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

Arbeidet er utviklet i prosjektet "Self-Regulated Learning in SmartArt Erasmus+ Adult Education" 2019-1-ES01-KA204-095615-Coordinator 6, finansiert av EU-kommisjonen. Videoen av oppgavefullføringsfasen hadde forhåndsinformert samtykke fra Rut Velasco Sáiz. Vi setter pris på lærernes og studentenes deltakelse i oppgavegjennomføringsfasen.

Denne protokollen ble utført i samsvar med prosedyrebestemmelsene i den bioetiske komiteen ved Universitetet i Burgos (Spania) nº Nº IR27/2019. Før deltakelsen hadde deltakerne blitt gjort fullt klar over forskningsmålene og hadde alle gitt sitt informerte samtykke. De fikk ingen økonomisk kompensasjon for sin deltakelse.
1. Deltakerrekruttering
<ol><li>Rekrutter deltakere fra en gruppe voksne innenfor to miljøer (studenter og lærere), med en aldersgruppe på 18 til 69 år i miljøet...

<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>

Forskningsresultatene indikerte at gjennomsnittlig fikseringsvarighet på de aktuelle stimuliene var lengre blant deltakere med forkunnskaper. På samme måte er fokuset på oppmerksomhet på denne gruppen på de midterste informasjonspunktene (proksimal og distal)7. Resultatene fra denne studien har avdekket forskjeller i hvordan deltakerne behandlet informasjonen. Videre var deres behandling ikke alltid knyttet til den første grupperingen (University of Experience Students, University Teachers ...

