C., Ei&#223;feldt, H., Maschke, P., Hasse, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Differences+in+monitoring+between+experts+and+novices.">Differences in monitoring between experts and novices.</a> Proceedings of the Human Factors and Ergonomics Society Annual Meeting. 57 (1), 295-298 (2013).</li><li>Azevedo, R., Ga&#353;evi&#263;, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Analyzing+Multimodal+Multichannel+Data+about+Self-Regulated+Learning+with+Advanced+Learning+Technologies:+Issues+and+Challenges.">Analyzing Multimodal Multichannel Data about Self-Regulated Learning with Advanced Learning Technologies: Issues and Challenges.</a> Computers in Human Behavior. 96, 207-210 (2019).</li><li>Taub, M., Azevedo, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+Does+Prior+Knowledge+Influence+Eye+Fixations+and+Sequences+of+Cognitive+and+Metacognitive+SRL+Processes+during+Learning+with+an+Intelligent+Tutoring+System.">How Does Prior Knowledge Influence Eye Fixations and Sequences of Cognitive and Metacognitive SRL Processes during Learning with an Intelligent Tutoring System.</a> International Journal of Artificial Intelligence in Education. 29 (1), 1-28 (2019).</li><li>IBM Corp. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> SPSS Statistical Package for the Social Sciences (SPSS) (Version 24). , (2016).</li><li>. Orange Software Package Available from: <a target="_blank" href="https://orange.biolab.si/docs/">https://orange.biolab.si/docs/</a> (2020)</li></ol>

Uit de onderzoeksresultaten bleek dat de gemiddelde fixatieduur op de relevante stimuli langer was bij deelnemers met voorkennis. Evenzo ligt de aandacht voor deze groep op de middelste punten van informatie (proximaal en distaal)7. De resultaten van dit onderzoek hebben verschillen aan het licht gekomen in de manier waarop deelnemers de informatie verwerkten. Bovendien was hun verwerking niet altijd gekoppeld aan de initiële groepering (University of Experience Students, University Teachers en G...

