Summary

הערכה של Wearables היד מסחרי---מהמדף כדי להעריך את הלחץ על הסטודנטים

Published: June 16, 2018
doi:

Summary

פרוטוקול להעריך פתרונות המבוססים על wearables שורש כף היד (מיטות) מסחרי—מהמדף כדי להעריך מתח סטודנטים מוצע. הפרוטוקול מתבצעת בשני שלבים, מבחן אינדוקציה הלחץ ההתחלתי מבוסס המעבדה, שלב המעקב המתרחשים בכיתה בזמן שהתלמיד מבצע פעילות אקדמית.

Abstract

מכשירים שכאלו (מיטות) מסחרי—מהמדף הפכו לפופולריים בשנים האחרונות לעקוב אחר פעילויות ספורט, בעיקר בקרב צעירים. התקנים אלה כוללים חיישנים כדי לאסוף נתונים על אותות פיזיולוגיים כגון קצב הלב, טמפרטורת עור או בעור. על ידי יישום טכניקות ניתוח נתונים לסוגים אלה של אותות, זה ניתן לקבל הערכות ההיבטים ברמה גבוהה יותר של ההתנהגות האנושית. בספרות, ישנם מספר עבודות המתארות את השימוש פיזיולוגיים הנתונים שנאספו באמצעות מכשירים קליניים כדי להשיג מידע על דפוסי השינה או מתח. עם זאת, זה עדיין שאלה פתוחה אם נתונים שנלכדו באמצעות מיטות היד wearables מספיקה לאפיין את המצב הנפשי של הלומדים במסגרות חינוכיות. מאמר זה דן פרוטוקול כדי להעריך את הלחץ שערוך של נתונים שהושגו באמצעות מיטות היד wearables. הפרוטוקול מבוצע בשני שלבים. השלב הראשון כולל ניסוי מעבדה מבוקרים, שבה נעשה שימוש ליישום נייד כדי לגרום רמות הלחץ שונה אצל תלמידים באמצעות וידאו מרגיעה, צבע סטרופ, Word, בדיקה, מבחן בקצב תוספת טורי השמיעה של מבחן של ולמצבי. בשלב השני מתבצע בכיתה, שבו מתח ניתוח תוך ביצוע מספר פעילויות אקדמיות כלומר השתתפות להרצאות תיאורטי, עושה תרגילים ופעילויות אחרות בודדים, לוקחים בדיקות קצר ואת בחינות. בשני המקרים, נחשבים נתונים כמותיים המתקבל wearables היד עריסות והן איכותי הנתונים שנאספו באמצעות שאלונים. פרוטוקול זה כרוך שיטה פשוטה ועקבית עם יישום אינדוקציה סטרס ותמיכה שאלונים, המחייב השתתפות מוגבלת של הצוות.

Introduction

המדינה-of-the-art טכנולוגיות לביש זמינים באופן נרחב, סביבות יישומים שלהם ללא הרף מתרחבים. ניתן למצוא בשוק להתקנים רבים ושונים, בין אילו מיטות היד wearables1, כגון שעונים חכם ולהקות חכם, הם פופולרי בקרב ספורטאים כמו כושר גופני אישי ניטור tool2. על ידי יישום טכניקות אנליטית נתונים, ניתן לעבד את הנתונים שהושגו באמצעות התקנים אלה כדי לספק אינדיקטורים כגון מצבו הגופני הכללי, לישון גורם איכות או שחזור. הישימות הפגינו באזור זה העלה הריבית בקהילה האקדמית על יישום אפשרי שלהם לשדות אחרים, ובמיוחד בריאות מחשבים3,4, למרות להגביל דרישות מחמירות של ניסויים קליניים ההיכרות שלהם. עם זאת, ב פחות תובענית הקשר כמו חינוך, נוכל למצוא הספרות האחרונות בחקירות הכרוכות של סוגים שונים של מכשירים שכאלו, שניהם קשורים מלמד פעילויות5,6 , ההערכה של מאפיינים מסוימים של התלמיד כגון דפוסי שינה7או הניתוח של האירוסין של התלמידים פעילויות חינוכיות שונות8.

במקרה שלנו, אנו מתמקדים בניתוח עריסות היד מכשירים שכאלו כאמצעי לאיסוף אותות פיזיולוגיים שתאפשר בסופו של דבר הלחץ אמידה, אשר בתורו להיבט בהקשרים חינוכיים. לחץ יש השפעה רלוונטי בפיתוח של פעילות אקדמית וביצועים של התלמידים הכללית. לדוגמה, רמות הלחץ אינם קשורים ישירות התחלתה של תסמונת burnout סטודנטים9,10,11, רמות הלחץ גבוה רלוונטיים במיוחד במהלך השנה הראשונה, שבה שיעורי הנשירה בין 20% 30%12,13 והם נפוצים. גילוי ושליטה מחווני מתח יכול לשפר באופן דרמטי בלימודים אקדמיים.

