Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

Um projeto experimental multidisciplinar e multimodal para estudar experiências de exame autêntico em tempo real

Published: September 4, 2019 doi: 10.3791/60037
Automatic Translation
1, 3, 1, 1, 1, 2, 3, 3
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

Um delineamento experimental foi desenvolvido para investigar as influências em tempo real de uma experiência de exame para avaliar as realidades emocionais que os alunos vivenciam nas configurações e tarefas do ensino superior. Este projeto é o resultado de uma abordagem Cross-disciplinar (por exemplo, psicologia educacional, biologia, fisiologia, engenharia) e multimodal (por exemplo, marcadores salivares, pesquisas, sensor eletrodérmico).

Abstract

Nos últimos dez anos, a pesquisa sobre as emoções dos alunos em ambientes educacionais aumentou. Embora os pesquisadores tenham chamado para mais estudos que dependem de medidas objetivas de experiência emocional, existem limitações na utilização de fontes de dados multimodais. Estudos de emoção e regulação emocional em salas de aula tradicionalmente dependem de instrumentos de pesquisa, experiência-amostragem, artefatos, entrevistas ou procedimentos observacionais. Esses métodos, embora valiosos, dependem principalmente da subjetividade participante ou observador e são limitados em sua autêntica mensuração do desempenho em tempo real dos alunos para uma atividade ou tarefa em sala de aula. Este último, em particular, representa um obstáculo para muitos estudiosos que procuram objetivamente medir as emoções e outras medidas relacionadas na sala de aula, em tempo real.

O objetivo deste trabalho é apresentar um protocolo para estudar experimentalmente as respostas em tempo real dos alunos às experiências de exame durante uma situação de avaliação autêntica. Para isso, uma equipe de psicólogos educacionais, engenheiros e pesquisadores de educação de engenharia projetou um protocolo experimental que manteve os limites necessários para a medição precisa do sensor fisiológico, as melhores práticas de coleta salivar e um ambiente de teste autêntico. Em particular, estudos existentes que dependem de sensores fisiológicos são conduzidos em ambientes experimentais que são desconectados de configurações educacionais (por exemplo, teste de stress de Trier), destacados no tempo (por exemplo, antes ou depois de uma tarefa), ou introduzir erro de análise (por exemplo, uso de sensores em ambientes onde os alunos provavelmente se movem). Isso limita nossa compreensão das respostas em tempo real dos alunos às atividades e tarefas em sala de aula. Além disso, pesquisas recentes apelaram para que mais considerações sejam abordadas em torno de questões de recrutamento, replicabilidade, validade, configurações, limpeza de dados, análise preliminar e circunstâncias específicas (por exemplo, adicionando uma variável no experimental Design) na pesquisa de emoções acadêmicas que se baseia em abordagens multimodais.

Introduction

Os psicólogos têm compreendido por muito tempo a importância das emoções dos seres humanos em elucidar seus comportamentos1. Dentro do estudo da educação, as emoções da realização académica (AEE) tornaram-se o foco da pesquisa de emoções2. Pesquisadores que usam AAE argumentam que os contextos situacionais em que os alunos se encontram são importantes a serem considerados ao examinar as emoções dos alunos. Os alunos podem experimentar emoções relacionadas ao teste, relacionadas à classe ou à aprendizagem que envolvem processos multicomponentes, incluindo componentes afetivos, fisiológicos, motivacionais e cognitivos. A AEE é expressa em duas formas: Valência (positiva/negativa) e ativação (energia focada/não focada). Emoções ativadoras positivas, como gozo, podem aumentar processos reflexivos como a metacognição, enquanto as emoções de desativação positivas, como o orgulho, podem resultar em baixos níveis de processamento cognitivo. Emoções ativadoras negativas, como raiva e ansiedade, podem desencadear engajamento, enquanto as emoções desativantes negativas, como a desesperança, podem umedecer a motivação3,4,5. As emoções acadêmicas contribuem para a forma como aprendemos, percebemos, decidimos, respondemos e resolvemos o problema2. Para regular as emoçõesacadêmicas, umindivíduo deve possuir Autoeficácia (se)6,7,8, queé a sua confiança na sua capacidade de empregar o controle sobre sua motivação, comportamento e ambiente social 6. Self-a eficácia e as emoções acadêmicas são inter-relacionadas, onde a baixa autoeficácia é amarrada às emoções de desativação negativas (por exemplo, ansiedade, raiva, tédio) e a autoeficácia mais elevada é amarrada às emoções de activação positivas (por exemplo, felicidade, esperança, excitação)6,7,8. Se acredita-se também estar fortemente ligada ao desempenho6,7,8.

Pesquisas que examinaram as emoções em sala de aula confiam em autorrelatos, observações, entrevistas e artefatos (por exemplo, exames, projetos)9,10. Embora esses métodos forneçam informações contextuais ricas sobre as experiências de sala de aula dos alunos, elas têm limitações significativas. Por exemplo, entrevistas, observações e autorrelatos dependem das introspecções dos indivíduos10. Outros métodos têm procurado examinar as emoções acadêmicas mais proximalmente do que os pesquisadores anteriores, como aqueles baseados em abordagens de amostragem de experiência, onde os pesquisadores pedem aos alunos que relatem suas emoções durante o dia escolar11. Embora esta pesquisa nos permita relatar as emoções dos alunos com mais precisão, este trabalho se baseia em métodos de autorrelato e não permite relatórios em tempo real, pois os alunos têm que pausar seu trabalho no exame para abordar a pesquisa de experiência.