Øyesporingsmetodikk anvendt på atferdsanalyse i læring Øyesporingsmetodikk, blant annet funksjonell bruk, brukes til studiet av menneskelig atferd, spesielt under oppgaveoppløsning. Denne teknikken letter overvåking og analyse under fullføring av læringsoppgaver1. Spesielt kan studentenes oppmerksomhetsnivåer på ulike punkter i læringsprosessen (start, utvikling og slutt) i forskjellige (Historie, matematikk, vitenskap, etc.) studeres ved bruk av øyesporingsteknologi. I tillegg, hvis oppgaven inkluderer bruk av videoer med en stemme som styrer læringsprosessen, er selvregulert læring (SRL) tilrettelagt. Derfor foreslås implementeringen av øyesporingsteknologi i analysen av oppgaver som SRL (som inkluderer bruk av videoer) som en betydelig ressurs for å forstå hvordan læring utvikles2,3,4. Denne kombinasjonen vil også bety at forskjellene mellom undervisningsmetoder (med eller uten SRL, etc.) kan kontrolleres med ulike typer studenter (med eller uten forkunnskaper, etc.) 5. Derimot kan presentasjonen av flerkanalsinformasjon (samtidig presentasjon av både auditiv og visuell informasjon, enten muntlig, skriftlig eller billedlig) lette både opptaket og analysen av relevant kontra ikke-relevant informasjon fra de ovennevnte variablene6. Studenter med forkunnskaper eksponert for multimedielæringskanaler ser ut til å lære mer effektivt enn de med liten eller ingen forkunnskaper. Studenter med høy forkunnskap om emnet vil integrere tekstlig og grafisk informasjon mer effektivt7. Denne funksjonaliteten er observert i læringen av tekster8 som inneholder bilder9. Eye-tracking-teknologi gir informasjon om hvor oppmerksomheten er fokusert og hvor lenge. Disse dataene gir innsikt i utviklingen av en læringsprosess på en mer presis måte enn gjennom enkel observasjon av løsningsprosessen under gjennomføring av en oppgave. Analysen av disse indikatorene letter også studiet av om studenten utvikler dyp eller overfladisk læring. Videre letter forholdet mellom disse dataene og læringsresultatene valideringen av informasjonen som er oppnådd med øyesporingsteknologi4,10. Faktisk brukes denne teknikken sammen med SRL i økende grad i høyere utdanning og i voksenopplæring11 læringsmiljøer, både på regulerte og på ikke-regulerte kurs12.
Øyesporingsteknologi tilbyr forskjellige beregninger: avstand, hastighet, akselerasjon, tetthet, dispersjon, vinkelhastighet, overganger mellom interesseområder (AOI), sekvensiell rekkefølge av AOI, besøk i fikseringer, saccader, skannebane og varmekartparametere. Tolkningen av disse dataene er imidlertid kompleks og krever bruk av overvåkede (regresjon, beslutningstrær, etc.) og uten tilsyn (k-midler klyngeteknikker, etc.) 13,14 data-gruvedrift teknikker. Disse beregningene kan brukes til å overvåke virkemåten til samme emne over tid eller for en sammenligning mellom flere emner og deres ytelse med samme oppgave15, ved å analysere forskjellen mellom deltakere med tidligere kunnskap kontra ingen tidligere kunnskap16. Nyere forskning11,17 har avslørt at nybegynnere lærlinger fikser lenger på stimuliene (dvs. det er en større fikseringsfrekvens mens lignende skannebanemønstre registreres). Den gjennomsnittlige varigheten av fiksering var lengre for eksperter enn for nybegynnere. Ekspertene presenterte sitt fokus på informasjonens midtpunkter (proksimale og sentrale), forskjeller som også kan ses i visualiseringspunktene i AOI på varmekartene.
Tolkning av beregninger i øyesporing Nyere studier18 har indikert at informasjonsinnhenting er relatert til antall okulære fikseringer på stimuliene. En annen viktig beregning er saccade, som er definert som den raske og plutselige bevegelsen av en fiksering med et intervall på [10 ms, 100 ms]. Sharafi et al. (2015)18 fant forskjeller i antall saccader, avhengig av studentens informasjonskodingsfase. En annen relevant parameter er skannebanen, en beregning som fanger opp den kronologiske rekkefølgen på trinnene som deltakeren utfører for oppløsningen av læringsoppgaven i AOI definert av forskeren18. På samme måte kan øyesporingsteknologi brukes til å forutsi deltakerens forståelsesnivå, som ser ut til å være relatert til antall fikseringer. Nyere studier har indikert at variasjon i blikkadferd bestemmes av egenskapene til bildet (posisjon, intensitet, farge og orientering), instruksjonene for å utføre oppgaven og typen informasjonsbehandling (læringsstil) til deltakeren. Disse forskjellene oppdages