השימוש של עריסות היד מכשירים שכאלו היא מוצדקת כי יש חיישנים המספקים מידע אודות אותות פיזיולוגיים היה בשימוש נרחב על ידי הקהילה המדעית ב מתח הערכה וזיהוי. חלק האותות מכונה בספרות המשמשים למטרה זו כוללים את קצב הלב (HR)14, קצב הלב varaibility15, עור חום (רח’)16, נשימה14בעור (GSR)17. אותות אלה יכולים להיות שנאספו על ידי עריסות היד wearables. עם זאת, הם לא מציעים את הביצועים אותו כמו התקני קליניים. ישנם הבדלים הקשורים דיוק חיישנים בין התקנים18,19,20,21. למרות זאת,20,19,18,עבודות קודמות21 הראו כי, בתרחיש בתנועה איטית, עריסות היד לביש חיישנים יש שגיאה דפוסים דומים למכשירים מיוחדים.

מטרת מאמר זה היא להציג את פרוטוקול להעריך פתרונות שונים עבור מתח להערכת תלמידים באמצעות מיטות היד wearables. ישנם הסדרים רבים אשר יכולים להיות הציע להערכת רמות הלחץ, הכרוכות של היד שונים לביש נתונים והתקנים analytics, וטכניקות ליתר דיוק מכונת למידה אלגוריתמים. עריסות היד wearables מאופיינים שלהם גבוהה פיצול, הטרוגניות ויכולת פעולה הדדית בעיות22. שלוש חברות של נתח שוק צבורים של כמעט 50%23, אך רבים אחרים חשבון חברות לשוק בודדים קטנים יותר הרבה מניות, בעל חלק צבור מעל 50%. מצד שני, מבחינת הטרוגניות, לא כל wearables יש את אותו המספר והסוג של חיישנים, עם תאוצה וחיישני h להיות הנפוצות ביותר, ולמד של ST ו של GSR רק להיות נוכח ב 5% של המכשירים. באשר האינטראופרביליות, ישנן מערכות הפעלה ונתונים אוסף גישות שונות שאינן תואמות אחד עם השני. באשר המכונה לימוד טכניקות שניתן להחיל כדי להעריך את הלחץ מן הנתונים שנאספו באמצעות מכשיר כף היד, ישנם רבים אפשרויות זמין24, לרבות ההחלטה עצים, רשתות עצביות, הקרוב ביותר שכן גישות, Bayes תמים מסווגים, וכו לסיכום, יש מגוון רב של פתרונות ניתן לפתח עבור מתח הערכה, אז זה פלייבק לעצב פרוטוקול הערכה כדי להקל על ההשוואה בין אפשרויות שונות סופי בסופו של דבר לבחור המתאים ביותר בהקשר נתון.

ליישום הפרוטוקול, מספר כלים הם הצורך (איור 1). ראשית, התקן לבישה של שורש כף היד מיטות יש צורך להביא נתונים פיזיולוגיים. זה מכשיר לביש צריכות להיות לפחות HR ניטור יכולות, אבל חיישנים נוספים הם רצויים (למשל, תאוצה, ST, GSR חיישנים). שנית, טלפון חכם של הפעלת היישום PhysiologicalSignal נדרש כדי לאסוף את הנתונים בשבי על ידי המכשיר לביש. שלישית, טבלית פועל היישום StressTest יש צורך להפעיל לחץ אינדוקציה תרגילים (החכם יכול להיות בשימוש במקום הלוח למטרה זו). רביעית, כמה שאלונים לאיסוף נתונים איכותי על התפיסה של התלמידים על מתח. חמישית, שרת האינטרנט שירות25 לבצע איסוף נתונים עיבוד קדם, ואת לוח מחוונים האינטרנט כדי להציג את ההתפתחות של האותות. לבסוף, נתוני אנליטיקס החבילה26 לעבד את הנתונים שנאספו על התלמידים באמצעות מכונת למידה טכניקות.

