Summary

Protocolo Multimodal para Avaliação da Metacognição e Auto-Regulação em Adultos com Dificuldades de Aprendizagem

Published: September 27, 2020
doi:

Summary

O trabalho atual propõe um protocolo de avaliação multimodal focado em processos metacognitivos, autoreguladores de aprendizagem e emocionais, que compõem a base das dificuldades em adultos com LDs.

Abstract

As deficiências de aprendizagem (LDs) englobam transtornos daqueles que têm dificuldade em aprender e usar habilidades acadêmicas, apresentando desempenho abaixo das expectativas para sua idade cronológica nas áreas de leitura, escrita e/ou matemática. Cada um dos transtornos que compõem os LDs envolvem déficits diferentes; no entanto, algumas semelhanças podem ser encontradas dentro dessa heterogeneidade, como em termos de auto-regulação e metacognição de aprendizagem. Ao contrário das primeiras idades e níveis educacionais posteriores, quase não há protocolos de avaliação baseados em evidências para adultos com LDs. Os LDs influenciam o desempenho acadêmico, mas também têm sérias consequências nos contextos profissional, social e familiar. Em resposta a isso, o trabalho atual propõe um protocolo de avaliação multimodal focado em metacognitivo, autorregulação da aprendizagem e processos emocionais, que compõem a base das dificuldades em adultos com LDs. A avaliação é realizada através da análise do processo de aprendizagem on-line utilizando métodos, técnicas e sensores variados (por exemplo, rastreamento ocular, expressões faciais de emoção, respostas fisiológicas, verbalizações simultâneas, arquivos de registro, gravações de tela de interações homem-máquina) e métodos off-line (por exemplo, questionários, entrevistas e medidas de auto-relato). Esta diretriz teoricamente orientada e baseada empiricamente visa fornecer uma avaliação precisa dos LDs na vida adulta, a fim de projetar propostas eficazes de prevenção e intervenção.

Introduction

Os transtornos específicos de aprendizagem (SLDs) englobam transtornos daqueles que têm dificuldade em aprender e usar habilidades acadêmicas, apresentando desempenho abaixo das expectativas para sua idade cronológica nas áreas de leitura, escrita e/ou matemática1,,2. Existem diferentes estimativas de prevalências dependendo da idade, língua e cultura analisadas, mas estão entre 5% e 15%1,3. Dentro da categoria global de distúrbios neurodesenvolvimentista no Manual Diagnóstico e Estatístico de Transtornos Mentais (5th Ed.) 1, também é necessário focar na incidência do Transtorno de Déficit de Atenção/Hiperatividade (doravante TDAH) por ser um transtorno comum que tem dado origem a várias controvérsias sobre como abordá-lo nos últimos anos. Com base no DSM-51,pode ser definido como um padrão de comportamentos persistentes de desatenção e/ou hiperatividade-impulsividade. Da mesma forma, o transtorno do espectro autista (doravante ASD) é uma categoria no mesmo manual que inclui estudantes que apresentam distúrbios neurodesenvolvimentistas como resultado de disfunções multifatoriais do sistema nervoso central, que resultam em disfunções qualitativas em três áreas fundamentais do desenvolvimento da pessoa: interação social, comunicação e interesses e comportamentos1,,2.

Nessa linha, surgiu um novo conceito afastando-se do sentimento de déficit e oferecendo uma abordagem mais positiva a esses transtornos para ser consistente com as ideias atuais de dificuldades neurodesenvolvimentista como altamente coexistentes e sobrepostas4. A partir desses novos modelos, entende-se que as habilidades envolvidas em processos cognitivos de alto nível, que permitem gerenciar e regular o comportamento para alcançar um objetivo desejado, são cruciais para a autorregulação e, portanto, para atividades de vida cotidiana, incluindo as acadêmicas5. No contexto da idade adulta, a neurodiversidade evoluiu para incluir vários tipos de dificuldades, incluindo TDAH e TEA, bem como dislexia, dispraxia e/ou discalculia. Assim, estamos nos aproximando dessa neurodiversidade a partir de uma ampla concepção de dificuldades de aprendizagem (LDs). O aumento de alunos com essa diversidade matriculados no ensino médio é bem documentado e se deve, em parte, ao aumento das taxas de graduação do ensino médio para alunos com deficiência6, mas, ao mesmo tempo, há menos pesquisas sobre o processo de aprendizagem desses alunos do que o necessário7.