Recentemente, os pesquisadores começaram a abordar as preocupações sobre as medidas de autorrelato através do uso de medidas biológicas ou fisiológicas de emoção9, que combinados com outros instrumentos ou técnicas, tais como inquéritos, observações, ou entrevistas, consiste em uma forma multimodal de coleta de dados para pesquisa educacional e psicológica12. Por exemplo, técnicas biológicas, incluindo biomarcadores salivares, estão sendo usadas para entender o papel que os processos biológicos têm sobre cognição, emoção, aprendizado e desempenho13,14,15. Para os processos cognitivos, os andrógenos (por exemplo, testosterona) têm sido ligados a diferentes padrões de reconhecimento espacial em adultos e crianças16,17enquanto os hormônios hipotálamo-hipófise-Adrenocortical (por exemplo, cortisol) e hormônios adrenérgicos (por exemplo, α-amilase salivar ou sAA) estão vinculados à responsividade ao estresse entre os indivíduos18,19,20.

A atividade eletrodérmica (EDA) representa uma medida fisiológica da ativação do sistema nervoso autônomo (ans) e está ligada ao aumento da ativação do sistema, carga cognitiva ou respostas emocionais intensas21,22 ,23. Em atividades de exame, EDA é afetada pela mobilidadefísica 21,22, temperaturas corporais eambientais 24,25,26,27, e verbalização de pensamentos28, bem como sensibilidade e grau de conectividade dos eletrodos analógico-digitais para a pele29.

Embora estes possam ser limitações a usar EDA, esta técnica pode ainda fornecer a introspecção valiosa em o que acontece durante examinações do próximo-tempo real e pode serir como uma ferramenta prometedora para explorar AEE e pela extensão, Self-eficácia. Como resultado, uma imagem exata do AEE dos alunos pode ser obtida através de uma combinação de métodos de pesquisa, para determinar a Valência da emoção, e dados fisiológicos e biológicos, para medir a ativação dessa emoção. Este artigo baseia-se em uma publicação anterior sobre as atividades de exame30 e amplia o escopo desse trabalho para incluir abordagens multimodais (usando pesquisas de amostragem de experiência, sensores EDA e biomarcadores salivares) em um cenário de exame. É essencial mencionar que o protocolo descrito abaixo permite que vários dados do participante sejam coletados ao mesmo tempo dentro de uma única configuração experimental.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Os procedimentos foram aprovados pelo Conselho de revisão institucional (IRB) uma revisão geral na Universidade Estadual de Utah para estudos sobre assuntos humanos e uso desses construtos. Os resultados típicos incluem dois semestres de um curso de engenharia estática, cada um com uma configuração experimental ligeiramente diferente, em uma instituição ocidental de ensino superior nos Estados Unidos. Os exames práticos, cujo conteúdo paralelizou os exames reais, foram desenvolvidos pelo instrutor do curso e foram utilizados para o nosso estudo. Tenha em atenção que o protocolo descrito abaixo descreve passos simultâneos e algumas etapas podem se sobrepor.

1. considerações para projetos experimentais e integração de práticas disciplinares

Como os pesquisadores consideram os desenhos experimentais dessa natureza, os saberes e abordagens disciplinares devem ser integrados de forma a complementar e sustentar o principal objetivo da pesquisa. À medida que novos instrumentos e métodos são adicionados, considerações adicionais de validação são necessárias. Neste trabalho, exploraremos um estudo experimental onde foram utilizados levantamentos e sensores eletrodérmicos para um dos semestres (experimento A), e a coleta de biomarcadores salivares (i.e., cortisol e sAA) foi adicionada ao semestre subsequente (experimental projeto B). Abaixo estão as considerações para as duas configurações:

  1. Design experimental com levantamentos e sensores Electrodérmicos
    1. Sensores eletrodérmicos são sensíveis. As respostas de startle dos participantes, se ativadas involuntariamente, podem criar um aumento significativo na resposta EDA. Isso é particularmente importante ao considerar vários participantes para a coleta de dados, cujas ações podem aprimorar essas respostas de startle. Como tal, certifique-se de configurar o espaço de trabalho com cuidado para minimizar o maior número possível de distrações. Como mostrado na Figura 1, inclua um escudo de teste se explorar experiências de exame para um indivíduo ou grupo de indivíduos.
      Nota: para aumentar a validade ecológica do ambiente de teste, planeje fornecer qualquer material que um aluno esteja usando em seu exame real (por exemplo, pastas de trabalho, folhas de equação) para permitir que os participantes reflitam e trabalhem quaisquer problemas de exame necessários
    2. Os sensores electrodermal fornecem um sinal cada 1/4th de um segundo. Para permitir que um evento seja definido e estudado, implemente um plano para coletar uma medida precisa do início de uma tarefa. Quando o tempo sincroniza sensores eletrodérmicos com pesquisas, certifique-se de que a apresentação da pergunta do questionário seja sincronizada com o sensor eletrodérmico usando o relógio interno do computador para estabelecer um período de coleta de dados (veja a Figura 1). Se estiver usando quaisquer sensores eletrodérmicos habilitados para Bluetooth (por exemplo, consulte tabela de materiais), sincronize tempos em Greenwich Meridian time (GMT) para ter em conta as alterações de fuso horário e as diferenças de horário de verão durante os procedimentos de coleta de dados30.
      Nota: se estiver usando um servidor Web para a apresentação de estímulos (por exemplo, pergunta de teste, item de pesquisa, etc.), certifique-se de alinhar as horas entre o servidor e o relógio interno do computador, pois estes não são normalmente sincronizados. Note que pode ser necessário pré-instalar um servidor Web multi-plataforma (por exemplo, XAMPP ou outros servidores Apache) para cada computador utilizado para o estudo. Se pretender sincronizar uma câmera Web para fins de gravação de vídeo, considere o uso de software de segurança que permite a gravação da data, hora, hora, minuto, segundo e milissegundo (por exemplo, 01/01/2000 04:01:02:05) do vídeo. Note que este vídeo também deve ser sincronizado com o relógio interno do computador e os outros dispositivos (por exemplo, sensor EDA). Defina as câmeras da Web para medir a face do participante em ângulos diferentes, se necessário. Recomendamos que para uma câmera Web frontal enfrentou; o vídeo é posicionado paralelamente à superfície da estação de trabalho e para as câmeras da Web voltadas para baixo para posicionar o vídeo a 30 ° a 45 ° da superfície da estação de trabalho até o rosto do participante.
    3. Coloque o sensor eletrodérmico na mão não dominante do participante para minimizar qualquer ruído no sinal devido ao erro de contato do movimento ou eletrodo durante a coleta de dados, como sugerido em um protocolo prévio30. Se os pesquisadores gostariam de minimizar artefatos na EDA devido ao movimento, uma alternativa é incluir uma almofada de gel de pulso em um local que é confortável para o participante e que, simultaneamente, lhes permite descansar a mão não-dominante sobre.
      Nota: a colocação do computador portátil, almofada de gel, sensor, folhas de exame, e outros elementos no estudo deve ser padronizado para garantir a repetibilidade através de condições de exame e semestres. Como mostrado na Figura 1, a fita do pintor foi usada para centralizar cada item (por exemplo, laptops, folhas de exame, câmeras) da configuração experimental consistentemente entre participantes e semestres de coleta de dados.
    4. Para as leituras do sensor electrodérmico, estabelecer um período durante o qual os participantes alcançaram um estado relaxado para estabelecer dados de base EDA31. Para isso, ou indicar uma hora no início do exame para os participantes a olhar para o escudo de teste (~ 5 – 15 minutos) ou programar esta sugestão para o computador portátil como parte do programa de timestamping. Ao completar este período, os participantes podem começar com quaisquer inquéritos pertinentes e perguntas de exame. Na mesma veia, atribua um período de relaxamento no final da experiência do exame.
  2. Projeto experimental com levantamentos, sensores Eletrodérmicos e biomarcadores salivares
    1. Ao integrar sensores eletrodérmicos com levantamentos e biomarcadores salivares, assegure-se de que as rupturas sejam minimizadas na melhor medida possível. Como uma estratégia, crie um vídeo de treinamento para ajudar os participantes a entender como fornecer suas amostras salivares em períodos de tempo definidos do exame de acordo com as especificações de fabricação (consulte a tabela de materiais) para minimizar as interrupções do Pesquisadores.
      Nota: neste estudo, os pesquisadores estavam interessados em coletar saliva durante quatro tempos-pontos: início, meio, fim e pós-exame. No entanto, os pesquisadores podem escolher outras vezes que considerem apropriadas para o seu estudo. Também, nós usamos o método da coleção do cotonete32 em vez de seu método passivo do babar33 para a facilidade de uso e uns tempos mais rápidos da coleção da amostra. Além disso, selecionamos os kits de cortisol34 e sAA35 (ver tabela de materiais) e seguimos as especificações do fabricante em seu processamento. No entanto, se o seu grupo não tem um laboratório biológico para realizar essas formas de teste, outros provedores podem ser capazes de analisar as amostras32,36.
    2. Ao coletar amostras de saliva, tenha um refrigerador com gelo seco com uma temperatura interna de-20 ° c; Isso impedirá a degradação da temperatura ambiente das enzimas para as amostras de cortisol34. Se coletando a alfa-amilase salivar, sua estabilidade é muito mais longa (~ cinco dias na temperatura ambiente e permitindo 5 ciclos Freeze-Thaw35). Se a coleta de ambos, como foi o caso neste estudo, siga as diretrizes necessárias para armazenar amostras de cortisol salivar de acordo com as recomendações do fabricante34,35.
    3. Se estiver usando o método de coleta de swab25, o swab permanecerá na bochecha interna ou a língua do participante por 60 s. Ao manusear os frascos e as tampas de coleta de amostras, siga os protocolos do fabricante34,35 e transmita as informações aos participantes antes do início do estudo.
      Observação: se o experimento for mais granular (por exemplo, coleta de dados de pergunta por pergunta), registre os tempos de início e de deslocamento de cada coleta de amostra salivar, pois eles podem precisar ser contabilizados na análise EDA. O mesmo se aplica ao início e ao deslocamento dos tempos de coleta de dados de pesquisa. Para a coleta de dados salivares, nosso grupo desenvolveu um sistema de sinalização para permitir aos participantes notificar o pesquisador/Proctor quando uma amostra salivar estava pronta para ser coletada. Considere designar vários proctors para auxiliar durante uma sessão experimental caso várias amostras salivares estejam prontas para serem coletadas e armazenadas.

