Summary
ومن المقترح وضع بروتوكول لتقييم حلول تقوم على أساس تجاري قبالة الجرف ويرابليس المعصم (عمر) لتقدير الإجهاد في الطلاب. البروتوكول تتم في مرحلتين، أولية المستندة إلى مختبر التعريفي اختبار إجهاد، ومرحلة رصد الجارية في الفصول الدراسية أثناء قيام الطالب الأنشطة الأكاديمية.
Abstract
يمكن ارتداؤها من الأجهزة التجارية قبالة الجرف (عمر) أصبحت شعبية خلال السنوات الأخيرة لرصد الأنشطة الرياضية، لا سيما بين الشباب. تتضمن هذه الأجهزة أجهزة استشعار لجمع البيانات عن الإشارات الفسيولوجية مثل معدل ضربات القلب ودرجة حرارة الجلد أو استجابة الجلد جلفانيه. عن طريق تطبيق تقنيات تحليل البيانات لهذه الأنواع من إشارات، من الممكن الحصول على تقديرات جوانب ذات مستوى أعلى من السلوك البشري. في الأدب، وهناك عدة أعمال تصف استخدام البيانات الفسيولوجية التي تم جمعها باستخدام الأجهزة الطبية للحصول على معلومات عن أنماط النوم أو الإجهاد. بيد أنها لا تزال مسألة مفتوحة ما إذا كانت البيانات التي تم التقاطها باستخدام ويرابليس المعصم أسرة كافية لوصف الحالة النفسية المتعلمين في الأوساط التعليمية. تناقش هذه الورقة وضع بروتوكول لتقييم تقدير الإجهاد من البيانات التي تم الحصول عليها باستخدام أسرة المعصم ويرابليس. البروتوكول ينفذ على مرحلتين. وتتألف المرحلة الأولى من تجربة مختبرية تحت التحكم، حيث يستخدم تطبيق المحمول للحث على مستويات مختلفة من الإجهاد في طالب عن طريق الفيديو الاسترخاء، ولون ستروب وكلمة، واختبار "السمع بالإضافة المسلسل يسير بخطى"، واختبار فرط التنفس. تجري المرحلة الثانية في الفصول الدراسية، حيث يتم تحليل الإجهاد أثناء القيام بالعديد من الأنشطة الأكاديمية وهي حضور المحاضرات النظرية والقيام بالمناورات وغيرها من الأنشطة الفردية وأخذ الاختبارات القصيرة والامتحانات. وفي كلتا الحالتين، تعتبر البيانات الكمية التي تم الحصول عليها من أسرة المعصم ويرابليس ونوعية البيانات التي تم جمعها عن طريق الاستبيانات. ويشمل هذا البروتوكول طريقة بسيطة ومتسقة مع تطبيق التعريفي إجهاد والاستبيانات، التي تتطلب مشاركة محدودة لدعم الموظفين.
Introduction
الدولة من أحدث التكنولوجيات يمكن ارتداؤها متاحة على نطاق واسع، وبيئاتها التطبيق آخذة في التوسع باستمرار. يمكن أن نجد في السوق العديد من الأجهزة المختلفة، بين فيه أسرة المعصم ويرابليس1، مثل الساعات الذكية وعصابات الذكية، تحظى بشعبية بين الرياضيين لياقة البدنية شخصية رصد أداة2. عن طريق تطبيق التقنيات التحليلية البيانات، يمكن معالجة البيانات التي تم الحصول عليها باستخدام هذه الأجهزة لتوفير مؤشرات مثل الحالة المادية العامة، والنوم عامل الجودة أو الانتعاش. انطباق الواضحة في هذا المجال أثارت اهتمام الأوساط الأكاديمية حول إمكانية تطبيقها على حقول أخرى، لا سيما في3،الصحة المجال4، على الرغم من أن الحد من متطلبات صارمة للتجارب السريرية بدء العمل بها. ومع ذلك، في أقل تطلبا السياق مثل التعليم، يمكن أن نجد في الأدب التحقيقات الأخيرة التي تنطوي على استخدام أنواع مختلفة من الأجهزة يمكن ارتداؤها، سواء المتعلقة بتدريس الأنشطة5،6 والتقدير بعض الخصائص للطالب مثل أنماط النوم7، أو التحليل لمشاركة الطلاب في الأنشطة التعليمية المختلفة8.
وفي حالتنا، نحن نركز على تحليل أسرة المعصم الأجهزة يمكن ارتداؤها كوسيلة لجمع الإشارات الفسيولوجية التي من شأنها في نهاية المطاف تسهيل تقدير الإجهاد، الذي بدوره أحد جوانب رئيسية في السياقات التعليمية. الإجهاد له تأثير ذات صلة في تطوير الأنشطة الأكاديمية وأداء الطلاب عموما. على سبيل المثال، مستويات الإجهاد ذات صلة مباشرة بظهور أعراض الإرهاق في الطلاب9،،من1011، ومستويات عالية من الإجهاد ذات الصلة لا سيما خلال العام طالبة، حيث معدلات التسرب بين 20% ونسبة 30%12،13 شائعة. كشف ومراقبة مؤشرات الإجهاد يمكن أن تحسن هائل في الأداء الأكاديمي.
استخدام الأجهزة يمكن ارتداؤها المعصم أسرة له ما يبرره لأن لديهم أجهزة الاستشعار التي توفر معلومات حول الإشارات الفسيولوجية التي استخدمت على نطاق واسع من المجتمع العلمي في تقييم الإجهاد والكشف. بعض الإشارات التي يشار إليها في الأدبيات المستخدمة لهذا الغرض وتشمل معدل ضربات القلب (HR)14ومعدل ضربات القلب فاريبيليتي15، الجلد درجة الحرارة (ش)16، التنفس14واستجابة الجلد جلفانيه (GSR)17. ويمكن جمع هذه الإشارات بأسره المعصم ويرابليس. بيد أنها لا توفر نفس الأداء كالأجهزة الطبية. وهناك اختلافات تتعلق بدقة أجهزة الاستشعار بين الأجهزة18،19،،من2021. ومع ذلك، أظهرت السابقة يعمل18،،19،،من2021 أن أسرة المعصم أجهزة الاستشعار يمكن ارتداؤها على أنماط الخطأ مماثلة للأجهزة المتخصصة، في سيناريو حركة بطيئة،.
الهدف من هذه الورقة وضع بروتوكول لتقييم حلول مختلفة لتقدير الإجهاد في الطلاب باستخدام أسرة المعصم ويرابليس. وهناك العديد من الترتيبات التي يمكن أن تقترح لتقدير مستويات الإجهاد، التي تنطوي على استخدام المعصم مختلفة يمكن ارتداؤها الأجهزة والبيانات التقنيات التحليلية، وعلى وجه التحديد آلة تعلم الخوارزميات. ويرابليس المعصم أسرة تتسم بهم عالية التفتت، وعدم التجانس وإمكانية التشغيل المتداخل مشاكل22. ثلاث شركات على حصة سوق إجمالية تقريبا 50%23، ولكن أسهم كثير من حساب شركات أخرى للسوق الفردية أصغر كثيرا، بحصة إجمالية تتجاوز 50 في المائة. من ناحية أخرى، من حيث عدم التجانس، ويرابليس ليست كلها لها نفس عدد ونوع من أجهزة الاستشعار، مع مقاييس التسارع وأجهزة استشعار ح يجري الأكثر شيوعاً، ودرس في ش وفي GSR يجري فقط في 5% الأجهزة. أما بالنسبة لإمكانية التشغيل المتداخل، هناك نهج جمع البيانات وأنظمة تشغيل مختلفة غير متوافقة مع بعضها البعض. أما بالنسبة للجهاز تعلم التقنيات التي يمكن تطبيقها لتقدير الإجهاد من البيانات التي تم جمعها عن طريق جهاز معصم، هناك العديد من الخيارات المتاحة24، بما في ذلك قرار الأشجار، والشبكات العصبية، أقرب جاره النهج، بايز ساذجة المصنفات، إلخ خلاصة القول، هناك مجموعة كبيرة ومتنوعة من الحلول التي يمكن وضعها لتقدير الإجهاد، حتى أنها مفيدة لتصميم على بروتوكول تقييم لتسهيل المقارنة بين مختلف خيارات أولية لتحديد في نهاية المطاف أنسب في سياق معين.
