Evaluering av kommersielle-Off-The-sokkel håndleddet Wearables å anslå belastningen elevene

Summary

En protokoll for å evaluere løsninger basert på kommersielle-off-the-sokkel (BARNESENGER) håndleddet wearables å anslå stress i studenter er foreslått. Protokollen utføres i to faser, en innledende laboratorie-baserte stress induksjon test og en overvåking scene foregår i klasserommet, mens studenten er utføre faglige aktiviteter.

Abstract

Bærbar kommersielle-off-the-sokkel (BARNESENGER) enheter har blitt populære de siste årene å overvåke sportsaktiviteter, hovedsakelig blant unge mennesker. Disse enhetene inneholder sensorer for å samle data om fysiologiske signaler som hjertefrekvens, hudtemperatur eller galvanic skin response. Bruker data webanalyseløsningene teknikker slike signaler, er det mulig å få beregninger av høyere aspekter av menneskelig atferd. I litteraturen er det flere arbeider som beskriver bruken av fysiologiske samles inn ved hjelp av klinisk enheter for å få informasjon om søvn mønstre eller stress. Men er det fortsatt et åpent spørsmål om datatypen bruker BARNESENGER håndleddet wearables er tilstrekkelig til å karakterisere den elevenes psykiske tilstand i utdannings-innstillinger. Utredningen tar en protokoll for å evaluere stress estimering fra data innhentet med BARNESENGER håndleddet wearables. Protokollen er gjennomført i to faser. Den første fasen består av en kontrollert laboratory eksperimentet, der en mobil brukes å indusere forskjellige stressnivået student ved hjelp av en avslappende video, en Stroop farge og Word-test, en tempo Auditory føljetong tillegg test og en hyperventilering test. Den andre fasen er gjennomført i klasserommet, der stress er analysert mens utfører flere faglige aktiviteter, nemlig delta på teoretisk forelesninger, gjør øvelser og andre personlige aktiviteter og tar kort prøver og eksamener. I begge tilfeller anses både kvantitative data fra BARNESENGER håndleddet wearables og kvalitative data samlet gjennom spørreskjemaer. Denne protokollen omfatter en enkel og konsekvent metode med en stress induksjon app og spørreskjemaer, krever en begrenset deltakelse av støttepersonell.

Introduction

State-of-the-art wearable teknologier er allment tilgjengelig, og deres programmiljøer utvide kontinuerlig. Vi finner i markedet mange ulike enheter, blant hvilke BARNESENGER håndleddet wearables¹, som smart klokker og smart band, er populær blant idrettsutøvere som en personlige fitness overvåking verktøyet². Ved å bruke data analytiske teknikker, kan dataene innhentet bruker disse enhetene behandles gir indikatorer som generell fysisk tilstand, sove kvalitet eller gjenoppretting faktor. Demonstrert anvendelse i dette området hevet interesse i det akademiske fellesskapet om mulig programmet med andre felt, spesielt i helse domene^3,4, selv om det strenge krav av kliniske studier begrense innføring. Men i en mindre krevende sammenheng som utdanning, kan vi finne i litteratur nyere undersøkelser med bruk av ulike typer bærbare enheter, både relatert til undervisning aktiviteter^5,6 og estimering bestemte egenskaper studenten som søvn mønstre⁷eller analyse av studentenes engasjement i ulike pedagogiske aktiviteter⁸.

I vårt tilfelle fokusere vi på å analysere BARNESENGER håndleddet bærbare enheter som middel til å samle fysiologiske signaler som til slutt ville lette stress estimering, som igjen er en sentral del i pedagogisk sammenhenger. Stress har en relevant innflytelse i utviklingen av akademiske virksomheten og generell studentenes ytelse. For eksempel stress nivåer er direkte relatert til utbruddet av utbrenthet syndrom i studenter^9,10,11, og høyt stressnivå er særlig relevant i freshman året, der frafallet priser mellom 20% 30%^12,13 er vanlig. Oppdage og kontrollere stress indikatorer kan dramatisk forbedre akademiske prestasjoner.