Eye-tracking methodologie toegepast op gedragsanalyse in het leren Eye-tracking methodologie, onder andere functioneel gebruik, wordt toegepast op de studie van menselijk gedrag, met name tijdens taakomzetting. Deze techniek vergemakkelijkt monitoring en analyse tijdens de voltooiing van leertaken1. In het bijzonder kunnen de aandachtsniveaus van studenten op verschillende punten van het leerproces (start, ontwikkeling en einde) in verschillende vakken (geschiedenis, wiskunde, wetenschap, enz.) worden bestudeerd met behulp van eye-trackingtechnologie. Bovendien, als de taak het gebruik van video's met een stem omvat die het leerproces begeleidt, wordt zelfregulerend leren (SRL) vergemakkelijkt. Daarom wordt de implementatie van eye-trackingtechnologie in de analyse van taken waarvoor SRL (inclusief het gebruik van video's) wordt voorgesteld als een belangrijke bron om te begrijpen hoe leren wordt ontwikkeld2,3,4. Deze combinatie betekent ook dat de verschillen tussen instructiemethoden (met of zonder SRL, enz.) kunnen worden gecontroleerd met verschillende soorten studenten (met of zonder voorkennis, enz.) 5. De presentatie van meerkanaalsinformatie (gelijktijdige presentatie van zowel auditieve als visuele informatie, zowel mondeling, schriftelijk als picturaal) kan daarentegen zowel de registratie als de analyse van relevante versus niet-relevante informatie uit de bovengenoemde variabelenvergemakkelijken 6. Studenten met voorkennis die zijn blootgesteld aan multimediale leerkanalen lijken effectiever te leren dan studenten met weinig of geen voorkennis. Studenten met een hoge mate van voorkennis van de leerstof zullen tekstuele en grafische informatie effectiever integreren7. Deze functionaliteit is waargenomen bij het leren van teksten8 die afbeeldingen9bevatten . Eye-tracking technologie biedt informatie over waar de aandacht op gericht is en voor hoe lang. Deze gegevens geven inzicht in de ontwikkeling van een leerproces op een preciezere manier dan door de eenvoudige observatie van het oplossingsproces tijdens de voltooiing van een taak. Ook vergemakkelijkt de analyse van deze indicatoren de studie of de student diep of oppervlakkig leren ontwikkelt. Bovendien vergemakkelijkt de relatie tussen deze gegevens en de leerresultaten de validering van de verkregen informatie met eye-trackingtechnologie4,10. In feite wordt deze techniek samen met SRL steeds vaker gebruikt in het hoger onderwijs en in leeromgevingen voor volwassenenonderwijs11, zowel op gereglementeerde als op niet-gereglementeerde cursussen12.
Eye-tracking technologie biedt verschillende statistieken: afstand, snelheid, versnelling, dichtheid, dispersie, hoeksnelheid, overgangen tussen Areas of Interest (AOI), sequentiële volgorde van AOI, bezoeken in de fixaties, saccades, scanpad en heatmapparameters. De interpretatie van deze gegevens is echter complex en vereist het gebruik van onder toezicht (regressie, beslissingsbomen, enz.) en zonder toezicht (k-middelen clustertechnieken, enz.) 13,14 datamining technieken. Deze statistieken kunnen worden toegepast voor het monitoren van het gedrag van hetzelfde onderwerp in de loop van de tijd of voor een vergelijking tussen verschillende onderwerpen en hun prestaties met dezelfde taak15, door het verschil tussen deelnemers met voorkennis te analyseren ten opzichte van geen voorkennis16. Recent onderzoek11,17 heeft aangetoond dat beginnende leerlingen langer fixeren op de stimuli (d.w.z. er is een grotere fixatiefrequentie terwijl vergelijkbare scanpadpatronen worden geregistreerd). De gemiddelde duur van fixatie was langer voor experts dan voor beginners. De experts presenteerden hun aandachtspunt op de middelste punten van de informatie (proximaal en centraal), verschillen die ook te zien zijn in de visualisatiepunten binnen de AOI op de heatmaps.
Interpretatie van statistieken in eye tracking Recente studies18 hebben aangetoond dat informatieverwerving verband houdt met het aantal oculaire fixaties op de stimuli. Een andere belangrijke metriek is de saccade, die wordt gedefinieerd als de snelle en plotselinge beweging van een fixatie met een interval van [10 ms, 100 ms]. Sharafi et al. (2015)18 vonden verschillen in het aantal saccades, afhankelijk van de informatiecoderingsfase van de student. Een andere relevante parameter is het scanpad, een metriek die de chronologische volgorde van de stappen vastlegt die de deelnemer uitvoert voor de oplossing van de leertaak binnen de AOI die door de onderzoeker is gedefinieerd18. Op dezelfde manier kan eye-tracking-technologie worden gebruikt om het begripsniveau van de deelnemer te voorspellen, wat gerelateerd lijkt te zijn aan het aantal fixaties. Recente studies hebben aangetoond dat variabiliteit in kijkgedrag wordt bepaald door de eigenschappen van het beeld (positie, intensiteit, kleur en oriëntatie), de instructies voor het uitvoeren van de taak en het type informatieverwerking (leerstijl) van de deelnemer. Deze verschillen worden gedetecteerd door de interactie van de student met de verschillende AOI19te analyseren. Kwantitatieve20 (frequentieanalyse) en/of kwalitatieve of dynamische21 (scanpad) technieken kunnen worden gebruikt om de gegevens te analyseren die zijn verzameld uit de verschillende statistieken. De eerste technieken worden geanalyseerd met traditionele statistische technieken (frequentieanalyse, gemiddeld verschil, variantieverschil, enz.) en de laatste worden geanalyseerd met Machine Learning-technieken (Euclidische afstanden met snaarbewerkingsmethoden21,22en clustering17). De toepassing van deze technieken vergemakkelijkt clustering, door rekening te houden met verschillende kenmerken van de onderwerpen. Uit een studie17 bleek dat hoe deskundiger de student, hoe effectiever de ruimtelijke en temporele informatieverwerkingsstrategie die wordt geïmplementeerd. Een beschrijvende tabel van de meetparameters die in deze studie zijn gebruikt , kan hieronder in tabel 1worden geraadpleegd .
Tabel 1: Meest representatieve parameters die kunnen worden verkregen met de eye-tracking-techniek, aangepast van Sáiz, Zaparaín, Marticorena en Velasco (2019). 20   <a href="https://www.jove.com/files/ftp_upload/62103/Copia%20de%20JoVE_Table_1.xls" target="_blank">Klik hier om deze tabel te downloaden.</a>
Toepassing van de eye-tracking methodologie op de studie van het leerproces Het gebruik van de technologische vooruitgang en de hierboven beschreven technieken voor gegevensanalyse5 zal een grotere precisie toevoegen aan de gedragsanalyse van leerlingen tijdens het oplossen van problemen in de verschillende fasen van informatieverwerking (taakinitiatie, informatieverwerking en taakoplossing). Het zal allemaal individuele gedragsanalyse vergemakkelijken, wat op zijn beurt de groepering van studenten met vergelijkbare kenmerken mogelijk zal maken24. Evenzo voorspellende technieken (beslissingsbomen, regressietechnieken, enz.) 25 kan worden toegepast op leren, zowel met betrekking tot het aantal vastleggingen als met de taakomzettingsresultaten van elke student. Deze functionaliteit is een zeer belangrijke vooruitgang in de kennis van hoe elke student leert en voor het voorstel van gepersonaliseerde leerprogramma's binnen verschillende groepen (mensen met of zonder leerproblemen26). Daarom zal het gebruik van deze techniek bijdragen aan het bereiken van personalisatie en optimalisatie van leren27. Levenslang leren moet worden opgevat als een cyclus van voortdurende verbetering, aangezien de kennis van de samenleving voortdurend vordert en vordert. Evolutionaire psychologie geeft aan dat resolutievaardigheden en effectiviteit in informatieverwerking afnemen met de leeftijd. In het bijzonder, saccade frequentie, amplitude, en snelheid van oogbewegingen bij volwassenen zijn gebleken te verminderen met de leeftijd. Bovendien is op oudere leeftijd de aandacht gericht op de lagere gebieden van visuele scènes, die verband houden met tekorten in het werkgeheugen14. Niettemin neemt de activering op oudere leeftijd toe in de frontale en prefrontale gebieden, wat deze tekorten in taakoplossing lijkt te compenseren. Dit aspect omvat het niveau van voorkennis en de cognitieve compensatiestrategieën die het onderwerp kan toepassen. Ervaren deelnemers leren efficiënter, omdat ze de aandacht effectiever beheren, dankzij de toepassing van geautomatiseerde supervisieprocessen28. Bovendien worden, indien de te leren informatie via SRL-technieken wordt verstrekt, de bovengenoemde tekortkomingen verholpen17. Het gebruik van dergelijke technieken betekent dat visuele volgpatronen zeer vergelijkbaar zijn, zowel bij onderwerpen zonder voorkennis als bij onderwerpen met voorkennis7.
Samengevat is de analyse van multimodale multichannel gegevens over SRL verkregen met behulp van geavanceerde leertechnologieën (eye-tracking) essentieel om de interactie tussen cognitieve, metacognitieve en motiverende processen en hun impact op leren te begrijpen29. De resultaten en de studie van verschillen in leren hebben implicaties voor het ontwerp van leermaterialen en intelligente bijlessystemen, die beide gepersonaliseerd leren mogelijk maken dat waarschijnlijk effectiever en bevredigender zal zijn voor de student30.
In dit onderzoek werden twee onderzoeksvragen gesteld: (1) Zullen er significante verschillen zijn in de leerresultaten en in de oculaire fixatieparameters tussen studenten en deskundige versus niet-deskundige docenten kunstgeschiedenis die studenten met officiële diploma's onderscheiden versus studenten met niet-officiële diploma's (University of Experience - Adult education)? en (2) Zullen clusters van elke deelnemer met leerresultaten en oculaire fixatieparameters samenvallen met het type deelnemers (studenten met officiële graden, studenten met niet-officiële graden (University of Experience - Volwassenenonderwijs) en docenten)?

