JoVE Journal > Behavior
Summary
Abstract
Introduction
Protocol
Résultats
Discussion
Divulgations
Acknowledgements
Materials
References
Traduction automatique
Sciences du comportement

Et tværfagligt og multi modal eksperimentelt design til undersøgelse af autentiske eksamens oplevelser i nærheden af realtid

Published: September 04, 2019
doi:
10.3791/60037
, , , , , , ,
1Department of Engineering Education, College of Engineering,Utah State University, 2Department of Electrical and Computer Engineering, College of Engineering,Utah State University, 3Department of Educational Psychology, College of Education,University of Oregon

Summary

En eksperimentel design blev udviklet til at undersøge real-time påvirkninger af en eksamen erfaring til at vurdere den følelsesmæssige virkelighed studerende erfaring i videregående uddannelse indstillinger og opgaver. Dette design er resultatet af en tværfaglig (f. eks. pædagogisk psykologi, biologi, fysiologi, ingeniørarbejde) og multimodal (f. eks. spyt markører, undersøgelser, elektrodermal sensor) tilgang.

Abstract

I løbet af de seneste ti år er forskningen i elevernes følelser i uddannelsesmiljøer steget. Selv om forskerne har opfordret til flere undersøgelser, der er afhængige af objektive foranstaltninger af følelsesmæssig erfaring, begrænsninger på at udnytte multi-modal datakilder findes. Undersøgelser af følelser og følelsesmæssig regulering i klasseværelser er traditionelt afhængige af undersøgelsesinstrumenter, erfaring-prøvetagning, artefakter, interviews eller observations procedurer. Disse metoder er, selv om de er værdifulde, hovedsageligt afhængige af deltagernes eller observatørens subjektivitet og er begrænset i den autentiske måling af elevernes real-time præstationer til en klasse aktivitet eller opgave. Sidstnævnte, i særdeleshed, udgør en anstødssten for mange lærde, der søger objektivt at måle følelser og andre relaterede foranstaltninger i klasseværelset, i realtid.

Formålet med dette arbejde er at fremlægge en protokol for eksperimentelt at studere elevernes real-time svar på eksamens oplevelser under en autentisk vurderingssituation. Til dette, et team af pædagogiske psykologer, ingeniører og ingeniøruddannelse forskere designet en eksperimentel protokol, der fastholdt de grænser, der kræves for nøjagtig fysiologiske sensor måling, bedste praksis af spyt indsamling, og en autentisk testmiljø. Navnlig er eksisterende undersøgelser, der er afhængige af fysiologiske sensorer, gennemført i eksperimentelle miljøer, der er koblet fra uddannelsesmæssige indstillinger (f. eks. Trier stress test), løsrevet i tid (f. eks. før eller efter en opgave), eller indføre analysefejl (f. eks. brug af sensorer i miljøer, hvor de studerende kan bevæge sig). Dette begrænser vores forståelse af elevernes real-time svar på aktiviteter og opgaver i klasseværelset. Nyere forskning har desuden krævet, at der skal tages hensyn til flere overvejelser omkring rekrutterings spørgsmål, replikabilitet, gyldighed, opsætninger, datarensning, indledende analyse og særlige omstændigheder (f. eks. tilføjelse af en variabel i forsøgs design) i akademiske følelser forskning, der bygger på multimodal tilgange.

