Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Interdyscyplinarny i multimodalny projekt eksperymentalny do badania autentycznych doświadczeń egzaminacyjnych w czasie zbliżonym do rzeczywistego

6.2K wyświetleń

⸱

DOI:

10.3791/60037

⸱

4 września 2019

 ,  ,  ,  ,  ,  ,  , 
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

W tym artykule

Podsumowanie

Opracowano eksperymentalny projekt w celu zbadania wpływów doświadczenia egzaminacyjnego w czasie rzeczywistym, aby ocenić emocjonalną rzeczywistość, której doświadczają studenci w środowisku i zadaniach szkolnictwa wyższego. Projekt ten jest wynikiem podejścia interdyscyplinarnego (np. psychologia edukacyjna, biologia, fizjologia, inżynieria) i multimodalnego (np. markery śliny, ankiety, czujnik elektrodermalny).

Streszczenie

W ciągu ostatnich dziesięciu lat badania nad emocjami uczniów w środowisku edukacyjnym wzrosły. Chociaż naukowcy wezwali do przeprowadzenia większej liczby badań, które opierają się na obiektywnych pomiarach doświadczenia emocjonalnego, istnieją ograniczenia w korzystaniu z multimodalnych źródeł danych. Badania nad emocjami i regulacją emocjonalną w salach lekcyjnych tradycyjnie opierają się na instrumentach ankietowych, próbkowaniu doświadczeń, artefaktach, wywiadach lub procedurach obserwacyjnych. Metody te, choć wartościowe, zależą głównie od subiektywności uczestników lub obserwatorów i ograniczają się do autentycznego pomiaru wyników uczniów w czasie rzeczywistym do aktywności lub zadania w klasie. W szczególności to ostatnie stanowi przeszkodę dla wielu naukowców, którzy chcą obiektywnie mierzyć emocje i inne powiązane miary w klasie, w czasie rzeczywistym.

Celem tej pracy jest przedstawienie protokołu do eksperymentalnego badania reakcji uczniów w czasie rzeczywistym na doświadczenia egzaminacyjne podczas autentycznej sytuacji oceny. W tym celu zespół psychologów edukacyjnych, inżynierów i badaczy zajmujących się edukacją inżynierską zaprojektował protokół eksperymentalny, który zachował limity wymagane do dokładnego pomiaru czujnika fizjologicznego, najlepszych praktyk zbierania śliny i autentycznego środowiska testowego. W szczególności istniejące badania, które opierają się na czujnikach fizjologicznych, są prowadzone w środowiskach eksperymentalnych, które są odłączone od warunków edukacyjnych (np. test stresu w Trewirze), oderwane w czasie (np. przed lub po zadaniu) lub wprowadzają błąd analizy (np. użycie czujników w środowiskach, w których uczniowie mogą się poruszać). Ogranicza to nasze zrozumienie reakcji uczniów w czasie rzeczywistym na działania i zadania w klasie. Co więcej, ostatnie badania wezwały do szerszego rozważenia kwestii rekrutacji, powtarzalności, trafności, konfiguracji, czyszczenia danych, wstępnej analizy i szczególnych okoliczności (np. dodania zmiennej do projektu eksperymentalnego) w akademickich badaniach nad emocjami, które opierają się na podejściach multimodalnych.

Wprowadzenie

Psychologowie od dawna rozumieją znaczenie ludzkich emocji w wyjaśnianiu ich zachowań1. W ramach badań nad edukacją, Emocje związane z osiągnięciami akademickimi (AEE) stały się przedmiotem badań nad emocjami2. Badacze korzystający z AAE twierdzą, że konteksty sytuacyjne, w których znajdują się uczniowie, są ważne do rozważenia podczas badania emocji uczniów. Uczniowie mogą doświadczać emocji związanych z testami, klasą lub nauką, które obejmują procesy wieloskładnikowe, w tym składniki afektywne, fizjologiczne, motywacyjne i poznawcze. AEE wyraża się w dwóch formach: walencyjnej (dodatnia/ujemna) i aktywacji (energia skupiona/nieskoncentrowana). Pozytywne emocje aktywujące, takie jak radość, mogą zwiększać procesy refleksyjne, takie jak metapoznanie, podczas gdy pozytywne emocje dezaktywujące, takie jak duma, mogą powodować niski poziom przetwarzania poznawczego. Negatywne emocje aktywujące, takie jak gniew i niepokój, mogą wywołać zaangażowanie, podczas gdy negatywne emocje dezaktywujące, takie jak beznadziejność, mogą osłabić motywację3,4,5. Emocje akademickie wpływają na to, jak się uczymy, postrzegamy, decydujemy, reagujemy i rozwiązujemy problemy2. Aby regulować emocje akademickie, jednostka musi posiadać poczucie własnej skuteczności (SE)6,7,8, co oznacza pewność siebie w zakresie zdolności do kontrolowania swojej motywacji, zachowania i środowiska społecznego6. Poczucie własnej skuteczności i emocje akademickie są ze sobą powiązane, przy czym niższa samoskuteczność jest związana z negatywnymi emocjami dezaktywującymi (np. lęk, złość, nuda), a wyższa samoskuteczność jest związana z pozytywnymi emocjami aktywującymi (np. szczęście, nadzieja, podekscytowanie)6,7,8. Uważa się również, że SE jest silnie powiązany z wydajnością6,7,8.

Badania, które badały emocje w klasie, opierały się na raportach własnych, obserwacjach, wywiadach i artefaktach (np. egzaminach, projektach)9,10. Chociaż metody te dostarczają bogatych informacji kontekstowych na temat doświadczeń uczniów w klasie, mają one istotne ograniczenia. Na przykład wywiady, obserwacje i samoopisy opierają się na introspekcjach poszczególnych osób10. Inne metody starały się badać emocje akademickie bardziej proksymalnie niż wcześniejsi badacze, takie jak te oparte na podejściach do próbkowania doświadczeń, w których badacze proszą uczniów o opowiedzenie o swoich emocjach podczas dnia szkolnego11. Chociaż badanie to pozwala nam dokładniej relacjonować emocje uczniów, ta praca opiera się na metodach samoopisu i nie pozwala na raportowanie w czasie rzeczywistym, ponieważ uczniowie muszą przerwać pracę nad egzaminem, aby wziąć udział w ankiecie dotyczącej doświadczeń.