Cada um dos transtornos abordados isoladamente envolve diferentes déficits e manifestações; no entanto, alguma semelhança pode ser encontrada dentro dessa heterogeneidade em termos de LD, como metacognitivo, auto-regulatório e defeito emocional8,9,,10,11. Três fundamentos fundamentais na literatura da aprendizagem em geral, e LDs em particular, que representam a base da aprendizagem bem sucedida e desempenham um papel essencial nessas dificuldades bem conhecidas no nível acadêmico12. Além disso, outras abordagens entendem que pode haver certa comunhão entre déficits em funções executivas, como problemas no processamento automático ou memória de trabalho, que ocorrem em diferentes transtornos como TDAH e distúrbios de leitura13 ou TDAH e TEA5. No entanto, ainda há trabalho a ser feito nesse campo, uma vez que nem todos os estudos chegam às mesmas conclusões sobre esses pontos em comum em relação às funções executivas. Pode ser devido às variações apresentadas pelas amostras a partir das quais se baseiam os estudos e aos procedimentos de avaliação das funções executivas utilizadas nas investigações5,14.

Em termos educacionais, essa mistura diversificada afeta não só a qualidade da aprendizagem, devido à natureza fundamental das funções afetadas, mas também fenômenos como a evasão escolar, mudança de graduação, etc., com implicações econômicas para governos e universidades15. A taxa de abandono para estudantes com LDs é maior do que para estudantes da população geral16, mas também superior às taxas de abandono para qualquer outra categoria de deficiência psicológica, exceto para aqueles estudantes com distúrbios emocionais17. Em contrapartida, o número de alunos com LDs que estão acessando a educação pós-obrigatória (formação profissional, faculdade, etc.) está aumentando15, especificamente no ensino superior19,,20,,21,,22. Além disso, pode-se supor que há muito mais alunos com LD do que aqueles que passam oficialmente pelos serviços estudantis e normalmente compõem as estatísticas de prevalência23.

Essas dificuldades nem sempre são detectadas durante a infância, especialmente em adultos nascidos antes desses transtornos serem considerados no sistema acadêmico regular, e os sintomas desses transtornos persistem ao longo da vida das pessoas e causam dificuldades no trabalho, educação e vida pessoal24. Pesquisas têm mostrado que, embora as pessoas possam superar algumas de suas dificuldades, a maioria continua a exibir lutas com o aprendizado durante a vida adulta e sua persistência ainda é problemática nessesníveis educacionaismais altos 25 .

Paradoxalmente, ao contrário dos níveis educacionais anteriores e das idades anteriores, quase não há instrumentos ou protocolos de avaliação baseados em evidências para adultos com LDs. Apesar da proliferação de ferramentas de diagnóstico para avaliação de LDs durante a infância, a disponibilidade de instrumentos e metodologias válidas e confiáveis para a população adulta é significativamente limitada24. Uma revisão recente da literatura sobre deficiências de aprendizagem no ensino superior constatou que a maioria das informações coletadas a esse respeito é feita por meio de entrevistas, e apenas ocasionalmente são questionários de autorre relato utilizados26. A metodologia de autorreservação e as entrevistas, embora valiosas, não são suficientes para avaliar com precisão os processos metacognitivos, de autorregulação e habilidades emocionais, de fato, entre outros, devido à natureza do processo. A importância das escalas e da metodologia de entrevista para a medição desses processos é inegável27,28, mas também são os problemas associados de validade29 e incongruência com outros métodos inovadores de avaliação30. Outro problema na detecção de LDs é o viés no diagnóstico do transtorno devido à ausência de protocolos de avaliação abrangentes. O fato de os profissionais não terem um protocolo de referência baseado em variáveis objetivas está frequentemente causando muitos casos falsos positivos e falsos negativos de LDs31.

Em resposta tanto à escassez de instrumentos para adultos quanto à necessidade de melhorar a metodologia existente, o presente estudo propõe um protocolo de avaliação multimodal focado em processos metacognitivos, autoreguladores e emocionais, que compõem a base das dificuldades em adultos com LDs. Em consonância com a literatura atual, propomos um movimento em direção à medição integrativa e multicanal32,33. A avaliação é realizada através de uma análise do processo de aprendizagem on-line utilizando diversos métodos, técnicas e sensores (por exemplo, ambiente de aprendizagem hipermídia, realidade virtual, rastreamento de olhos, expressões faciais de emoção, respostas fisiológicas, arquivos de registro, gravações de tela de interações homem-máquina) e métodos off-line (por exemplo, questionários, entrevistas e medidas de auto-relato). Essa metodologia mista fornece evidências da implantação de processos-alvo antes, durante e depois do aprendizado que podem ser triangulados para melhorar a compreensão de como os alunos aprendem e onde está o problema, se há um34.