פרוטוקול הערכה שמאורגנים בשני שלבים. הראשון, שלב מעבדה, מבוצעת בחדר אירוח נוח, שבו רמות הלחץ שונים (כלומר, “תירגע”, “מתח מרוכז”, “מתח”) הם המושרה לנושא היעד (תלמיד) דרך מספר משימות נפוצות בתדר מתח. החלק השני מתרחש בכיתה, וכרוך בכך ניטור התלמיד במהלך להגשמת מספר פעילויות אקדמיות: הסברים תיאורטיים, הפעילויות הנפרדות, בדיקות קצרות, בחינות, וכו במהלך הביצוע פרוטוקול זה, הנושא של פיזיולוגיים אותות נלכדים באמצעות מכשיר כף היד. לבסוף, אותות אלה מעובדים על ידי בינה מלאכותית אלגוריתמים כדי לספק הערכות על רמת הסטרס.

במהלך שלב מעבדה, האפליקציה StressTest משמש כדי לגרום רמות הלחץ שונים. יישום זה מנחה את הנושא ועד לסיום ארבע משימות שונות. המשימה הראשונה היא ליצור בסיס עבור מנתח הלחץ. במשימה זו, התלמיד מדמיין 4 דקות וידאו מרגיעה שבו מוצגות תמונות שונות של שקיעה על הגשר. המשימה השנייה היא עיבוד של שטרופ צבע של המילה בדיקה27 (SCWT). כל שתי שניות, הנושא עליך לבחור את הצבע שבו נצבע את השם של צבע (אדום, ירוק, כתום, כחול וסגול). כמה כפתורים הממוקם בחלקו התחתון של המסך המכיל את המכתב הראשונית של כל צבע זמינים עבור הנושא לבחור את צבע צבוע בכל מועד. לדוגמה, לחצן זה מתייחס כחול מתארת את האות B. במקרה שלנו, בדיקה זו מחולקת שלוש רמות שונות של קושי. עבור הרמה הראשונה (SCWT1), בצבע “המילים של צבעים” יופיעו באותו סדר כמו הלחצנים, כך צבע ושם להתאים ישירות. רמה זו נלקח בתור בסיסית, וגם זה אינו כרוך בקשיים הנושא יש ללחוץ רק את הלחצנים כהלכה, תמיד באותו סדר. הרמה השניה (SCWT2), בצבע “המילים של צבעים” מופיעות באופן אקראי, אך ההתכתבות בין השם והצבע נשמר. בכל פעם הנושא נכשל צפצוף נפלטת, אם שתי טעויות נעשים, יתבצע איפוס של התוצאה הצבע הנכון. האחרון, הקשים ביותר ברמת (SCWT3), שם וצבע אינם תואמים. בדרך זו רמה זו נועדה להיות מלחיץ עבור הנושא ומורכבת יותר. הפעילות השלישית מורכבת על בקצב תוספת טורי השמיעה מבחן (PASAT)28, אשר מודד כמה התלמיד חווה בדיקת ריכוז. במהלך משימה זו, רצף של מספרים עוקבים הוא שיחק בקול רם, התלמיד חייב להוסיף את שני המספרים ואת כתיבה התוצאה המצורפת על המסך תיבה לפני האזנה למספר הבא. במשימה זו, אם הנושא עושה טעות, מטרידה מתרחש אירוע ליצור מתח (שני מספרים הקול בו זמנית או נשמרות תקופה ארוכה של שקט בבית). במקרה זה, אם שלוש שגיאות מחויבים, חשבון סכום יאופסו. המשימה הרביעית מורכב על פעילות של ולמצבי לזירוז וריאציית אותו בין אותות פיזיולוגיים כי יתגרה המצב מלחיץ17. בסוף כל רמה של פעילות, הנושא יש להצביע על הרמה של הלחץ הנתפס, באמצעות היישום עצמו, על פי סרגל likert 5-ערך.

במהלך השלב בכיתה, התלמידים לבצע את פעילותם אקדמיים רגילים יחד עם שאר חבריהם לכיתה. הפרוטוקול מתמקד רמות מתח המתרחשים במהלך פעילויות בכיתה ספציפית. בסוף ההרצאה, שאלון קצר (נספח 1) הושלמה על-ידי התלמיד כדי לציין את רמת הסטרס בפעילות מספר בהתאם מידה 5-ערך נתפס.

Protocol

כל השיטות המתוארות להלן אושרו על ידי הממשלה האזורית של גליסיה הוועדה לאתיקה מחקר של פונטבדרה-ויגו-Ourense (קוד רג 2017/336). הפרוטוקול בוצע עבור סטודנטים בשנה הראשונה-הספר טלקומוניקציה להנדסה – אוניברסיטת של ויגו, חדר נוח מעבדה והן מספר הרצאות, תרגולים של קורס לתואר על ארכיטקטורות. 1….