Introduction

Psykologer har længe forstået vigtigheden af menneskers følelser i belyse deres adfærd1. Inden for studiet af uddannelse, akademisk præstation følelser (AEE) er blevet fokus for Emotion Research2. Forskere, der bruger AAE hævder, at situationelle sammenhænge studerende befinder sig i, er vigtige at overveje, når de undersøger elevernes følelser. Eleverne kan opleve test relaterede, klasserelaterede eller lærings relaterede følelser, der involverer multikomponent processer, herunder affektive, fysiologiske, motiverende og kognitive komponenter. AEE udtrykkes i to former: Valens (positiv/negativ) og aktivering (fokuseret/ufokuseret energi). Positive aktiverende følelser, såsom nydelse, kan øge reflekterende processer som metacognition, hvorimod positive deaktiverende følelser som stolthed kan resultere i lave niveauer af kognitiv behandling. Negative aktiverende følelser som vrede og angst kan udløse engagement, hvorimod negative deaktiverende følelser som håbløshed kan dæmpe motivationen3,4,5. Akademiske følelser bidrager til, hvordan vi lærer, opfatter, beslutter, reagerer og løser problemet2. For at regulere akademiske følelser, en person skal besidde selv-effektivitet (Se)6,7,8, som er deres tillid til deres evne til at ansætte kontrol over deres motivation, adfærd, og sociale miljø 6. Self-effektivitet og akademiske følelser er indbyrdes forbundne, hvor lavere selv-effektivitet er bundet til negative deaktivering følelser (f. eks angst, vrede, kedsomhed) og højere selv-effektivitet er bundet til positive aktiverende følelser (f. eks lykke, håb, spænding)6,7,8. Se menes også at være stærkt bundet til ydeevne6,7,8.

Forskning, der har undersøgt klasseværelset følelser har påberåbt sig selv-rapporter, observationer, interviews, og artefakter (f. eks, eksamener, projekter)9,10. Selv om disse metoder giver rige kontekstuelle oplysninger om elevernes oplevelser i klasseværelset, har de betydelige begrænsninger. For eksempel er interviews, observationer og selvrapporter afhængige af enkeltpersoners introspektioner10. Andre metoder har forsøgt at undersøge akademiske følelser mere probisk end tidligere forskere, såsom dem, der er baseret på erfaring-prøvetagning tilgange, hvor forskerne beder eleverne til at rapportere om deres følelser i løbet af skoledagen11. Selv om denne forskning giver os mulighed for at rapportere elevernes følelser mere præcist, dette arbejde er afhængig af selv-rapport metoder og ikke giver mulighed for real-time rapportering som studerende er nødt til at pause deres arbejde på eksamen for at løse oplevelsen undersøgelse.

For nylig, forskere er begyndt at behandle bekymringer om selv-rapport foranstaltninger ved hjælp af biologiske eller fysiologiske foranstaltninger af Emotion9, der kombineret med andre instrumenter eller teknikker såsom undersøgelser, observationer, eller interviews, består af en multimodal form for dataindsamling til pædagogisk og psykologisk forskning12. For eksempel, biologiske teknikker, herunder spyt biomarkører, bliver brugt til at forstå den rolle, biologiske processer har på kognition, Emotion, læring, og ydeevne13,14,15. For kognitive processer, androgener (f. eks, testosteron) har været knyttet til forskellige rumlige anerkendelse mønstre hos voksne og børn16,17 mens hypothalamus-hypofyse-adrenocortical hormoner (f. eks cortisol) og adrenerge hormoner (f. eks. spyt α-amylase eller sAA) er forbundet med stress reaktionsevne blandt individer18,19,20.

Elektrodermal aktivitet (EDA) repræsenterer et fysiologisk mål for aktivering af det autonome nervesystem (ans) og er forbundet med øget aktivering af systemet, kognitiv belastning eller intense følelsesmæssige reaktioner21,22 ,23. I undersøgelsesaktiviteter påvirkes EDA af fysisk mobilitet21,22, krops-og omgivende temperaturer24,25,26,27og Verbalisering af tanker28, samt følsomhed og graden af konnektivitet af analog-digitale elektroderne til huden29.