O protocolo de avaliação é realizado ao longo de duas sessões. As sessões podem ser feitas em uma sessão ou podem precisar de aplicações parciais dependendo da pessoa. O primeiro é focado na detecção ou confirmação de LDs e que tipo específico de transtorno estamos enfrentando, e o segundo é projetado para entrar nos processos metacognitivos, auto-regulação e emocionais de cada caso individual em profundidade.

A sessão 1 pretende ser uma avaliação diagnóstica ou de confirmação das deficiências de aprendizagem do participante: SLD, TDAH e/ou TEA (alto funcionamento) para determinar que tipo de problemas específicos os participantes têm. Essa avaliação é essencial por duas razões. 1) Adultos com Deficiência de Aprendizagem raramente têm informações precisas sobre seu comportamento disfuncional. Alguns deles suspeitam que eles têm um LD, mas nunca foram avaliados. Outros podem ter sido avaliados quando eram crianças, mas não têm nenhum relatório ou mais informações. 2) Pode haver discrepâncias com diagnósticos prévios (por exemplo, um diagnóstico anterior de dislexia em oposição a um diagnóstico atual de déficit de atenção e velocidade de processamento lento; diagnóstico prévio de TEA em contraste com a capacidade intelectual limitada atual, etc.). O participante é entrevistado e são aplicados questionários e testes padronizados. Esta sessão aqui é realizada por terapeutas com experiência no diagnóstico de dificuldades de desenvolvimento e aprendizagem na pesquisa e contexto clínico em diferentes consultórios de uma Faculdade de Psicologia Espanhola. A sessão começa com uma entrevista estruturada que coleta informações biográficas junto com a presença de sintomas relacionados aos SLDs referidos no DSM-51. Depois disso, o teste de capacidade intelectual de referência WAIS-IV35 é usado em caso de implementação do critério de exclusão e porque fornece informações muito valiosas para dificuldades de aprendizagem das escalas “memória de trabalho” e “velocidade de processamento”36. Além disso, o Teste37 revisado do PROLEC SE é amplamente utilizado para avaliar deficiências de leitura (processos léxicos, semânticos e/ou sintáticos de leitura), uma das dificuldades mais prevalentes e incapacitantes para a aprendizagem nos contextos acadêmicos atuais, que se sobrepõe a outros transtornos como o TDAH38. Esta avaliação coleta precisão de leitura, velocidade e fluência junto com as deficiências de leitura e, mais importante, em que o processo de leitura ocorre37 (este teste foi avaliado com estudantes pré-universitários. Atualmente, não há testes na Espanha adaptados à população adulta em geral, por isso este teste foi selecionado por ser o mais próximo da população-alvo). Em seguida, examinamos sintomas de TDAH através da Escala de Autor relato de TDAH Adulto (ASRS)39 da Organização Mundial da Saúde e refinamos a avaliação desse transtorno, introduzindo multimodalidade com um teste de desempenho contínuo de realidade virtual de ponta para avaliação de processos atencionais e memória de trabalho em adultos, o Aquário nesplora31,,40. Este teste é uma ferramenta muito útil ao diagnosticar TDAH em adultos e adolescentes maiores de 16 anos em um cenário ecológico, fornecendo dados objetivos e confiáveis. Avalia atenção seletiva e sustentada, impulsividade, tempo de reação, atenção auditiva e visual, perseverança, qualidade de foco de atenção, atividade motora, memória do trabalho e custo de mudança de tarefa. Além disso, juntamente com o WAIS-IV35 como um todo para coletar informações sobre a capacidade intelectual do participante, prestamos especial atenção às escalas “memória de trabalho” e “velocidade de processamento” porque estão relacionadas às dificuldades de aprendizagem e os resultados dessas escalas são utilizados na decisão final. Finalmente, incluímos o Quociente de Espectro autista (AQ-Short)41 no protocolo, a versão curta do confiável AQ-Adult de Baron-Cohen, Wheelwright, Skinner, Martin e Clubley42.