لتنفيذ البروتوكول، بالعديد من الأدوات اللازمة (الشكل 1). أولاً، هناك حاجة جهاز يمكن ارتداؤها معصم أسرة لإحضار البيانات الفسيولوجية. يجب أن يكون هذا الجهاز يمكن ارتداؤها على الأقل الموارد البشرية رصد القدرات، ولكن أجهزة استشعار إضافية تكون مرغوبة (مثل أجهزة الاستشعار التسارع، ش، GSR). ثانيا، مطلوب هاتف ذكي يعمل التطبيق فيسيولوجيكالسيجنال لجمع البيانات التي يتم التقاطها من قبل الجهاز يمكن ارتداؤها. ثالثا، هو قرص تشغيل التطبيق ستريستيست اللازمة لتشغيل تمارين الإجهاد التعريفي (الهاتف الذكي يمكن أن تستخدم بدلاً من ذلك الكمبيوتر اللوحي لهذا الغرض). رابعا، بعض الاستبيانات لجمع البيانات النوعية في تصور الطلاب على الإجهاد. خامسا، خدمة ملقم مع صفحة ويب25 القيام بجمع البيانات ومعالجة مسبقة، ولوحة معلومات ويب لإظهار تطور الإشارات. وأخيراً، جمعت بيانات تحليلات مجموعة26 لمعالجة البيانات عن الطلاب باستخدام تقنيات التعلم آلة.
بروتوكول التقييم تنقسم إلى مرحلتين. أول واحد، في مرحلة المختبر، تجري في غرفة مريحة، حيث يتم الناجمين عن مستويات مختلفة من الإجهاد (أي، "الاسترخاء"، "تركيز الإجهاد" والتأكيد على "") إلى موضوع هدف (طالب) من خلال العديد من المهام الشائعة المسببة الإجهاد. الجزء الثاني تجري في الفصول الدراسية، وأنها تنطوي على رصد الطالب أثناء إنجاز العديد من الأنشطة الأكاديمية: التفسيرات النظرية، الأنشطة الفردية، اختبارات قصيرة، والامتحانات، و غيرها أثناء التنفيذ هذا البروتوكول، في الموضوع الفسيولوجية إشارات يتم التقاطها بواسطة جهاز معصم. وأخيراً، تتم معالجة هذه الإشارات بواسطة آلة التعلم خوارزميات تقديم تقديرات عن مستوى الإجهاد.
أثناء مرحلة المختبر، يستخدم التطبيق ستريستيست للحث على مستويات مختلفة من الإجهاد. وأدلة هذا التطبيق الموضوع لإنجاز أربع مهام مختلفة. المهمة الأولى لإنشاء خط أساس لتحليل الإجهاد. في هذه المهمة، يتصور الطالب 4 دقائق فيديو استرخاء التي تظهر لقطات مختلفة من غروب الشمس على جسر. المهمة الثانية لتكيف من لون ستروب واختبار Word27 (سكوت). كل ثانيتين، هذا الموضوع يجب أن تختار اللون الذي رسمت اسم اللون (الأحمر، الأخضر، والبرتقالي، والأزرق والأرجواني). تتوفر عدة الأزرار الموجودة في الجزء السفلي من الشاشة التي تحتوي على الرسالة الأولى من كل لون لهذا الموضوع لاختيار اللون رسمت في كل وقت. على سبيل المثال، يصور الزر الذي يشير إلى اللون الأزرق الحرف باء وفي حالتنا، ينقسم هذا الاختبار إلى ثلاثة مستويات مختلفة من الصعوبة. للمستوى الأول (SCWT1)، سوف تظهر ملونة "عبارة من الألوان" في نفس ترتيب الأزرار، حتى تطابق اللون والاسم مباشرة. يتم أخذ هذا المستوى كخط أساس، كما أنها لا تنطوي على أي صعوبة وهذا الموضوع ينبغي إلا اضغط الأزرار بشكل صحيح، دائماً بنفس الترتيب. للمستوى الثاني (SCWT2)، تظهر الملونة "عبارة من الألوان" عشوائياً، ولكن يتم الاحتفاظ بالمراسلات بين اسم ولون. تنبعث كل مرة يفشل هذا الموضوع تنبيه، وإذا أخطاء اثنين، سيتم إعادة تعيين نقاط تصحيح الألوان. على مستوى آخر، أصعب (SCWT3)، لا تطابق اسم ولون. وبهذه الطريقة يهدف هذا المستوى أكثر معقدة ومرهقة بالنسبة لهذا الموضوع. وتتألف المهمة الثالثة على "الإيقاع السمعي المسلسل إضافة" اختبار (جانب PASAT)28، الذي يقيس كيف يواجه الطالب اختبار تركيز. خلال هذه المهمة، لعبت تسلسل أرقام متتالية بصوت عال، ويجب إضافة الطالب آخر رقمين وكتابة النتيجة في قدم مربع على الشاشة قبل الاستماع إلى الرقم التالي. في هذه المهمة، إذا كان هذا الموضوع يجعل من خطأ، يحدث حدثاً مثيرة للقلق لتوليد الإجهاد (اثنان أرقام سليمة وفي الوقت نفسه أو الاحتفاظ لفترة طويلة من الصمت). وفي هذه الحالة، إذا ارتكبت ثلاثة أخطاء، سيتم إعادة تعيين حساب المبلغ. وتتألف المهمة الرابعة في نشاط زيادة التنفس للحث على اختلاف نفس الإشارات الفسيولوجية التي تثير حالة ضاغطة17. في نهاية كل مهمة ومستوى، هذا الموضوع قد تشير إلى مستوى الإجهاد المتصورة، استخدام التطبيق نفسه، وفقا لمقياس Likert قيمة 5.
أثناء مرحلة الفصل الدراسي، الاضطلاع بأنشطتها الأكاديمية العادية جنبا إلى جنب مع بقية زملائهم الطلاب. ويركز البروتوكول على مستويات الإجهاد التي تحدث خلال الأنشطة الخاصة بالفصل الدراسي. في نهاية المحاضرة، يتم إكمال استبيان موجز (المرفق 1) الطالب للإشارة إلى مستوى الإجهاد في عدة أنشطة وفقا لمقياس 5-القيمة المتصورة.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
جميع الأساليب المذكورة أدناه أقرتها الحكومة الإقليمية للجنة في غاليسيا لأخلاقيات البحوث بونتيفيدرا-فيغو-اورينسي (رمز الصنع 2017/336). وكان تنفيذ البروتوكول لطلاب السنة الأولى في المدرسة "الاتصالات السلكية واللاسلكية الهندسة"-جامعة فيجو، سواء في غرفة مختبر مريحة وفي عدة محاضرات ودورات ممارسة دورة البكالوريوس على "أبنية الكمبيوتر".