Bruk av BARNESENGER håndleddet bærbar enheter er berettiget fordi de har sensorer som gir informasjon om fysiologiske signaler som mye brukt av det vitenskapelige samfunnet i stress vurdering og gjenkjenning. Noen signaler omtales i litteraturen gjestehusene inkluderer hjertefrekvens (HR)¹⁴, hjertefrekvens varaibility¹⁵, hud temperatur (ST)¹⁶, åndedrett¹⁴og galvanic skin response (GSR)¹⁷. Disse signalene kan samles ved BARNESENGER håndleddet wearables. Men tilbyr de ikke samme ytelse som klinisk enheter. Det er forskjeller relatert til nøyaktigheten av sensorer blant enheter^18,19,20,21. Likevel har forrige fungerer^18,19,20,21 vist at i en langsom bevegelse scenariet BARNESENGER håndleddet wearable sensorer har feil mønster ligner spesialiserte enheter.

Målet med denne utredningen er å innføre en protokoll for å vurdere ulike løsninger for stress anslag i studenter bruker BARNESENGER håndleddet wearables. Det er mange ordninger som kan bli foreslått å anslå stress nivåer, involverer bruk av ulike håndleddet bærbar enheter og data webanalyseløsningene teknikker, og mer spesifikt maskinlæring algoritmer. BARNESENGER håndleddet wearables er preget av deres høy fragmentering, heterogenitet og interoperabilitet problemer²². Tre selskapene har en samlet markedsandel på nesten 50%²³, men mange andre selskaper konto for mye mindre personlige marked aksjer, med en samlet andel over 50%. Derimot, når det gjelder heterogenitet, ikke alle wearables har samme antall og type sensorer, med akselerometer og h sensorer er den vanligste, og STS og GSRS blir bare i 5% av enhetene studert. Som for interoperabilitet finnes det ulike operativsystemer og dataene samling tilnærminger som ikke er kompatible med hverandre. Som for maskinen lære teknikker som kan brukes for å beregne stress fra data samlet gjennom en håndleddet enhet, er det mange alternativer tilgjengelig²⁴, inkludert beslutningstrær, nevrale nettverk, nærmeste nabo tilnærminger, Naïve Bayes klassifiserere, etc. for å oppsummere, det er mange løsninger som kan utvikles for stress estimering, så det er medvirkende til å utforme en evaluering-protokollen for å lette sammenligningen mellom ulike foreløpig alternativer til slutt velge den egnede i en gitt kontekst.

For gjennomføringen av protokollen er flere verktøy nødvendig (figur 1). Først er en BARNESENGER håndleddet bærbar enhet nødvendig for å hente fysiologiske data. Denne bærbare enheten må ha minst HR overvåking evner, men flere sensorer er ønskelig (foreksempel akselerasjonsmåleren, ST, GSR sensorer). Andre, en smarttelefon som kjører programmet PhysiologicalSignal er nødvendig å samle dataene som registreres av den bærbare enheten. Tredje en tavle kjører programmet StressTest kreves for å kjøre stress induksjon øvelser (smarttelefonen kan bli brukt i stedet tabletten for dette formålet). Fjerde, noen spørreskjemaer for å samle inn kvalitative data på studentenes oppfatning på stress. Femte, en server med en Web service²⁵ utføre datainnsamling og pre-prosessering, og et Web-instrumentbord for å vise utviklingen av signaler. Og til slutt en data analytics pakken²⁶ behandle data samlet inn om studenter bruker maskinen innlæring teknikker.

Evaluering protokollen er ordnet i to faser. Det første man, utføres den laboratorium fasen, i komfortable rom, hvor ulike stressnivå (dvs., “relax”, “konsentrert stress” og “stress”) hjulpet et mål emne (student) gjennom flere vanlige stress-inducing oppgaver. Den andre delen foregår i klasserommet, og det innebærer overvåking student ved gjennomføring av flere akademiske aktiviteter: teoretiske forklaringer, individuelle aktiviteter, kort tester, eksamen, etc. under gjennomføringen av denne protokollen, emnet er fysiologiske signaler overføres ved hjelp av en håndleddet enhet. Til slutt, disse signalene behandles av maskinen læring algoritmer for å gi beregninger på nivået av stress.