A sessão 2 tem como foco uma avaliação multimodal do processo de aprendizagem do participante. A chave para a compreensão da aprendizagem complexa está na compreensão da implantação dos processos cognitivos, metacognitivos, motivacionais e afetivos43dos alunos . Para isso, os participantes trabalham com metatutor, onde o uso de estratégias metacognitivas e cognitivas implantadas são observados enquanto estão aprendendo. MetaTutor é um ambiente de aprendizagem hipermídia que é projetado para detectar, modelar, traçar e promover a aprendizagem autorregulada dos alunos enquanto aprendem diferentes tópicoscientíficos 44. O projeto do MetaTutor baseia-se em extensa pesquisa de Azevedo e colegas43,,45,,46,47 e pertence a uma nova tendência na medição do SRL, a chamada terceira onda,que se caracteriza pelo uso combinado de medidas e tecnologias avançadas de aprendizagem33. O uso do MetaTutor também fornece dados de rastreamento multimodal, incorporando medidas como, rastreamento ocular, respostas fisiológicas emocionais (resposta galvânica da pele (RSG) e expressões faciais de emoções)48,dados de registro e questionários. Todas essas medidas são combinadas para alcançar uma compreensão mais profunda dos participantes SRL e metacognição.

O rastreamento ocular fornece uma compreensão do que atrai atenção imediata, quais elementos-alvo são ignorados, nos quais os elementos de ordem são notados ou como os elementos se comparam aos outros; a atividade eletrodérmica nos permite saber como a excitação emocional muda em resposta ao meio ambiente; o reconhecimento facial-emociona-emoção permite o reconhecimento automático e a análise das expressões faciais; e o registro de dados coleta e armazena a interação do aluno com o ambiente de aprendizagem para análises posteriores. Em relação aos questionários, o Mini International Personality Item Pool49 informa sobre uma série de atividades e pensamentos que as pessoas experimentam no cotidiano avaliando cada um dos cinco principais traços de personalidade (extraversão, agradável, consciência, neurótico e abertura). Os Aspectos Conotativos das Crenças Epistemológicas50 fornecem informações sobre as crenças dos participantes sobre o conhecimento. A escala de Autoestima de Rosenberg mostra como os participantes se sentem sobre si mesmos no geral51. O Questionário de Regulação da Emoção52 fornece informações sobre a regulação da emoção dos participantes. O Questionário de Emoções de Realização (AEQ)53 informa sobre emoções tipicamente vivenciadas na universidade.

Em suma, avaliar LDs durante a idade adulta é particularmente difícil. A educação e a experiência permitem que muitos adultos compensem seus déficits e, posteriormente, apresentem sintomas indiferenciados ou mascarados, nos quais o conhecimento científico ainda é escasso. Levando-se em conta a lacuna crítica da pesquisa que surge, este trabalho atual visa garantir diretrizes teoricamente orientadas e baseadas empiricamente para avaliação precisa de LDs durante a vida adulta, a fim de projetar ações eficazes de prevenção e intervenção.

Para ajudar os leitores a decidir se o método descrito é apropriado ou não, é necessário especificar que o protocolo não é adequado para pessoas com deficiência intelectual porque seu diagnóstico invalida o diagnóstico de dificuldades de aprendizagem. Além disso, devido às singularidades dos equipamentos utilizados e ao formato de mostrar o conteúdo de aprendizagem, ainda não é possível avaliar pessoas com deficiência motora (membros superiores, pescoço e/ou rosto), deficiência auditiva ou visual. Também não seria adequado para participantes com transtornos psiquiátricos graves. Exigiria o uso de drogas que pudessem alterar o processamento de informações ou a expressão fisiológica das emoções.

Protocol

O comitê de ética em pesquisa do Principado das Astúrias e da Universidade de Oviedo aprovou este protocolo. 1. Sessão 1: avaliação do diagnóstico NOTA: Nesta sessão do protocolo, são utilizados testes de avaliação de diferentes editores, que possuem seus próprios manuais específicos de aplicação e interpretação. Uma vez que esses testes, ou outros semelhantes, são amplamente conhecidos pela comunidade científica no campo da psicologia e da educaç?…

Representative Results

Esta seção ilustra os resultados representativos obtidos a partir do protocolo, incluindo um exemplo de resultados combinados da Sessão 1 e um exemplo de cada fonte de informação da Sessão 2. Os resultados sobre os transtornos são coletados na Sessão 1 por meio de testes diagnósticos levando em conta os procedimentos e pontos de corte especificados para a avaliação diagnóstica das dificuldades de aprendizagem dos participantes (SLD, TDAH e TEA). O comitê de especialistas decide se…

Discussion

O protocolo atual propõe uma avaliação multimodal focada em processos metacognitivos, autoreguladores e emocionais, que compõem a base das dificuldades em adultos com LDs.