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>iViewer XTM</td>
			<td>iViewer</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>SMI Experimenter Center 3.0</td>
			<td>SMI</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>SMI Be Gaze</td>
			<td>SMI</td>
			<td></td>
			<td></td>
		</tr>
	</tbody>
</table>

eye-tracking technology and data-mining techniques used for a behavioral analysis of adults engaged in learning processes

Gedragsanalyse van volwassenen die zich bezighouden met leertaken is een grote uitdaging op het gebied van volwasseneneducatie. Tegenwoordig is er in een wereld van voortdurende technologische veranderingen en wetenschappelijke vooruitgang behoefte aan levenslang leren en onderwijs binnen zowel formele als niet-formele onderwijsomgevingen. Als antwoord op deze uitdaging biedt het gebruik van eye-tracking technologie en datamining technieken, respectievelijk, voor begeleid (voornamelijk voorspelling) en onbewaakt (specifiek clusteranalyse) leren, methoden voor het detecteren van vormen van leren bij gebruikers en/of de classificatie van hun leerstijlen. In deze studie wordt een protocol voorgesteld voor de studie van leerstijlen bij volwassenen met en zonder voorkennis op verschillende leeftijden (18 tot 69 jaar) en op verschillende punten in het leerproces (begin en einde). Statistische analyse-van-variantietechnieken betekenen dat verschillen tussen de deelnemers kunnen worden gedetecteerd per type curseur en voorkennis van de taak. Evenzo werpt het gebruik van niet-onder toezicht opgestelde clusteringtechnieken licht op vergelijkbare vormen van leren onder de deelnemers in verschillende groepen. Al deze gegevens vergemakkelijken gepersonaliseerde voorstellen van de docent voor de presentatie van elke taak op verschillende punten in de keten van informatieverwerking. Het zal ook gemakkelijker zijn voor de leraar om lesmateriaal aan te passen aan de leerbehoeften van elke student of groep studenten met vergelijkbare kenmerken.

De 36 deelnemers die voor deze studie werden aangeworven, waren afkomstig van drie groepen volwassenen (studenten van de ervaringsuniversiteit, universiteitsprofessoren en niet-gegradueerde en masterstudenten) met leeftijden variërend tussen [18 en 69] jaar (tabel 2). Het protocol werd gedurende 20 maanden getest aan de Universiteit van Burgos. Een overzicht van de ontwikkeling is te zien in tabel 4.
<p class="jove_content" fo:keep-together.within-pa...

Watch this Scientific Journal Video about Eye-tracking Technology and Data-mining Techniques used for a Behavioral Analysis of Adults engaged in Learning Processes at JoVE.com

Eye-tracking Technology and Data-mining Techniques used for a Behavioral Analysis of Adults engaged in Learning Processes

We presenteren een protocol voor een gedragsanalyse van volwassenen (18 tot 70 jaar oud) die zich bezighouden met leerprocessen en taken uitvoeren die zijn ontworpen voor zelfregulerend leren (SRL). De deelnemers, universiteitsdocenten en studenten, en volwassenen van de University of Experience, werden gemonitord met eye-tracking apparaten en de gegevens werden geanalyseerd met datamining technieken.

Eye-tracking technologie en datamining technieken gebruikt voor een gedragsanalyse van volwassenen die betrokken zijn bij leerprocessen

Behavioral analysis of adults engaged in learning tasks is a major challenge in the field of adult education. Nowadays, in a world of continuous ...

