评估学习困难成人元认知和自我调节的多式联运协议
2020年9月27日
目前的工作提出了一个多式联运评估协议，侧重于元认知、学习自我调节和情感过程，这些协议构成了成人有LD困难的基础。
用于评估有学习困难的成年人的元认知和自我调节的多式联运协议。特定的学习障碍包括那些在学习和应用学术技能方面有困难的人的不同障碍。显示不同领域（如阅读、写作或数学）低于预期的性能。
每种疾病都意味着不同的缺陷，但我们可以发现一些共同点，如元认知、自我调节和情感失调。然而，对于有学习障碍的成年人几乎没有任何评估方案。为此，我们希望提出一个多式联运评估协议，侧重于学习过程中发生的自我调节、元认知和情感过程。
评价是通过在线和离线方法进行的。我们使用不同的技术，除其他外，眼动追踪，面部情绪识别，电感皮肤反应，日志数据分析，当然，访谈，问卷和自我报告。很快，我们希望向研究界提供一些理论驱动和经验为基础的指导方针，以准确评估有学习障碍的成年人，以促进有效的干预和预防行动。
知情同意。向学员解释研究的道德和保密方面。并引导他们承认并签署个人知情同意书。
结构化面试。向学员解释如何执行会话，并按照脚本收集履历信息，以及 DSM V.First 决策点中提及的特定学习障碍相关症状的存在。如果参与者符合最初的排除标准，则完成评估:如果参与者在上部部分表现出中度残疾、感觉残疾、视觉或听觉、智力残疾和/或严重精神障碍的诊断。
如果参与者似乎有特定的学习障碍且不符合排除标准，请继续评估。智力能力。应用 Wechsler 成人智力表，第四版，根据手册的说明收集有关参与者智力的信息。
第二个决定点。如果学员不理解测试说明或无法评估或智商低于 70，则完成评估。注意力缺陷多动障碍。
请学员填写世界卫生组织所有参与者的自我报告筛查问卷，以便收集有关存在与多动症相关症状的信息。如果参与者在此调查问卷中得分为 12 分或更多，请将测试应用于主题。阅读困难。
按照手册的说明对阅读困难应用修订后的筛选测试。自闭症谱系障碍。请学员填写自闭症谱问卷，该问卷提供有关与社交行为、社交技能、例行公事、转换、想象和数字模式相关症状存在的信息。
会话的第一步。分析结果。分析每个参与者的面试问卷和测试结果，并决定他们是否有重大的学习困难。
专家委员会的两名成员，评估员和研究团队的其他成员，分析每个参与者的学习概况，并决定他或她是否为患有特定学习障碍多动症和/或自闭症谱系障碍的学生。没有任何测试可以取代专家的判断。如果参与者没有任何症状，协议就完成了。
如果学员表现出学习困难，请转到第二课。准备参与者。请学员将头发绑起来，清除颈部，摘下眼镜，并取出口香糖（如果适用）。
用酒精清洁 GSR 和参与者的手指。电镀皮肤响应准备和校准。使用指腕触式索引和无名指上的传感器，在指尖侧使用连接器。
请学员安静地把手放在桌子上，试着放松一下。打开计算机中的软件。确保注册图工作正常，以便 GSR 进行录制。
在软件上选择以下顺序。运行实验，速率 10/秒，持续时间 10 分钟，并记录。现在，它准备记录 10 分钟，以建立基线。
眼动追踪和网络摄像头准备和校准。打开计算机中的软件，检查两台计算机是否相互连接，以及眼动追踪红外灯是否亮起，并准备好捕捉眼睛的运动。根据主体的位置调整计算机上的网络摄像头，并要求学员朝前坐着，尽可能自然。
单击记录。写入学员的注册数据，然后按"确定"以开始校准过程。请学员按空格键，然后用眼睛跟踪屏幕上的点。
在进入下一步之前，请确保参与者的眼睛在查看屏幕时居中。当参与者的眼睛移动在侧笔记本电脑屏幕上注册两个白色圆圈时，他们的目光会居中。学习会话的多式模式跟踪。
MetaTutor 中的问卷和学习会话。打开软件并介绍参与者的注册数据。每个外观都将在会话期间记录在数据日志文件中。
向学员询问人口统计学和学术信息。在单击"继续"之前，向学员说明他们必须按照工具将给他们的说明进行操作。此外，他们只会在学习会话期间与计算机交互。
请学员回答有关个性、自我调节、认识论信念和以前有关循环系统的知识的调查问卷。向学员展示 MetaTutor 的界面及其不同部分。内容区域是学习内容以文本形式在整个会话中显示的地方。
他们可以浏览屏幕一侧的目录以转到不同的页面。会议期间，整体学习目标显示在屏幕顶部。子目标行设置并显示在屏幕中间的顶部。
他们可以管理子目标或在此确定其优先级。位于屏幕左上角的计时器显示会话中剩余时间的数量。此外，屏幕右侧的托盘中还显示自调节处理器列表，参与者可以单击所有会话的会话，以执行部署规划、监视或学习策略。
与内容页面相关的静态图像显示在文本旁边，以帮助学员协调来自不同来源的信息。在键盘上输入的文本和学生与外星人的交互在界面的这一部分显示和记录。四个人工外星人帮助学生在整个课程中学习。
这些外星人是;加文的家伙， 帕姆的规划师， 玛丽的显示器， 和山姆战略家。请学员在准备好时单击"开始学习会话"。参与者与工具交互。
会话结束后，请学员再次完成调查表。注销。在会话结束时，将 GSR 眼动追踪、网络摄像头和 MetaTutor 的记录数据与参与者的注册号一起保存。将数据提取为 CSV 文件，以便于使用。
分析学习困难。根据获得的不同报告分析每个参与者的学习成绩，以创建多式联运配置文件。请记住，任何报告都无法取代专家的判断。
本节说明了可从第二届会议的衡量措施中获得的一些具有代表性的结果示例。首先，我们获得 GSR 的度量，作为学习过程中情绪觉醒的表示。Abrogates 需要专家委员会进行个别分析，同时考虑到每个参与者的具体基线。
其次，通过面部情绪识别软件，我们在学习过程中获得主要情绪。结果表明，分析的情绪与将值分配给每个值之间的值和值的巧合程度。第三，我们提取眼动追踪凝视信息，以固定时间的比例固定模式。
为此，我们在 MetaTutor 界面中定义了自我关系评估的七个感兴趣领域。例如，图像 A 显示参与者在文本内容区域花费太多时间，这可能表示法规故障。相反，图像 B 以平衡的方式显示使用学习工具资源的参与者。
第四，根据作者的指示对问卷进行评分。例如，在这张照片中，我们可以观察不同参与者在自尊甚至情感调节中获得的结果之间的轮廓。最后，所有学习者与内容、外星人和学习环境的交互都记录在日志中，以进行进一步的详细分析。
以往的经验使许多成年人能够弥补他们的不足，并在测试中显示个人特征。因此，很难为某些数据源（如 GSR）提供准确的图形点，或在目标总体中记录数据。因此，结果，专家的判断，以解释结果作为一个整体，仍然是不可替代的。
查看完整文字稿并访问数千部科学视频
概述
本研究提出了一个多模态评估协议，旨在评估成年学习障碍（LD）患者的元认知和自我调节过程。该协议针对导致学习困难的情感挑战。
关键研究组成部分
科学领域
- 神经科学
- 心理学
- 教育学
背景
- 特定学习障碍影响个体学习和应用学术技能的能力。
- 常见问题包括元认知、自我调节和情感功能的缺陷。
- 现有的针对成年学习障碍患者的评估协议稀少。
- 理解这些过程对于开发有效干预措施至关重要。
研究目的
- 提出针对学习障碍成年患者的多模态评估协议。
- 关注学习过程中自我调节、元认知和情感过程的相互作用。
- 填补这一人群评估方法的空白。
使用的方法
- 开发多模态评估协议。
- 评估元认知意识和自我调节策略。
- 纳入情感过程评估。
- 在一组学习障碍成年患者样本中应用该协议。
主要结果
- 该协议有效地识别元认知和自我调节缺陷。
- 情感因素显著影响学习结果。
- 参与者显示出不同水平的自我调节和元认知意识。
- 研究结果支持基于个体特征进行定制干预的必要性。
结论
- 提出的协议是评估学习障碍成年患者的有价值工具。
- 解决情感过程对于有效学习策略至关重要。
- 未来研究应探索基于此协议的干预措施的长期影响。
常见问题
Executive Industry Relevance
