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

En tverrfaglig og multi-modal eksperimentell design for å studere nær-Real-Time autentisk eksamen erfaringer

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 eksperimentell design ble utviklet for å undersøke sanntids påvirkninger av en undersøkelse opplevelse å vurdere den emosjonelle realiteter studentene opplever i høyere utdanning innstillinger og oppgaver. Denne designen er et resultat av et tverrfaglig (f. eks, pedagogisk psykologi, biologi, fysiologi, engineering) og multi-modal (f. eks, spytt markører, undersøkelser, electrodermal sensor) tilnærming.

Abstract

I løpet av de siste ti årene, forskning på elevenes følelser i pedagogiske miljøer har økt. Selv om forskerne har oppfordret til flere studier som er avhengige av objektive målinger av emosjonell erfaring, finnes det begrensninger på bruk av multi-modal datakilder. Studier av følelser og emosjonell regulering i klasserom er tradisjonelt avhengig av undersøkelsesinstrumenter, erfarings prøving, artefakter, intervjuer eller observasjons prosedyrer. Disse metodene, mens verdifulle, er i hovedsak avhengig av deltaker eller observatør subjektivitet og er begrenset i sin autentiske måling av studentenes Real-Time ytelse til et klasserom aktivitet eller oppgave. Sistnevnte, i særdeleshet, utgjør en snubler blokk for mange forskere som ønsker å objektivt måle følelser og andre relaterte tiltak i klasserommet, i sanntid.

Hensikten med dette arbeidet er å presentere en protokoll for å eksperimentelt studere studentenes sann tids svar på eksamens opplevelser i en autentisk vurderings situasjon. For dette, et team av pedagogiske psykologer, ingeniører, og engineering utdanning forskere utformet en eksperimentell protokoll som beholdt de grensene som kreves for nøyaktig fysiologisk sensor måling, beste praksis av spytt samling, og en autentisk testmiljø. Spesielt er eksisterende studier som er avhengige av fysiologiske sensorer utført i eksperimentelle miljøer som er koblet fra pedagogiske innstillinger (f. eks Trier stress test), løsrevet i tid (f. eks, før eller etter en oppgave), eller innføre analysefeil (f.eks. Bruk av sensorer i miljøer der det er sannsynlig at elevene beveger seg). Dette begrenser vår forståelse av elevenes sann tids svar på klasseromsaktiviteter og oppgaver. Videre har nyere forskning kalt for flere hensyn å være dekket rundt spørsmål om rekruttering, replicability, gyldighet, oppsett, datarensing, Foreløpige analyser, og spesielle omstendigheter (for eksempel legge til en variabel i den eksperimentelle design) i akademiske følelser forskning som er avhengig av multi-modal tilnærminger.

Introduction

Psykologer har lenge forstått viktigheten av menneskers følelser i Elucidating deres atferd1. Innenfor studiet av utdanning, har Academic Achievement Emotions (AEE) blitt fokus for følelser forskning2. Forskere som bruker AAE hevder at situasjonsforståelse kontekster studentene befinner seg i er viktig å vurdere når undersøke studentenes følelser. Studentene kan oppleve test relaterte, klasse relaterte eller lærings relaterte følelser som involverer prosesser med flere komponenter, inkludert affektive, fysiologiske, motiverende og kognitive komponenter. AEE uttrykkes i to former: Valence (positiv/negativ) og aktivering (fokusert/ufokusert energi). Positiv aktivering følelser, for eksempel nytelse, kan øke reflekterende prosesser som Metacognition, mens positive deaktivere følelser som stolthet kan føre til lave nivåer av kognitiv prosessering. Negative aktiverer følelser som sinne og angst kan gnist engasjement, mens negative deaktivere følelser som håpløshet kan dempe motivasjonen3,4,5. Akademiske følelser bidrar til hvordan vi lærer, oppfatter, bestemmer, svarer, og problem løse2. Å regulere akademiske følelser, må en person ha selv-effekt (se)6,7,8, som er deres tillit til deres evne til å ansette kontroll over sin motivasjon, atferd og sosiale miljø 6. Self-effekt og akademiske følelser er beslektede, der lavere selv effekt er knyttet til negative deaktivering følelser (f. eks angst, sinne, kjedsomhet) og høyere selv-effekt er knyttet til positive aktivere følelser (f. eks lykke, håp, spenning)6,7,8. SE er også antatt å være sterkt knyttet til ytelse6,7,8.

Forskning som har undersøkt klasserommet følelser har stolt på selv-rapporter, observasjoner, intervjuer og gjenstander (f. eks eksamener, prosjekter)9,10. Selv om disse metodene gir rik kontekstuell informasjon om studentenes klasseroms opplevelser, har de betydelige begrensninger. For eksempel, intervjuer, observasjoner, og selv-rapporter stole på individer ‘ introspections10. Andre metoder har søkt å undersøke akademiske følelser mer proksimalt enn tidligere forskere, slik som de basert på erfaring-prøvetaking tilnærminger der forskerne be elevene til å rapportere om sine følelser i løpet av skoledag11. Selv om denne forskningen tillater oss å rapportere elevenes følelser mer nøyaktig, dette arbeidet er avhengig av egen rapport metoder og tillater ikke for sanntids rapportering som elevene må stanse sitt arbeid på eksamen for å møteopplevelsen undersøkelsen.