Ostatnio badacze zaczęli zajmować się problemami związanymi z pomiarami samoopisowymi za pomocą biologicznych lub fizjologicznych miar emocji9, które w połączeniu z innymi instrumentami lub technikami, takimi jak ankiety, obserwacje lub wywiady, składa się z multimodalnej formy zbierania danych do badań edukacyjnych i psychologicznych12. Na przykład techniki biologiczne, w tym biomarkery śliny, są wykorzystywane do zrozumienia roli, jaką procesy biologiczne odgrywają w poznaniu, emocjach, uczeniu się i wydajności13,14,15. W przypadku procesów poznawczych androgeny (np. testosteron) zostały powiązane z różnymi wzorcami rozpoznawania przestrzennego u dorosłych i dzieci16,17, podczas gdy hormony podwzgórze-przysadka-kory nadnerczy (np. kortyzol) i hormony adrenergiczne (np. ślina α-amylaza lub sAA) są powiązane z reakcją na stres wśród osób18,19,Lokal mieszkalny 20.

Aktywność elektrodermalna (EDA) stanowi fizjologiczną miarę aktywacji autonomicznego układu nerwowego (ANS) i jest związana ze zwiększoną aktywacją systemu, obciążeniem poznawczym lub intensywnymi reakcjami emocjonalnymi21,22,23. W czynnościach egzaminacyjnych na EDA wpływa mobilność fizyczna21,22, temperatury ciała i otoczenia24,25,26,27, oraz werbalizacja myśli28, a także czułość i stopień połączenia elektrod analogowo-cyfrowych ze skórą29.

Chociaż mogą to być ograniczenia w korzystaniu z EDA, ta technika może nadal dostarczyć cennych informacji na temat tego, co dzieje się podczas badań w czasie zbliżonym do rzeczywistego i może służyć jako obiecujące narzędzie do badania AEE i w pewnym stopniu własnej skuteczności. W rezultacie, dokładny obraz AEE uczniów można uzyskać poprzez połączenie metod ankietowych w celu określenia wartościowości emocji oraz danych fizjologicznych i biologicznych w celu zmierzenia aktywacji tej emocji. Ten artykuł opiera się na poprzedniej publikacji na temat działań egzaminacyjnych 30 i rozszerza zakres tej pracy o podejścia multimodalne (z wykorzystaniem ankiet doboru próby, czujników EDA i biomarkerów śliny) w scenariuszu badania. Należy wspomnieć, że opisany poniżej protokół pozwala na zbieranie danych wielu uczestników w tym samym czasie w ramach jednego eksperymentu.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Procedury zostały zatwierdzone przez Instytucjonalną Komisję Recenzencką (IRB) w ramach ogólnej weryfikacji na Utah State University dla badań z udziałem ludzi oraz wykorzystania tych konstruktów. Typowe wyniki obejmują dwa semestry kursu statyki inżynierskiej, z których każdy miał nieco inną konfigurację eksperymentalną, przeprowadzone w zachodniej instytucji szkolnictwa wyższego w Stanach Zjednoczonych. Egzaminy próbne, których treść była analogiczna do egzaminów właściwych, zostały opracowane przez prowadzącego kurs i wykorzystane w naszym badaniu. Należy pamiętać, że opisany poniżej protokół przedstawia kroki realizowane równolegle i niektóre z nich mogą się pokrywać.

1. Uwagi dotyczące projektowania eksperymentów i integracji praktyk dyscyplinarnych

Planując tego typu projekty eksperymentalne, badacze muszą zintegrować wiedzę i podejścia z różnych dyscyplin w sposób, który uzupełnia i wspiera główny cel badawczy. Wraz z wprowadzaniem nowych instrumentów i metod konieczne jest uwzględnienie dodatkowych kwestii dotyczących walidacji. W niniejszej pracy przeanalizujemy badanie eksperymentalne, w którym w jednym z semestrów wykorzystano ankiety oraz sensory elektrodermalne (projekt eksperymentalny A), a w kolejnym semestrze dodano pobieranie biomarkerów z śliny (tj. kortyzolu i sAA) (projekt eksperymentalny B). Poniżej przedstawiono założenia dla obu konfiguracji:

  1. Projektowanie eksperymentu z wykorzystaniem ankiet i czujników elektrodermalnych
    1. Czujniki elektrodermalne są bardzo czułe. Reakcje przestrachu u uczestników, jeśli zostaną nieumyślnie wywołane, mogą spowodować znaczący skok w odpowiedzi EDA. Jest to szczególnie istotne w przypadku gromadzenia danych od wielu uczestników, których działania mogą nasilać te reakcje przestrachu. W związku z tym należy starannie przygotować przestrzeń roboczą, aby zminimalizować liczbę rozpraszających czynników w możliwie największym stopniu. Jak pokazano w Rysunek 1dołączyć osłonę testową w przypadku badania doświadczeń z egzaminem u osoby lub grupy osób.
      UWAGA: Aby zwiększyć trafność ekologiczną środowiska testowego, należy zaplanować udostępnienie wszelkich materiałów, których student używałby podczas rzeczywistego egzaminu (np. zeszytów ćwiczeń, kart z wzorami), aby umożliwić uczestnikom analizę i rozwiązanie niezbędnych zadań egzaminacyjnych.
    2. Czujniki elektrodermalne dostarczają sygnał co 1/4th sekundy. Aby umożliwić zdefiniowanie i zbadanie zdarzenia, należy wdrożyć plan umożliwiający precyzyjny pomiar momentu rozpoczęcia zadania. Podczas synchronizacji czasowej czujników aktywności elektrodermalnej z ankietami należy upewnić się, że wyświetlenie pytania ankietowego jest zsynchronizowane z czujnikiem aktywności elektrodermalnej poprzez wykorzystanie wewnętrznego zegara komputera do ustalenia ram czasowych zbierania danych (patrz Rycina 1). W przypadku użycia czujników elektrodermalnych z obsługą Bluetooth (np. zobacz Tabela materiałów), zsynchronizuj czasy według czasu południka Greenwich (GMT), aby uwzględnić zmiany stref czasowych oraz różnice wynikające z czasu letniego podczas procedur gromadzenia danych30.
      UWAGA: W przypadku korzystania z serwera WWW do prezentacji bodźców (np. pytań testowych, elementów ankiety itp.), należy upewnić się, że czas serwera jest zsynchronizowany z wewnętrznym zegarem komputera, ponieważ zazwyczaj nie są one zsynchronizowane. Należy pamiętać, że na każdym komputerze wykorzystywanym w badaniu może być konieczna wcześniejsza instalacja międzyplatformowego serwera WWW (np. XAMPP lub innych serwerów Apache). W przypadku zamiaru synchronizacji kamery internetowej do celów nagrywania wideo, zaleca się stosowanie oprogramowania zabezpieczającego, które umożliwia zapisywanie daty, godziny, minuty, sekundy i milisekundy (np. 01/01/2000 04:01:02:05) w nagraniu wideo. Należy pamiętać, że wideo to musi być również zsynchronizowane z wewnętrznym zegarem komputera oraz innymi urządzeniami (np. czujnikiem EDA). W razie potrzeby ustawić kamery internetowe tak, aby rejestrowały twarz uczestnika pod różnymi kątami. W przypadku kamery internetowej skierowanej frontalnie na twarz zalecamy, aby; obraz jest ustawiony równolegle do powierzchni stanowiska pracy, a w przypadku kamer internetowych skierowanych w dół należy ustawić obraz na 30° Proszę podać tekst źródłowy do przetłumaczenia. 45° od powierzchni stanowiska roboczego do twarzy uczestnika.
    3. Umieść czujnik elektrodermalny na niedominującej dłoni uczestnika, aby zminimalizować szumy w sygnale wynikające z ruchu lub błędów w kontakcie z elektrodą podczas gromadzenia danych, zgodnie z sugestią zawartą w poprzednim protokole.30Jeśli badacze chcą zminimalizować artefakty w pomiarze EDA wynikające z ruchu, jedną z alternatyw jest zastosowanie żelowej podkładki pod nadgarstek w miejscu wygodnym dla uczestnika, które jednocześnie pozwala mu na oparcie niedominującej dłoni.
      UWAGA: Rozmieszczenie laptopa, podkładki żelowej, czujnika, arkuszy badania oraz innych elementów w pomieszczeniu musi być ustandaryzowane, aby zapewnić powtarzalność warunków badania w różnych terminach i semestrach. Jak pokazano w Rycina 1taśma malarska została wykorzystana do spójnego centrowania poszczególnych elementów zestawu eksperymentalnego (np. laptopów, arkuszy egzaminacyjnych, kamer) u wszystkich uczestników oraz w poszczególnych semestrach gromadzenia danych.
    4. W celu uzyskania odczytów z czujnika elektrodermalnego należy wyznaczyć okres, w którym uczestnicy osiągną stan odprężenia, aby ustanowić bazowe dane EDA31W tym celu należy albo wyznaczyć czas na początku badania, podczas którego uczestnicy będą wpatrywać się w osłonę testową (~5–15 minut), albo zaprogramować ten sygnał w laptopie jako część programu do znakowania czasu. Po zakończeniu tego okresu uczestnicy mogą przystąpić do wypełniania odpowiednich ankiet i odpowiadania na pytania egzaminacyjne. W analogiczny sposób należy wyznaczyć okres relaksacji na koniec badania.
  2. Projekt eksperymentalny z wykorzystaniem ankiet, czujników elektrodermalnych i biomarkerów w ślinie
    1. Podczas integrowania czujników elektrodermalnych z ankietami i biomarkerami w ślinie należy zadbać o to, aby zakłócenia były w maksymalnym stopniu zminimalizowane. Jedną ze strategii jest przygotowanie filmu instruktażowego, który pomoże uczestnikom zrozumieć, w jaki sposób należy dostarczyć ich próbki śliny w określonych odstępach czasu podczas badania zgodnie ze specyfikacją producenta (patrz Tabela materiałów) aby zminimalizować zakłócenia ze strony badaczy.
      UWAGA: W niniejszym badaniu badacze byli zainteresowani pobraniem śliny podczas czterech punkty czasowe: początek, środek, koniec oraz czas po egzaminie. Badacze mogą jednak wybrać inne terminy, które uznają za odpowiednie dla swojego badania. Zastosowaliśmy również metodę pobierania wymazów.32 zamiast pasywnej metody pobierania śliny (metody drool)33 dla łatwości użytkowania i skrócenia czasu pobierania próbek. Wybraliśmy również kortyzol34 or sAA35 zestawy (patrz Tabela materiałów) i zastosowano specyfikacje producenta podczas przetwarzania. Jeśli jednak Państwa grupa nie dysponuje laboratorium biologicznym umożliwiającym przeprowadzenie tego rodzaju badań, inni dostawcy mogą być w stanie przeanalizować próbki32,36.
    2. Podczas pobierania próbek śliny należy przygotować chłodziarkę z suchym lodem o wewnętrznej temperaturze -20 °Czapobiegnie to degradacji enzymów w temperaturze pokojowej w próbkach kortyzolu34W przypadku pobierania alfa-amylazy ślinowej jej stabilność jest znacznie dłuższa (ok. pięciu dni w temperaturze pokojowej oraz uwzględniając 5 cykli zamrażania i rozmrażania35). W przypadku pobierania obu rodzajów próbek, jak miało to miejsce w niniejszym badaniu, należy przestrzegać wytycznych dotyczących przechowywania próbek kortyzolu w ślinie zgodnie z zaleceniami producenta34,35.
    3. W przypadku zastosowania metody pobierania wymazów25pozostaw wymaz w wewnętrznej stronie policzka lub pod językiem uczestnika przez 60 s. Podczas pracy z probówkami i nakrętkami do pobierania próbek postępuj zgodnie z protokołami producenta34,35 i przekazać te informacje uczestnikom wcześniej rozpoczęcie badania.
      UWAGA: Jeśli eksperyment ma bardziej szczegółowy przebieg (np. zbieranie danych pytanie po pytaniu), należy pamiętać o zapisaniu czasu rozpoczęcia i zakończenia każdego pobrania próbki śliny, ponieważ dane te mogą być istotne w analizie EDA. To samo dotyczy czasu rozpoczęcia i zakończenia zbierania danych z ankiet. W celu zbierania danych ślinowych nasza grupa opracowała system sygnalizacji umożliwiający uczestnikom powiadomienie badacza/superwizora gdy próbka śliny była gotowa do pobrania. Należy rozważyć wyznaczenie wielu osób nadzorujących, które pomogą podczas sesji eksperymentalnej w przypadku, gdy wiele próbek śliny będzie gotowych do pobrania i przechowywania.