2. instalação e limpeza pré e pós-experimento

  1. Pesquisas
    1. No formulário de pesquisa, organize um processo de agendamento, designe IDs de participante e colete qualquer informação demográfica, conforme necessário. Também, estabelecer ou pré-etiquetar quaisquer perguntas pertinentes do exame na preparação para a exportação dos dados. Isso permitirá a limpeza de dados, gerenciamento e análises estatísticas mais rápidas e eficientes.
    2. Sincronize a apresentação do questionário e os tempos de saída ao longo do protocolo do exame. Se a integração de sensores ou vídeo, sincronizar essas tecnologias com o software de pesquisa também.
    3. Como uma questão de cortesia e no interesse de contribuir para um ambiente de pesquisa cordial e acolhedor, e se os instrutores concordam, configurar um e-mail de acompanhamento automatizado contendo respostas para as perguntas do exame a ser enviado aos participantes imediatamente ou logo após participação na sessão.
  2. Sensores electrodérmicos
    1. Planeje pré-agendar os participantes para uma sessão/tempo de exame, avaliar qualquer informação médica e hábitos alimentares para a EDA e a coleta de saliva30 e o domínio da mão para a coleção EDA30, e lembrar os participantes para evitar o consumo de produtos açucarados ou cafeinados no dia do experimento. Isso é importante, pois certas condições médicas (por exemplo, distúrbios metabólicos) e hábitos alimentares (por exemplo, consumo de cafeína) podem influenciar a EDA (e os valores salivares), como sugerido em um protocolo prévio30.
    2. Antes de chegarem os participantes, certifique-se de que os sensores estão calibrados corretamente, que as atualizações de software foram tomadas e os sensores foram limpos com 70% de álcool30.
    3. Ao encaixar o sensor EDA nos pulsos de um participante, certifique-se de colocá-lo na mão não dominante do participante. Para encaixar o sensor EDA:
      1. Coloque o sensor com o botão virado para baixo em direção ao polegar.
      2. Com as palmas das mãos voltadas para o rosto, os participantes desenham uma linha imaginária a partir do espaço entre o segundo e o terceiro dedo de sua mão não dominante até a área do meio do pulso e colocam os eletrodos do sensor lá.
      3. Peça aos participantes que se ajustem às correias do sensor de uma forma que não esteja muito apertada ou muito solta.
        Nota: uma imagem representativa deste acessório pode ser encontrada na Figura 2.
    4. Ao iniciar o sensor, certifique-se de seguir os protocolos do fabricante31 para garantir que os sensores estejam configurados para coletar dados. Neste experimento, o protocolo é adaptado para uso com uma determinada marca de sensores (ver tabela de materiais), embora os pesquisadores sejam bem-vindos a usar qualquer sensor fisiológico de sua escolha.
      1. Para os dispositivos usados aqui, pressione o botão do sensor por três segundos. Uma luz verde piscará intermitentemente, seguida de uma luz vermelha piscando, e então um fade-out ocorre.
      2. Durante o fade-out, para certificar-se de que o sensor está ligado, pressione o botão uma vez por menos de 1 s. Se ele pisca em vermelho, ele está indicando que ele está gravando dados.
    5. Quando desligar o sensor, pressione o botão por 3 s. O sensor desliga-se se as luzes na parte inferior da pulseira vão do verde para desvanecer-se.
    6. Para recuperar os dados do sensor, conecte-o ao computador e carregue os dados no sistema de gerenciamento de software de acordo com as recomendações do fabricante31.
  3. Biomarcadores salivares
    1. Como afirmado antes, pré-avalie quaisquer condições médicas ou hábitos alimentares que possam influenciar os valores salivares durante a análise. Além disso, lembre os participantes de não usar qualquer bálsamo labial, maquiagem ou produtos próximos aos lábios quando chegarem à sessão, pois isso pode introduzir contaminantes que podem influenciar as amostras de cortisol e alfa-amilase salivar. Se os participantes chegam vestindo esses produtos, gentilmente guiá-los para um banheiro ou fornecer limpezas apropriadas que removeria esses produtos sem introduzir outros produtos químicos (por exemplo, água em um guardanapo versus make-up removedor de toalhas). Finalmente, salas de experiência claras de alimentos ou bebidas que têm um cheiro forte (por exemplo, pizza, laranjas) que podem aumentar a produção salivar entre os participantes.
    2. Após a chegada dos participantes à sala experimental, os participantes da mão 1 onça de água derramado em um copo em sua presença. Peça-lhes para swish e engolir a água. Isso é feito para limpar a boca de quaisquer resíduos alimentares que possam influenciar o cortisol e os dados da Alfa-amilase salivar.
    3. Se a recolha de dados EDA em conjunto com a saliva, gentilmente lembrar os participantes para minimizar o movimento da mão na mão que tem o sensor EDA. Como tal, os participantes precisarão ser informados de que qualquer coleta de amostras de saliva fornecida deve ser feita em sua mão dominante. Para facilitar esse processo, recomenda-se que a configuração experimental inclua frascos pré-rotulados e um suporte para minimizar qualquer perda de amostras (vide Figura 1).
    4. Ao coletar amostras salivares, use luvas de nitrilo frescas para minimizar qualquer particulado de poeira ou qualquer outro contaminante de óleos de mão para ser transferido para o frasco para injetáveis de amostra salivar.
    5. Como indicado previamente, transfira imediatamente as amostras a um refrigerador que tenha uma temperatura interna de-20 ° c.

3. aumento da validade ecológica à luz de inquéritos, sensores electrodérmicos e biomarcadores salivares