1-إعداد الأجهزة
- توصيل الجهاز بالهاتف الذكي والكمبيوتر اللوحي اتصال إنترنت مستقرة.
- قم بتشغيل اتصالات Bluetooth في الهاتف الذكي.
- البحث في الهاتف الذكي، في المقابلة الرسمية المتجر التطبيق يمكن ارتداؤها المعصم. تحميل وتثبيته.
- وفي الهاتف الذكي، ابحث عن التطبيق فيسيولوجيكالسيجنالس لالتقاط الإشارات الفسيولوجية. تحميل وتثبيته.
ملاحظة: في الوقت الراهن، التطبيق إصدار بيتا والوصول التي يمكن أن توفرها الطلب. - في اللوحة، البحث عن التطبيق ستريستيست لاستخدامها في التجارب المختبرية في البحوث. تحميل وتثبيته.
ملاحظة: في الوقت الراهن، التطبيق إصدار بيتا والوصول التي يمكن أن توفرها الطلب. - قم بتشغيل الجهاز يمكن ارتداؤها المعصم أسرة والمكان يمكن ارتداؤها.
- في الهاتف الذكي، افتح التطبيق يمكن ارتداؤها المعصم أسرة الرسمية.
ملاحظة: سوف تشرع التطبيق لمزامنة الجهاز يمكن ارتداؤها مع الهاتف الذكي. في بعض الأجهزة، وعنوان البريد إلكتروني المطلوب. - في الهاتف الذكي، افتح التطبيق فيسيولوجيكالسيجنالس.
- في حالة إخطاره بطلب الوصول إلى أجهزة الاستشعار، تقبل ذلك.
- تحقق من الجهاز. انتظر التطبيق فيسيولوجيكالسيجنالس لعرض الكلمة وارد باللون الأخضر.
ملاحظة: يشير هذا إلى أنه تم الكشف عن الجهاز يمكن ارتداؤها وذلك هو تمكين نقل المعلومات من أجهزة الاستشعار للهاتف الذكي. إذا لم تظهر هذه الرسالة كرر من الخطوة 1، 6.
2-مرحلة المختبر
- إعداد وضع المختبر. اختر غرفة مريحة وغير مزعجة دون تشتيت الضوضاء ومع درجة حرارة مريحة (بين 22 درجة مئوية و 26 درجة مئوية).
- قم بتشغيل الجهاز يمكن ارتداؤها المعصم ووضعه حول المعصم غير المهيمنة subject´s ووضع سماعات الرأس على الرأس للطالب. تناسب يمكن ارتداؤها شكل محكم ولكن بشكل مريح حول المعصم.
- الاتصال بالهاتف الذكي والكمبيوتر اللوحي إلى اتصال إنترنت مستقرة وتحقق من أن اتصال Bluetooth النشطة.
- في الهاتف الذكي، بدء التطبيق فيسيولوجيكالسيجنالس.
- انتظر التطبيق لعرض الكلمة وارد باللون الأخضر.
- حدد خيار تغيير المستخدم في القائمة اليسرى التكوين وتوفير معرف الموضوع الذي سيتم استكمال الاختبارات وانقر فوق حفظ.
- في جهاز كمبيوتر محمول، الوصول إلى لوحة المعلومات وأدخل معرف اختبار المسؤول وكلمة المرور.
ملاحظة: في الوقت الراهن، للاهتمامات الخاصة والأمن، الوصول إلى لوحة المعلومات يتوفر فقط تحت الطلب.- حدد معرف الموضوع والتبويب الإجهاد في هذا الموضوع.
- تحقق من تطور الإشارات الفسيولوجية وانتظر الجهاز يمكن ارتداؤها للتوصل إلى الاستقرار الحراري قبل البدء التجربة.
ملاحظة: يتم تعريف الثبات الحراري كهضبة في الرسم البياني.
- في اللوحة، بدء تشغيل التطبيق ستريستيست.
- يشرح هذا الموضوع مهام المختبر الأربعة. وتظهر بعض الشاشات والإجراءات المتخذة لتنفيذ خلال كل واحدة من المهام.
ملاحظة: هذا مهم جداً، لأن هذا الموضوع ينبغي أن تشعر شدد أو استرخاء وفقا للأنشطة المنجزة، ولا الخوف أو القلق حول ما سيحدث. - يقول الطالب عدم الراحة أسلحتهم على الطاولة واستخدام اليد حيث يوضع الجهاز يمكن ارتداؤها لتنفيذ الأنشطة.
- أدخل معرف المستخدم نفسه كما هو الحال في الخطوة 2.4.2 وانقر فوق السهم.
- يشرح هذا الموضوع مهام المختبر الأربعة. وتظهر بعض الشاشات والإجراءات المتخذة لتنفيذ خلال كل واحدة من المهام.
- بدء تشغيل مهمة الفيديو وإعطاء السيطرة الكاملة للطالب.
- الاحتفال بالاضطلاع بهذه المهمة دون وقوع أي حادث.
- عند الانتهاء من المهمة، والتحقق من أن هذا الموضوع يوفر الضغط المتصورة.
- بدء تشغيل مهمة لون ستروب (سكوت) التتالي للمستويات 1 و 2 و 3.
- لكل مستوى، نلاحظ أن يضطلع بمهمة فرعية دون وقوع أي حادث.
- عند الانتهاء من كل مهمة فرعية، والتحقق من أن هذا الموضوع يوفر الضغط المتصورة.
- فقط للمستوى 3 وفقط في حال لم يحل هذا الموضوع أنه بعد 4 دقائق، إنهاء المهمة عن طريق الضغط على السهم الموجود في الجزء العلوي من الشاشة.
- بدء اختبار "السمع بالإضافة المسلسل يسير بخطى" (جانب PASAT).
- الاحتفال بالاضطلاع بهذه المهمة دون وقوع أي حادث.
- في حال لم يحل الموضوع الاختبار جانب PASAT بعد 4 دقائق، إنهاء المهمة عن طريق الضغط على السهم الموجود في الجزء العلوي من الشاشة.
- عند الانتهاء من المهمة، والتحقق من أن هذا الموضوع يوفر الضغط المتصورة.
- بدء اختبار فرط التنفس.
- مراقبة تطور الموارد البشرية باستخدام لوحة المعلومات. إذا لا تقم بتغيير الإشارات الفيزيولوجية إلى حد كبير، طرح هذا الموضوع إلى زيادة معدلات الإلهام وانتهاء الصلاحية تدريجيا.
- وفي حالة هذا الموضوع يشعر بالدوخة أو وقف غير مريحة هذه المهمة. على أي حال، إكمال المهمة بعد أربع دقائق.
- عند الانتهاء من المهمة، والتحقق من أن هذا الموضوع يوفر الضغط المتصورة.
3-مرحلة الفصل الدراسي
- قم بتشغيل الجهاز يمكن ارتداؤها المعصم، والمكان يمكن ارتداؤها حول المعصم غير المهيمنة subject´s. تناسب يمكن ارتداؤها شكل محكم ولكن بشكل مريح حول المعصم.