Representative Results

פרוטוקול דנו הוכנס תרגול בקורס ארכיטקטורות בשנה הראשונה של דרגת הנדסת תקשורת-האוניברסיטה של Vigo. הקורס הזה יש יותר מ-200 מתלמידים הרשומים אשר מאורגנות 10 קבוצות עבודה. כדי לבצע את הניסוי הזה, סטודנטים מארבע הקבוצות הוזמנו להירשם בתחילת שנת הלימודים. הפרויקט נמשך עניין רב בק?…

Discussion

עריסות מכשירים שכאלו הן בין המוצרים אלקטרוניקה צרכנית הפופולרי ביותר הזמינים כיום. התקנים אלה משמשים בדרך כלל כדי לפקח על פעילות גופנית, אבל היכולות והביצועים שלהם יכול להיות עניין רב בתחומים אחרים. בנייר זה, נדון פרוטוקול כדי להעריך את השימוש של מכשירים שכאלו מיטות עבור הערכת מתח וסביבו?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

עבודה זו נתמכת על ידי סוכנות מחקר של המדינה הספרדית, את אירופה אזורי פיתוח קרן (ERDF) תחת הפרויקט פאלאס (TIN2016-80515-R AEI/EFRD, האיחוד האירופי).

Materials

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

  1. 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. , (2016).
  2. Piwek, L., Ellis, D. A., Andrews, S., Joinson, A. The rise of consumer health wearables:promises and barriers. PLoS Medicine. 13 (2), (2016).
  3. Rudner, J., et al. Interrogation of Patient Smartphone Activity Tracker to Assist Arrhythmia Management. Annals of Emergency Medicine. 68 (3), 292-294 (2016).
  4. Gao, Y., Li, H., Luo, Y. An empirical study of wearable technology acceptance in healthcare. Industrial Management & Data Systems. 115 (9), 1704-1723 (2015).
  5. 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).
  6. Sapargaliyev, D. . Wearables in Education: Expectations and Disappointments. , 73-78 (2015).
  7. 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).
  8. 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).
  9. Travers, C. J., Cooper, C. L. . El Estrés de los profesores la presión en la actividad docente. , (1997).
  10. Maslach, C., Jackson, S. E. The measurement of experienced burnout. Journal of occupational Behavior. 2, 99-113 (1981).
  11. Maslach, C., Jackson, S., Leiter, M. . Maslach Burnout Inventory. , (1986).
  12. 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).
  13. 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).
  14. Healey, J. A. . Wearable and automotive systems for affect recognition from physiology. , (2000).
  15. 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).
  16. 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).
  17. de Santos Sierra, A. . Design, implementation and evaluation of an unconstrained and contactless biometric system based on hand geometry and stress detection. , (2012).
  18. Natale, V., Drejak, M., Erbacci, A. Monitoring sleep with a smartphone accelerometer. Sleep and Biological Rhythms. , (2012).
  19. 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. , (2013).
  20. Wallen, M. P., et al. Accuracy of Heart Rate Watches: Implications for Weight Management. PLOS ONE. 11 (5), e0154420 (2016).
  21. Wang, R., et al. Accuracy of Wrist-Worn Heart Rate Monitors. JAMA Cardiology. 2 (1), 104 (2017).
  22. 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).
  23. IDC. . Wearables Aren’t Dead, They’re Just Shifting Focus as the Market Grows 16.9% in the Fourth Quarter, According to IDC. , (2017).
  24. Mark, H., Ian, W., Eibe, F. . Data Mining: Practical Machine Learning Tools and Techniques. , (2011).
  25. 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).
  26. Machine Learning Group at the University of Waikato. . Weka 3 – Data Mining with Open Source Machine Learning Software in Java. , (2018).
  27. 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).
  28. Tombaugh, T. N. A comprehensive review of the Paced Auditory Serial Addition Test (PASAT). Archives of Clinical Neuropsychology. 21 (1), 53-76 (2006).
  29. 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).
  30. 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).
  31. Mesirov, J. P. Computer science. Accessible reproducible research. Science (New York, N.Y.). 327 (5964), 415-416 (2010).
  32. American Journal Experts. . How to Write an Easily Reproducible Protocol. , (2018).

Play Video

Cite This Article
de Arriba Pérez, F., Santos-Gago, J. M., Caeiro-Rodríguez, M., Fernández Iglesias, M. J. Evaluation of Commercial-Off-The-Shelf Wrist Wearables to Estimate Stress on Students. J. Vis. Exp. (136), e57590, doi:10.3791/57590 (2018).

View Video