A sessão 1 é essencial porque pretende ser uma avaliação diagnóstica das deficiências de aprendizagem do participante. Note-se que esta sessão aqui é realizada por terapeutas com experiência no diagnóstico de dificuldades de desenvolvimento e aprendizagem na pesquisa e contexto clínico. Usamos essas ferramenta…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Este manuscrito foi apoiado por financiamento da Fundação Nacional de Ciência (DRL#1660878, DRL#1661202, DUE#1761178, DRL#1916417), o Conselho de Pesquisa de Ciências Sociais e Humanidades do Canadá (SSHRC 895-2011-1006), o Ministério das Ciências e Inovação I+D+i (PID2019-107201GB-100), e a União Europeia através dos Fundos Europeus de Desenvolvimento Regional (ERDF) e do Principado das Astúrias (FC-GRUPIN-IDI/2018/000199). Quaisquer opiniões, conclusões, conclusões ou recomendações expressas neste material são do autor e não refletem necessariamente as opiniões da Fundação Nacional de Ciência ou do Conselho de Pesquisa em Ciências Sociais e Humanidades do Canadá. Os autores também gostariam de agradecer aos membros do Smart Lab da UCF por sua assistência e contribuições.

Materials

AQUARIUM Nesplora
Eye-tracker RED500 Systems SensoMotoric Instruments GmbH
Face API Microsoft
GSR NUL-217 NeuLog