Assessing metacognition and self-regulation in adult populations with learning difficulties addresses a critical gap in cognitive evaluation tools relevant to neurocognitive target validation. This multimodal protocol supports mechanistic de-risking by integrating physiological, behavioral, and self-report data to clarify cognitive phenotypes. Such integrated assessment approaches enhance predictive confidence in preclinical models of cognitive dysfunction by enabling stratification based on functional regulatory capacities.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses related to cognitive regulatory pathways through multimodal phenotyping.
- Operational Value: Supports biological de-risking by characterizing metacognitive and self-regulatory deficits in adult learning difficulty models.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream workflows by establishing quantitative baselines in emotional arousal and attentional regulation.
- Operational Value: Addresses assay standardization through synchronized eye tracking, GSR, and facial emotion recognition outputs.
Translational & Preclinical Research
- Scientific Value: Discusses disease relevance and translational biomarker alignment via correlated log data, gaze patterns, and self-report scores.
- Operational Value: Describes continuity from discovery through preclinical validation by linking online learning behavior to offline cognitive assessments.
Pipeline & Workflow Integration
Positions the method within the discovery continuum from hypothesis testing to lead identification by enabling cognitive stratification in neurodevelopmental disorder models.
- Discovery Biology: Explains how the method supports hypothesis testing, pathway clarification, or biological de-risking through concurrent measurement of attentional control and emotional regulation.
- Screening: Describes assay readiness, reproducibility, or quantitative outputs when supported by the article via fixation time proportions and GSR baselines.
- Analytics: Highlights measurements, readouts, or statistical outputs that help teams compare conditions through scored questionnaires and expert-interpreted multimodal profiles.
- Translational Research: Connects the method to preclinical continuity or biomarker alignment only when the source supports it via alignment of self-regulation strategies with learning outcomes.
- Enterprise Reuse: Frames the method as a reusable capability rather than a single-use technique through standardized protocols for adult cognitive assessment.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence, target validation, reduction of mechanistic ambiguity.
- Operational Value: Standardization, reproducibility, and scalability.
- Strategic Value: Better go/no-go decisions, capital efficiency, and reduced late-stage biological risk.
- Portfolio Impact: Risk-adjusted prioritization and advancement decisions.
Implementation Considerations
- Required scientific expertise in cognitive psychology, neuroscience, and multimodal data integration.
- Instrumentation and analytical infrastructure needs including eye trackers, webcams, GSR sensors, and synchronized data acquisition software.
- Cross-team standardization requirements for protocol execution across clinical and research sites.
- Adaptation considerations across model systems such as translating human learning tasks to rodent analogs of executive function.
- Practical limitations supported by source material including expert judgment dependency and variability in compensatory strategies among adults with learning difficulties.