- الاتصال الهاتف الذكي لاتصال إنترنت مستقرة والتحقق من اتصال Bluetooth نشط.
- في الهاتف الذكي، بدء التطبيق فيسيولوجيكالسيجنالس.
- انتظر التطبيق لعرض الكلمة وارد باللون الأخضر.
- حدد في القائمة التكوين الخيار تغيير المستخدم ، وتوفير معرف الموضوع الذي سيتم استكمال الاختبارات وانقر فوق حفظ.
- في جهاز كمبيوتر محمول، الوصول إلى لوحة المعلومات وأدخل معرف اختبار المسؤول وكلمة المرور.
- حدد معرف الموضوع والتبويب الإجهاد في هذا الموضوع.
- تحقق من تطور الإشارات الفسيولوجية.
- تأخذ شروح عن أي أحداث ذات الصلة التي تحدث في الفصول الدراسية فيما يتعلق بتفاعل الطالب والمعلم.
ملاحظة: المعلومات ذات الصلة، والأحداث الأساسية ستستخدم لتسمية عينات الفسيولوجية بعد ذلك. الأحداث مثال سؤال من المعلم للطالب، أو يتم البدء شرح نظري. - في نهاية المحاضرة، طرح هذا الموضوع لاستكمال الاستبيان حول مستوى الإجهاد في أوقات محددة أثناء الدورة، وفقا لمقياس مستوى 5.
4. تحليل البيانات
- في جهاز كمبيوتر محمول، الوصول إلى لوحة المعلومات وأدخل معرف اختبار المسؤول وكلمة المرور.
- حدد معرف الموضوع والتبويب الإجهاد في هذا الموضوع.
- حدد اليوم من تجربة الفصول الدراسية.
- قم بتسمية العينات من هذا الموضوع بتحديد الأنشطة ومستويات الإجهاد المتصورة.
- تحديد أنشطة غرفة المحاضرة ومدتها وفقا لأوقات البدء والانتهاء وأنواعها.
- لكل نشاط من الأنشطة، حدد مستوى إجهاد متصورة.
- لكل موضوع وكل دورة، تحميل الملف مع العينات الموسومة.
ملاحظة: يتم إنشاء ملف قيم المفصولة بفواصل----(CSV) لكل طالب، كل صف التي تعكس قيم الإشارات الفسيولوجية مع على الانحراف المعياري، المنحدر، ومهرجان دبي السينمائي الدولي، نوع النشاط، الضغط على أساس النشاط (أي، الإجهاد المرتبطة بشكل افتراضي لهذا النشاط)، وينظر إلى الموضوع الإجهاد. - إطلاق الحزمة تحليلات البيانات.
- اختر مجموعة من المصنفات (مثلاً، SVM، C4.5، ك-NN، الغابات العشوائية والسذاجة بايز R صفر) واستيراد ملف CSV لجميع الطلاب لكل دورة.
- تدريب وتقييم المصنفات باستخدام أسلوب المصادقة عبر الوقت.
ملاحظة: اعتماداً على تحليلات، ونوع النشاط، والإجهاد على أساس النشاط أو الإجهاد ينظر، يختار كمتغير تابع للتحليل. - وأخيراً، التحقق من نتائج معدلات الدقة والخطأ.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
البروتوكول وناقش وضعت موضع التنفيذ في دورة "أبنية الكمبيوتر" في السنة الأولى من درجة "هندسة الاتصالات السلكية واللاسلكية" في جامعة فيغو. هذا بالطبع فقد أكثر من 200 من الطلاب المسجلين الذين يتم تنظيمها في 10 من الأفرقة العاملة. للقيام بهذه التجربة، دعي الطلاب من أربع مجموعات للتسجيل في بداية العام الدراسي. المشروع اجتذب قدرا كبيرا من الاهتمام بين الطلاب، وحوالي 30 طالبا تطوعت للمشاركة في الدراسة. من بينهم 12 طالبا اختيرت عشوائياً للمشاركة.
المعصم أسرة يمكن ارتداؤها الجهاز المحدد لتجاربنا بأجهزة استشعار موارد بشرية، ش، GSR والتسارع. يستند اختيار هذه يمكن ارتداؤها مجموعة متنوعة من أجهزة الاستشعار، وتوفير تغذية البيانات في الوقت الحقيقي. كانت أيضا مراعاة الشروط التقنية في أجهزة الاستشعار التي يتم تجميع البيانات. يتم التقاط البيانات في بعض الترددات، عادة تفرضها العملية من أجهزة الاستشعار، ولكن أيضا بسبب الخصائص الموفرة للطاقة للجهاز. وفي حالة الجهاز المحدد، كان عينات الموارد البشرية كل ثانية (1 هرتز). عرضت التسارع هرتز 62، 31 هرتز وهرتز 8 كأخذ العينات ترددات، الذي اختير 8 هرتز لأنه يوفر مستوى يكفي لالتقاط الحركة مع متطلبات الطاقة معقولة بالمقارنة مع الترددات الأخرى. وقد أخذ عينات GSR في 0.2 أو 5 هرتز. وفي هذه الحالة، اخترنا أن جمع البيانات GSR مرة واحدة كل 5 ثوان. أما بالنسبة للتسارع، قدم هذا التردد ما يكفي من التفاصيل مع الحفاظ على متطلبات الطاقة إلى الحد أدنى. وأخيراً، هو تذوق ش في نفس التردد كموارد بشرية (أي، 1 هرتز). يتم نقل البيانات التي جمعها الجهاز للتطبيق فيسيولوجيكالسيجنالس في الهاتف الذكي كل ثانية، بما في ذلك نموذج الموارد البشرية وشارع، وقيمة التسارع الأقصى، وآخر قيمة GSR التي تم جمعها. للحد من الضوضاء الموارد البشرية، الملقم ينطبق على البيانات المتلقاة عامل تصفية التنوب شيوعاً المستخدمة في التطبيقات في الوقت الحقيقي29 وفي تصفية ECG إشارات30، باستخدام نافذة 15-عينة.
المعلومات التي تم جمعها خلال المختبرات ودورات الفصول الدراسية يتم تخزينها في قاعدة البيانات server´s. يجب تحميل هذه المعلومات بحيث تتم معالجتها باستخدام حزمة تحليلات بيانات. مجموعة ملفات البيانات الذي تم إنشاؤه يحتوي على البيانات الخام الإشارات والمتغيرات المشتقة من تلك الإشارات. وبشكل أكثر تحديداً، تسجل لكل الإشارات الفسيولوجية الخام (ش والموارد البشرية والتسارع، GSR) والانحراف المعياري لها (ش) والمنحدر (sl) والفرق بين القيمة الحالية والقيمة القصوى في آخر 30 ثانية.
نفذت المرحلة المختبرية للبروتوكول في غرفة مريحة لقسم "الهندسة المعلوماتية" لديه الظروف المناسبة لهذه التجربة. ويبين الشكل 2 تطور الموارد البشرية، GSR وشارع القيم التي تم جمعها خلال واحدة من هذه الدورات لطالب الفعلية. كما يتبين في الشكل، تحدث اختلافات ملحوظة في الإشارات الفسيولوجية كما يقوم الطالب بكل مهمة من المهام (فيديو، STC1، STC2، STC3، وجانب PASAT، وزيادة التنفس) وشملت في التجربة. ويمكن ملاحظة قيمة الموارد بشرية أولية عالية نسبيا، على الأرجح بسبب الإجهاد الناجم عن عندما تواجه هذه المهمة للمرة الأولى بينما يجري رصد. النمو السريع لشارع أثناء اختبار فرط التنفس أيضا جديرة بالذكر.