  1. Quanto à autenticidade do exame
    1. Para fornecer uma experiência de teste autêntica, alinhe o conteúdo do exame com o conteúdo do curso. Para isso, revise o conteúdo do curso em conjunto com um grupo de especialistas em conteúdo, incluindo o instrutor do curso.
    2. Selecione uma avaliação (teste ou avaliação) do conteúdo do curso que pode ser replicado em uma configuração experimental ou que possa complementar o conteúdo do curso existente (por exemplo, exame de prática).
      Nota: dependendo das políticas da Diretoria de revisão institucional da sua instituição, o uso de exames reais pode não ser permitido devido ao seu potencial prejuízo para as notas dos alunos no curso. Como tal, uma experiência equivalente (por exemplo, exame de prática) pode ser considerada em vez disso.
    3. Juntamente com o instrutor, desenvolver uma chave de resposta e problemas de exame e suas soluções para ser usado para coletar dados de desempenho em um nível granular (ou seja, pergunta por pergunta) e/ou macro-nível (ou seja, exame completo), dependendo dos objetivos da pesquisa
    4. Peça ao instrutor também que forneça quaisquer materiais adicionais que são normalmente usados em seus exames (por exemplo, folhas de trapaça) ou quaisquer materiais permitidos (por exemplo, livros didáticos, lista de referências) normalmente usados em seus cursos. Os experimentadores devem estar preparados para fornecer essas ferramentas aos participantes.
    5. Certifique-se de que o ambiente de teste se assemelha à configuração experimental (por exemplo, tempos de exame, a oferta do exame — centro de testes ou sala de aula, etc.) e suas características, como espaço de mesa, iluminação, temperatura da sala, entre outros.
  2. Sobre a inclusão de inquéritos
    1. Dependendo do número de perguntas do inquérito, será importante ter em conta os tempos aproximados; pode levar os participantes a completarem as perguntas do questionário enquanto estão fazendo o exame.
    2. Tempo de teste adicional de allot para levar em conta as interrupções e projetar o programa de exame para devolver os alunos a um problema de exame específico se um prompt de pesquisa os interrompeu. Além disso, certifique-se de que esse tempo de interrupção seja consistente entre os participantes (por exemplo, início, meio e fim do exame).
    3. Dependendo do tipo de experimento, se o tipo granular de respostas for necessário (por exemplo, pergunta por pergunta), planeje apresentar primeiro o problema do exame e, em seguida, solicite que os participantes respondam à pergunta do questionário e, em seguida, permita que os participantes entrem em seu resposta (por exemplo, texto aberto, escolha múltipla, etc.). Isso permitirá que os participantes primeiro vejam o problema e respondam à pergunta de pesquisa de acordo com o problema apresentado. Se o experimento estiver em um nível macro, certifique-se de que os participantes tenham permissão para refletir sobre a experiência do exame até esse ponto antes de responder.
      Nota: as teorias e as hipóteses são importantes considerar nesta etapa como a escolha do tipo particular da apresentação de um artigo (por exemplo, pesquisa, exame) importará. Por exemplo, se estudar a autoeficácia, isso é melhor avaliado ao nível da questão do teste, enquanto as emoções de realização acadêmica são tipicamente feitas antes, durante e após o exame.
  3. Em relação aos sensores de atividade eletrodérmica
    1. Para garantir que os participantes não estejam sendo excessivamente estressados devido ao protocolo experimental, inclua períodos de calibração e relaxamento ao longo da experiência do exame. Uma estratégia poderia ser permitir que os participantes refocalizem sua atenção entre as perguntas. Começando com uma pergunta simples de responder (por exemplo, "em que dia da semana estamos?") e permitir que os participantes 30 s para descansar entre cada questão de exame.
      Nota: tenha em mente que a compreensão do design das perguntas do exame em si e prever o que as reações dos alunos podem ser importantes (por exemplo, aumento das cargas cognitivas ou eficiências neurais37) como eles poderiam influenciar o marcador salivar e dados EDA Coleção. Por exemplo, as perguntas do exame devem ser todas na forma de entrada de ensaio, o que exigiria o movimento da mão que pode influenciar os dados da EDA24,25 ou um exame pode ser projetado por diferentes níveis de dificuldade, o que poderia influenciar os alunos cargas cognitivas ou eficiências neurais37.
    2. Certifique-se de que o programa de carimbo de hora irá responder a quaisquer alterações na experiência de exame (por exemplo, períodos de calibração, início e deslocamento de perguntas de calibração entre, perguntas de pesquisa início e deslocamento, início e término do exame). Este é um passo importante, pois permitirá a correspondência da fonte de dados, que determinará os intervalos ou eventos a serem processados e analisados.
  4. Quanto ao uso de biomarcadores salivares
    1. Esteja ciente de quando coletar biomarcadores salivares.
      Nota: os estudos do bio-marcador salivar são explorados tipicamente com um pre-pre-mid-borne-borne-borne-projeto32,33,34,35,36. Como o cortisol leva 20 minutos para responder ao stress14, estes GAL tempo são necessários para observar o início do cortisol e recuperação. No caso da preparação dos alunos para um exame, os participantes podem estar preocupados em fazer o exame e, portanto, uma medida de antes do início pode não ser possível. Também é importante não interromper os alunos com frequência durante o exame. Em nosso estudo, optou-se por coletar saliva uma vez antes do início, uma vez durante, imediatamente após, e 20 minutos após o exame o mais silenciosamente possível para minimizar as rupturas. Uma linha do tempo de teste de exemplo é fornecida na Figura 3.
    2. No programa de exame, inclua prompts cronometrados para Cue participantes quando é hora de coletar saliva. Inclua um temporizador 60-s, para que os participantes estejam cientes da duração da coleção salivar. Retorne os participantes para o problema que estavam trabalhando no exame uma vez que os 60 s estão completos.