We presenteren een protocol voor de gedragsanalyse van 15 tot 70-jarige volwassenen die betrokken zijn bij verschillende processen. Het uitvoeren van taken die zijn toegewezen voor zelfregulerend leren. De deelnemers, docenten en studenten van de universiteit, en anderen van de University of Experience, werden gemonitord met eye tracking devices en de data werden geanalyseerd met datamining technieken.Dit protocol werd uitgevoerd in overeenstemming met de procedurevoorschriften van de bio-ethische commissie van de Universiteit van Burgos, Spanje. In dit onderzoek werden twee onderzoeksvragen gesteld. Onderzoeksvraag één, zullen er significante verschillen zijn in de leerresultaten en in de oculaire fixatieparameters tussen studenten en deskundige versus niet-deskundige docenten in kunstgeschiedenis, waarbij studenten met officiële diploma's worden onderscheiden van studenten met niet-officiële diploma's, University of Experience volwasseneneducatie?En onderzoeksvraag twee: Zullen clusters van elke deelnemer met leerresultaten en oculaire fixatieparameters samenvallen met het type deelnemers, studenten met officiële graden, studenten met niet-officiële graden, volwasseneneducatie van de University of Experience en docenten? Werving van deelnemers. Rekruteer deelnemers uit een groep volwassenen binnen twee omgevingen, studenten en docenten, met een leeftijd van 18 tot 70 jaar in de omgeving van hoger onderwijs, formeel en niet-formeel onderwijs.Neem deelnemer op met normaal of gecorrigeerd naar normaal zicht en gehoor. Uitgesloten deelnemer met neurologische, psychiatrische en slaapstoornissen, handicaps in verband met speciale onderwijsbehoeften, waarneembare problemen, verminderd gezichtsvermogen en gehoor, en cognitieve beperkingen. In dit onderzoek werkten we in een definitieve steekproef van 39 deelnemers, zes studenten van de University of Experience.Eén deelnemer werd vanwege visuele problemen uitgesloten in de categorie student van de University of Experience. 25 universiteitshoogleraren op het gebied van gezondheidswetenschappen, engineering en geschiedenis en erfgoed, en negen niet-gegradueerde en masterstudenten die cursussen volgen in gezondheidswetenschappen, engineering en geschiedenis en erfgoed. Gegevensverzameling, geïnformeerde toestemming verkrijgen.Informeer elke deelnemer vóór de test over het doel van het onderzoek en de verzameling, behandeling en opslag van hun gegevens. De instemming van elke deelnemer wordt gegeven door ondertekening van het formulier voor geïnformeerde toestemming. Voordat de taak begint, geeft de interviewer, een expert in het veld, een vragenlijst door over de vraag naar leeftijd, geslacht, beroep en voorkennis van het onderwerp.In dit geval de oorsprong en historische ontwikkeling van kloosters in Europa. Experimentele procedure. calibratie. Informeer de deelnemer over hoe eye tracking technologie werkt, en hoe de informatie zal worden verzameld en geregistreerd en gekalibreerd.Aan de deelnemer wordt uitgelegd dat een geldig bureau een goede positionering vereist. Hiervoor moet de deelnemer op een bepaalde afstand zitten, 45 tot 60 centimeter van de monitor. De afstand is afhankelijk van de hoogte van de deelnemer, hoe lager de hoogte, hoe korter de afstand.De deelnemer wordt geïnformeerd dat een reeks punten op het hoofdpunt van het scherm verschijnt en dat elke keer dat een punt verschijnt, de deelnemer het met zijn ogen moet observeren. Neem de kalibratie-instelling. Het uitvoeren van de leertaak.Leg de inhoud van de taak uit aan de deelnemer. De leertaak bestaat uit de uitleg van de oorsprong van kloosters in Europa. De opdracht wordt gepresenteerd in een video voice-over met behulp van SRL-methodologie.De informatie wordt gepresenteerd via auditieve en visuele kanalen, waaronder geschreven tekst en afbeeldingen. Bekijk de videoclip. Het uitvoeren van de kruiswoordpuzzel op een moodle gebaseerd virtueel platform.Data-analyse. Kies het interessegebied, AOI. AOIs worden gedefinieerd in de video en zijn onderverdeeld in AOIs die relevante informatie bevatten versus AOIs die niet-relevante informatie bevatten.De database extraheren met betrekking tot de parameters voor AOIs-fixaties. Importeer de database, inclusief een softwarepakket voor statistische verwerking, en selecteer de optie Analyseren en vervolgens Classificeren, gevolgd door de optie K-Means Cluster. Selecteer vervolgens cross table in het statistische softwarepakket, bijvoorbeeld SPSS, gevolgd door de optie ANOVA, om de verschillen tussen de deelnemers te analyseren.Voer een visualisatieanalyse van de gegevens uit. De gegevens van de parameters van gedetailleerde statistieken extraheren en de statistische analyse uitvoeren. Gepersonaliseerde leervoorstellen.Voer een interventieprogramma uit om de leerresultaten te verbeteren bij de deelnemers die in de clusteranalyse zijn gedetecteerd vanwege hun lagere scores. Representatieve resultaten. 