ved å analysere studentens interaksjon med de ulike AOI19. Kvantitative20-teknikker (frekvensanalyse) og/eller kvalitative eller dynamiske21-teknikker (skannebane) kan brukes til å analysere dataene som samles inn fra de ulike beregningene. De tidligere teknikkene analyseres med tradisjonelle statistiske teknikker (frekvensanalyse, gjennomsnittsforskjell, variansforskjell, etc.) og sistnevnte analyseres med maskinlæringsteknikker (euklidiske avstander med strengredigeringsmetoder21,22og klynger17). Anvendelsen av disse teknikkene letter klynger, ved å vurdere ulike egenskaper hos fagene. En studie17 fant at jo mer ekspert studenten er, jo mer effektiv er den romlige og timelige informasjonsbehandlingsstrategien som implementeres. En beskrivende tabell over måleparametrene som ble brukt i denne studien, kan konsulteres nedenfor i tabell 1.
Tabell 1: De fleste representative parametere som kan oppnås med øyesporingsteknikken, tilpasset fra Sáiz, Zaparaín, Marticorena og Velasco (2019). 20   <a href="https://www.jove.com/files/ftp_upload/62103/Copia%20de%20JoVE_Table_1.xls" target="_blank">Klikk her for å laste ned denne tabellen.</a>
Anvendelse av øyesporingsmetoden til studiet av læringsprosessen Bruken av de teknologiske fremskrittene og dataanalyseteknikkene beskrevet ovenfor5 vil gi større presisjon til atferdsanalyse av elever under problemløsning i de ulike fasene av informasjonsbehandling (oppgavestart, informasjonsbehandling og oppgaveoppløsning). Det vil alle legge til rette for individuell atferdsanalyse, som igjen vil tillate gruppering av studenter med lignende egenskaper24. På samme måte, prediktive teknikker (beslutningstrær, regresjonsteknikker, etc.) 25 kan brukes på læring, både relatert til antall fikseringer og til oppgaveløsningsresultatene til hver student. Denne funksjonaliteten er et svært viktig fremskritt i kunnskapen om hvordan hver student lærer og for forslaget til personlige læringsprogrammer i forskjellige grupper (personer med eller uten lærevansker26). Derfor vil bruken av denne teknikken bidra til oppnåelse av personalisering og optimalisering av læring27. Livslang læring må forstås som en syklus med kontinuerlig forbedring siden kunnskapen om samfunnet stadig utvikler seg og utvikler seg. Evolusjonær psykologi indikerer at oppløsningsferdigheter og effektivitet i informasjonsbehandling reduseres med alderen. Spesielt har saccadefrekvens, amplitude og hastighet på øyebevegelser blant voksne vist seg å avta med alderen. I tillegg, i eldre aldre, er oppmerksomheten fokusert på de nedre områdene av visuelle scener, som er relatert til underskudd iarbeidsminnet 14. Likevel øker aktiveringen i front- og prefrontale områder i en eldre alder, noe som ser ut til å kompensere for disse underskuddene i oppgaveløsning. Dette aspektet inkluderer nivået på tidligere kunnskap og de kognitive kompensasjonsstrategiene som emnet kan bruke. Erfarne deltakere lærer mer effektivt, siden de administrerer oppmerksomheten mer effektivt, på grunn av anvendelsen av automatiserte tilsynsprosesser28. I tillegg, hvis informasjonen som skal læres, blir formidlet gjennom SRL-teknikker, reduseres de nevnte manglene17. Bruk av slike teknikker betyr at visuelle sporingsmønstre er svært like, både i uten forkunnskaper og i medforkunnskaper 7.
Oppsummert er analysen av multimodale-flerkanalsdata på SRL oppnådd ved bruk av avansert læring (øyesporing) teknologier nøkkelen til å forstå samspillet mellom kognitive, metakognitive og motiverende prosesser, og deres innvirkning på læring29. Resultatene og studiet av forskjeller i læring har implikasjoner for utformingen av læringsmateriell og intelligente veiledningssystemer, som begge vil muliggjøre personlig læring som sannsynligvis vil være mer effektiv og tilfredsstillende for studenten30.
I denne forskningen ble det stilt to undersøkelsesspørsmål: (1) Vil det være betydelige forskjeller i læringsresultatene og i okulære fikseringsparametere mellom studenter og eksperter kontra ikke-ekspertlærere i kunsthistorie som differensierer studenter med offisielle grader kontra studenter med ikke-offisielle grader (University of Experience - Voksenopplæring)? og (2) Vil klynger av hver deltaker med læringsresultater og okulære fikseringsparametere falle sammen med typen deltakere (studenter med offisielle grader, studenter med ikke-offisielle grader (University of Experience - Voksenopplæring) og lærere)?