4. considerações para o processamento e análise de dados

  1. Pesquisa
    1. Certifique-se de que as saídas de dados são rotuladas e organizadas apropriadamente para permitir o gerenciamento efetivo de dados e garantir que programas estatísticos (por exemplo, SPSS, SAS) possam realizar qualquer análise necessária.
    2. Identifique quaisquer dados de outlier potenciais com base em padrões para detecção de outlier de pesquisa38 , bem como qualquer determinado através dos dados demográficos coletados anteriormente (por exemplo, condições médicas).
    3. Determinar o tipo de análise estatística e/ou modelagem a conduzir com base nas perguntas e/ou hipóteses de investigação estabelecidas
  2. Atividade eletrodérmica
    1. Note que as saídas de dados electrodérmicos podem variar consoante a empresa. Para o dispositivo utilizado neste estudo31, as saídas de dados são apresentadas como uma única coluna com um tempo de início medido em GMT, seguida da frequência de coleta de dados e da EDA medida na microsiemens. Os dados EDA, em seguida, incrementa de acordo com a frequência de coleta de dados. Uma vez que os dados dependem do tempo de início, converta este tempo para o tempo UNIX de acordo com protocolos de fabricação e protocolos anteriores30. Isso permitirá uma sincronização mais perfeita das alterações de dados EDA durante todo o experimento.
    2. Identifique e remova quaisquer fontes potenciais de fabricante de outliers, como mau funcionamento do sensor, coleta de dados incompleta ou contato deficiente dos eletrodos na pele. Estes serão identificados por valores negativos ou constante Near-Zero segmentos de dados contínuos na folha de saída de dados.
    3. Identifique e remova quaisquer fontes potenciais geradas pelo usuário de outliers, como movimentos erráticos (por exemplo, mesa de bate-mão ou escutas nervosas), períodos de coleta de biomarcadores de pesquisa ou salivares, ou grandes alterações nas temperaturas do corpo ou nas leituras de pressão do volume sanguíneo .
    4. Para remover o ruído devido ao movimento, faça a seguinte série de etapas:
      1. Em primeiro lugar, digitalizar através do acelerômetro dos participantes (ACC) perfis, também fornecido pelo sensor de pulso. Observe que os dados terão colunas X, Y e Z indicando movimentos de mão horizontais, verticais e espaciais tridimensionais, respectivamente. Calcule a média móvel deste acelerômetro dados de acordo com a distância euclidiana (L2-Norm)39,53 equação para calcular o movimento total:
        Equation 1
      2. Calcule o desvio padrão dos valores de distância euclidiana para todo o conjunto de participantes e classifique-os. Calcule os valores médios dos valores de distância euclidiana também.
      3. Calcule o coeficiente de variância dos valores de distância euclidiana para determinar as relações sinal-ruído40 de acordo com a seguinte equação:
        Equation 2
        Observação: os valores de coeficiente de variância que excedem uma pontuação de 1 indicam um outlier e devem ser removidos da análise de acordo com as recomendações no manuseio de dados de sinalização33.
      4. Uma vez que o ruído devido ao movimento é removido, determine o limiar necessário para filtrar os dados. Para isso, calcule os limites superior e inferior do 95% do desvio padrão dos sinais. Qualquer dado fora desses intervalos pode ser removido do conjunto de dados/análise ou imputado de acordo com os objetivos e objetivos do pesquisador. Para este estudo, optou-se por média das escalas externas com os dados aceitáveis determinados.
      5. Retorne aos dados da EDA e use os dados do acelerômetro com carimbo de tempo para identificar os intervalos correspondentes da EDA (que também foram carimbados no tempo).
        Nota: para sincronizar o acelerômetro e dados eletrodérmicos, observe que as freqüências de gravação são diferentes (4 Hz para EDA e 32 Hz para ACC) para que eles devem primeiro ser alinhados. Uma vez que, inerentemente, haverá mais dados ACC do que os dados EDA, use os valores médios EDA para dar conta dessa diferença.
    5. Uma vez que os conjuntos de dados da EDA foram limpos41,42 embora os dados do acelerômetro filtrado, proceder para separar os sinais tônico (linha de base) e fásica (imediata, reativa) usando ferramentas prescritas (por exemplo, ledalab, EDA Explorer)43 ,44, para análise estatística, principalmente os dados fálicos, filtrados EDA são utilizados e os valores (por exemplo, magnitudes, número de picos, tempos de latência) são calculados com base na pergunta/hipótese de pesquisa e usando métodos descritos por Bouscien22,23.
  3. Biomarcador salivar
    1. Para os ensaios de cortisol e alfa-amilase salivar, siga os protocolos do fabricante22,23,24,25,26,27,28 e recomendações de técnicos sobre termos de uso, armazenamento e manuseio de amostras.
    2. Gire amostras descongelados em 1.500 x g em 4 ° c. Certifique-se de remover os cotonetes cuidadosamente e que os frascos têm sobrenadante salivar na parte inferior do frasco para assegurar a separação de mucina.
    3. Como boas práticas, antes de seguir os protocolos de ensaio, fazer uma lavagem tampão dos poços usando uma arruela de placa antes do processamento. Isto é particularmente importante para o cortisol.
    4. Assegure-se de que o leitor de placas de densidade óptica tenha sido pré-programado para as temperaturas apropriadas (por exemplo, as amostras de sAA exigem temperaturas de incubação de 37 ° c, enquanto as amostras de cortisol exigem leituras de temperatura ambiente) e comprimentos de onda (ou seja, a sAA requer 405 nm e cortisol requer 450 nm e 490 – 492 nm filtros de referência). Para os ensaios sAA, recomenda-se que o leitor de chapa utilizada tenha um Shaker e uma incubadora no interior.
    5. Siga os protocolos do fabricante34,35 para calcular os valores de concentração de cada amostra e o percentual correspondente intra e interensaio das equações de coeficiente de variação (% CV) para identificar outliers do conjunto de dados (isto é calculado de forma diferente em comparação com a equação fornecida anteriormente). Observe que, para a sAA, mantenha o controle dos números de lote usados nos controles, pois eles não são padronizados.
      1. Em primeiro lugar, a média do% CV dos controles por número de lote e, em seguida, a média desses valores para obter uma pontuação média% CV grande.
      2. Para as amostras, o fabricante recomenda que o intragrupo de amostras deva ter um CV% inferior a 10%, enquanto os controlos devem ter um coeficiente de CV inter-ensaio inferior a 15%34,35. No entanto, esses valores de% CV dependerão significativamente das condições laboratoriais e dos equipamentos utilizados para a realização da pesquisa. Como tal, considere métodos alternativos da validação do ensaio do imunoensaio como necessário45.
    6. Congelar amostras de saliva a-80 ° c após o ensaio para permitir a verificação da sua validação. Não congele mais de uma vez para evitar a degradação enzimática das amostras ou controles.
  4. Triangulação de dados
    1. Dependendo da questão ou hipótese de pesquisa, correlacionar variáveis relevantes. Assegure-se de que todos os outliers e dados estejam apropriadamente pré-processados e filtrados antes de usar46.
    2. Determine se o tamanho da amostra, os pontos de coleta de dados, o poder estatístico observado e as perguntas ou hipóteses de pesquisa necessitam de dados de amalgamação47, ou utilizando técnicas analíticas de medidas repetidas48,49, 50.
    3. Contabilização de diferenças interindividuais no tempo de tarefa51 e o atraso na resposta de biomarcadores salivares para forçar14, usar timestamps ou determinar eventos para sincronizar conjuntos de dados juntos.
    4. Usando modelos estatísticos e softwares, analise o conjunto de dados e interprete as descobertas.