36 deelnemers die voor deze studie werden aangeworven, waren afkomstig van drie groepen volwassen studenten van de University of Experience, universiteitsprofessoren en studenten met een bachelor- en masterdiploma met een leeftijd tussen 22 en 69 jaar oud.Het protocol werd gedurende 20 maanden getest aan de Universiteit van Burgos. De blikpositieparameters van de fixatie werden geanalyseerd. De groep mannen en vrouwen in elk van de deelnemende groep, University of Experience-student, universitair docent en afgestudeerde en masterstudenten, voltooide de taak elk op verschillende manieren.Er werden geen significante verschillen gevonden in een van de fixatieparameters, maar er werd een trend waargenomen naar verschillen voor fixatiegemiddelde pupilgrootte Y, fixatie en gemiddelde pupildiameter, en fixatiespreiding X, zij het met lage effectwaarden. Vervolgens werden de belangrijkste middelenclusters toegepast om te onderzoeken of er verschillende gegroepeerde groepen waren in de eerste onderzoeksgroep, met betrekking tot de resultaten in de parameters van fixatiepositie, voorkennis en kruiswoordpuzzelresultaten. Er zijn drie clusters gevonden.Ook werd een groepstabel opgesteld tussen de waarden van een cluster van een groepslidmaatschap dat aan elke deelnemer is toegewezen met betrekking tot het categorietype deelnemer, University of Experience-student, universiteitshoogleraren en universiteitsstudenten. Elk toont de positie van de deelnemers binnen het cluster ten opzichte van de drie groepen voor de parameters van de fixatie positie. Er werden significante verschillen gevonden afhankelijk van de achtergrondkennis, variabel in Omleidingsduur 1.Het analyseren van de invoer-, duel- en uitvoertijd voor elke stimulus die in elke AOI wordt ingevoegd. Derhalve kan worden geconcludeerd dat de manier van binnenkomst, het blijven en het verlaten van de verschillende AOIs verschillend was, afhankelijk van de variabele deelnemersgroep tijdens de beginfase van de toegang tot informatie. Verschillen werden ook gevonden in de parameters voor de gemiddelde fixatieduur.Langere fixaties verwijzen naar de deelnemers die meer tijd besteden aan het analyseren en interpreteren van de informatie-inhoud binnen de verschillende AOIs. Bonferroni betekent dat er verschillende tests zijn toegepast om groepslidmaatschap vast te stellen, waarmee werd vastgesteld dat ze tussen de studenten van de University of Experience en de groep universiteitsprofessoren zaten. De middelen waren hoger dan in groep één, University of Experience-studenten, waar deelnemers meer tijd besteden aan het analyseren en interpreteren van de AOIs tijdens de data-entryfase.Op basis van het resultaat van deze studie werd de ontwikkeling van een gepersonaliseerd leerprogramma voorgesteld om de leerresultaten van taakresolutie te verbeteren. In deze studie zal het programma zich richten op de versterking van het concept waaraan in de video wordt gewerkt, waarvoor een uitbreiding en specificatie van de concepten zal worden gemaakt. De resultaten van deze gegevensanalyse geven informatie aan de leerkracht om de presentatie van de taak en zelfs de kenmerken van elke leerling of groep leerlingen aan te passen. Conclusies.De presentatie van informatie op een manier, door ze gebruiken informatiekanaal, auditief, visueel, of beide. Met SRL-activiteit, de methodologie, samen met het gebruik van een trackingtechnologie en machine learning-techniek. Het is de sleutel tot het begrijpen van hoe informatie wordt verwerkt en om in staat te worden gesteld om een gepersonaliseerd leerontwerp aan te bieden op basis van de onderwijsbehoeften voor elke Dus het bevorderen van de ontwikkeling beoordeelt voor leren.