<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

Atferdsanalyse av voksne engasjert i læringsoppgaver er en stor utfordring innen voksenopplæring. I dag, i en verden av kontinuerlige teknologiske endringer og vitenskapelige fremskritt, er det behov for livslang læring og utdanning innen både formelle og ikke-formelle utdanningsmiljøer. Som svar på denne utfordringen gir bruk av øyesporingsteknologi og datautvinningsteknikker henholdsvis for veiledet (hovedsakelig prediksjon) og uovervåket (spesielt klyngeanalyse) læring, metoder for påvisning av læringsformer blant brukere og / eller klassifiseringen av læringsstilene deres. I denne studien foreslås det en protokoll for studiet av læringsstiler blant voksne med og uten forkunnskaper i ulike aldre (18 til 69 år) og på ulike punkter gjennom læringsprosessen (start og slutt). Statistiske teknikker for variansanalyse betyr at det kan oppdages forskjeller mellom deltakerne etter type elev og tidligere kunnskap om oppgaven. På samme måte kaster bruk av uovervåkede læringsklyngeteknikker lys over lignende læringsformer blant deltakerne på tvers av ulike grupper. Alle disse dataene vil legge til rette for personlige forslag fra læreren for presentasjon av hver oppgave på forskjellige punkter i kjeden av informasjonsbehandling. Det vil også være lettere for læreren å tilpasse undervisningsmateriellet til læringsbehovene til hver elev eller gruppe elever med lignende egenskaper.

De 36 deltakerne som ble rekruttert til denne studien var fra tre grupper voksne (studenter fra universitetets erfaringsuniversitet, universitetsprofessorer og bachelor- og masterstudenter) med alder mellom [18 og 69] år (tabell 2). Protokollen ble testet over 20 måneder ved Universitetet i Burgos. En oversikt over utviklingen kan ses i tabell 4.
Tabell 4. Omriss av utviklingen av anal...

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

Vi presenterer en protokoll for en atferdsanalyse av voksne (i alderen 18 til 70 år) engasjert i læringsprosesser, og utfører oppgaver designet for selvregulert læring (SRL). Deltakerne, universitetslærerne og studentene, og voksne fra University of Experience, ble overvåket med øyesporingsenheter og dataene ble analysert med datautvinningsteknikker.