ولاحظ أيضا خلال التجارب المختبرية كانت الاختلافات الملحوظة في الإشارات الفسيولوجية في لحظات تجريبية محددة، ولا يهم أن هذه الفترات كانت لا دائماً ينظر إليها كما المجهدة الطالب الهدف. وهذا يرجع إلى أن ينظر إلى الإجهاد متغير غير موضوعية، والطلاب المشاركين لا نتفق تماما في مفهوم مشترك للإجهاد. أثناء مرحلة المختبر، يعتزم إنشاء فترات قصيرة من الضغوط العالية. وحددت هذه فترات قصيرة من الإجهاد في بعض الأحيان الإحباط، ولكن ليس الإجهاد، الذي يؤدي الطلاب المشاركين على الاستجابة بشكل مختلف لما إشاراتها الفسيولوجية وأعرب عن. يمكن تصور هذا التأثير في الرسوم البيانية في الشكل 3. على سبيل المثال، في الفترة الفاصلة بين 12:15 و 12:20 (الانتهاء من الاختبار الأخير للون ستروب واختبار Word) الاختلافات GSR القوية أعراض واضحة للتوتر المحتملة. هذه الاختلافات القوية موجودة أيضا بين 12:25 ونهاية زيادة التنفس (الاختبار)، ولكن في كلتا المناسبتين، ادعى المستخدم لتشعر بمستوى ضغط منخفض وبالمثل.
وناقش الحالة أعلاه تؤكد الطابع الذاتي لتقييم الإجهاد في فترة قصيرة من الزمن. نتيجة لذلك، من بين المرشحين بالنسبة لمتغيرات تعتمد على مجموعتين من البيانات (أي، نوع النشاط، والإجهاد على أساس النشاط، أو ينظر إلى موضوع الإجهاد) اخترنا للإجهاد على أساس النشاط. ويحدد هذا المتغير مستويات الإجهاد وفقا لمستوى صعوبة المهمة التي تناولها، وليس على الأجوبة المقدمة من الطلاب حول مستويات الإجهاد المتصورة في نهاية كل مهمة. وبهذه الطريقة، مشاهدة الفيديو سوف يكون يوصف بأنه "الاسترخاء" في حين SCWT3 وجانب PASAT أن وصفها بأنها "تركيز" واختبار فرط التنفس ك "الإجهاد". ملاحظة أن العينات المأخوذة من SCWT1 و SCWT2 تم إهمالها في القضية لأن بحوث تجريبية سابقة، لوحظ أنه، في المتوسط، SCWT1 و SCWT2 هي الأنشطة التي تظهر مرحلة انتقالية بين شعور استرخاء (الذي تم التوصل إليه أثناء التصوير الفيديو) والمجهدة واحد. لهذه الأسباب، نحن تجاهل من تحليلنا الإشارات من هذه الأنشطة 2، وقمنا بتضمين فقط تلك من جانب PASAT فيديو تصور، SCWT3، واﻷنشطة زيادة التنفس. الموارد البشرية وشارع GSR الاختلافات بين هذه الدول (الاسترخاء، تركيز، الإجهاد) ويرد في الشكل 4. ويصور هذا الرقم quartiles الإشارات الفسيولوجية لمستويات الإجهاد الثلاثة في 12 طالبا المشاركة في التجربة. بشكل عام، زيادة الموارد البشرية و GSR إشارات تدريجيا كما يواجه الطالب المهام المتزايدة الصعوبة. أيضا، وفي جميع الحالات يتأثر مستوى درجة الحرارة. ومع ذلك، في بعض الحالات أنه يزيد لإحداث استرخاء والنقصان في ظروف عصيبة، بينما في حالات أخرى يحدث فقط العكس تبعاً للشخص.
من أجل تحليل العلاقة يلاحظ بصريا في اختلاف الإشارات الفيزيولوجية، جرى تطبيق تقنيات التعلم آلة على معالجة ملفات CSV. لتجنب الاختلافات عابرة أولية لكل مهمة ومستوى، تعتبر فقط آخر 3 الدقائق لكل نشاط من الأنشطة بغية تجنب عينات غير ممثلة. على وجه الخصوص، عدة خوارزميات التصنيف، لا سيما SVM، C4.5، تم تدريب ك-NN، الغابات العشوائية ونيفيباييس وزعرور، للكشف عن حالات الإجهاد من الإشارات الفسيولوجية التي تم جمعها. وأصبحت المصنفات المدربين درجة عالية من الدقة والخطأ المطلق يعني انخفاض معدلات كابا مؤشر مستوى الإجهاد كاشفات عالية كوهين، كما هو مبين في الجدول 1. لجميع مواضيع 12 والخوارزميات (باستثناء زيرور)، دقة الكشف عن الإجهاد في أكثر من 90%، قيمة الخطأ المطلق يعني قرب 0 ومؤشر كابا كوهين ما يقرب من 1.
مرحلة الصف المحدد في البروتوكول وقع خلال جلسات الدورة التدريبية الفعلية في غرف محاضرة في مدرسة "الاتصالات السلكية واللاسلكية الهندسة". واعتبرت العديد من الأنشطة الأكاديمية لهذه الدراسة: المحاضرات النظرية؛ الأسئلة تعسفاً من المعلم للطلاب حول بعض جوانب الدورة؛ شكوك أو أسئلة للمعلم الطلاب؛ اختبارات قصيرة؛ العادية الامتحانات/نهائيات تتكون من مجموعة من المشاكل التي يتعين حلها من قبل الطالب في 50-70 دقيقة.
وفي هذه الحالة يظهر تصور تطور الإشارات الفسيولوجية أن الاختلافات أكثر دهاء، فأصغر من الاختلافات في القيم إشارة للأنشطة المختلفة أثناء مرحلة المختبر. ولوحظت اختلافات الأكثر صلة بالموضوع خلال دورات الفصول الدراسية التي يحدث فيها محاضرة عادية بعد اكتمال مسابقة بوب. وفي هذه الحالة، واحد أو العديد من الإشارات الفسيولوجية التي تعاني اختلافات كبيرة، كما هو موضح في الشكل 5. يصور هذا الشكل الإشارات الملتقطة لطالب التي تواجه اختبار قصير (الجزء الأول من الرسوم البيانية). أثناء الاختبار، وسيكون المتغير الأكثر ملاءمة الموارد البشرية. ويمكن ملاحظة أن الطالب لديه معدل القلب أعلى بالمقارنة مع الوقت محاضرة النظري. بنفس الطريقة، يتم الاحتفاظ بدرجة حرارة الجلد منخفضة نسبيا إذا ما قورنت بوقت المحاضرة النظرية، عندما يثير حوالي 1 درجة مئوية.
لتحليل هذا بطريقة رقمية، العلاقة بين التغيرات في الإشارات وأنشطة موجهة من الطلاب، جرى تطبيق تقنيات التعلم آلة المثل إلى مرحلة المختبر. وتظهر النتائج لدورات الاختبار ومحاضرة البوب مجتمعة بدقة تصنيف متوسط 97.62% (± 3.82) استخدام C4.5. تم تجاهل علما بأن درجة حرارة الجلد في تحليل هذه الدورات بسبب التحيز المحتملة في النتيجة النهائية. خلال الفترة الانتقالية بين اختبار البوب والطلاب المحاضرات التالية مغادرة الفصول الدراسية لمدة 20 دقيقة تقريبا، بشكل كبير يؤثر على درجة حرارة القيم.