Selv om disse kan være begrænsninger for at bruge EDA, denne teknik kan stadig give værdifuld indsigt i, hvad der sker under Near-real-time undersøgelser og kan tjene som et lovende redskab til at udforske AEE og i omfang, selv-effektivitet. Som et resultat, et nøjagtigt billede af elevernes AEE kan opnås gennem en kombination af undersøgelsesmetoder, at bestemme den Valens af følelser, og fysiologiske og biologiske data, til at måle aktivering af denne følelse. Dette dokument bygger på en tidligere publikation om undersøgelsesaktiviteter30 og udvider omfanget af dette arbejde til at omfatte multimodale tilgange (ved hjælp af erfaringer-stikprøveundersøgelser, EDA sensorer, og spyt biomarkører) i en undersøgelse scenario. Det er vigtigt at nævne, at den nedenfor beskrevne protokol giver mulighed for, at flere deltager data kan indsamles på samme tid inden for en enkelt eksperimentel indstilling.

Protocol

Procedurerne blev godkendt af den institutionelle revisions bestyrelse (IRB) under en generel gennemgang på Utah State University for undersøgelser af forsøgspersoner og brug af disse konstruktioner. De typiske resultater omfatter to semestre af en Engineering Statik kursus, hver med en lidt anderledes eksperimentel opsætning, på en vestlig institution for videregående uddannelse i USA. Øvelse eksamener, hvis indhold parallelt de faktiske eksamener, blev udviklet af kurset instruktør og blev brugt til vores under…

Representative Results

I denne undersøgelse, vi var interesseret i at studere de påvirkninger af selv-effektivitet, ydeevne, og fysiologiske (EDA sensorer) og biologiske (sAA og cortisol) svar af bachelor ingeniørstuderende, da de tog en øvelse eksamen. De viste data er en repræsentativ delmængde af prøver: (a) en, der overvejede undersøgelser og elektro dermal sensorer (eksperiment design A) og (b) en, der omfattede den samme eksamen sammen med spyt biomarkør data (eksperiment design B). Mens vi indsa…

Discussion

Selv om fysiologiske foranstaltninger har været anvendt i mange autentiske læringssammenhænge, er det afgørende at designe et studiemiljø, der er opmærksomme på grænserne for den nuværende teknologi. Vores design balancerer behovet for et autentisk testmiljø og rummer teknologien. Komfortabelt begrænsende deltager bevægelse, reducere utilsigtede afbrydelser, og tidsstempling deltagernes test svar er alle kritiske trin i protokollen.

Rummet og udgifterne til elektro dermal sensor an…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Dette materiale er baseret på arbejde, der delvist støttes af National Science Foundation (NSF) No. EED-1661100 samt et NSF GRFP-tilskud, der gives til Darcie Christensen (nr. 120214). Eventuelle udtalelser, resultater og konklusioner eller anbefalinger, der kommer til udtryk i dette materiale, afspejler ikke nødvendigvis NSF eller USU. Vi vil gerne takke Sheree Benson for hendes venlige diskussioner og anbefalinger til vores statistiske analyse.

Forfatter bidrag i dette dokument er som følger: Villanueva (Research design, dataindsamling og analyse, skrivning, redigering); Husman (Research design, dataindsamling, skrivning, redigering); Christensen (dataindsamling og analyse, skrivning, redigering); Youmans (dataindsamling og analyse, skrivning og redigering); Khan (dataindsamling og analyse, skrivning, redigering); Vicioso (dataindsamling og analyse, redigering); Lampkins (dataindsamling og redigering); Graham (dataindsamling og redigering)

Materials

1.1 cu ft medical freezer Compact Compliance # bci2801863 They can use any freezer as long as it can go below -20 degrees Celsius; these can be used to store salivary samples for longer periods of time (~4 months) before running salivary assays.
Camping Cooler Amazon (any size/type) Can be used to store salivary samples during data collection
E4 sensor Empatica Inc E4 Wristband Rev2 You can use any EDA sensor or company as long as it records EDA and accelerometry
EDA Explorer https://eda-explorer.media.mit.edu/ (open-source) Can be used to identify potential sources of noise that are not necessarily due to movement
Laptops Dell Latitude 3480 They can use any desktop or laptop
Ledalab http://www.ledalab.de/ (open-source) Can be used to separate tonic and phasic EDA signals after following filtration steps
MATLAB https://www.mathworks.com/products/matlab.html (version varies according to updates) To be used for Ledalab, EDA Explorer, and to create customized time-stamping programs.
Salivary Alpha Amylase Enzymatic Kit Salimetrics ‎# 1-1902 For the salivary kits, you should plan to either order the company to analyze your samples and/or go to a molecular biology lab for processing
Salivary Cortisol ELISA Kit Salimetrics # ‎1-3002 For the salivary kits, you should plan to either order the company to analyze your samples and/or go to a molecular biology lab for processing
Testing Divider (Privacy Shields) Amazon #60005 They can use any brand of testing shield as long as they cover the workspace
Web Camera Amazon Logitech c920 They can use any web camera as long as it is HD and 1080p or greater
DOWNLOAD MATERIALS LIST

References

  1. William, J. What is an emotion?. Mind. 9 (34), 188-205 (1884).
  2. Pekrun, R., Linnenbrink-Garcia, L., Pekrun, R., Linnenbrink-Garcia, L. Emotions in education: Conclusions and future directions. International handbook of emotions in education. , 659-675 (2014).
  3. Pekrun, R. The control-value theory of achievement emotions: Assumptions, corollaries, and implications for educational research and practice. Educational Psychology Review. 18 (4), 315-341 (2006).
  4. Pekrun, R., Perry, R. P. Control-value theory of achievement emotions. International Handbook of Emotions in Education. , 120-141 (2014).
  5. Pekrun, R., Stephens, E. J., Harris, K. R. Academic emotions. APA Educational Psychology Handbook. , 3-31 (2011).
  6. Bandura, A. . Self-efficacy: The exercise of control. , (1997).
  7. Bandura, A. . Social foundations of thought and action: A social cognitive theory. , (1986).
  8. Bandura, A., Pajares, F., Urdan, T. Guide for constructing self-efficacy scales. Self-efficacy beliefs of adolescents. , 307-337 (2006).
  9. Jarrell, A., Harley, J. M., Lajoie, S., Naismith, L. Success, failure and emotions: examining the relationship between performance feedback and emotions in diagnostic reasoning. Educational Technology Research and Development. 65 (5), 1263-1284 (2017).
  10. Pekrun, R., Bühner, M., Pekrun, R., Linnenbrink-Garcia, L. Self-report measures of academic emotions. International Handbook of Emotions in Education. , 561-566 (2014).
  11. Nett, U. E., Goetz, T., Hall, N. C. Coping with boredom in school: An experience sampling perspective. Contemporary Educational Psychology. 36 (1), 49-59 (2011).
  12. Azevedo, R. Defining and measuring engagement and learning in science: Conceptual, theoretical, methodological, and analytical issues. Educational Psychologist. 50 (1), 84-94 (2015).
  13. Spangler, G., Pekrun, R., Kramer, K., Hofman, H. Students’ emotions, physiological reactions, and coping in academic exams. Anxiety, Stress, & Coping. 15 (4), 413-432 (2002).
  14. Husman, J., Cheng, K. C., Puruhito, K., Fishman, E. J. Understanding engineering students stress and emotions during an introductory engineering course. American Society of Engineering Education. , (2015).
  15. Vedhara, K., Hyde, J., Gilchrist, I., Tytherleigh, M., Plummer, S. Acute stress, memory, attention and cortisol. Psychoneuroendocrinology. 25 (6), 535-549 (2000).
  16. Berenbaum, S. A., Moffat, S., Wisniewski, A., Resnick, S., de Haan, M., Johnson, M. H. Neuroendocrinology: Cognitive effects of sex hormones. The Cognitive Neuroscience of Development: Studies in Developmental Psychology. , 207-210 (2003).
  17. Lundberg, U., Frankenhaeuser, M. Pituitary-adrenal and sympathetic-adrenal correlates of distress and effort. Journal of Psychosomatic Research. 24 (3-4), 125-130 (1980).
  18. Nater, U. M., Rohleder, N. Salivary alpha-amylase as a non-invasive biomarker for the sympathetic nervous system: Current state of research. Psychoneuroendocrinology. 34 (4), 486-496 (2009).
  19. Denson, T., Spanovic, M., Miller, N., Cooper, H. Cognitive appraisals and emotions predict cortisol and immune responses: A meta-analysis of acute laboratory social stressors and emotion inductions. Psychological Bulletin. 135 (6), 823-853 (2009).
  20. Van Stegeren, A. H., Wolf, O. T., Kindt, M. Salivary alpha amylase and cortisol responses to different stress tasks: Impact of sex. International Journal of Psychophysiology. 69 (1), 33-40 (2008).
  21. Benedek, M., Kaernbach, C. A continuous measure of phasic electrodermal activity. Journal of Neuroscience Methods. 190 (1), 80-91 (2010).
  22. Boucsein, W., Backs, R. W., Backs, R. W., Boucsein, W. Engineering psychophysiology as a discipline: Historical and theoretical aspects. Engineering psychophysiology. Issues and applications. , 3-30 (2000).
  23. Boucsein, W., Backs, R. W., Duffy, V. G. The psychophysiology of emotion, arousal, and personality: Methods and models. Handbook of digital human modeling. , 35-38 (2009).
  24. Turpin, G., Shine, P., Lader, M. H. Ambulatory electrodermal monitoring: effects of ambient temperature, general activity, electrolyte media, and length of recording. Psychophysiology. 20, 219-224 (1983).
  25. Posada-Quintero, H. F., et al. Timevarying analysis of electrodermal activity during exercise. PLoS ONE. 13 (6), e0198328 (2018).
  26. Lobstein, T., Cort, J. The relationship between skin temperature and skin conductance activity: Indications of genetic and fitness determinants. Biological Psychology. 7, 139-143 (1978).
  27. Scholander, T. Some measures of electrodermal activity and their relationships as affected by varied temperatures. Journal of Psychosomatic Research. 7, 151-158 (1963).
  28. Schwerdtfeger, A. Predicting autonomic reactivity to public speaking: don’t get fixed on self-report data!. International Journal of Psychophysiology. 52 (3), 217-224 (2004).
  29. Braithwaite, J. J., Watson, D. G., Jones, R., Rowe, M. A guide for analysing electrodermal activity (EDA) & skin conductance responses (SCRs) for psychological experiments. Psychophysiology. 49 (1), 1017-1034 (2013).
  30. Villanueva, I., Valladares, M., Goodridge, W. Use of galvanic skin responses, salivary biomarkers, and self-reports to assess undergraduate student performance during a laboratory exam activity. Journal of Visualized Experiments. (108), e53255 (2016).
  31. Empatica, . E4 wristband from Empatica: User’s manual. Empatica. , 1-32 (2018).
  32. Salimetrics, . Collection methods: Passive drool using the saliva collection aid. Salimetrics Technical Summary. , 1-2 (2018).
  33. Salimetrics, . Collection methods: Passive drool using the saliva collection aid. Salimetrics Technical Summary. , 1-2 (2018).
  34. Salimetrics, . Expanded range high sensitivity salivary cortisol enzyme immunoassay kit. Salimetrics Technical Summary. , 1-21 (2016).
  35. Salimetrics, . Salivary α-amylase kinetic enzyme assay kit. Salimetrics Technical Summary. , 1-17 (2016).
  36. . Innovative Hormone Testing: Saliva Test Specifications, ZRT Laboratory Reports Available from: https://www.zrtlab.com/resources/ (2014)
  37. Call, B., Goodridge, W., Villanueva, I., Wan, N., Jordan, K. Utilizing electroencephalography measurements for comparison of task-specific neural efficiencies: spatial intelligence tasks. Journal of Visualized Experiments. (114), (2016).
  38. Ruel, E. E., Wagner, W. E., Gillespie, B. J. . The practice of survey research: theory and applications. , (2016).
  39. Barrett, P. Euclidean distance: raw, normalized, and double-spaced coefficients. The Technical Whitepaper Series. 6, 1-26 (2005).
  40. Groeneveld, R. A. Influence functions for the coefficient of variation, its inverse, and CV comparisons. Communications in Statistics- Theory and Methods. 40 (23), 4139-4150 (2011).
  41. Tronstad, C., Staal, O. M., Sælid, S., Martinsen, &. #. 2. 1. 6. ;. G. Model-based filtering for artifact and noise suppression with state estimation for electrodermal activity measurements in real time. 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 2750-2753 (2015).
  42. Routray, A., Pradhan, A. K., Rao, K. P. A novel Kalman filter for frequency estimation of distorted signals in power systems. IEEE Transactions on Instrumentation and Measurement. 51 (3), 469-479 (2002).
  43. Benedek, M., Kaernbach, C. A continuous measure of phasic electrodermal activity. Journal of Neuroscience Methods. 190, 80-91 (2010).
  44. Taylor, S., et al. Automatic Identification of Artifacts in Electrodermal Activity Data. 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 1934-1937 (2015).
  45. Andreasson, U., et al. A practical guide to immunoassay method validation. Frontiers in Neurology. 6 (179), 1-8 (2015).
  46. Adam, E. K., Kumari, M. Assessing salivary cortisol in large-scale, epidemiological research. Psychoneuroendocrinology. 34 (10), 1423-1436 (2009).
  47. Pruessner, J. C., Kirschbaum, C., Meinlschmid, G., Hellhammer, D. H. Two formulas for computation of the area under the curve represent measures of total hormone concentration versus time-dependent change. Psychoneuroendocrinology. 28 (7), 916-931 (2003).
  48. Girden, E. R. . ANOVA: Repeated measures. , (1992).
  49. Raudenbush, S. W., Bryk, A. S. . Hierarchical linear models: Applications and data analysis methods (Vol. 1). , (2002).
  50. Duncan, T. E., Duncan, S. C., Strycker, L. A. . An introduction to latent variable growth curve modeling: Concepts, issues, and application. , (2013).
  51. Mehta, P. D., West, S. G. Putting the individual back into individual growth curves. Psychological Methods. 5 (1), 23-43 (2000).
  52. Khan, M. T. H., Villanueva, I., Vicioso, P., Husman, J. Exploring relationships between electrodermal activity, skin temperature, and performance during engineering exams. , (Accepted).
  53. Christensen, D., Khan, M. T. H., Villanueva, I., Husman, J. Stretched Too Much? A Case Study of Engineering Exam-Related Predicted Performance, Electrodermal Activity, and Heart Rate. , (Accepted).

Tags

Cross-disciplinaryMulti-modalExperimental DesignNear-real-timeAuthentic ExperiencesBiometricsElectrodermal SensorsSalivary BiomarkersPhysiological AbnormalitiesEducational PsychologyCognitive ProcessesEmotionTime SynchronizationElectrodermal ActivityQuasi-experimental DesignVisual Demonstration
check_url/fr/60037?article_type=t

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Citer Cet Article
Villanueva, I., Husman, J., Christensen, D., Youmans, K., Khan, M. T., Vicioso, P., Lampkins, S., Graham, M. C. A Cross-Disciplinary and Multi-Modal Experimental Design for Studying Near-Real-Time Authentic Examination Experiences. J. Vis. Exp. (151), e60037, doi:10.3791/60037 (2019).
Télécharger la Citation
Réimpressions et Autorisations

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image