Research

JoVE Journal

Behavior

The Double-H Maze: A Robust Behavioral Test for Learning and Memory in Rodents

De Double-H Maze: een robuuste Behavioral Test voor leren en geheugen in Knaagdieren

Spatial cognition research in rodents typically employs the use of maze tasks, whose attributes vary from one maze to the next. These tasks vary by their ...

Combined Shuttle-Box Training with Electrophysiological Cortex Recording and Stimulation as a Tool to Study Perception and Learning

Gecombineerd Shuttle-Box Training met Elektrofysiologische Cortex opnemen en stimulatie als een instrument om Perception en learning studie

Shuttle-box avoidance learning is a well-established method in behavioral neuroscience and experimental setups were traditionally custom-made; the ...

Vagus Nerve Stimulation as a Tool to Induce Plasticity in Pathways Relevant for Extinction Learning

Nervus Vagus Stimulatie als een Tool om plasticiteit te induceren in Pathways Relevant voor Extinction Learning

Extinction describes the process of attenuating behavioral responses to neutral stimuli when they no longer provide the reinforcement that has been ...

Eye-Tracking Control to Assess Cognitive Functions in Patients with Amyotrophic Lateral Sclerosis

Eye-Tracking Control cognitieve functies bij patiënten beoordelen met Amyotrofische Lateraal Sclerose

Amyotrophic lateral sclerosis (ALS) is a neurodegenerative disorder with pathological involvement of upper and lower motoneurons, subsequently leading to ...

Investigating Motor Skill Learning Processes with a Robotic Manipulandum

Onderzoeken van Motor Skill Learning Processen met een Robotic Manipulandum

Skilled reaching tasks are commonly used in studies of motor skill learning and motor function under healthy and pathological conditions, but can be ...

Eye Tracking During Visually Situated Language Comprehension: Flexibility and Limitations in Uncovering Visual Context Effects

Eye Tracking tijdens visueel ligt taalbegrip: Flexibiliteit en beperkingen blootleggen visuele Context-effecten

The present work is a description and an assessment of a methodology designed to quantify different aspects of the interaction between language processing ...

Stress-Enhanced Fear Learning, a Robust Rodent Model of Post-Traumatic Stress Disorder

Angst stress-Enhanced Learning, een robuuste knaagdier Model van Posttraumatische Stress-Stoornis

Fear behaviors are important for survival, but disproportionately high levels of fear can increase the vulnerability for developing psychiatric disorders ...

Simultaneous Eye Tracking and Single-Neuron Recordings in Human Epilepsy Patients

Gelijktijdige Oogtracering en single-neuron opnames bij humane epilepsiepatiënten

Intracranial recordings from patients with intractable epilepsy provide a unique opportunity to study the activity of individual human neurons during ...

Exploring Infant Sensitivity to Visual Language using Eye Tracking and the Preferential Looking Paradigm

Het verkennen van de gevoeligheid van de baby voor visuele taal met behulp van Eye tracking en de preferentiële uitziende paradigma

We discuss the use of the preferential looking paradigm in eye tracking studies in order to study how infants develop, understand, and attend to the world ...

Multimodal Protocol for Assessing Metacognition and Self-Regulation in Adults with Learning Difficulties

Multimodaal protocol voor de beoordeling van metacognitie en zelfregulering bij volwassenen met leerproblemen

Learning disabilities (LDs) encompass disorders of those who have difficulty learning and using academic skills, exhibiting performance below expectations ...