تحليل رسمي شامل لدورات الفصول الدراسية التي تم جمعها لا يزال في التقدم. هذا هو عملية معقدة حيث يتم تناول العديد من الحالات الصعبة. الاختلافات زمنية قصيرة أولاً، المفاجئ في الإشارات الفسيولوجية التي كثيرا ما لوحظت مع أي حدث المدرة للإجهاد المرتبطة بها. في معظم الحالات، يجري تسجيل هذه الفترات لأقل من دقيقة واحدة دون أي شيء هام آخر من الباحث. حالات أخرى لاحظ هو عدم استقرار القيم GSR عندما لا يكون يمكن ارتداؤها المعدل جيد أو في حالة حدوث الحركات المفاجئة. كلتا الحالتين تؤدي قيم GSR منخفضة جداً، قريبة من المايكروثانيه 0. بطريقة مماثلة، على الرغم من أن أقل بكثير من المعتاد، هناك قيم غير صحيحة في شارع، قريبة من درجة الحرارة المحيطة، عندما يمكن ارتداؤها كبير جداً للرسغ للمستخدم وذلك هو فضفاضة يرتديها. للقضاء على أخطاء التحليل المستمدة من هذه الحالات، يتم تجاهل المتغيرات المتأثرة. لاحظ أن جميع الإشارات التي ترصد يمكن المرشحين للكشف عن حالات الإجهاد وقد دربت مصنفات مختلفة باستخدام تركيبات مختلفة من الإشارات، ولكن القيم الشاذة يخل بالتصنيف بغض النظر عن المصنف المحدد.
الشكل 1 . الأدوات المستخدمة في البروتوكول المقترح. وهذا الرقم يمثل جميع العناصر المشاركة في البروتوكول وتفاعلاتها. الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم-
الشكل 2 . التشديد على الاختلاف في جلسة عمل مختبر. ويبين هذا الرقم الأجزاء المختلفة التي يتم تقسيم البروتوكول المختبر. ويعرض كل جزء تباين واضح في الإشارات الفسيولوجية. الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم-
الشكل 3 . التشديد على الاختلاف ينظر لطالب في جلسة عمل مختبر. هذا الرقم يظهر التباين بين اختلافات قوية من الإشارات الفسيولوجية للطالب أثناء جلسة عمل مختبرات والإجابة لاختبار الإجهاد. الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم-
الشكل 4 . مقاييس النسبة المئوية الإشارات الفسيولوجية ل 12 الطلاب المشاركين في جلسة عمل مختبر. وهذا الرقم يمثل القيمة مئوية موجز لكل موضوع. يمكن تصور الاختلافات إشارة فسيولوجية قوية بين كل حالة الإجهاد. الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم-
الشكل 5 . الموارد البشرية وشارع GSR الاختلافات خلال الفصول الدراسية والأنشطة. الفسيولوجي إشارات التباين أثناء اختبار قصير (إلى اليسار). تباين الإشارات الفسيولوجية أثناء محاضرة نظري (يمين). الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم-
| SVM | C45 | Knn | راندومفوريست | نايفيباييس | زعرور | |||||||||||||
| ستودينتيد | دقة | خطأ | كابا | دقة | خطأ | كابا | دقة | خطأ | كابا | دقة | خطأ | كابا | دقة | خطأ | كابا | دقة | خطأ | كابا |
| 100 | 99.83 | 0.22 | 1 | 99.75 | 0 | 1 | 100 | 0 | 1 | 100 | 0 | 1 | 98.94 | 0.01 | 0.98 | 43.12 | 0.43 | 0 |
| 101 | 98.77 | 0.22 | 0.98 | 99.76 | 0 | 1 | 99.81 | 0 | 1 | 99.93 | 0.01 | 1 | 98.16 | 0.01 | 0.97 | 48.7 | 0.42 | 0 |
| 102 | 99.56 | 0.22 | 0.99 | 99.83 | 0 | 1 | 99.77 | 0 | 1 | 99.91 | 0.01 | 1 | 93.5 | 0.05 | 0.89 | 52.41 | 0.41 | 0 |
| 103 | 99.71 | 0.22 | 1 | 99.94 | 0 | 1 | 99.97 | 0 | 1 | 99.97 | 0.01 | 1 | 97.24 | 0.02 | 0.96 | 49.64 | 0.42 | 0 |
| 104 | 99.82 | 0.22 | 1 | 99.33 | 0.01 | 0.99 | 100 | 0 | 1 | 99.85 | 0.01 | 1 | 97.09 | 0.02 | 0.96 | 42.05 | 0.44 | 0 |
| 105 | 100 | 0.22 | 1 | 100 | 0 | 1 | 99.84 | 0 | 1 | 100 | 0 | 1 | 99.83 | 0 | 1 | 43.8 | 0.43 | 0 |
| 106 | 98.09 | 0.23 | 0.97 | 99.37 | 0.01 | 0.99 | 99.69 | 0 | 1 | 99.85 | 0.01 | 1 | 96.52 | 0.02 | 0.95 | 47.51 | 0.42 | 0 |
| 107 | 100 | 0.22 | 1 | 100 | 0 | 1 | 99.85 | 0 | 1 | 100 | 0 | 1 | 99 ر 96 | 0 | 1 | 50.44 | 0.42 | 0 |
| 108 | 99.46 | 0.22 | 0.99 | 99.76 | 0 | 1 | 99.76 | 0 | 1 | 100 | 0 | 1 | 98.55 | 0.01 | 0.97 | 59.76 | 0.37 | 0 |
| 109 | 99.54 | 0.22 | 0.99 | 100 | 0 | 1 | 99.78 | 0 | 1 | 99 ر 96 | 0 | 1 | 99.78 | 0 | 1 | 47.34 | 0.42 | 0 |
| 110 | 99.86 | 0.22 | 1 | 99.94 | 0 | 1 | 99.72 | 0 | 1 | 99.9 | 0.01 | 1 | 96.4 | 0.02 | 0.94 | 50.35 | 0.42 | 0 |
| 111 | 99.97 | 0.22 | 1 | 99.84 | 0 | 1 | 100 | 0 | 1 | 100 | 0 | 1 | 99.35 | 0 | 0.99 | 43.7 | 0.43 | 0 |
| في المتوسط | 99.55 | 0.22 | 0.99 | 99.79 | 0.00 | 1.00 | 99.85 | 0.00 | 1.00 | 99.95 | 0.01 | 1.00 | 97.94 | 0.01 | 0.97 | 48.24 | 0.42 | 0.00 |
| الانحراف المعياري | 0.55 | 0.00 | 0.01 | 0.22 | 0.00 | 0.00 | 0.11 | 0.00 | 0.00 | 0.06 | 0.01 | 0.00 | 1.82 | 0.01 | 0.03 | 4.72 | 0.02 | 0.00 |
الجدول 1 . الدقة، يعني الخطأ المطلق، وكوهين'الحصول على قيم الفهرس كابا s SVM، ج4.5، ك-NN، آلة الغابات العشوائية ونيفيباييس وزعرور التعلم باستخدام البيانات من مصنفات 12 الطلاب المشاركين في التجربة المعملية.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
عمر الأجهزة يمكن ارتداؤها من بين الأكثر شعبية المنتجات الإلكترونية الاستهلاكية المتاحة اليوم. وتستخدم هذه الأجهزة عادة لرصد الأنشطة البدنية، ولكن قدراتها والأداء يمكن أن تكون ذات فائدة كبيرة في مجالات أخرى. في هذه الورقة، هو مناقشة بروتوكول لتقييم استخدام أجهزة أسرة يمكن ارتداؤها لتقدير الإجهاد في بيئات التعلم. تعريف هذا البروتوكول أهمية خاصة من أجل تحليل مختلف الحلول التي تنطوي على ويرابليس وآله التعلم خوارزميات. ويهدف البروتوكول لاستخدامها في الأوساط التعليمية، حيث قد توفر التحقق من إجراءات الكشف عن الإجهاد والأخذ بها في نهاية المطاف فوائد سيجنيفيكاتي. على سبيل المثال استخدام أجهزة يمكن ارتداؤها يمكن أن يسهم في الحد من مستويات عالية من الإجهاد المرتبطة إلى نضوب ما يسمى متلازمة9،،من1011، ونتيجة لذلك معدل التسرب في الجامعات12 , 13، مع تحسين الأداء الأكاديمي.