References

  1. American Psychiatric Association. . Diagnostic and statistical manual of mental disorders (5th ed.). , (2013).
  2. World Health Organization. . International statistical classification of diseases and related health problems (11th Revision). , (2018).
  3. . Education’s Individuals with Disabilities Education Act. 2018 Annual Report to Congress on the Individuals with Disabilities Education Act Available from: https://sites.ed.gov/idea/data (2018)
  4. Armstrong, T. The myth of the normal brain: Embracing neurodiversity. AMA Journal of Ethics. 17 (4), 348-352 (2015).
  5. Berenger, C., Roselló, B., Miranda, A., Baixauli, I., Palomero, B. Executive functions and motivation in children with autism spectrum disorder and attention deficit hyperactivity disorder. International Journal of Developmental and Educational Psychology. 1 (1), 103-112 (2016).
  6. Brinkerhoff, L. C., McGuire, J. M., Shaw, S. F. . Postsecondary education and transition for students with learning disabilities (2nd ed.). , (2002).
  7. Allsopp, D. H., Minskoff, E. H., Bolt, L. Individualized course-specific strategy instruction for college students with learning disabilities and ADHD: Lessons learned from a model demonstration project. Learning Disabilities Research & Practice. 20 (2), 103-118 (2005).
  8. Crane, N., Zusho, A., Ding, Y., Cancelli, A. Domain-specific metacognitive calibration in children with learning disabilities. Contemporary Educational Psychology. 50, 72-79 (2017).
  9. Harris, K. R., Reid, R. R., Graham, S., Wong, B. Self-regulation among students with LD and ADHD. Learning about Learning Disabilities. , 167-195 (2004).
  10. National Joint Committee on Learning Disabilities. . Collective Perspectives on Issues Affecting Learning Disabilities. , (1994).
  11. Sawyer, A. C., Williamson, P., Young, R. Metacognitive processes in emotion recognition: Are they different in adults with Asperger’s disorder. Journal of Autism and Developmental Disorders. 44 (6), 1373-1382 (2014).
  12. Meltzer, L. . Executive function in education: From theory to practice. , (2018).
  13. Martino, G., Capri, T., Castriciano, C., Fabio, R. A. Automatic Deficits can lead to executive déficits. Mediterranean Journal of Clinical Psychology. 5 (3), 1-31 (2017).
  14. Fabio, R. A., et al. Frequency bands in seeing and remembering: comparing ADHD and typically developing children. Neuropsychological Trends. 24, 97-116 (2018).
  15. Bernardo, A. B., Esteban, M., Cerezo, R., Muñiz, L. J. Principales variables influyentes en el abandono de titulación en la Universidad de Oviedo. Informe PRIOR: PRoyecto Integral de ORientación Académico-Profesional. , (2013).
  16. Cortiella, C. . Diplomas at risk: A critical look at the graduation rate of students with learning disabilities. , (2013).
  17. Plasman, J. S., Gottfried, M. A. Applied STEM coursework, high school dropout rates, and students with learning disabilities. Educational Policy. 32 (5), 664-696 (2018).
  18. Cortiella, C., Horowitz, S. H. . The state of learning disabilities: Facts, trends and emerging issues (3rd Ed). , (2014).
  19. Chevalier, T. M., Parrila, R., Ritchie, K. C., Deacon, S. H. The role of metacognitive reading strategies, metacognitive study and learning strategies, and behavioral study and learning strategies in predicting academic success in students with and without a history of reading difficulties. Journal of Learning Disabilities. 50 (1), 34-48 (2017).
  20. Goroshit, M., Hen, M. Academic procrastination and academic performance: Do learning disabilities matter. Current Psychology. , 1-9 (2019).
  21. Grinblat, N., Rosenblum, S. Why are they late? Timing abilities and executive control among students with learning disabilities. Research in Developmental Disabilities. 59, 105-114 (2016).
  22. Heiman, T., Fichten, C. S., Olenik-Shemesh, D., Keshet, N. S., Jorgensen, M. Access and perceived ICT usability among students with disabilities attending higher education institutions. Education and Information Technologies. 22 (6), 2727-2740 (2017).
  23. Couzens, D., et al. Support for students with hidden disabilities in universities: A case study. International Journal of Disability. Development and Education. 62 (1), 24-41 (2015).
  24. Schelke, M. W., et al. Diagnosis of developmental learning and attention disorders in adults: A review of clinical modalities. Neurology, Psychiatry and Brain Research. 23, 27-35 (2017).
  25. Madaus, J. W., Shaw, S. F. The impact of the IDEA 2004 on transition to college for students with learning disabilities. Learning Disabilities Research & Practice. 21 (4), 273-281 (2006).
  26. Santos, C. G., Fernández, E., Cerezo, R., Núñez, J. C. Dificultades de aprendizaje en Educación Superior: un reto para la comunidad universitaria. Publicaciones. 48 (1), 63-75 (2018).
  27. Jiménez, L., García, A. J., López-Cepero, J., Saavedra, F. J. The brief-ACRA scale on learning strategies for university students. Revista de Psicodidáctica. 23 (1), 63-69 (2018).
  28. Zimmerman, B. J., Zimmerman, B. J., Schunk, D. H. Motivational sources and outcomes of self-regulated learning and performance. Handbook of Self-Regulation of Learning and Performance. , 49-65 (2011).