2. Przygotowanie i czyszczenie przed i po eksperymencie

  1. Ankiety
    1. W formularzu ankiety zorganizuj proces harmonogramowania, przypisz identyfikatory uczestników oraz zbierz wszelkie niezbędne informacje demograficzne. Należy również ustalić lub wstępnie oznakować odpowiednie pytania ankietowe w przygotowaniu do eksportu danych. Umożliwi to szybsze i bardziej efektywne oczyszczanie, zarządzanie oraz analizę statystyczną danych.
    2. Zsynchronizuj czasy prezentacji ankiety i czasu wyjścia w całym protokole badania. W przypadku integracji czujników lub wideo, zsynchronizuj te technologie również z oprogramowaniem ankietowym.
    3. Z grzeczności i w celu przyczynienia się do stworzenia serdecznej i przyjaznej atmosfery badawczej, a za zgodą instruktorów, skonfiguruj automatyczną wiadomość e-mail z odpowiedziami na pytania egzaminacyjne, która zostanie wysłana do uczestników niezwłocznie lub wkrótce po ich udziale w sesji.
  2. Czujniki elektrodermalne
    1. Zaplanuj wstępne przypisanie uczestników do sesji/godziny badania, oceń wszelkie informacje medyczne i nawyki żywieniowe pod kątem pomiaru EDA i pobierania śliny30 oraz dominację ręki dla pomiaru EDA30, a uczestników przypomnij o unikaniu spożywania produktów cukrowych lub zawierających kofeinę w dniu eksperymentu. Jest to istotne, ponieważ określone stany medyczne (np. zaburzenia metaboliczne) i nawyki żywieniowe (np. spożycie kofeiny) mogą wpływać na EDA (oraz wartości w ślinie), co sugerowano w poprzednim protokole30.
    2. Przed przybyciem uczestników upewnij się, że czujniki są prawidłowo skalibrowane, aktualizacje oprogramowania zostały zainstalowane, a czujniki zostały oczyszczone chusteczkami nasączonymi 70% alkoholem30.
    3. Podczas zakładania czujnika EDA na nadgarstkach uczestnika, upewnij się, że znajduje się on na niedominującej ręce. Aby założyć czujnik EDA:
      1. Umieść czujnik przyciskiem skierowanym w dół w stronę kciuka.
      2. Poproś uczestników, aby z dłońmi skierowanymi do góry w stronę twarzy, wyobrazili sobie linię biegnącą od przestrzeni między drugim a trzecim palcem niedominującej ręki do środkowej części nadgarstka i tam umieścili elektrody czujnika.
      3. Poproś uczestników o tak dopasowanie pasków czujnika, aby nie były zbyt ciasne ani zbyt luźne.
        UWAGA: Reprezentacyjny obraz tego dopasowania znajduje się na Rysunku 2.
    4. Podczas uruchamiania czujnika należy przestrzegać protokołów producenta31, aby upewnić się, że czujniki są skonfigurowane do zbierania danych. W tym eksperymencie protokół jest dostosowany do konkretnej marki czujników (patrz Tabela materiałów), choć badacze mogą korzystać z dowolnego czujnika fizjologicznego swojego wyboru.
      1. W przypadku urządzeń użytych w tej procedurze, naciśnij przycisk czujnika i przytrzymaj przez trzy sekundy. Zielone światło będzie migać przerywanie, po czym pojawi się czerwone migające światło, a następnie nastąpi wygaszenie.
      2. Podczas wygaszania, aby upewnić się, że czujnik jest WŁĄCZONY, naciśnij przycisk raz przez mniej niż 1 s. Jeśli zamiga na czerwono, oznacza to, że trwa rejestracja danych.
    5. Aby WYŁĄCZYĆ czujnik, naciśnij przycisk przez 3 s. Czujnik wyłączy się, gdy światła na dole opaski nadgarstkowej zmienią kolor z zielonego na wygaszony.
    6. Aby pobrać dane z czujnika, podłącz go do komputera i prześlij dane do systemu zarządzającego oprogramowaniem zgodnie z zaleceniami producenta31.
  3. Biomarkery ślinowe
    1. Jak wspomniano wcześniej, dokonaj wstępnej oceny stanów medycznych lub nawyków żywieniowych, które mogą wpływać na wartości w ślinie podczas analizy. Przypomnij również uczestnikom, aby po przybyciu na sesję nie używali balsamów do ust, makijażu ani produktów w okolicy ust, ponieważ mogłoby to wprowadzić zanieczyszczenia wpływające na próbki kortyzolu i alfa-amylazy w ślinie. Jeśli uczestnicy przyjdą z nałożonymi takimi produktami, delikatnie skieruj ich do łazienki lub dostarcz odpowiednie chusteczki, które usuną te produkty bez wprowadzania innych substancji chemicznych (np. woda na serwetce zamiast chusteczek do demakijażu). Na koniec usuń z pomieszczeń eksperymentalnych jedzenie lub napoje o silnym zapachu (np. pizzę, pomarańcze), które mogą zwiększyć wydzielanie śliny u uczestników.
    2. Po przybyciu uczestników do pomieszczenia eksperymentalnego, podaj im 1 uncję wody nalaną do kubka w ich obecności. Poproś, aby wypłukali usta i połknęli wodę. Jest to robione w celu oczyszczenia jamy ustnej z wszelkich resztek jedzenia, które mogłyby wpłynąć na dane dotyczące kortyzolu i alfa-amylazy w ślinie.
    3. W przypadku zbierania danych EDA równocześnie ze śliną, delikatnie przypomnij uczestnikom o minimalizowaniu ruchów ręki, na której znajduje się czujnik EDA. W związku z tym uczestnicy muszą zostać poinformowani, że każde pobranie próbki śliny musi odbywać się dominującą ręką. Aby ułatwić ten proces, zaleca się, aby konfiguracja eksperymentalna obejmowała wstępnie oznakowane probówki i stojak, co zminimalizuje ryzyko utraty próbek (patrz Rysunek 1).
    4. Podczas pobierania próbek śliny używaj świeżych rękawiczek nitrylowych, aby zminimalizować przedostawanie się pyłu lub innych zanieczyszczeń z tłuszczów skórnych do probówki z próbką śliny.
    5. Jak wskazano wcześniej, niezwłocznie przenieś próbki do chłodziarki o temperaturze wewnętrznej -20 °C.