أحد جوانب حاسمة للنظر هو ارتباط Bluetooth يمكن ارتداؤها والهاتف الذكي. هذا الاتصال اللاسلكي بين الجهازين قد تكون مكسورة أثناء الاختبار، ولذلك من الضروري إيلاء اهتمام خاص لأنه من خلال تصور البيانات التي تم جمعها في لوحة المعلومات. على الرغم من أن يتم إجراء الاسترداد تلقائياً بعد فترة قصيرة من الزمن (أي، فاصل زمني يتراوح من 1 إلى 10 دقائق)، أن هذا الانقطاع قد يؤدي إلى فقدان العينات في ذلك الفاصل الزمني. للحد من كمية المعلومات المفقودة، قد يكون من المناسب يدوياً إعادة تعيين الجهاز الذكي. والجانب الآخر النظر هو قيمة استشعار درجة الحرارة الجلد الأولية، كما أنها قد تؤثر على تحقيق الاستقرار الجلد، والتي قد يتم تأخير يصل إلى 10 دقائق.
المزايا الرئيسية للبروتوكول المقترح في هذا البحث يتم تطبيقه على مجموعة كبيرة من الطلاب، ضرورة الدعم استخدام تطبيقات الجوال الآلي، بساطته في إعداد الأجهزة المشاركة في التجربة، وانخفاض الحد الأدنى التدخل أثناء قيامهم بالمرحلة الفصول الدراسية. هذا البروتوكول يوفر طريقة سريعة وبسيطة تنطبق في البيئات التي تسيطر عليها، مثل الفصول الدراسية أو المختبرات الجامعية. وإلى جانب ذلك، القدرات التكنولوجية للطلاب المشاركين ليست قضية، كما يقوم البروتوكول في المفاهيم التقنية واضحة مفهومة لطالب جامعة متوسط مستقل عن المجال الأكاديمي. وكما ذكرت في الأدبيات31، إمكانية تكرار نتائج في العلوم التجريبية يتطلب وصفاً دقيقا وواضحا للبروتوكولات المطبقة والنتائج المترتبة عليها. قد تم تصميم البروتوكول نوقشت في هذه الورقة بطريقة نمطية وفقا لخطوات بسيطة وواضحة، مما يسهل استنساخ التجارب التي نوقشت وعلى امتداد32. من بين أهم جوانب التصميم تيسير إمكانية تكرار نتائج، نحن اسم الإيجاز في مرحلة المختبر والتنفيذ الآلي عن طريق تطبيقات الجوال مستقل. بالإضافة إلى ذلك، لا يتطلب مرحلة الفصل الدراسي أي التفاعل مع الطلاب خارج الأنشطة الأكاديمية. معظم الطلاب وأشار بساطة العملية، وأبلغ عن أي شكاوى تتعلق بمشاركتهم في التجارب. وخلاصة القول، الأدلة التي تم جمعها حتى الآن تشير إلى أنه يمكن تطبيق هذا البروتوكول على المواضيع بصورة أوسع نطاقا وفي الميادين المختلفة للتعليم، مثل مكان العمل أو المرافق الصحية. إلى جانب ذلك، يوفر هذا البروتوكول إمكانية دراسة عدة حلول التعلم آلة لاختبار الخوارزميات أفضل لتنفيذ استناداً إلى متطلبات التجارب وعلى ارتداء الجهاز المحدد. ويسهل استخدام التطبيقات للحث على الإجهاد وتقديم لوحة لنماذج العرض والعلامة تدريب نماذج الإجهاد مخصص في جلسة عمل مختبر واحد.
وتتعلق القيود الرئيسية للحل المقترح في إمكانية تكرار نتائج الأنشطة الأكاديمية وتقلبه للمواضيع. إعادة الضبط نفس الشروط والأوضاع التي تجري في جلسات محاضرة مستحيل عمليا. من ناحية أخرى، الإجهاد يعاني منها كل طالب هو شخصي جداً، كما هو الحال في عامة هناك استجابات مختلفة لنفس المحفزات. وبالإضافة إلى ذلك، هناك مسائل متعلقة بالأجهزة المتصلة بالأجهزة يمكن ارتداؤها أنفسهم، مثل أساليب الوصول المختلفة، وأجهزة استشعار مختلفة، الوصول إلى الإشارات الفسيولوجية في الوقت الحقيقي، أو عمر البطارية. تقييد هذه المتطلبات التقنية ويرابليس المؤهلة إلى مجموعة محدودة من الأجهزة. في أجهزتنا الحالة، مؤهلة وتشمل تلك المتوافقة مع قدرات بلوتوث الذكية وعصابات الذكية مع الاستراحة متوافقة مع أجهزة الهاتف الذكي هكذا الرئيسية. ومن المتوقع زيادة على امتداد السنوات القادمة عدد الأجهزة المتوافقة.
ويهدف البروتوكول المقترح لتكون بمثابة أداة لتحديد نماذج الطالب أكثر ثراء من تلك المستخدمة حاليا في التعلم نظم إدارة أو نظم معلومات الطالب في نهاية المطاف. على سبيل المثال، يمكن تطبيق المعلومات الجديدة التقاطها مع الجهاز يمكن ارتداؤها وفقا لبروتوكول بحث للاكتشاف المبكر للحالات التي تؤثر على الأداء مثل التعب أو الإجهاد، ودليل الطلبة للتغلب على هذه الحالات. كبديل لهذا البروتوكول يمكن أن يستند إلى أجهزة لباس ترتديه أيضا خارج الفصول الدراسية من أجل الكشف عن اختلافات في الإشارات الفسيولوجية على مدى فترة أطول من الزمن. ينطوي هذا النهج على العديد من التحديات، مثل درجة حرارة المحيطة متغيرة باستمرار، أو القسري بالموضوع قيد الدراسة حاليا لتكون دائماً قريبة من الهاتف الذكي بهم لمنع فقدان البيانات. وأخيراً، يجوز تطبيق هذا البروتوكول أيضا للدورات والمستويات التعليمية، مما يسهل القبض على أدلة إضافية بشأن كيفية تأثير الإجهاد الأداء الأكاديمي للطلاب ذوي المهارات المختلفة أو ميادين الدراسة الأخرى.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
الكتاب ليس لها علاقة بالكشف عن.