I fasen for laboratoriet StressTest app til å indusere forskjellige stressnivå. Dette programmet guider emnet til ferdigstillelse av fire ulike oppgaver. Den første oppgaven er å skape en baseline for stress analyse. I denne oppgaven visualiserer studenten en 4 minutters avslappende video som forskjellige bilder av en solnedgang på en bro vises. Den andre oppgaven er en tilpasning av de Stroop farge og Word Test²⁷ (SCWT). Hvert andre sekund, må emnet velge fargen som navnet på en farge er malt (rød, grønn, oransje, blå og lilla). Flere knapper nederst på skjermen som inneholder den første bokstaven i hver farge er tilgjengelige for faget å velge malt fargen på hver gang. For eksempel viser knappen som refererer til blå bokstaven B. I vårt tilfelle, er denne testen delt i tre forskjellige vanskelighetsgrader. For første nivå (SCWT1) vises de fargede “ord farger” i samme rekkefølge som knappene, slik fargen og navnet samsvarer direkte. Dette nivået er tatt som baseline, som det innebærer ikke noen problemer og emnet bare trykker knappene riktig, alltid i samme rekkefølge. For det andre nivået (SCWT2), de fargede “ord farger” vises tilfeldig, men korrespondanse mellom navn og farger opprettholdes. Hver gang emnet mislykkes en pipetone slippes, og hvis to feil, riktig farge score vil bli tilbakestilt. For det siste, vanskeligste nivået (SCWT3) samsvarer navn og farger ikke. På denne måten er dette nivået ment å være mer kompleks og stressende for emnet. Den tredje oppgaven består på det tempo Auditory føljetong tillegg test (PASAT)²⁸, som måler hvor studenten opplever en konsentrasjon test. Under denne oppgaven en tallsekvens påfølgende spilles høyt og studenten må legge til to siste tallene og skriv resultatet i den angitte boksen på skjermen før du hører på neste nummer. I denne oppgaven hvis emnet gjør en feil, en urovekkende hendelsen oppstår for å generere stress (to tall lyd samtidig eller en lang periode av stillhet i vedlikeholdt). I dette tilfellet hvis tre feil begått, vil sum-kontoen bli tilbakestilt. Den fjerde oppgaven består en hyperventilering aktivitet til induserer samme variasjonen i fysiologiske signaler som vil provosere en stressende situasjon¹⁷. På slutten av hver aktivitet og nivå må emnet angi oppfattet stress, bruker programmet selv, etter en 5-verdien Likert-skala.

I fasen for klasserommet studentene utføre sine vanlige faglige aktiviteter sammen med resten av sine klassekamerater. Protokollen fokuserer på stress nivåer som oppstår under klasserom-spesifikke aktiviteter. På slutten av foredraget fullføres et kort spørreskjema (vedlegg 1) av studenten å angi oppfattet stress i flere aktiviteter etter en 5-skala.

Protocol

Alle metodene som er beskrevet nedenfor er godkjent av regional government av Galicias komité for forskning etikk Pontevedra-Vigo-Ourense (reg. koden 2017/336). Protokollen implementert for første års studenter på i skolen av telekommunikasjon Engineering – universitetet Vigo, både i en komfortabel laboratorium rom og flere forelesninger og praksis økter av en bachelor-gradkurs på datamaskin arkitekturer. 1. klargjør enhetene Koble smartphone og tablet-enheten til en stabil i…

Representative Results

Protokollen diskutert ble satt i praksis i en datamaskin arkitekturer kurs i det første året av telekommunikasjon Engineering grad på universitetet av Vigo. Dette kurset har mer enn 200 studenter som er organisert i 10 arbeidsgrupper. For å gjennomføre dette eksperimentet, ble studenter fra fire gruppene invitert til å melde i begynnelsen av studieåret. Prosjektet tiltrukket betydelig interesse blant studentene, og rundt 30 studenter frivillig å delta i studien. Fra dem, var 12 st…

Discussion

BARNESENGER bærbar enheter er blant de mest populære forbrukeren elektronikk produktene tilgjengelig i dag. Disse enhetene brukes vanligvis til å overvåke fysiske aktiviteter, men sine evner og ytelse kan være av stor interesse i andre områder. I dette papiret, er en protokoll for å vurdere bruk av BARNESENGER bærbar enheter for å estimere stress i læringsmiljøer diskutert. Definisjonen av slike en protokoll er spesielt relevant for å analysere ulike løsninger med wearables og maskinen læring algoritmer. Pr…

Materials

Microsoft Band 2	Microsoft		Wearable
Nexus 5	LG/Google		Smartphone
PhysiologicalSignals	Developed by the paper authors		App to collect data from wearables
StressTest	Developed by the paper authors		App to develop laboraty experiment: Video visualization, Stroop color and word test, paced auditory serial addition test (PASAT) , hyperventilation activity
Quizs	Developed by the paper authors		Questionnaires to collect qualitative data on students’ perception on stress
Server	Developed by the paper authors		Server to store, analyze and display data
Weka application	University of Waikato		Application to process the data using machine learning techniques