Method Article

טכנולוגיה למעקב אחר העיניים וטכניקות כריית נתונים המשמשות לניתוח התנהגותי של מבוגרים העוסקים בתהליכי למידה

DOI:

10.3791/62103

⸱

June 10th, 2021

 ,  ,  ,  ,  ,  ,  , 
1Department of Health Sciences, University of Burgos, 2Department of Geography, History and Communication, University of Burgos, 3Department of Computer Engineering, University of Burgos, 4tvUBU, University of Burgos, 5Departament of Philology, Universidad de Burgos

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

אנו מציגים פרוטוקול לניתוח התנהגותי של מבוגרים (בגילאי 18 עד 70) העוסקים בתהליכי למידה, תוך ביצוע משימות המיועדות ללמידה עצמית (SRL). המשתתפים, מורים באוניברסיטה וסטודנטים, ומבוגרים מאוניברסיטת הניסיון, היו במעקב עם מכשירי מעקב אחר העיניים והנתונים נותחו בטכניקות כריית נתונים.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ניתוח התנהגותי של מבוגרים העוסקים במשימות למידה הוא אתגר מרכזי בתחום החינוך למבוגרים. כיום, בעולם של שינויים טכנולוגיים מתמשכים והתקדמות מדעית, יש צורך בלמידה וחינוך לכל החיים בסביבות חינוכיות פורמליות ולא פורמליות כאחד. בתגובה לאתגר זה, השימוש בטכנולוגיית מעקב עיניים וטכניקות כריית נתונים, בהתאמה, ללמידה מפוקחת (בעיקר חיזוי) בלתי מפוקחת (במיוחד ניתוח אשכולות), מספק שיטות לגילוי צורות למידה בקרב משתמשים ו/או לסיווג סגנונות הלמידה שלהם. במחקר זה מוצע פרוטוקול לחקר סגנונות למידה בקרב מבוגרים עם וללא ידע קודם בגילאים שונים (בני 18 עד 69) ובנקודות שונות לאורך כל תהליך הלמידה (התחלה וסוף). טכניקות ניתוח סטטיסטי של שונות פירושן שניתן לזהות הבדלים בין המשתתפים לפי סוג הלומד לבין ידע קודם של המשימה. כמו כן, השימוש בטכניקות קיבוץ באשכולות למידה ללא השגחה זורק אור על צורות למידה דומות בקרב המשתתפים בקבוצות שונות. כל הנתונים הללו יאפשרו הצעות מותאמות אישית מהמורה להצגת כל משימה בנקודות שונות בשרשרת עיבוד המידע. כמו כן יהיה קל יותר למורה להתאים את חומרי ההוראה לצרכי הלמידה של כל תלמיד או קבוצת תלמידים בעלי מאפיינים דומים.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מתודולוגיית מעקב אחר העיניים החלה על ניתוח התנהגותי בלמידה
מתודולוגיית מעקב אחר העיניים, בין שימושים פונקציונליים אחרים, מוחלת על חקר ההתנהגות האנושית, במיוחד במהלך פתרון המשימה. טכניקה זו מאפשרת ניטור וניתוח במהלך השלמת משימות למידה1. באופן ספציפי, ניתן ללמוד את רמות הקשב של התלמידים בנקודות שונות של תהליך הלמידה (התחלה, פיתוח וסיום) במקצועות שונים (היסטוריה, מתמטיקה, מדעים וכו ') תוך שימוש בטכנולוגיית מעקב אחר העיניים. בנוסף, אם המשימה כוללת שימוש בסרטונים עם קול המנחה את תהליך הלמידה, למידה מווסתת עצמית (SRL) מתאפשרת. לכן, היישום של טכנולוגיית מעקב אחר העיניים בניתוח של משימות אשר SRL (הכוללים את השימוש בסרטונים) מוצע כמש....

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

פרוטוקול זה בוצע בהתאם לתקנות הפרוצדורליות של הוועדה הביואתית של אוניברסיטת בורגוס (ספרד) nº Nº IR27/2019. לפני השתתפותם, המשתתפים היו מודעים לחלוטין למטרות המחקר וכולם סיפקו את הסכמתם מדעת. הם לא קיבלו שום פיצוי כספי על השתתפותם.

1. גיוס משתתפים

  1. גייסו משתתפים מקרב קבוצת מבוגרים בשתי סביבות (סטודנטים ומורים), בני 18 עד 69 בסביבה של השכלה גבוהה (השכלה פורמלית ולא פורמלית).
  2. כלול משתתפים בעלי ראייה ושמיעה רגילים או מתוקנים לנורמליים.
  3. להוציא משתתפים עם הפרעות נוירולוגיות, פסיכיאטריות ושינה, מוגבלויות הקשורות לצרכים חינוכיים מיוחדים, קשיים תפיסתיים (ראייה ושמיעה לקויים) ומוגבלות קוגניטיבית.
    הערה: במחקר זה עבדנו ע....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

36 המשתתפים שגויסו למחקר הנוכחי היו משלוש קבוצות של מבוגרים (סטודנטים מאוניברסיטת הניסיון, פרופסורים באוניברסיטאות וסטודנטים לתואר ראשון ושני) בגילאים הנעים בין 18 ל-69 שנים (לוח 2). הפרוטוקול נבדק במשך 20 חודשים באוניברסיטת בורגוס. את קווי המתאר של הפיתוח ניתן לראות בטבלה 4.

שולחן 4. מתווה ההתפתחות של פרוטוקול ניתוח התנהגות הלמידה. 

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

תוצאות המחקר הצביעו על כך שמשך הקיבעון הממוצע על הגירויים הרלוונטיים היה ארוך יותר בקרב משתתפים בעלי ידע קודם. כמו כן, מוקד תשומת הלב בקבוצה זו הוא על נקודות האמצע של מידע (פרוקסימלי ודיסטלי)7. תוצאות מחקר זה חשפו הבדלים באופן שבו המשתתפים עיבדו את המידע. יתר על כן, העיבוד שלהם לא תמיד היה קשור לקיבוץ הראשוני (אוניברסיטת סטודנטים לחוויה, מורים באוניברסיטה וסטודנטים לתארים מתקדמים). הבדלים אלה נמצאו ביחס לניתוח המיקום החזותי של המשתתפים על ציר ה- X ב הקיבעון על התמונות המוצגות בסרטון הלמידה. באשכול.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחברים מצהירים כי אין להם אינטרסים כלכליים מתחרים.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

העבודה פותחה במסגרת הפרויקט "למידה עצמית ב SmartArt ארסמוס + חינוך למבוגרים" 2019-1-ES01-KA204-095615-מתאם 6, במימון הנציבות האירופית. הסרטון של שלב השלמת המשימה היה הסכמה מדעת מוקדמת של רוט ולאסקו סאיז. אנו מעריכים את השתתפותם של מורים ותלמידים בשלב יישום המשימה.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
iViewer XTMiViewer
SMI מרכז ניסויים 3.0SMI
SMI להיות מבטSMI

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. van Marlen, T., van Wermeskerken, M., Jarodzka, H., van Gog, T. Effectiveness of eye movement modeling examples in problem solving: The role of verbal ambiguity and prior knowledge. Learning and Instruction. 58, 274-283 (2018).
  2. Taub, M., Azevedo, R., Bradbury, A. E., Millar, G. C., Lester, J.

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Eye Tracking TechnologyData Mining TechniquesBehavioral AnalysisLearning ProcessesAdult EducationCluster AnalysisSupervised LearningUnsupervised LearningStatistical AnalysisPersonalized Learning

Related Articles