3. Zwiększanie trafności ekologicznej w świetle ankiet, czujników elektrodermalnych i biomarkerów ślinowych

  1. Dotyczące autentyczności egzaminu
    1. Aby zapewnić autentyczne warunki testowe, należy dostosować treść egzaminu do programu kursu. W tym celu należy przejrzeć materiały kursowe wspólnie z grupą ekspertów merytorycznych, w tym z prowadzącym kurs.
    2. Należy wybrać formę ewaluacji (test lub ocenę) treści kursu, którą można odtworzyć w warunkach eksperymentalnych lub która może uzupełnić istniejące materiały kursowe (np. egzamin próbny).
      UWAGA: W zależności od zasad Institutional Review Board w danej instytucji, korzystanie z rzeczywistych egzaminów może być zabronione ze względu na potencjalny negatywny wpływ na oceny studentów w ramach kursu. W takim przypadku można rozważyć zastosowanie równoważnego doświadczenia (np. egzaminu próbnego).
    3. Wspólnie z prowadzącym należy opracować klucz odpowiedzi, zadania egzaminacyjne oraz ich rozwiązania, które posłużą do zbierania danych o wynikach na poziomie szczegółowym (tj. pytanie po pytaniu) i/lub makro (tj. cały egzamin), w zależności od celów badania.
    4. Należy poprosić prowadzącego o dostarczenie wszelkich dodatkowych materiałów, które są zazwyczaj wykorzystywane podczas egzaminów (np. ściągi) lub wszelkich dozwolonych materiałów (np. podręczników, listy literatury), które są typowo używane w ramach kursów. Eksperymentatorzy powinni być przygotowani do udostępnienia tych narzędzi uczestnikom.
    5. Należy upewnić się, że środowisko testowe odpowiada konfiguracji eksperymentalnej (np. czas trwania egzaminu, miejsce przeprowadzania — centrum testowe lub sala lekcyjna itp.) oraz jego cechy, takie jak przestrzeń biurka, oświetlenie, temperatura w pomieszczeniu i inne.
  2. Dotyczące włączenia ankiety
    1. W zależności od liczby pytań ankietowych ważne będzie uwzględnienie przybliżonego czasu, który uczestnicy mogą potrzebować na udzielenie odpowiedzi na pytania ankiety podczas rozwiązywania egzaminu.
    2. Należy przeznaczyć dodatkowy czas na rozwiązywanie testu, aby uwzględnić przerwy, oraz zaprojektować program egzaminacyjny tak, aby student mógł powrócić do konkretnego zadania egzaminacyjnego, jeśli został przerwany przez monit ankiety. Należy również upewnić się, że czas tych przerw jest spójny dla wszystkich uczestników (np. na początku, w środku i na końcu egzaminu).
    3. W zależności od typu projektu eksperymentalnego, jeśli wymagane są odpowiedzi szczegółowe (np. pytanie po pytaniu), należy zaplanować najpierw prezentację zadania egzaminacyjnego, następnie wezwać uczestników do odpowiedzi na pytanie ankietowe, a potem umożliwić im wprowadzenie odpowiedzi (np. tekst otwarty, wybór wielokrotny itp.). Pozwoli to uczestnikom najpierw zapoznać się z problemem i odpowiedzieć na pytanie ankiety w odniesieniu do przedstawionego zadania. Jeśli projekt eksperymentalny jest na poziomie makro, należy upewnić się, że uczestnicy mogą zastanowić się nad doświadczeniem egzaminacyjnym do tego momentu przed udzieleniem odpowiedzi.
      UWAGA: Na tym etapie ważne jest rozważenie teorii i hipotez, ponieważ wybór konkretnego sposobu prezentacji elementu (np. ankiety, egzaminu) będzie miał znaczenie. Na przykład, badając poczucie własnej skuteczności, najlepiej ocenić je na poziomie pytania testowego, podczas gdy o emocjach związanych z osiągnięciami akademickimi zazwyczaj pyta się przed, w trakcie i po egzaminie.
  3. Dotyczące czujników aktywności elektrodermalnej
    1. Aby upewnić się, że uczestnicy nie są nadmiernie zestresowani protokołem eksperymentalnym, należy wprowadzić okresy kalibracji i relaksacji w trakcie egzaminu. Jedną ze strategii może być umożliwienie uczestnikom ponownego skupienia uwagi między pytaniami. Można zacząć od prostego pytania (np. „jaki dziś jest dzień tygodnia?”) i przeznaczyć uczestnikom 30 s na odpoczynek pomiędzy kolejnymi pytaniami egzaminacyjnymi.
      UWAGA: Należy pamiętać, że zrozumienie konstrukcji samych pytań egzaminacyjnych i przewidzenie reakcji studentów może być istotne (np. zwiększone obciążenie poznawcze lub wydajność neuronalna37), ponieważ mogą one wpływać na markery ślinowe i gromadzenie danych EDA. Na przykład, pytania egzaminacyjne mogą być sformułowane w formie eseju, co wymaga ruchu ręką, który może wpływać na dane EDA24,25, lub egzamin może być zaprojektowany z różnymi poziomami trudności, co może wpływać na obciążenie poznawcze lub wydajność neuronalną studentów37.
    2. Należy upewnić się, że program znaczników czasu uwzględni wszelkie zmiany w przebiegu egzaminu (np. okresy kalibracji, początek i koniec pytań kalibracyjnych pomiędzy zadaniami, początek i koniec pytań ankietowych, start i koniec egzaminu). Jest to ważny krok, ponieważ umożliwi dopasowanie źródeł danych, co określi interwały lub zdarzenia do przetworzenia i analizy.
  4. Dotyczące wykorzystania biomarkerów ślinowych
    1. Należy starannie zaplanować czas pobierania biomarkerów ślinowych.
      UWAGA: Badania biomarkerów ślinowych są zazwyczaj prowadzone w schemacie przed-przed-w trakcie-po-po-po32,33,34,35,36. Ponieważ kortyzol reaguje na stres w ciągu 20 minut14, opóźnienia czasowe są niezbędne do obserwacji początku wydzielania kortyzolu i jego powrotu do normy. W przypadku studentów przygotowujących się do egzaminu, uczestnicy mogą być zaniepokojeni samym podejściem do testu, przez co pomiar przed wystąpieniem stresora może być niemożliwy. Ważne jest również, aby nie przerywać studentom zbyt często w trakcie egzaminu. W naszym badaniu zdecydowaliśmy się na pobieranie śliny raz przed rozpoczęciem, raz w trakcie, bezpośrednio po oraz 20 minut po egzaminie, robiąc to jak najciszej, aby zminimalizować zakłócenia. Przykładowy harmonogram testowania przedstawiono na Ryc. 3.
    2. W programie egzaminacyjnym należy zawrzeć zaprogramowane powiadomienia czasowe, które zasygnalizują uczestnikom moment pobrania śliny. Należy dodać licznik 60 s, aby uczestnicy byli świadomi czasu trwania pobierania śliny. Po upływie 60 s uczestnicy powinni powrócić do zadania, nad którym pracowali podczas egzaminu.