  29. Pike, G. R., Kuh, G. D. A tipology of student engagement for Amer-ican colleges and universities. Research in Higher Education. 46, 185-209 (2005).
  30. Winne, P. H., Perry, N. E., Boekaerts, M., Pintrich, P. R., Zeidner, M. Measuring self-regulated learning. Handbook of Self-Regulation. , 531-566 (2000).
  31. Areces, D., Cueli, M., García, T., González-Castro, P., Rodríguez, C. Using brain activation (nir-HEG/Q-EEG) and execution measures (CPTs) in an ADHD assessment protocol. Journal of Visualized Experiments. (134), e56796 (2018).
  32. Azevedo, R., Taub, M., Mudrick, N. V., Alexander, P. A., Schunk, D. H., Greene, J. A. Understanding and reasoning about real-time cognitive, affective, and metacognitive processes to foster self-regulation with advanced learning technologies. Handbook of Self-Regulation of Learning and Performance. , (2017).
  33. Panadero, E., Klug, J., Järvelä, S. Third wave of measurement in the self-regulated learning field: when measurement and intervention come hand in hand. Scandinavian Journal of Educational Research. 60 (6), 723-735 (2016).
  34. Greene, J. A., Azevedo, R. The measurement of learners’ self-regulated cognitive and metacognitive processes while using computer-based learning environments. Educational Psychologist. 45 (4), 203-209 (2010).
  35. Wechsler, D. A. . Wechsler Adult Intelligence Scale (4th ed.). , (2008).
  36. Theiling, J., Petermann, F. Neuropsychological profiles on the WAIS-IV of adults with ADHD. Journal of Attention Disorders. 20 (11), 913-924 (2016).
  37. Cuetos, F., Arribas, D., Ramos, J. L. . Prolec-SE-R, Batería para la evaluación de los procesos lectores en Secundaria y Bachillerato – Revisada. , (2016).
  38. Mayes, S. D., Calhoun, S. L., Crowell, E. W. Learning disabilities and ADHD: Overlapping spectrum disorders. Journal of Learning Disabilities. 33 (5), 417-424 (2000).
  39. Kessler, R. C., et al. The World Health Organization Adult ADHD Self-Report Scale (ASRS): a short screening scale for use in the general population. Psychological Medicine. 35 (2), 245-256 (2005).
  40. Climent, G., Banterla, F., Iriarte, Y. . AULA: Theoretical manual. , (2011).
  41. Hoekstra, R. A., et al. The construction and validation of an abridged version of the autism-spectrum quotient (AQ-Short). Journal of Autism and Developmental Disorders. 41, 589-596 (2010).
  42. Baron-Cohen, S., Wheelwright, S., Skinner, R., Martin, J., Clubley, E. The autism-spectrum quotient (AQ): evidence from Asperger syndrome/high-functioning autism, males and females, scientists and mathematicians. Journal of Autism and Developmental Disorders. 31, 5-17 (2001).
  43. Azevedo, R., Johnson, A., Chauncey, A., Burkett, C., Khine, M., Saleh, I. Self-regulated learning with MetaTutor: Advancing the science of learning with MetaCognitive tools. New Science of Learning. , 225-247 (2010).
  44. Azevedo, R., Witherspoon, A., Chauncey, A., Burkett, C., Fike, A. MetaTutor: A MetaCognitive tool for enhancing self-regulated learning. 2009 AAAI Fall Symposium Series. , (2009).
  45. Azevedo, R. Theoretical, methodological, and analytical challenges in the research on metacognition and self-regulation: A commentary. Metacognition & Learning. 4 (1), 87-95 (2009).
  46. Feyzi-Behnagh, R., Trevors, G., Bouchet, F., Azevedo, R. Aligning multiple sources of SRL data in MetaTutor: Towards interactive scaffolding in multi-agent systems. 18th biennial meeting of the European Association for Research on Learning and Instruction (EARLI). , (2013).
  47. Harley, J. M., et al. Assessing learning with MetaTutor: A Multi-Agent Hypermedia Learning Environment. Annual meeting of the American Educational Research Association. , (2014).
  48. Azevedo, R., Feyzi-Behnagh, R., Harley, J., Bouchet, F. Analyzing temporally unfolding self-regulatory process during learning with multi-agent technologies. EARLI Biannual Conference 2013. , (2013).
  49. Donnellan, M. B., Oswald, F. L., Baird, B. M., Lucas, R. E. The mini-IPIP scales: tiny-yet-effective measures of the Big Five factors of personality. Psychological Assessment. 18 (2), 192 (2006).
  50. Stahl, E., Bromme, R. The CAEB: An instrument for measuring connotative aspects of epistemological beliefs. Learning and Instruction. 17 (6), 773-785 (2007).
  51. Gray-Little, B., Williams, V. S. L., Hancock, T. D. An item response theory analysis of the Rosenberg Self-Esteem Scale. Personality and Social Psychology Bulletin. 23, 443-451 (1997).
  52. Gross, J. J., John, O. P. Individual differences in two emotion regulation processes: implications for affect, relationships, and well-being. Journal of Personality and Social Psychology. 85 (2), 348 (2003).
  53. Pekrun, R., Goetz, T., Frenzel, A. C., Barchfeld, P., Perry, R. P. Measuring emotions in students’ learning and performance: The Achievement Emotions Questionnaire (AEQ). Contemporary Educational Psychology. 36 (1), 36-48 (2011).
  54. American Psychiatric Association. . Diagnostic and statistical manual of mental disorders – reviewed (DSM-IV-TR). , (2000).