Øyesporingsteknologi og datautvinningsteknikker som brukes til en atferdsanalyse av voksne engasjert i læringsprosesser

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

Vi presenterer en protokoll for atferdsanalyse av 15 til 70 år gamle voksne engasjert i forskjellige prosesser. Utføre oppgaver som er tildelt selvregulert læring. Deltakerne, universitetslærerne og studentene, og andre fra University of Experience, ble overvåket med øyesporingsenheter og dataene ble analysert med datautvinningsteknikker.Denne protokollen ble utført i samsvar med prosedyrebestemmelsene i den bioetiske komiteen ved Universitetet i Burgos, Spania. I denne forskningen ble det stilt to etterforskningsspørsmål. Forskningsspørsmål en, vil det være betydelige forskjeller i læringsresultatene og i okulære fikseringsparametere mellom studenter og eksperter kontra ikke-ekspertlærere i kunsthistorie, og differensiere studenter med offisielle grader kontra studenter med ikke-offisielle grader, University of Experience voksenopplæring?Og forskningsspørsmål to: Vil klynger av hver deltaker med læringsresultater og okulære fikseringsparametere falle sammen med typen deltakere, studenter med offisielle grader, studenter med ikke-offisielle grader, University of Experience voksenopplæring og lærere? Rekruttering av deltakere. Rekrutter deltakere fra en gruppe voksne innenfor to miljøer, studenter og lærere, med en aldersrangering på 18 til 70 år i miljøet for høyere utdanning, formell og ikke-formell utdanning.Inkluder deltaker med normal eller korrigert til normal syn og hørsel. Ekskluder deltaker med nevrologiske, psykiatriske og søvnforstyrrelser, funksjonshemming relatert til pedagogiske spesielle behov, perseptuelle vanskeligheter, nedsatt syn og hørsel og kognitive funksjonshemninger. I denne studien jobbet vi i et endelig utvalg utgjorde 39 deltakere, seks studenter fra Universitetet for erfaring.En deltaker ble ekskludert i kategorien student fra University of Experience på grunn av visuelle vanskeligheter. 25 universitetsprofessorer innen helsevitenskap, ingeniørfag og historie og kulturarv, og ni bachelor- og masterstudenter som følger kurs i helsevitenskap, ingeniørfag og historie og arv. Datainnsamling, innhente informert samtykke.Før testen informerer du hver deltaker om målet med studien og innsamling, behandling og lagring av dataene deres. Avtalen til hver deltaker er gitt ved å signere det informerte samtykkeskjemaet. Deretter, før du starter oppgaven, består intervjueren, en ekspert på feltet, et spørreskjema om spørsmål om alder, kjønn, yrke og forkunnskaper om emnet.I dette tilfellet opprinnelse og historisk utvikling av klostre i Europa. Eksperimentell prosedyre. kalibrering. Informer deltakeren om hvordan øyesporingsteknologi fungerer, og hvordan informasjonen samles inn og registreres og kalibreres.Det forklares for deltakeren at et gyldig skrivebord krever riktig posisjonering. For å gjøre det, må deltakeren sitte på en viss avstand, 45 til 60 centimeter fra skjermen. Avstanden vil avhenge av høyden på deltakeren, senke høyden, jo kortere avstand.Deltakeren blir informert om at en rekke punkter vil vises på kardinalpunktet på skjermen, og at hver gang et punkt vises, må deltakeren observere det med øynene. Ta kalibreringsinnstillingen. Utføre læringsoppgaven.Forklar innholdet i oppgaven for deltakeren. Læringsoppgaven består av forklaringen på opprinnelsen til klostre i Europa. Oppgaven presenteres i en video voiceover ved hjelp av SRL-metodikk.Informasjonen presenteres gjennom auditive og visuelle kanaler, inkludert skriftlig tekst og bilder. Se videoklippet. Utføre kryssordet på en Moodle-basert virtuell plattform.Dataanalyse. Velg interesseområde, AOI. AOIer er definert i videoen og er delt inn i AOIer som inneholder relevant informasjon kontra AOIer som inkluderer ikke-relevant informasjon.Trekk ut databasen relatert til parameterne for AOIs-fikseringer. Importer databasen, inkludert en programvarepakke for statistisk behandling, og velg alternativet Analyser, og deretter Klammenlig, etterfulgt av alternativet K-Means Cluster. Velg deretter krysstabell i den statistiske programvarepakken, for eksempel SPSS, etterfulgt av ANOVA-alternativet, for å analysere forskjellene mellom deltakeren.Utføre en visualiseringsanalyse av dataene. Trekk ut dataene til parametrene for detaljert statistikk og gjør den statistiske analysen. Personlige læringsforslag.Utfør et intervensjonsprogram for å forbedre læringsutbyttet blant deltakerne som oppdages i klyngeanalysen på grunn av lavere score. Representative resultater. 36 deltakere rekruttert til denne studien var fra tre grupper voksne studenter fra University of Experience, universitetsprofessorer og bachelor- og masterstudenter med alder mellom 22 og 69 år.Protokollen ble testet over 20 måneder ved Universitetet i Burgos. Blikkposisjonsparametrene for fikseringen ble analysert. Gruppen menn og kvinner i hver av de deltakende gruppene, University of Experience student, universitetslærer og avgangs- og masterstudenter, fullførte hver oppgaven på forskjellige måter.Ingen signifikante forskjeller ble funnet i noen av fikseringsparametrene, men en trend mot forskjeller for fiksering gjennomsnittlig elevstørrelse Y, fiksering og gjennomsnittlig elevdiameter, og fikseringsspredning X ble notert, men med lave effektverdier. Da betyr nøkkelen at klynger ble brukt til å studere om det var forskjellige grupperinger i den første forskningsgruppen, med hensyn til resultatene i parametrene for fikseringsposisjon, tidligere kunnskap og kryssordresultater. Tre klynger ble funnet.Det ble også utarbeidet en gruppetabell mellom verdiene for klyngen til et gruppemedlemskap som er tildelt hver deltaker med hensyn til kategoritypen deltaker, university of experience-student, universitetsprofessorer og universitetsstudenter. Hver viser posisjonen til deltakerne i klyngen med hensyn til de tre gruppene for fikseringsposisjonsparameterne. Signifikante forskjeller ble funnet avhengig av bakgrunnskunnskapen, variabel i avledningsvarighet 1.Analysere inngangs-, duell- og utgangstiden for hver stimulus som settes inn i hver AOI. Det kan derfor konkluderes med at måten å gå inn, gjenværende og avslutte i de forskjellige AOIene var forskjellig avhengig av variabel deltakergruppe i den første fasen av informasjonstilgang. Det ble også funnet forskjeller i parametrene for gjennomsnittlig fikseringsvarighet.Lengre fikseringer viser til at deltakerne bruker mer tid på å analysere og tolke informasjonsinnholdet i de ulike AOIene. Bonferroni betyr at det ble brukt ulike tester for å etablere gruppemedlemskap, som det ble fastslått at de var mellom gruppen studenter ved University of Experience og gruppen av universitetsprofessorer. Midlene var høyere fra gruppe én, University of Experience-studenter, der deltakerne bruker mer tid på å analysere og tolke AOIene i dataregistreringsfasen.Basert på resultatet som ble funnet i denne studien, ble utviklingen av et personlig læringsprogram foreslått for å forbedre læringsutbyttet for oppgaveløsning. I denne studien vil programmet fokusere på forsterkning av konseptet som er arbeidet med i videoen, for hvilken en forlengelse og spesifikasjon av konseptene vil bli gjort. Resultatene oppnådd i denne dataanalysen gir informasjon til læreren for å justere presentasjonen av oppgaven og til og med egenskapene til hver elev eller gruppe elever. Konklusjoner.Presentasjonen av informasjon på en måte, gjennom de bruker informasjonskanal, auditiv, visuell eller begge deler. Med SRL-aktivitet, metodikken, sammen med bruk av en sporingsteknologi og maskinlæringsteknikk. Det er nøkkelen til å forstå hvordan læring behandler informasjon, og å være i stand til å tilby et personlig læringsdesign i henhold til pedagogiske behov for hver Så fremme utviklingen vurderer for læring.

Research

JoVE Journal

Behavior

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

Double-H Maze: En Robust Behavioral Test for læring og hukommelse i Gnagere

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

Kombinert Shuttle-Box Trening med Elektro Cortex-opptak og stimulering som et verktøy for å studere Perception and Learning

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

Vagus nerve stimulering som et verktøy for å indusere plastisitet i Pathways Relevante for 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 for å vurdere kognitive funksjoner hos pasienter med amyotrofisk lateral sklerose

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

Gransker Motor Ferdighet læreprosesser med en 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

Øye sporing under visuelt ligger språk forståelse: Fleksibilitet og begrensninger i avdekke visuell kontekst effekter

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

Stress-forbedret frykt læring, en Robust gnager modell av posttraumatisk stresslidelse

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

Samtidige eye tracking og Single-Nevron innspillinger i Human epilepsi pasienter

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

Exploring Infant følsomhet til Visual språk ved hjelp av eye tracking og fortrinnsrett Looking paradigmet

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

Multimodal protokoll for vurdering av metakognisjon og selvregulering hos voksne med lærevansker

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