4. Uwagi dotyczące przetwarzania i analizy danych

  1. Badanie ankietowe
    1. Należy upewnić się, że wyniki danych są odpowiednio oznakowane i zorganizowane, aby umożliwić efektywne zarządzanie danymi oraz zapewnić możliwość przeprowadzenia wszelkich niezbędnych analiz za pomocą programów statystycznych (np. SPSS, SAS).
    2. Zidentyfikuj wszelkie potencjalne wartości odstające na podstawie standardów wykrywania wartości odstających w badaniach ankietowych38 or wszelkie określone na podstawie wcześniej zebranych danych demograficznych (np. schorzeń).
    3. Określ rodzaj analizy statystycznej i/lub modelowania, które należy przeprowadzić, w oparciu o sformułowane pytanie(ia) badawcze i/lub hipotezy
  2. Aktywność elektrodermalna
    1. Należy zauważyć, że wyniki danych elektrodermalnych mogą różnić się w zależności od producenta. W przypadku urządzenia użytego w niniejszym badaniu31wyniki danych są przedstawione w jednej kolumnie z czasem rozpoczęcia podanym w czasie GMT, a następnie częstotliwością zbierania danych i wartością EDA mierzoną w mikroSiemensach. Następnie dane EDA przyrastają zgodnie z częstotliwością zbierania danych. Ponieważ dane są zależne od czasu rozpoczęcia, należy przekształcić ten czas na czas UNIX zgodnie z protokołami producenta oraz poprzednimi protokołami30Pozwoli to na bardziej płynną synchronizację zmian w danych EDA w trakcie całego eksperymentu.
    2. Należy zidentyfikować i usunąć wszelkie potencjalne źródła wartości odstających wynikające z błędów sprzętowych, takie jak awaria czujnika, niepełny zbiór danych lub słaby kontakt elektrod ze skórą. Będą one widoczne w arkuszu danych wyjściowych jako wartości ujemne lub stałe, bliskie zeru segmenty danych ciągłych.
    3. Zidentyfikuj i usuń wszelkie potencjalne pochodzące od użytkownika źródła wartości odstających, takie jak gwałtowne ruchy (np. uderzenie ręką w biurko lub nerwowe stukanie), okresy przeprowadzania ankiet lub pobierania biomarkerów z śliny, bądź duże zmiany temperatury ciała lub odczyty ciśnienia objętości krwi.
    4. Aby usunąć szum wynikający z ruchu, należy wykonać następującą serię kroków:
      1. W pierwszej kolejności należy przeanalizować profile akcelerometru (ACC) uczestników, dostarczone również przez czujnik nadgarstkowy. Należy zwrócić uwagę, że dane będą zawierać kolumny X, Y i Z, wskazujące odpowiednio trójwymiarowe ruchy dłoni w płaszczyźnie poziomej, pionowej i przestrzennej. Oblicz średnią ruchomą z tych danych akcelerometrycznych zgodnie z odległością euklidesową (norma L2).39,53 równanie do obliczenia całkowitego przemieszczenia:
        figure-protocol-1
      2. Oblicz odchylenie standardowe wartości odległości euklidesowej dla całej grupy uczestników i uporządkuj je rangowo. Oblicz również średnie wartości odległości euklidesowej.
      3. Oblicz współczynnik zmienności wartości odległości euklidesowej, aby wyznaczyć stosunki sygnału do szumu40 zgodnie z poniższym równaniem:
        figure-protocol-2
        UWAGA: Wartości współczynnika zmienności przekraczające 1 wskazują na wartość odstającą, która musi zostać usunięta z analizy zgodnie z zaleceniami dotyczącymi przetwarzania danych sygnałowych33.
      4. Po usunięciu szumu wynikającego z ruchu należy określić próg niezbędny do przefiltrowania danych. W tym celu oblicz górną i dolną granicę 95% odchylenia standardowego sygnałów. Wszelkie dane wykraczające poza te zakresy mogą zostać usunięte ze zbioru danych/analizy lub uzupełnione metodą imputacji, zgodnie z celami i założeniami badacza. W niniejszym badaniu zdecydowano się na uśrednienie wartości spoza wyznaczonych zakresów z określonymi danymi akceptowalnymi.
      5. Należy powrócić do danych EDA i wykorzystać dane z akcelerometru z sygnaturą czasową, aby zidentyfikować odpowiadające im przedziały EDA (które również posiadają sygnatury czasowe).