Acknowledgments
هذا العمل تدعمه وكالة أبحاث الدولة الإسبانية والأوروبية الإقليمية التنمية صندوق (سيطلب) في إطار المشروع بالاس (TIN2016-80515-R AEI/أفرد، الاتحاد الأوروبي).
Materials
| Name | Company | Catalog Number | Comments |
| Microsoft Band 2 | Microsoft | Wearable | |
| Nexus 5 | LG/Google | Smartphone | |
| PhysiologicalSignals | Developed by the paper authors | App to collect data from wearables | |
| StressTest | Developed by the paper authors | App to develop laboraty experiment: Video visualization, Stroop color and word test, paced auditory serial addition test (PASAT) , hyperventilation activity | |
| Quizs | Developed by the paper authors | Questionnaires to collect qualitative data on students’ perception on stress | |
| Server | Developed by the paper authors | Server to store, analyze and display data | |
| Weka application | University of Waikato | Application to process the data using machine learning techniques |
References
- IDC. Forecasts Wearables Shipments to Reach 213.6 Million Units Worldwide in 2020 with Watches and Wristbands Driving Volume While Clothing and Eyewear Gain Traction. , at http://www.idc.com/getdoc.jsp?containerId=prUS41530816 (2016).
- Piwek, L., Ellis, D. A., Andrews, S., Joinson, A. The rise of consumer health wearables:promises and barriers. PLoS Medicine. 13 (2), (2016).
- Rudner, J., et al. Interrogation of Patient Smartphone Activity Tracker to Assist Arrhythmia Management. Annals of Emergency Medicine. 68 (3), 292-294 (2016).
- Gao, Y., Li, H., Luo, Y. An empirical study of wearable technology acceptance in healthcare. Industrial Management & Data Systems. 115 (9), 1704-1723 (2015).
- Lukowicz, P., et al. Glass-physics: using google glass to support high school physics experiments. Proceedings of the 2015 ACM International Symposium on Wearable Computers - ISWC '15. , 151-154 (2015).
- Sapargaliyev, D. Wearables in Education: Expectations and Disappointments. , 73-78 (2015).
- de Arriba Pérez, F., CaeiroRodríguez, M., Santos Gago, J. M. How do you sleep? Using off the shelf wrist wearables to estimate sleep quality, sleepiness level, chronotype and sleep regularity indicators. Journal of Ambient Intelligence and Humanized Computing. , 1-21 (2017).
- Espinosa, H. G., Lee, J., Keogh, J., Grigg, J., James, D. A. On the Use of Inertial Sensors in Educational Engagement Activities. Procedia Engineering. 112, 262-266 (2015).
- Travers, C. J., Cooper, C. L. El Estrés de los profesores la presión en la actividad docente. , Paidós. at https://dialnet.unirioja.es/servlet/libro?codigo=110437 (1997).
- Maslach, C., Jackson, S. E. The measurement of experienced burnout. Journal of occupational Behavior. 2, 99-113 (1981).
- Maslach, C., Jackson, S., Leiter, M. Maslach Burnout Inventory. , Palo Alto. (1986).
- Kitsantas, A., Winsler, A., Huie, F. Self-Regulation and Ability Predictors of Academic Success During College: A Predictive Validity Study. Journal of Advanced Academics. 20, (2008).
- Deberard, C., Scott, M., Glen, I., Spielmans, D. C. Julka Predictors of academic achievement and retention among college freshmen: a longitudinal study. College Student Journal. 381, 66-80 (2004).
- Healey, J. A. Wearable and automotive systems for affect recognition from physiology. , (2000).
- Vrijkotte, T. G. M., van Doornen, L. J. P., de Geus, E. J. C. Effects of Work Stress on Ambulatory Blood Pressure, Heart Rate, and Heart Rate Variability. Hypertension. 35 (4), (2000).
- Karthikeyan, P., Murugappan, M., Yaacob, S. Descriptive Analysis of Skin Temperature Variability of Sympathetic Nervous System Activity in Stress. Journal of Physical Therapy Science. 24 (12), 1341-1344 (2012).
- de Santos Sierra, A. Design, implementation and evaluation of an unconstrained and contactless biometric system based on hand geometry and stress detection. , (2012).
- Natale, V., Drejak, M., Erbacci, A. Monitoring sleep with a smartphone accelerometer. Sleep and Biological Rhythms. , Available from: http://onlinelibrary.wiley.com/doi/10.1111/j.1479-8425.2012.00575.x/full (2012).
- Guo, F., Li, Y., Kankanhalli, M., Brown, M. An evaluation of wearable activity monitoring devices. Proceedings of the 1st ACM international workshop on Personal data meets distributed multimedia. , http://dl.acm.org/citation.cfm?id=2512882 (2013).
- Wallen, M. P., et al. Accuracy of Heart Rate Watches: Implications for Weight Management. PLOS ONE. 11 (5), e0154420 (2016).
- Wang, R., et al. Accuracy of Wrist-Worn Heart Rate Monitors. JAMA Cardiology. 2 (1), 104 (2017).
- de Arriba Pérez, F., CaeiroRodríguez, M., Santos Gago, J. M. Collection and Processing of Data from Wrist Wearable Devices in Heterogeneous and Multiple-User Scenarios. Sensors. 16 (9), 1538 (2016).
- IDC. Wearables Aren't Dead, They're Just Shifting Focus as the Market Grows 16.9% in the Fourth Quarter, According to IDC. , at https://www.idc.com/getdoc.jsp?containerId=prUS42342317 (2017).
- Mark, H., Ian, W., Eibe, F. Data Mining: Practical Machine Learning Tools and Techniques. , Morgan Kaufmann Publishers. (2011).
- de Arriba Pérez, F., Santos Gago, J. M., Caeiro Rodríguez, M. Analytics of biometric data from wearable devices to support teaching and learning activities. Journal of Information Systems Engineering & Management. 1, 41-54 (2016).
- Machine Learning Group at the University of Waikato. Weka 3 - Data Mining with Open Source Machine Learning Software in Java. , at https://www.cs.waikato.ac.nz/mL/weka/ (2018).
- Zhai, J., Barreto, A. Stress Detection in Computer Users Based on Digital Signal Processing of Noninvasive Physiological Variables. 2006 International Conference of the IEEE Engineering in Medicine and Biology Society. , 1355-1358 (2006).
- Tombaugh, T. N. A comprehensive review of the Paced Auditory Serial Addition Test (PASAT). Archives of Clinical Neuropsychology. 21 (1), 53-76 (2006).
- Fan, Q., Wang, Y. The real-time realization of filtering of speech with DSP TMS320VC5416 Chip. 2010 International Conference on Educational and Information Technology. , (2010).
- González Barajas, J. E., Velandia Cárdenas, C., Nieto Camacho, J. Implementación de filtro digital en tiempo real para detección de la onda R. Revista Tecno Lógicas. 18 (34), 75-86 (2015).
- Mesirov, J. P. Computer science. Accessible reproducible research. Science (New York, N.Y.). 327 (5964), 415-416 (2010).
- American Journal Experts. How to Write an Easily Reproducible Protocol. , at https://www.aje.com/en/arc/how-to-write-an-easily-reproducible-protocol/ (2018).