  55. . Face API [Computer software] Available from: https://azure.microsoft.com/es-es/services/cognitive-services/face/ (2019)
  56. Picard, R. W. . Affective computing. , (2000).
  57. Grills-Taquechel, A. E., Fletcher, J. M., Vaughn, S. R., Stuebing, K. K. Anxiety and reading difficulties in early elementary school: Evidence for unidirectional-or bi-directional relations. Child Psychiatry & Human Development. 43 (1), 35-47 (2012).
  58. Mammarella, I. C., et al. Anxiety and depression in children with nonverbal learning disabilities, reading disabilities, or typical development. Journal of Learning Disabilities. 49, 130-139 (2014).
  59. Nelson, J. M., Harwood, H. Learning disabilities and anxiety: A meta-analysis. Journal of Learning Disabilities. 44 (1), 3-17 (2011).
  60. Arora, M. R., Sharma, J., Mali, U., Sharma, A., Raina, P. Microsoft Cognitive Services. International Journal of Engineering Science. 8 (4), 17323-17326 (2018).
  61. Bondareva, D., et al. Inferring learning from gaze data during interaction with an environment to support self-regulated learning. International Conference on Artificial Intelligence in Education. , 229-238 (2013).
  62. Mason, L., Tornatora, M. C., Pluchino, P. Do fourth graders integrate text and picture in processing and learning from an illustrated science text? Evidence from eye-movement patterns. Computers & Education. 60 (1), 95-109 (2013).
  63. Duffy, M. C., Azevedo, R. Motivation matters: Interactions between achievement goals and agent scaffolding for self-regulated learning within an intelligent tutoring system. Computers in Human Behavior. 52, 338-348 (2015).
  64. Cerezo, R., et al. Mediating Role of Self-efficacy and Usefulness Between Self-regulated Learning Strategy Knowledge and its Use. Revista de Psicodidáctica. 24 (1), 1-8 (2019).
  65. Mudrick, N. V., Azevedo, R., Taub, M. Integrating metacognitive judgments and eye movements using sequential pattern mining to understand processes underlying multimedia learning. Computers in Human Behavior. 96, 223-234 (2019).
  66. Taub, M., Azevedo, R. How Does Prior Knowledge Influence Eye Fixations and Sequences of Cognitive and Metacognitive SRL Processes during Learning with an Intelligent Tutoring System. International Journal of Artificial Intelligence in Education. 29 (1), 1-28 (2019).
  67. Bogarín, A., Cerezo, R., Romero, C. A survey on educational process mining. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. 8 (1), 1230 (2018).
  68. Cerezo, R., Bogarín, A., Esteban, M., Romero, C. Process mining for self-regulated learning assessment in e-learning. Journal of Computing in Higher Education. , (2019).
  69. Levenson, R. W. Blood, sweat, and fears. Annals of the New York Academy of Sciences. 1000 (1), 348-366 (2003).
  70. Meer, Y., Breznitz, Z., Katzir, T. Calibration of Self-Reports of Anxiety and Physiological Measures of Anxiety While Reading in Adults With and Without Reading Disability. Dyslexia. 22 (3), 267-284 (2016).
  71. Daley, S. G., Willett, J. B., Fischer, K. W. Emotional responses during reading: Physiological responses predict real-time reading comprehension. Journal of Educational Psychology. 106 (1), 132-143 (2014).
  72. Pekrun, R., Goetz, T., Titz, W., Perry, R. P. Academic emotions in students’ self-regulated learning and achievement: A program of qualitative and quantitative research. Educational Psychologist. 37 (2), 91-105 (2002).
  73. Antonietti, A., Colombo, B., Di Nuzzo, C. Metacognition in self-regulated multimedia learning: Integrating behavioural, psychophysiological and introspective measures. Learning, Media and Technology. 40 (2), 187-209 (2015).
  74. Bogarin, A., Cerezo, R., Romero, C. Discovering learning processes using inductive miner: a case study with Learning Management Systems (LMSs). Psicothema. 30 (3), 322-329 (2018).
  75. Lang, C., Siemens, G., Wise, A., Gašević, D. . Handbook of learning analytics. , (2017).
  76. Romero, C., Ventura, S., Pechenizkiy, M., Baker, R. S. J. . Handbook of educational data mining. , (2010).
  77. Azevedo, R., Gašević, Analyzing Multimodal Multichannel Data about Self-Regulated Learning with Advanced Learning Technologies: Issues and Challenges. Computers in Human Behavior. 96, 207-210 (2019).
  78. Veenman, M. V. J., Van Hout-Wolters, B., Afflerbach, P. Metacognition and Learning: Conceptual and Methodological Considerations. Metacognition Learning. 1, 3-14 (2006).
  79. Brusilovsky, P., Millán, E., Brusilovsky, P., Kobsa, A., Nejdl, W. User models for adaptive hypermedia and adaptive educational systems. The adaptive web. , 3-53 (2007).
  80. Taub, M., et al. using multi-channel data with multi-level modeling to assess in-game performance during gameplay with CRYSTAL ISLAND. Computers in Human Behavior. 76, 641-655 (2017).
check_url/fr/60331?article_type=t

Play Video

Citer Cet Article
Cerezo, R., Fernández, E., Gómez, C., Sánchez-Santillán, M., Taub, M., Azevedo, R. Multimodal Protocol for Assessing Metacognition and Self-Regulation in Adults with Learning Difficulties. J. Vis. Exp. (163), e60331, doi:10.3791/60331 (2020).

View Video