        UWAGA: Aby zsynchronizować dane z akcelerometru i aktywności elektrodermalnej, należy zwrócić uwagę, że częstotliwości rejestracji są różne (4 Hz dla EDA i 32 Hz dla ACC), w związku z czym muszą one zostać najpierw dopasowane. Ponieważ ze swej natury danych ACC będzie więcej niż danych EDA, należy zastosować średnie wartości EDA, aby uwzględnić tę różnicę.
    5. Po oczyszczeniu zbiorów danych EDA41,42 wykorzystując przefiltrowane dane z akcelerometru, należy rozdzielić sygnały toniczne (bazowe) i fazowe (natychmiastowe, reaktywne), używając do tego celu odpowiednich narzędzi (np. Ledalab, EDA Explorer)43,44do analizy statystycznej wykorzystuje się przede wszystkim fazowe, przefiltrowane dane EDA, a wartości (np. amplitudy, liczbę pików, czasy latencji) oblicza się w zależności od pytania badawczego lub hipotezy, stosując metody opisane przez Bousciena22,23.
  3. Biomarker ślinowy
    1. W przypadku obu oznaczeń, kortyzolu oraz amylazy ślinowej, należy postępować zgodnie z protokołami producenta.22,23,24,25,26,27,28 or zalecenia technika dotyczące warunków użycia, przechowywania i obchodzenia się z próbkami.
    2. Wirować rozmrożone próbki przy 1500 x g w 4 °CNależy upewnić się, aby ostrożnie wyjmij wymazy i upewnij się, że na dnie probówek znajduje się nadsącz śliny, aby zapewnić oddzielenie mucyn.
    3. Zgodnie z dobrą praktyką, przed przystąpieniem do procedur analizy należy przepłukać dołki buforem za pomocą myjki do płytek. Jest to szczególnie istotne w przypadku kortyzolu.
    4. Należy upewnić się, że czytnik płytek do pomiaru gęstości optycznej został wcześniej zaprogramowany na odpowiednie temperatury (np. próbki sAA wymagają temperatur inkubacji wynoszących 37 °C (podczas gdy próbki kortyzolu wymagają odczytów w temperaturze pokojowej) oraz długości fal (tzn. sAA wymaga 405 nm, a kortyzol wymaga 450 nm oraz filtrów referencyjnych 490–492 nm). W przypadku analiz sAA zaleca się stosowanie czytnika płytek wyposażonego w wbudowany wstrząsacz oraz inkubator.
    5. Postępuj zgodnie z protokołami producenta34,35 do obliczenia wartości stężeń dla każdej próbki oraz odpowiadającego im procentowego współczynnika zmienności (%CV) wewnątrz- i międzyseryjnego, a także równań służących do identyfikacji wartości odstających w zbiorze danych (obliczanych inaczej niż w podanym wcześniej równaniu). Należy pamiętać, aby w przypadku sAA monitorować numery partii użytych w kontrolach, ponieważ nie są one zestandaryzowane.
      1. Najpierw oblicz średnią wartość %CV dla kontroli w podziale na numery partii, a następnie wyciągnij średnią z tych wartości, aby uzyskać ogólną średnią wartość %CV.
      2. W przypadku próbek producent zaleca, aby współczynnik zmienności (%CV) wewnątrz serii dla próbek wynosił poniżej 10%, natomiast dla kontroli %CV między seriami powinien wynosić poniżej 15%.34,35Jednakże wartości te %CV ulegną znacznemu zależą od warunków laboratoryjnych oraz sprzętu wykorzystanego do przeprowadzenia badań. W związku z tym, w razie potrzeby należy rozważyć alternatywne metody walidacji testu immunoologicznego.45.
    6. Zamrozić próbki śliny w temperaturze -80 °C po przeprowadzeniu analizy, aby umożliwić weryfikację jej walidacji. Nie należy zamrażać i rozmrażać próbek ani kontroli więcej niż raz, aby zapobiec dalszej degradacji enzymatycznej.
  4. Triangulacja danych
    1. W zależności od pytania badawczego lub hipotezy, należy skorelować odpowiednie zmienne. Należy upewnić się, że wszystkie wartości odstające oraz dane zostały odpowiednio wstępnie przetworzone i przefiltrowane przed użyciem46.
    2. Należy określić, czy wielkość próby, punkty pobierania danych, zaobserwowana moc statystyczna oraz pytania badawcze lub hipotezy wymagają agregacji danych47lub z wykorzystaniem technik analitycznych z powtarzanymi pomiarami48,49,50.
    3. Uwzględnienie różnic międzyosobniczych w czasie wykonywania zadania51 or opóźnienie w odpowiedzi biomarkerów ślinowych na stres14stosuj znaczniki czasu lub określ zdarzenia w celu synchronizacji zbiorów danych.
    4. Przy użyciu modeli statystycznych i oprogramowania należy przeanalizować zestaw danych i zinterpretować wyniki.

zawiera 16 plików zip.  Każdy plik zip zawiera wszystkie testy EOL dla danego rozdziału Core.  Należy rozpakować ten plik, a następnie każdy plik zip należy wgrać osobno do systemu Canvas.  

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

W niniejszym badaniu chcieliśmy przeanalizować wpływ poczucia własnej skuteczności, wyników oraz reakcji fizjologicznych (czujniki EDA) i biologicznych (sAA i kortyzol) studentów inżynierii podczas rozwiązywania egzaminu próbnego. Przedstawione dane stanowią reprezentatywny podzbiór próbek: (a) uwzględniający ankiety i czujniki elektrodermalne (projekt eksperymentu A) oraz (b) obejmujący ten sam egzamin wraz z danymi dotyczącymi biomarkerów w ślinie (projekt eksperymentu B). Choć w badani...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Chociaż miary fizjologiczne są stosowane w wielu autentycznych kontekstach uczenia się, ważne jest, aby zaprojektować środowisko nauki, które jest świadome ograniczeń obecnej technologii. Nasz projekt równoważy potrzebę autentycznego środowiska testowego i dostosowuje się do technologii. Wygodne ograniczanie ruchu uczestników, redukowanie niezamierzonych przerw i oznaczanie czasu odpowiedzi uczestników na testy to kluczowe kroki w ramach protokołu.

Przestrzeń i koszt czujników elektrodermalnyc...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają nic do ujawnienia.

Podziękowania

Ten materiał jest oparty na pracy wspieranej częściowo przez National Science Foundation (NSF) No. EED-1661100, a także grant NSF GRFP przyznany Darcie Christensen (nr 120214). Wszelkie opinie, ustalenia, wnioski lub zalecenia wyrażone w tym materiale niekoniecznie odzwierciedlają opinie NSF lub USU. Pragniemy podziękować Sheree Benson za jej miłe dyskusje i rekomendacje dotyczące naszej analizy statystycznej.

Wkład autora w tym artykule jest następujący: Villanueva (projektowanie badań, zbieranie i analiza danych, pisanie, redagowanie); Husman (projektowanie badań, zbieranie danych, pisanie, redagowanie); Christensen (zbieranie i analiza danych, pisanie, redagowanie); Youmans (gromadzenie i analiza danych, pisanie i redagowanie); Khan (zbieranie i analiza danych, pisanie, redagowanie); Vicioso (gromadzenie i analiza danych, edycja); Lampkins (gromadzenie i edycja danych); Graham (gromadzenie i edycja danych)

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Zamrażarka medyczna 1,1 stopy sześciennejKompaktowa zgodność# bci2801863Mogą używać dowolnej zamrażarki, o ile może spaść poniżej -20 stopni Celsjusza; Mogą one być używane do przechowywania próbek śliny przez dłuższy czas (~ 4 miesiące) przed przeprowadzeniem testów śliny.
Camping CoolerAmazon(dowolny rozmiar / typ)Może być używany do przechowywania próbek śliny podczas zbierania danych
Czujnik E4Opaska na nadgarstekEmpatica IncRev2 Możesz użyć dowolnego czujnika EDA lub firmy, o ile rejestruje EDA i akcelerometrię
EDA Explorerhttps://eda-explorer.media.mit.edu/(open source)Może być używany do identyfikacji potencjalnych źródeł hałasu, które niekoniecznie są spowodowane ruchem
LaptopyDellLatitude 3480Mogą korzystać z dowolnego komputera stacjonarnego lub laptopa
Ledalabhttp://www.ledalab.de/(open-source)Może być używany do oddzielania tonicznych i fazowych sygnałów EDA po wykonaniu kroków filtracji
MATLABhttps://www.mathworks.com/products/matlab.html(wersja różni się w zależności od aktualizacji)Do użycia w Ledalab, EDA Explorer i do tworzenia niestandardowych programów do oznaczania czasem.
Zestaw enzymatyczny alfa amylazy ślinySalimetrics‎# 1-1902W przypadku zestawów śliny należy zaplanować zamówienie firmie analizy próbek i/lub udać się do laboratorium biologii molekularnej w celu przetworzenia
Zestaw ELISA kortyzolu w ślinieSalimetrics# ‎ 1-3002W przypadku zestawów do śliny należy zaplanować zlecenie firmie analizy próbek i/lub udanie się do laboratorium biologii molekularnej w celu przetworzenia
Dzielnik testowy (tarcze prywatności)Amazon#60005Mogą używać dowolnej marki tarczy testowej, o ile zakrywają one przestrzeń roboczą Kamera
internetowaAmazonLogitech c920Mogą używać dowolnej kamery internetowej, o ile jest to HD i 1080p lub lepsza
E4

Bibliografia

  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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Aktywno elektrodermalnabiomarkery linowesynchronizacja czasuczujniki fizjologicznepobieranie linypomiar wyj ciowyintegracja danychtestowanie autentycznebadania multimodalne
Interdyscyplinarny i multimodalny projekt eksperymentalny do badania autentycznych doświadczeń egzaminacyjnych w czasie zbliżonym do rzeczywistego
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.