contém os 16 arquivos zip.  Cada arquivo zip contém todos os quizzes EOL para um determinado capítulo do núcleo.  Eles vão querer descompactar este arquivo, e então cada arquivo zip é carregado individualmente em Canvas.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Neste estudo, estávamos interessados em estudar as influências de autoeficácia, desempenho e respostas fisiológicas (sensores EDA) e biológicas (sAA e cortisol) de estudantes de graduação em engenharia, ao fazerem um exame de prática. Os dados mostrados são um subconjunto representativo de amostras: (a) uma que considerou levantamentos e sensores eletrodérmicos (experimento A) e (b) um que incluiu o mesmo exame junto com os dados do biomarcador salivar (experimento B). Enquanto coletamos dados de emoções neste estudo, não vamos apresentá-lo, pois nosso objetivo era demonstrar dados granulares em tempo real, em vez de nos prazos prescritos no início, no meio ou no final do exame, que é onde os dados das emoções foram coletados.

Como mostrado na Figura 4, o grau de dificuldade do exame de acordo com a resposta coletiva dos alunos foi comparado entre os experimentos experimentais. Além disso, a EDA média em função dos alunos ́ relatou escores de autoeficácia antes de completar as perguntas do exame foi plotada. Embora o grau de dificuldade tenha sido o mesmo para os dois experimentos, diferenças opostas nos valores médios da EDA foram encontradas entre as respostas corretas e incorretas em diferentes escores de autoeficácia. Para o projeto experimental A (sensores EDA e inquéritos), a EDA média aumentou para uma pontuação mid-SE para os alunos que responderam incorretamente às perguntas do exame em comparação com os alunos que responderam as perguntas corretamente (p < 0, 1). Para o delineamento experimental B (sensores EDA, levantamentos e biomarcadores salivares), os valores médios da EDA variaram onde um efeito oposto foi encontrado para escores baixos de SE (p < 0, 5) e escores altos de se (p < 0, 1), respectivamente.

Para compreender qualquer potencial influência salivar, a EDA média, bem como os valores de cortisol e de ensaio de sAA para pontos de dados definidos no exame (início, meio, fim e 20 minutos após o exame) foram normalizados (Figura 5) para o experimento B. É importante notar que os valores médios de EDA para esta tabela foram truncados em intervalos de 60-s durante o período pré-definido para permitir comparações entre cada marcador salivar. Os dados sugerem que os níveis de EDA diminuíram do início ao final do exame, e esses níveis foram recuperados pela marca de 20 minutos após o exame. Essas tendências foram paralelizaram os dados de cortisol e sAA. A significância estatística, determinada por meio da ANOVA, foi encontrada entre EDA e sAA no início e no meio do exame (p < 0, 5 para ambas as vezes), enquanto a EDA e o cortisol mostraram significância entre o meio e o final do exame (p < 0, 1 e p < 0, 5, respectivamente). Pela marca de 20 minutos, EDA e sAA (p < 0, 1) e cortisol e saa (p < 0, 5) começaram a demonstrar significância entre si.

Figure 1
Figura 1. Configuração experimental ao usar pesquisas e sensores eletrodérmicos para estudar experiências de exame. A imagem mostra o experimento A (sensores e pesquisa) e B (sensores, levantamentos e biomarcadores salivares). Por favor clique aqui para ver uma versão maior desta figura.

Figure 2
Figura 2. Uma representação esquemática de como os participantes podem caber e iniciar o sensor eletrodérmico. A imagem a (à esquerda) mostra a colocação do botão de arranque no sensor enquanto a imagem B (à direita) mostra a colocação dos eléctrodos EDA no pulso do participante. Por favor clique aqui para ver uma versão maior desta figura.

Figure 3
Figura 3. Representação de um cronograma experimental quando pesquisas, biomarcadores salivares e sensores eletrodérmicos estão incluídos. Por favor clique aqui para ver uma versão maior desta figura.

Figure 4
Figura 4. Grau de dificuldade. Grau de dificuldade do exame de acordo com o desempenho do aluno coletivo e a média da EDA em função do ranking da escala de autoeficácia pelos participantes para as respostas corretas e incorretas para o delineamento experimental A (a e B) e experimental projeto B (C e D). N = 15 participantes por desenho; os dados são relatados como média ± erro padrão da média (representado nas barras de erro); linhas tracejadas nos painéis a e C representam os limites para intervalos moderados de dificuldade (entre 0,3 a 0,8)52; *p < 0, 5, * *p < 0, 1, e * * *p < 0, 1, implicando uma diferença estatisticamente significante. Por favor clique aqui para ver uma versão maior desta figura.

Figure 5
Figura 5. SAA normalizado, cortisol e EDA média. SAA normalizado, cortisol e EDA média para o experimento B comparado em intervalos de 60-s em períodos de tempo prescritos durante o exame (início, meio, fim, 20 minutos após). N = 15; os dados são relatados em média ± erro padrão da média (representado nas barras de erro); *p < 0, 5 e * *p < 0, 1, implicando uma diferença estatisticamente significante. Por favor clique aqui para ver uma versão maior desta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Embora medidas fisiológicas tenham sido usadas em muitos contextos de aprendizado autênticos, é fundamental projetar um ambiente de estudo que esteja atento aos limites da tecnologia atual. Nosso projeto equilibra a necessidade de um ambiente de teste autêntico e acomoda a tecnologia. Limitar confortavelmente o movimento dos participantes, reduzindo interrupções não intencionais e as respostas de teste de carimbos de data/hora são todas as etapas críticas dentro do protocolo.