Nylig har forskerne begynt å ta opp bekymringer om egen rapportering tiltak gjennom bruk av biologiske eller fysiologiske tiltak av følelser9, som kombinert med andre instrumenter eller teknikker som undersøkelser, observasjoner, eller intervjuer, består av en multi-modal form for datainnsamling for pedagogisk og psykologisk forskning12. For eksempel blir biologiske teknikker, inkludert spytt biomarkører, brukt til å forstå den rolle biologiske prosesser har på kognisjon, følelser, læring og ytelse13,14,15. For kognitive prosesser, androgener (f. eks, testosteron) har vært knyttet til ulike romlige gjenkjennings mønstre i voksne og barn16,17 mens hypothalamus-hypofysen-adrenokortikal hormoner (f. eks kortisol) og adrenerge hormoner (f. eks spytt α-Amylase eller sAA) er knyttet til stress respons blant individer18,19,20.

Electrodermal aktivitet (EDA) representerer et fysiologisk mål på aktiveringen av det autonome nervesystemet (ans) og er knyttet til økt aktivering av systemet, kognitiv belastning eller intense følelsesmessige reaksjoner21,22 ,23. I undersøkelses aktiviteter påvirkes EDA av fysisk mobilitet21,22, kroppslige og omgivelsestemperaturer24,25,26,27og Verbalisering av av tanker28, samt følsomhet og grad av tilkobling av analoge-digitale elektroder til huden29.

Selv om disse kan være begrensninger ved bruk av EDA, kan denne teknikken likevel gi verdifull innsikt i hva som skjer i nær sanntid undersøkelser og kan tjene som et lovende verktøy for å utforske AEE og i omfang, selv effekt. Som et resultat, et nøyaktig bilde av studentenes AEE kan fås gjennom en kombinasjon av undersøkelsen metoder, for å bestemme Valence av følelser, og fysiologiske og biologiske data, for å måle aktiveringen av at følelser. Dette papiret bygger på en tidligere publikasjon på eksamens aktiviteter30 og utvider omfanget av dette arbeidet for å inkludere multi-modal tilnærminger (ved hjelp av erfaring-prøvetaking undersøkelser, EDA sensorer, og spytt biomarkører) i en undersøkelse scenario. Det er viktig å nevne at protokollen som er beskrevet nedenfor, gjør det mulig for flere deltaker data å bli samlet på samme tid innenfor en enkelt eksperimentell innstilling.

Protocol

Prosedyrer ble godkjent av den institusjonelle Review Board (IRB) under en generell gjennomgang ved Utah State University for studier på menneskelige og bruk av disse konstruksjoner. De typiske resultatene inkluderer to semester av en ingeniør Statikk kurs, hver med en litt annen eksperimentell oppsett, på en vestlig institusjon for høyere utdanning i USA. Praksis eksamener, hvis innhold parallelle selve eksamener, ble utviklet av kurset instruktør og ble brukt for våre studier. Vær oppmerksom på at protokollen s…

Representative Results

I denne studien var vi interessert i å studere påvirkningene av selv effekt, ytelse og fysiologiske (EDA-sensorer) og biologiske (sAA og kortisol) svar på Undergraduate ingeniørstudenter som de tok en praksis eksamen. Dataene som vises er en representativ undergruppe av prøver: (a) en som betraktet undersøkelser og electrodermal sensorer (eksperiment design A) og (b) en som inkluderte samme eksamen sammen med spytt biomarkør data (eksperiment design B). Mens vi samlet inn følelser…

Discussion

Selv om fysiologiske tiltak har vært brukt i mange autentiske læring sammenhenger, er det avgjørende å designe en studiemiljø som er oppmerksomme på grensene for dagens teknologi. Designen balanserer behovet for et autentisk testmiljø og har plass til teknologien. Komfortabelt å begrense deltaker bevegelsen, redusere utilsiktede avbrudd og tidsstempel deltakernes test svar er alle kritiske trinn i protokollen.

Plassen og bekostning av electrodermal sensor enheter kan gjøre studien upr…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Dette materialet er basert på arbeid støttes delvis av National Science Foundation (NSF) nr. EED-1661100 i tillegg til en NSF GRFP Grant gitt til Darcie Christensen (nr. 120214). Eventuelle meninger, funn og konklusjoner eller anbefalinger uttrykt i dette materialet ikke nødvendigvis gjenspeiler de av NSF eller USU. Vi ønsker å takke Sheree Benson for hennes type diskusjoner og anbefalinger for vår statistiske analyse.

Forfatter bidrag i dette dokumentet er som følger: Villanueva (forskningsdesign, datainnsamling og analyse, skriving, redigering); Husman (forskning design, datainnsamling, skriving, redigering); Christensen (datainnsamling og analyse, skriving, redigering); Youmans (datainnsamling og analyse, skriving og redigering); Khan (datainnsamling og analyse, skriving, redigering); Vicioso (datainnsamling og analyse, redigering); Lampkins (datainnsamling og redigering); Graham (datainnsamling 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