O espaço e a despesa dos dispositivos do sensor electrodermal podem fazer o estudo impraticável para investigadores com fundos limitados da pesquisa. No entanto, uma vez comprado, esses sensores têm usos ilimitados. Os biomarcadores salivares devem ser processados em laboratório e ter despesas significativas de pré e pós-processamento por amostra. Também é importante considerar as condições de laboratório e equipamentos específicos utilizados, como métodos alternativos de validação do ensaio salivar podem ser necessários para identificar porcentagens inter e intra-ensaio de CV.

O protocolo é um importante avanço na aplicação de abordagens multimodais no estudo das emoções acadêmicas. O protocolo maximiza a precisão das medições da EDA por meio das respostas dos participantes de carimbos de data e hora ao replicar um ambiente de teste autêntico, o que possibilita estudos mais objetivos em tempo real de cursos de estudante e estudos em sala de aula, abordando uma limitaram os estudos de investigação anteriores centrados na aprendizagem e no desempenho. É possível modificar a técnica para incluir atividades de aprendizado on-line que exigem captura de pressionamento de tecla. Também é possível usar o protocolo para estudos de engano em que a dificuldade do teste ou apresentar prompts baseados em texto são pré-projetados para influenciar as expectativas dos alunos para o teste.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Os autores não têm nada a revelar.

Acknowledgments

Este material é baseado no trabalho apoiado em parte pela Fundação Nacional de ciência (NSF) não. EED-1661100, bem como uma subvenção do NSF GRFP dada a Darcie Christensen (n º 120214). Quaisquer opiniões, achados e conclusões ou recomendações expressas neste material não refletem necessariamente os da NSF ou do USU. Queremos agradecer a Sheree Benson por suas amáveis discussões e recomendações para nossa análise estatística.

As contribuições do autor neste artigo são as seguintes: Villanueva (projeto de pesquisa, coleta e análise de dados, redação, edição); HUSMAN (projeto de pesquisa, coleta de dados, redação, edição); Christensen (coleta e análise de dados, redação, edição); Youmans (coleta e análise de dados, redação e edição); Khan (coleta e análise de dados, redação, edição); Vicioso (coleta e análise de dados, edição); Lampkins (coleta e edição de dados); Graham (coleta e edição de dados)

Materials

Name Company Catalog Number Comments
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. Emotions in education: Conclusions and future directions. International handbook of emotions in education. Pekrun, R., Linnenbrink-Garcia, L. , Routledge Press. London. 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., et al. Academic emotions. APA Educational Psychology Handbook. Harris, K. R., et al. , American Psychological Association. Washington, D.C. 3-31 (2011).
  6. Bandura, A. Self-efficacy: The exercise of control. , W. H. Freeman & Co. New York, NY. (1997).
  7. Bandura, A. Social foundations of thought and action: A social cognitive theory. , Prentice Hall. Upper Saddle River, New Jersey. (1986).
  8. Bandura, A. Guide for constructing self-efficacy scales. Self-efficacy beliefs of adolescents. Pajares, F., Urdan, T. , Information Age Publishing. Charlotte, NC. 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. Self-report measures of academic emotions. International Handbook of Emotions in Education. Pekrun, R., Linnenbrink-Garcia, L. , Routledge Press. London. 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. , Paper ID #13148 (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. Neuroendocrinology: Cognitive effects of sex hormones. The Cognitive Neuroscience of Development: Studies in Developmental Psychology. de Haan, M., Johnson, M. H. , Psychology Press. 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. Engineering psychophysiology as a discipline: Historical and theoretical aspects. Engineering psychophysiology. Issues and applications. Backs, R. W., Boucsein, W. , Lawrence Erlbaum. Mahwah, NJ. 3-30 (2000).
  23. Boucsein, W., Backs, R. W. The psychophysiology of emotion, arousal, and personality: Methods and models. Handbook of digital human modeling. Duffy, V. G. , CRC. Boca Raton. 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. Moore, D. 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. III, Gillespie, B. J. The practice of survey research: theory and applications. , SAGE Publications. Thousand Oaks, CA. (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, ØG. 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. , Sage. Thousand Oaks, CA. (1992).
  49. Raudenbush, S. W., Bryk, A. S. Hierarchical linear models: Applications and data analysis methods (Vol. 1). , Sage. Thousand Oaks, CA. (2002).
  50. Duncan, T. E., Duncan, S. C., Strycker, L. A. An introduction to latent variable growth curve modeling: Concepts, issues, and application. , Routledge. Abingdon, United Kingdom. (2013).
  51. Mehta, P. D., West, S. G. Putting the individual back into individual growth curves. Psychological Methods. 5 (1), 23-43 (2000).
  52. Exploring relationships between electrodermal activity, skin temperature, and performance during engineering exams. Khan, M. T. H., Villanueva, I., Vicioso, P., Husman, J. IEEE Frontiers in Education Conference (FIE) Conference, Oct 16 to 19, 2019, Cincinnati, OH, USA, , (Accepted).
  53. Stretched Too Much? A Case Study of Engineering Exam-Related Predicted Performance, Electrodermal Activity, and Heart Rate. Christensen, D., Khan, M. T. H., Villanueva, I., Husman, J. 47th SEFI Conference, 16-19 Sept 2019, Budapest, HU, , (Accepted).

Tags

Comportamento em tempo real exame desempenho Cross-disciplinar multimodal experimental
Um projeto experimental multidisciplinar e multimodal para estudar experiências de exame autêntico em tempo real
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Villanueva, I., Husman, J.,… More

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).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter