Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

Una progettazione sperimentale interdisciplinare e multimodale per studiare esperienze di esame autentico quasi in tempo reale

Published: September 4, 2019 doi: 10.3791/60037
Automatic Translation
1, 3, 1, 1, 1, 2, 3, 3
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

Summary

È stato sviluppato un progetto sperimentale per studiare le influenze in tempo reale di un'esperienza di esame per valutare le realtà emotive che gli studenti sperimentano in contesti e compiti di istruzione superiore. Questo progetto è il risultato di un approccio interdisciplinare (ad esempio psicologia educativa, biologia, fisiologia, ingegneria) e multimodale (ad esempio, marcatori salivari, indagini, sensori elettrodermici).

Abstract

Negli ultimi dieci anni, la ricerca sulle emozioni degli studenti negli ambienti educativi è aumentata. Anche se i ricercatori hanno chiesto ulteriori studi che si basano su misure oggettive dell'esperienza emotiva, esistono limitazioni all'utilizzo di fonti di dati multimodali. Gli studi sulle emozioni e la regolazione emotiva nelle classi tradizionalmente si basano su strumenti di indagine, campionamento di esperienze, artefatti, interviste o procedure di osservazione. Questi metodi, sebbene preziosi, dipendono principalmente dalla soggettività del partecipante o dell'osservatore ed è limitato nella sua misurazione autentica delle prestazioni in tempo reale degli studenti a un'attività o un compito in classe. Quest'ultimo, in particolare, pone un ostacolo a molti studiosi che cercano di misurare oggettivamente le emozioni e altre misure correlate in classe, in tempo reale.

Lo scopo di questo lavoro è quello di presentare un protocollo per studiare sperimentalmente le risposte in tempo reale degli studenti alle esperienze degli esami durante un'autentica situazione di valutazione. Per questo, un team di psicologi educativi, ingegneri e ricercatori di educazione ingegneristica ha progettato un protocollo sperimentale che ha mantenuto i limiti necessari per la misurazione accurata fisiologica dei sensori, le migliori pratiche di raccolta salivare e un un ambiente di test autentico. In particolare, gli studi esistenti che si basano su sensori fisiologici sono condotti in ambienti sperimentali che sono disconnessi da contesti educativi (ad esempio, Trier Stress Test), staccati nel tempo (ad esempio, prima o dopo un'attività) o introdurre un errore di analisi (ad esempio, l'uso di sensori in ambienti in cui gli studenti sono suscettibili di muoversi). Questo limita la nostra comprensione delle risposte in tempo reale degli studenti alle attività e alle attività in classe. Inoltre, recenti ricerche hanno chiesto di tenere più considerazioni su questioni relative a reclutamento, replicabilità, validità, configurazioni, pulizia dei dati, analisi preliminari e circostanze particolari (ad esempio, aggiungendo una variabile nella nella ricerca sulle emozioni accademiche che si basa su approcci multimodali.

Introduction

Gli psicologi hanno da tempo compreso l'importanza delle emozioni degli esseri umani nel chiarire i loro comportamenti1. All'interno dello studio dell'istruzione, Academic Achievement Emotions (AEE) è diventato il centro della ricerca sulle emozioni2. I ricercatori che utilizzano AAE sostengono che i contesti situazionali in cui si trovano gli studenti sono importanti da considerare quando esaminano le emozioni degli studenti. Gli studenti possono sperimentare emozioni legate ai test, classi, o relative all'apprendimento che coinvolgono processi multi-componente, tra cui componenti affettivi, fisiologici, motivazionali e cognitivi. L'AEE è espresso in due forme: valenza (positiva/negativa) e attivazione (energia focalizzata/non focalizzata). Le emozioni attive positive, come il godimento, possono aumentare i processi riflessivi come la metacognizione, mentre le emozioni positive che disattivano come l'orgoglio possono portare a bassi livelli di elaborazione cognitiva. L'attivazione negativa di emozioni come rabbia e ansia può innescare l'impegno, mentre le emozioni negative che didisattivano come la disperazione possono smorzare la motivazione3,4,5. Le emozioni accademiche contribuiscono a come impariamo, percepiamo, decidiamo, rispondiamo e risolviamo i problemi2. Per regolare le emozioni accademiche, un individuo deve possedere l'autoefficacia (SE)6,7,8, che è la loro fiducia nella loro capacità di impiegare il controllo sulla loro motivazione, comportamento, e ambiente sociale 6.L'autoefficacia e le emozioni accademiche sono interconnesse, dove una minore autoefficacia è legata a emozioni di disattivazione negative (ad esempio, ansia, rabbia, noia) e una maggiore autoefficacia è legata a emozioni attivanti positive (ad esempio, felicità, speranza, eccitazione)6,7,8. SE è anche creduto di essere fortemente legato alle prestazioni6,7,8.

La ricerca che ha esaminato le emozioni in classe si è basata su auto-relazioni, osservazioni, interviste e manufatti (ad esempio, esami, progetti)9,10. Sebbene questi metodi forniscano informazioni contestuali dettagliate sulle esperienze in classe degli studenti, hanno limitazioni significative. Ad esempio, interviste, osservazioni e auto-relazioni si basano sulle introspezie degli individui10. Altri metodi hanno cercato di esaminare le emozioni accademiche in modo più proxire rispetto ai precedenti ricercatori, come quelli basati su approcci di campionamento di esperienze in cui i ricercatori chiedono agli studenti di riferire sulle loro emozioni durante il giorno di scuola11. Anche se questa ricerca ci permette di segnalare le emozioni degli studenti in modo più accurato, questo lavoro si basa su metodi di auto-segnalazione e non consente la segnalazione in tempo reale in quanto gli studenti devono mettere in pausa il loro lavoro sull'esame per affrontare il sondaggio sull'esperienza.

Recentemente, i ricercatori hanno iniziato ad affrontare le preoccupazioni circa le misure di auto-relazione attraverso l'uso di misure biologiche o fisiologiche di emozione9, che combinate con altri strumenti o tecniche come indagini, osservazioni o interviste, consiste in una forma multimodale di raccolta dei dati per la ricerca educativa e psicologica12. Ad esempio, tecniche biologiche, tra cui biomarcatori salivari, vengono utilizzate per comprendere il ruolo dei processi biologici sulla cognizione, l'emozione, l'apprendimento e le prestazioni13,14,15. Per i processi cognitivi, gli androgeni (ad es. testosterone) sono stati collegati a diversi modelli di riconoscimento spaziale negli adulti e nei bambini16,17 mentre gli ormoni ipotalamici-pituitari-adrenomici (ad esempio, cortisolo) e gli ormoni adrenergici (ad es., salivare o sAA) sono collegati alla reattività allo stress tra gli individui18,19,20.

L'attività elettrodermica (EDA) rappresenta una misura fisiologica dell'attivazione del sistema nervoso autonomo (ANS) ed è legata ad una maggiore attivazione del sistema, carico cognitivo o intense risposte emotive21,22 ,23. Nelle attività di esame, l'EDA è affetto dalla mobilità fisica21,22, temperature corporee e ambientali24,25,26,27, e verbalizzazione di pensieri28, così come la sensibilità e il grado di connettività degli elettrodi analogico-digitale alla pelle29.

Anche se queste possono essere limitazioni all'utilizzo dell'EDA, questa tecnica può ancora fornire preziose informazioni su ciò che accade durante gli esami quasi in tempo reale e può servire come strumento promettente per esplorare L'AEE e, di fatto, l'autoefficacia. Di conseguenza, un quadro accurato dell'AEE degli studenti può essere ottenuto attraverso una combinazione di metodi di indagine, per determinare la valenza delle emozioni, e dati fisiologici e biologici, per misurare l'attivazione di tale emozione. Questo documento si basa su una precedente pubblicazione sulle attività di esame30 ed amplia la portata di tale lavoro per includere approcci multimodali (utilizzando indagini di campionamento di esperienze, sensori EDA e biomarcatori salivari) in uno scenario di esame. È essenziale ricordare che il protocollo descritto di seguito consente di raccogliere contemporaneamente i dati di più partecipanti all'interno di un'unica impostazione sperimentale.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Le procedure sono state approvate dall'Institutional Review Board (IRB) nell'ambito di una revisione generale presso la Utah State University per gli studi sulle materie umane e l'uso di questi costrutti. I risultati tipici includono due semestri di un corso di ingegneria statica, ciascuno con una configurazione sperimentale leggermente diversa, presso un istituto occidentale di istruzione superiore negli Stati Uniti. Gli esami di pratica, il cui contenuto era parallelo agli esami effettivi, sono stati sviluppati dall'istruttore del corso e sono stati utilizzati per il nostro studio. Si noti che il protocollo descritto di seguito descrive i passaggi simultanei e alcuni passaggi potrebbero sovrapporsi.

1. Considerazioni per la progettazione sperimentale e l'integrazione delle pratiche disciplinari

Poiché i ricercatori considerano progetti sperimentali di questa natura, le conoscenze e gli approcci disciplinari devono essere integrati in modo da integrare e sostenere il principale obiettivo di ricerca. Con l'aggiunta di nuovi strumenti e metodi, sono necessarie ulteriori considerazioni di convalida. In questo lavoro, esploreremo uno studio sperimentale in cui sono stati utilizzati al semestre di utilizzo indagini e sensori elettrodermici per uno dei semestri (progettazione sperimentale A), e la raccolta di biomarcatori salivari (ad esempio, cortisolo e sAA) disegno B). Di seguito sono riportate le considerazioni per le due impostazioni:

  1. Progettazione sperimentale con sondaggi e sensori elettrodermici
    1. I sensori elettrodermici sono sensibili. Le risposte di avvio dei partecipanti, se attivate inavvertitamente, possono creare un picco significativo nella risposta Dell'AED. Ciò è particolarmente importante quando si considerano più partecipanti per la raccolta dei dati, le cui azioni possono migliorare queste risposte sorprendenti. Di conseguenza, assicurarsi di configurare l'area di lavoro con attenzione per ridurre al minimo il maggior numero possibile di distrazioni. Come illustrato nella Figura 1, includere uno scudo di prova se si esplorano le esperienze di esame per un individuo o un gruppo di individui.
      NOTA: per aumentare la validità ecologica dell'ambiente di test, pianificare la creazione di qualsiasi materiale che uno studente starebbe utilizzando per l'esame effettivo (ad esempio, cartelle di lavoro, fogli di equazione) per consentire ai partecipanti di riflettere e risolvere eventuali problemi di esame necessari
    2. I sensori elettrodermici forniscono un segnale ogni 1/4di secondo. Per consentire la definizione e lo studio di un evento, implementare un piano per raccogliere una misura precisa dell'insorgenza di un'attività. Quando si sincronizzano sensori elettrodermici con i rilievi, assicurarsi che la presentazione della domanda del rilevamento sia sincronizzata con il sensore elettrodermico utilizzando l'orologio interno del computer per stabilire un intervallo di tempo per la raccolta dei dati (vedere Figura 1). Se si utilizzano sensori elettrodermimali abilitati per Bluetooth (ad esempio, tabella dei materiali), gli orari di sincronizzazione nell'ora meridiana di Greenwich (GMT) tengono conto delle variazioni del fuso orario e delle differenze di ora legale durante le procedure di raccolta dei dati30.
      NOTA: se si utilizza un server Web per la presentazione degli stimoli (ad esempio, domanda di prova, elemento dell'indagine, ecc.), assicurarsi di allineare gli orari tra il server e l'orologio interno del computer in quanto questi non sono in genere sincronizzati. Si noti che potrebbe essere necessario preinstallare un server web multipiattaforma (ad esempio, XAMPP o altri server Apache) per ogni computer utilizzato per lo studio. Se intendi sincronizzare una webcam per scopi di registrazione video, prendi in considerazione l'uso di un software di sicurezza che consenta la registrazione della data, ora, ora, minuto, secondo e millisecondo (ad esempio, 01/01/2000 04:01:02:05) del video. Si noti che questo video deve essere sincronizzato anche con l'orologio interno del computer e gli altri dispositivi (ad esempio, sensore EDA). Impostare le webcam per misurare il volto del partecipante da diverse angolazioni, se necessario. Si consiglia che per una webcam frontale; il video è posizionato in parallelo alla superficie della workstation e per le telecamere web rivolte verso il basso per posizionare il video a 30 a 45 gradi dalla superficie della stazione di lavoro al volto del partecipante.
    3. Posizionare il sensore elettrodermico sulla mano non dominante del partecipante per ridurre al minimo qualsiasi rumore nel segnale a causa di un errore di movimento o di contatto con l'elettrodo durante la raccolta dei dati, come suggerito in un protocollo precedente30. Se i ricercatori desiderano ridurre al minimo gli artefatti nell'AED a causa del movimento, un'alternativa consiste nell'includere un pad gel da polso in una posizione comoda per il partecipante e che contemporaneamente consenta loro di appoggiare la mano non dominante.
      NOTA: il posizionamento del computer portatile, del gel pad, del sensore, dei fogli degli esami e di altri elementi dello studio deve essere standardizzato per garantire la ripetibilità in tutte le condizioni di esame e nei semestri. Come illustrato nella Figura 1,il nastro del pittore è stato utilizzato per centrare ogni elemento (ad esempio, computer portatili, fogli di esame, telecamere) del setup sperimentale in modo coerente tra i partecipanti e i semestri di raccolta dei dati.
    4. Per le letture dei sensori elettrodermici, stabilire un periodo durante il quale i partecipanti hanno raggiunto uno stato rilassato per stabilire i dati EDA di base31 . Per questo, indicare un momento all'inizio dell'esame per i partecipanti a fissare lo scudo di prova (5-15 minuti) o programmare questo segnale nel computer portatile come parte del programma di timestamp. Dopo aver completato questo periodo, i partecipanti possono iniziare con eventuali sondaggi pertinenti e domande d'esame. Allo stesso modo, assegnare un periodo di rilassamento alla fine dell'esperienza dell'esame.
  2. Progettazione sperimentale con sondaggi, sensori elettrodermici e biomarcatori salivari
    1. Quando si integrano sensori elettrodermici con rilevamenti e biomarcatori salivari, assicurarsi che le interruzioni siano ridotte al minimo nella misura migliore possibile. Come strategia, creare un video di formazione per aiutare i partecipanti a capire come fornire i loro campioni salivari nei periodi di tempo stabiliti dell'esame in base alle specifiche di produzione (vedi Tabella dei materiali) per ridurre al minimo le interruzioni dal Ricercatori.
      NOTA: In questo studio, i ricercatori erano interessati a raccogliere saliva durante quattro momenti: inizio, metà, fine e post-esame. Tuttavia, i ricercatori possono scegliere altre volte che ritengono appropriate per il loro studio. Inoltre, abbiamo usato il metodo di raccolta tampone32 invece del metodo di sbavatura passiva33 per facilità d'uso e tempi di raccolta dei campioni più rapidi. Inoltre, abbiamo selezionato i kit cortisolo34 e sAA35 (vedi Tabella dei materiali)e abbiamo seguito le specifiche del produttore nella sua lavorazione. Tuttavia, se il gruppo non dispone di un laboratorio biologico per condurre queste forme di test, altri fornitori potrebbero essere in grado di analizzare i campioni32,36.
    2. Quando si raccolgono campioni di saliva, avere un refrigeratore con ghiaccio secco con una temperatura interna di -20 gradi centigradi; ciò impedirà la degradazione della temperatura ambiente degli enzimi per i campioni di cortisolo34. Se si raccoglie l'alfa-amila salivare, la sua stabilità è molto più lunga (cinque giorni a temperatura ambiente e consente 5 cicli di congelamento-disgelo35). Se raccogliendo entrambi, come è stato il caso in questo studio, seguire le linee guida necessarie per memorizzare i campioni salivari di cortisolo secondo le raccomandazioni del produttore34,35.
    3. Se si utilizza il metodo di raccolta tampone25, fare in modo che il tampone rimanga nella guancia interna o sotto la lingua del partecipante per 60 s. Durante la gestione delle fiale e dei tappi di raccolta dei campioni, seguire i protocolli del produttore34,35 e trasmettere le informazioni ai partecipanti prima dell'inizio dello studio.
      NOTA: se l'esperimento è più granulare (ad esempio, interrogazione per interrogazione dei dati), assicurarsi di registrare i tempi di insorgenza e di offset di ogni raccolta di campioni salivari, in quanto potrebbero essere necessario tenere conto di questi nell'analisi EDA. Lo stesso vale per l'insorgenza e l'offset dei tempi di raccolta dei dati del rilievo. Per la raccolta dei dati salivari, il nostro gruppo ha sviluppato un sistema di segnalazione per consentire ai partecipanti di informare il ricercatore/proctor quando un campione salivare era pronto per essere raccolto. Valutare la possibilità di designare più proctors per assistere durante una sessione sperimentale nel caso in cui più campioni salivari siano pronti per essere raccolti e conservati.

2. Configurazione e pulizia pre e post-sperimentazione

  1. Sondaggi
    1. Nel modulo di indagine, organizzare un processo di pianificazione, designare gli ID dei partecipanti e raccogliere le informazioni demografiche, in base alle esigenze. Inoltre, stabilire o pre-etichettare eventuali domande pertinenti del sondaggio in preparazione per l'esportazione dei dati. Ciò consentirà una pulizia, una gestione e un'analisi statistiche più rapide ed efficienti.
    2. Sincronizza la presentazione del sondaggio e gli orari di uscita durante il protocollo dell'esame. Se si integrano sensori o video, sincronizza anche queste tecnologie con il software di rilevamento.
    3. Per cortesia e nell'interesse di contribuire a un ambiente di ricerca cordiale e accogliente, e se gli istruttori sono d'accordo, impostare una e-mail di follow-up automatizzata contenente le risposte alle domande dell'esame da inviare ai partecipanti immediatamente o subito dopo partecipazione alla sessione.
  2. Sensori elettrodermici
    1. Pianificare la pre-programmazione dei partecipanti a una sessione/tempo di esame, valutare eventuali informazioni mediche e abitudini alimentari per la raccolta EDA e saliva30 e il dominio delle mani per la raccolta EDA30e ricordare ai partecipanti di evitare il consumo di zuccherati o contenenti caffeina il giorno dell'esperimento. Questo è importante in quanto alcune condizioni mediche (ad esempio, disturbi metabolici) e abitudini alimentari (ad esempio, il consumo di caffeina) possono influenzare L'EDA (e i valori salivari), come suggerito in un protocollo precedente30.
    2. Prima dell'arrivo dei partecipanti, assicurati che i sensori siano calibrati correttamente, che gli aggiornamenti software siano stati curati e che i sensori siano stati puliti con il 70% di salviette alcoliche30.
    3. Quando si monta il sensore EDA sui polsi di un partecipante, assicurarsi di posizionarlo sulla mano non dominante del partecipante. Per montare il sensore EDA:
      1. Posizionare il sensore con il pulsante rivolto verso il basso verso il pollice.
      2. Con i palmi del polso rivolti verso il viso, chiedi ai partecipanti di tracciare una linea immaginaria dallo spazio tra il secondo e il terzo dito della loro mano non dominante alla loro area del polso medio e posizionagli gli elettrodi del sensore.
      3. Chiedere ai partecipanti di montare le cinghie del sensore in modo che non sia troppo stretto o troppo allentato.
        NOTA: Un'immagine rappresentativa di questo raccordo è disponibile nella figura 2.
    4. Quando si avvia il sensore, assicurarsi di seguire i protocolli del produttore31 per assicurarsi che i sensori siano impostati per la raccolta dei dati. In questo esperimento, il protocollo è su misura per l'uso con una particolare marca di sensori (vedi Tabella dei materiali),anche se i ricercatori sono invitati a utilizzare qualsiasi sensore fisiologico di loro scelta.
      1. Per i dispositivi utilizzati qui, premere il pulsante del sensore per tre secondi. Una luce verde lampeggia in modo intermittente, seguita da una luce rossa lampeggiante, e quindi si verifica una dissolvenza in uscita.
      2. Durante il fade-out, per assicurarsi che il sensore sia acceso, premere il pulsante una volta per meno di 1 s. Se lampeggia in rosso, indica che sta registrando i dati.
    5. Quando si accende il sensore OFF, premere il pulsante per 3 s. Il sensore si spegne se le luci sul fondo del braccialetto passano dal verde alla dissolvenza.
    6. Per recuperare i dati dal sensore, collegarlo al computer e caricarli nel sistema software di gestione in base alle raccomandazioni del produttore31.
  3. Biomarcatori salivari
    1. Come detto prima, pre-valutare eventuali condizioni mediche o abitudini alimentari che possono influenzare i valori salivari durante l'analisi. Inoltre, ricordare ai partecipanti di non indossare alcun balsamo per le labbra, make-up, o prodotti vicino alle labbra quando arrivano alla sessione, in quanto questo potrebbe introdurre contaminanti che possono influenzare campioni di alfa-amilasi salivari e cortisolie. Se i partecipanti arrivano indossando questi prodotti, guidarli delicatamente in un bagno o fornire salviette appropriate che rimuoverebbero questi prodotti senza introdurre altre sostanze chimiche (ad esempio, acqua su un tovagliolo contro asciugamani da rimozione del make-up). Infine, chiare sale sperimentali di cibo o bevande che hanno un forte odore (ad esempio, pizza, arance) che possono migliorare la produzione salivare tra i partecipanti.
    2. All'arrivo dei partecipanti nella sala sperimentale, i partecipanti a mano 1 oncia d'acqua versato in una tazza in loro presenza. Chiedi loro di frulare e ingoiare l'acqua. Questo viene fatto per cancellare la bocca di eventuali residui di cibo che possono influenzare i dati alfa-amilasi cortisolo e salivari.
    3. Se si raccolgono dati EDA in combinazione con la saliva, ricordare delicatamente ai partecipanti di ridurre al minimo il movimento della mano nella mano che ha il sensore EDA. Come tale, i partecipanti dovranno essere informati che qualsiasi raccolta di campioni di saliva fornita deve essere fatta nella loro mano dominante. Per facilitare questo processo, si consiglia di utilizzare l'installazione sperimentale di fiale preetichettate e un supporto per ridurre al minimo la perdita di campioni (fare riferimento alla Figura 1).
    4. Quando si raccolgono campioni salivari, indossare guanti di nitrile freschi per ridurre al minimo qualsiasi particolato di polvere o qualsiasi altro contaminante dagli oli delle mani da trasferire alla fiala salivare.
    5. Come indicato in precedenza, trasferire immediatamente i campioni su un dispositivo di raffreddamento che ha una temperatura interna di -20 gradi centigradi.

3. Aumento della validità ecologica alla luce di indagini, sensori elettrodermici e biomarcatori salivari

  1. Per quanto riguarda l'autenticità dell'esame
    1. Per offrire un'esperienza di test autentica, allinea il contenuto dell'esame con il contenuto del corso. A tale scopo, esaminare il contenuto del corso in collaborazione con un gruppo di esperti di contenuti, tra cui l'istruttore del corso.
    2. Seleziona una valutazione (test o valutazione) del contenuto del corso che può essere replicato in un ambiente sperimentale o che possa integrare il contenuto del corso esistente (ad esempio, l'esame di pratica).
      NOTA: a seconda delle politiche del Institutional Review Board del tuo istituto, l'utilizzo di esami reali potrebbe non essere consentito a causa del suo potenziale danno ai voti degli studenti nel corso. Come tale, un'esperienza equivalente (ad esempio, esame di pratica) può essere considerata invece.
    3. Accanto all'istruttore, sviluppare una chiave di risposta e problemi di esame e le sue soluzioni da utilizzare per raccogliere dati sulle prestazioni a livello granulare (cioè domanda per domanda) e/o macrolivello (cioè, intero esame) a seconda degli obiettivi della ricerca
    4. Chiedere inoltre all'istruttore di fornire qualsiasi materiale aggiuntivo che viene in genere utilizzato negli esami (ad esempio, fogli di trucco) o qualsiasi materiale consentito (ad esempio, libri di testo, elenco di riferimenti) tipicamente utilizzati nei loro corsi. Gli sperimentatori dovrebbero essere pronti a fornire questi strumenti ai partecipanti.
    5. Assicurarsi che l'ambiente di test sia parallelo alla configurazione sperimentale (ad esempio, i tempi degli esami, l'offerta del centro di test o dell'aula, ecc.) e le sue caratteristiche come lo spazio sulla scrivania, l'illuminazione, la temperatura della stanza, tra gli altri.
  2. Per quanto riguarda l'inclusione dell'indagine
    1. A seconda del numero di domande dell'indagine, sarà importante tenere conto dei tempi approssimativi; potrebbero essere necessari ai partecipanti per completare le domande del sondaggio mentre stanno facendo l'esame.
    2. Assegna del tempo aggiuntivo per fare i test per tenere conto delle interruzioni e progettare il programma di esame per riportare gli studenti a un particolare problema di esame se un prompt del sondaggio li interrompe. Assicurarsi inoltre che il tempo di interruzione sia coerente tra i partecipanti (ad esempio, inizio, metà e fine dell'esame).
    3. A seconda del tipo di progettazione sperimentale, se è necessario il tipo granulare di risposte (ad esempio, domanda per domanda), pianificare prima di presentare il problema dell'esame, quindi richiedere ai partecipanti di rispondere alla domanda del sondaggio e quindi consentire ai partecipanti di risposta (ad es. testo aperto, scelta multipla, ecc.). Ciò consentirà ai partecipanti di visualizzare il problema e rispondere alla domanda del sondaggio in base al problema presentato. Se la progettazione sperimentale è a livello macro, assicurarsi che i partecipanti siano autorizzati a riflettere sull'esperienza dell'esame fino a quel momento prima di rispondere.
      NOTA: Le teorie e le ipotesi sono importanti da considerare in questo passaggio in quanto la scelta del particolare tipo di presentazione di un elemento (ad esempio, sondaggio, esame) sarà importante. Ad esempio, se si studia l'autoefficacia, questo è meglio valutato a livello della domanda di test, mentre le emozioni di rendimento accademico sono in genere post-, durante e post-esame.
  3. Per quanto riguarda i sensori di attività elettrodermica
    1. Per garantire che i partecipanti non siano eccessivamente stressati a causa del protocollo sperimentale, includere periodi di calibrazione e rilassamento durante tutta l'esperienza dell'esame. Una strategia potrebbe essere quella di consentire ai partecipanti di riorientare la loro attenzione tra le domande. A partire da una domanda semplice da rispondere (ad esempio, "in quale giorno della settimana siamo?") e consentire ai partecipanti 30 s di riposare tra ogni domanda dell'esame.
      NOTA: Tenere presente che la comprensione della progettazione dell'esame si interroga e prevedere quali reazioni degli studenti possono essere importanti (ad esempio, maggiori carichi cognitivi o efficienze neurali37) in quanto potrebbero influenzare il marcatore salivare e i dati EDA collezione. Ad esempio, le domande dell'esame dovrebbero essere tutte sotto forma di inserimento del saggio, che richiederebbe un movimento delle mani che possa influenzare i dati EDA24,25 o un esame può essere progettato da diversi livelli di difficoltà, che potrebbero influenzare gli studenti carichi cognitivi o efficienze neurali37.
    2. Assicurarsi che il programma di marcatura temporale tenga conto di eventuali cambiamenti nell'esperienza di esame (ad esempio, periodi di calibrazione, esordio e contropartita delle domande di calibrazione, esordio e scostamento delle indagini, inizio e fine dell'esame). Si tratta di un passaggio importante in quanto consentirà la corrispondenza dell'origine dati, che determinerà gli intervalli o gli eventi da elaborare e analizzare.
  4. Per quanto riguarda l'uso di biomarcatori salivari
    1. Essere consapevoli di quando raccogliere biomarcatori salivari.
      NOTA: gli studi sui biomarcatori salivari vengono in genere esplorati attraverso un disegno post-post post pre-medio-post32,33,34,35,36. Poiché il cortisolo impiega 20 minuti per rispondere allo stress14, questi ritardi di tempo sono necessari per osservare l'insorgenza e il recupero del cortisolo. Nel caso della preparazione degli studenti per un esame, i partecipanti potrebbero essere preoccupati per l'esame e, pertanto, una misura prima dell'inizio potrebbe non essere possibile. È anche importante non interrompere frequentemente gli studenti durante l'esame. Nel nostro studio, abbiamo scelto di raccogliere la saliva una volta prima dell'inizio, una volta durante, subito dopo e 20 minuti dopo l'esame nel modo più silenzioso possibile per ridurre al minimo le interruzioni. Nella figura 3viene fornita una sequenza temporale di test di esempio.
    2. Nel programma di esame, includere istruzioni a tempo per indicazioni per cue partecipanti quando è il momento di raccogliere la saliva. Includere un timer di 60 anni, in modo che i partecipanti siano consapevoli della durata della collezione salivare. Riportare i partecipanti al problema a cui stavano lavorando nell'esame una volta completati i 60 s.

4. Considerazioni per l'elaborazione e l'analisi dei dati

  1. sondaggio
    1. Assicurarsi che gli output dei dati siano etichettati e organizzati in modo appropriato per consentire una gestione efficace dei dati e garantire che i programmi statistici (ad esempio, SPSS, SAS) possano eseguire qualsiasi analisi necessaria.
    2. Identificare eventuali dati anomali basati su standard per il rilevamento degli outlier di indagine38, nonché qualsiasi determinato attraverso i dati demografici raccolti in precedenza (ad esempio, condizioni mediche).
    3. Determinare il tipo di analisi statistica e/o modellazione da condurre in base alle domande di ricerca e/o alle ipotesi stabilite
  2. Attività Electrodermica
    1. Si noti che le uscite di dati elettrodermiche possono variare a seconda dell'azienda. Per il dispositivo utilizzato in questo studio31,le uscite di dati sono presentate come una singola colonna con un tempo di partenza misurato in GMT, seguito dalla frequenza della raccolta dei dati e dall'EDA misurato in microSiemens. I dati EDA vengono quindi incrementati in base alla frequenza di raccolta dei dati. Poiché i dati dipendono dal tempo di esordio, convertire questa volta in tempo UNIX in base ai protocolli di produzione e ai protocolli precedenti30. Ciò consentirà una sincronizzazione più fluida delle modifiche ai dati Dell'EDA durante l'esperimento.
    2. Identificare e rimuovere eventuali fonti di outlier del produttore, come malfunzionamento del sensore, raccolta di dati incompleta o scarso contatto degli elettrodi nella pelle. Questi saranno identificati da valori negativi o costanti segmenti di dati continui quasi zero nel foglio di output dati.
    3. Identificare e rimuovere eventuali fonti di outlier generate dall'utente, come movimenti irregolari (ad esempio, colpi di mano da scrivania o maschiature nervose), periodi di rilevamento o raccolta di biomarcatori salivari o grandi cambiamenti nelle temperature del corpo o letture della pressione del volume sanguigno .
    4. Per rimuovere il disturbo dovuto al movimento, effettuate le seguenti operazioni:
      1. In primo luogo, eseguire la scansione attraverso i profili accelerometro dei partecipanti (ACCelerometro), forniti anche dal sensore del polso. Si noti che i dati avranno colonne X, Y e z che indicano rispettivamente i movimenti delle mani orizzontali, verticali e spaziali tridimensionali. Calcolare la media mobile di questi dati accelerometro in base all'equazione Distanza Euclidea (L2-Norm)39,53 per calcolare il movimento totale:
        Equation 1
      2. Calcolare la deviazione standard dei valori della distanza euclidea per l'intero insieme di partecipanti e per ordinarli in ordine di classificazione. Calcolare anche i valori medi dei valori di distanza euclidea.
      3. Calcolare il coefficiente di varianza dei valori di distanza euclidea per determinare i rapporti segnale-rumore40 in base alla seguente equazione:
        Equation 2
        NOTA: il coefficiente di valori di varianza che superano un punteggio pari a 1 indica un outlier e deve essere rimosso dall'analisi in base alle raccomandazioni per la gestione dei dati di segnalazione33.
      4. Una volta rimosso il disturbo dovuto al movimento, determinare la soglia necessaria per filtrare i dati. Per questo, calcolare i limiti superiore e inferiore del 95% della deviazione standard dei segnali. Tutti i dati al di fuori di questi intervalli possono essere rimossi dal set di dati/analisi o imputati in base agli obiettivi e agli obiettivi del ricercatore. Per questo studio, abbiamo scelto di calcolare la media degli intervalli esterni con i dati accettabili determinati.
      5. Tornare ai dati dell'AED e utilizzare i dati dell'accelerometro con timestamp per identificare gli intervalli corrispondenti dell'EDA (anch'essi marcati a tempo).
        NOTA: Per sincronizzare i dati dell'accelerometro e dell'elettrodermia, tenere presente che le frequenze di registrazione sono diverse (4 Hz per EDA e 32 Hz per ACC), quindi devono prima essere allineate. Poiché, intrinsecamente, ci saranno più dati ACC rispetto ai dati EDA, utilizzare i valori EDA medi per tenere conto di questa differenza.
    5. Una volta che i set di dati EDA sono stati puliti41,42 anche se i dati dell'accelerometro filtrato, procedere a separare i segnali tonic (linea di base) e fasici (immediati, reattivi) utilizzando strumenti prescritti (ad esempio, Ledalab, EDA Explorer)43 ,44, per l'analisi statistica, in primo luogo i dati EDA phasici e filtrati vengono utilizzati e vengono utilizzati valori (ad esempio, granditudini, numero di picchi, tempi di latenza) vengono calcolati in base alla domanda/ipotesi della ricerca e utilizzando i metodi descritti Bouscien22,23.
  3. Biomarcatore salivare
    1. Per i saggi alfa-amilasi cortisolo e salivari, seguire i protocolli del produttore22,23,24,25,26,27,28 e tecnici sui campioni relativi alle condizioni di utilizzo, all'archiviazione e alla gestione.
    2. Spin scongelati campioni a 1.500 x g a 4 gradi centigradi. Assicurarsi di rimuovere i tamponi con attenzione e che le fiale abbiano un supernatante salivare nella parte inferiore della fiala per garantire la separazione della mucina.
    3. Come buona pratica, prima di seguire i protocolli di analisi, fare un risciacquo tampone dei pozzi utilizzando una lavatrice a lamiera prima della lavorazione. Questo è particolarmente importante per il cortisolo.
    4. Assicurarsi che il lettore di lastre di densità ottica sia stato pre-programmato alle temperature appropriate (ad esempio, i campioni sAA richiedono temperature di incubazione di 37 gradi centigradi, mentre i campioni di cortisolo richiedono letture della temperatura ambiente) e lunghezze d'onda (cioè, la sAA richiede 405 nm e cortisolo richiedono 450 nm e 490-492 nm filtri di riferimento). Per i saggi sAA, si raccomanda che il lettore di piastre utilizzato abbia sia uno shaker che un'incubatrice all'interno.
    5. Seguire i protocolli del produttore34,35 per calcolare i valori di concentrazione di ogni campione e il corrispondente percentuale intra e inter-analisi della percentuale di coefficiente delle equazioni di variazione (%CV) per identificare gli outlier dal set di dati (calcolato in modo diverso rispetto all'equazione fornita in precedenza). Si prega di notare che, per sAA, tenere traccia dei numeri di lotto utilizzati nei controlli in quanto non sono standardizzati.
      1. In primo luogo, calcolare la media della %CV dei controlli per numero di lotto e quindi calcolare la media di questi valori per ottenere un punteggio %CV in media.
      2. Per i campioni, il produttore raccomanda che l'intra-saggio dei campioni debba avere un %CV inferiore al 10%, mentre i controlli dovrebbero avere un %CV sotto il 15%34,35. Tuttavia, questi valori %CV dipenderanno in modo significativo dalle condizioni di laboratorio e dalle attrezzature utilizzate per condurre la ricerca. Come tale, prendere in considerazione metodi alternativi di convalida dell'esordio di immunoassay secondo necessità45.
    6. Congelare i campioni di saliva a -80 gradi centigradi dopo il saggio per consentire la verifica della sua convalida. Non congelare il disgelo più di una volta per evitare un'ulteriore degradazione ezimatica dei campioni o dei controlli.
  4. Triangolazione dei dati
    1. A seconda della domanda o dell'ipotesi di ricerca, correlare le variabili rilevanti. Assicurarsi che tutti gli outlier e i dati siano pre-elaborati e filtrati in modo appropriato prima di utilizzare46.
    2. Determinare se le dimensioni del campione, i punti di raccolta dei dati, la potenza statistica osservata e le domande di ricerca o ipotesi richiedono l'amalgamare i dati47,o l'utilizzo di tecniche analitiche ripetute48,49, 50.
    3. Tenendo conto delle differenze interindividuali nell'ora delle attività51 e del ritardo nella risposta dei biomarcatori salivari allo stress14, utilizzare timestamp o determinare gli eventi per sincronizzare i set di dati insieme.
    4. Utilizzando modelli statistici e software, analizzare il set di dati e interpretare i risultati.

contiene i 16 file zip.  Ogni file zip contiene tutti i quiz EOL per un dato capitolo Core.  Vorranno decomprimere questo file e quindi ogni file zip viene caricato singolarmente in Canvas.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

In questo studio, eravamo interessati a studiare le influenze di auto-efficacia, prestazioni, e fisiologici (sensori EDA) e biologici (sAA e cortisolo) di studenti di ingegneria universitari a prendere un esame di pratica. I dati mostrati sono un sottoinsieme rappresentativo di campioni: (a) uno che ha preso in considerazione sondaggi e sensori elettrodermici (progettazione dell'esperimento A) e (b) che includevano lo stesso esame insieme ai dati del biomarcatore salivare (progetto esperimento B). Mentre abbiamo raccolto i dati sulle emozioni in questo studio, non li presenteremo, poiché il nostro obiettivo era quello di dimostrare i dati granulari in tempo reale piuttosto che nei tempi prescritti all'inizio, al centro o alla fine dell'esame, che è dove sono stati raccolti i dati sulle emozioni.

Come mostrato nella Figura 4, il grado di difficoltà dell'esame in base alla risposta collettiva degli studenti è stato confrontato tra i progetti sperimentali. Inoltre, l'EDA medio in funzione dei punteggi di autoefficacia segnalati dagli studenti prima di completare le domande dell'esame è stato tracciato. Anche se il grado di difficoltà era lo stesso per i due disegni, sono state riscontrate opposte differenze nei valori medi dell'AED tra le risposte corrette e scorrette tra diversi punteggi di autoefficacia. Per la progettazione sperimentale A (sensori e sondaggi EDA), significa Che l'EDA sia aumentato per un punteggio medio SE per gli studenti che hanno risposto in modo errato alle domande dell'esame rispetto agli studenti che hanno risposto correttamente alle domande (p < 0.001). Per la progettazione sperimentale B (sensori, indagini e biomarcatori salivari), i valori EDA indicano valori intermedi vari in cui è stato rilevato un effetto opposto rispettivamente per i punteggi SE bassi (p < 0,05) e i punteggi SE(p < 0,01).

Per comprendere eventuali influenze salivari potenziali, l'AED medio e i valori di analisi di cortisolo e sAA per i punti dati impostati nell'esame (inizio, metà, fine e 20 minuti dopo l'esame) sono stati normalizzati (Figura 5) per la progettazione sperimentale B. È importante notare che i valori EDA medi per questa tabella sono stati troncati a intervalli di 60 secondi durante il periodo di tempo prestabilito per consentire confronti tra ogni marcatore salivare. I dati suggeriscono che i livelli EDA sono diminuiti dall'inizio alla fine dell'esame, e questi livelli recuperati dal marchio di 20 minuti dopo l'esame. Queste tendenze sono state parallele nei dati cortisolo e sAA. Il significato statistico, determinato attraverso ANOVA, è stato trovato tra EDA e sAA all'inizio e alla metà dell'esame (p < 0,05 per entrambe le volte), mentre L'EDA e il cortisolo hanno mostrato significato tra la metà e la fine dell'esame (p < 0,01 e p < 0,05 rispettivamente). Con il punteggio di 20 minuti, EDA e sAA (p < 0.01) e cortisolo e sAA (p < 0.05) hanno cominciato a mostrare significato tra loro.

Figure 1
come illustrato nella Figura 1. Configurazione sperimentale quando si utilizzano sondaggi e sensori elettrodermici per studiare le esperienze di esame. L'immagine mostra Experimental Design A (sensori e rilevamento) e B (sensori, rilevamento e biomarcatori salivari). Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 2
come illustrato nella Figura 2. Rappresentazione schematica di come i partecipanti possono adattarsi e avviare il sensore elettrodermico. L'immagine A (a sinistra) mostra la posizione del pulsante di avvio sul sensore, mentre l'immagine B (a destra) mostra il posizionamento degli elettrodi EDA sul polso del partecipante. Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 3
come illustrato nella figura 3. Rappresentazione di una linea temporale sperimentale quando sono incluse indagini, biomarcatori salivari e sensori elettrodermici. Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 4
come illustrato nella Figura 4. Grado di difficoltà. Grado di difficoltà dell'esame in base alle prestazioni collettive degli studenti e all'EDA in funzione della classificazione della scala di auto-efficacia da parte dei partecipanti per le risposte corrette e errate per la progettazione sperimentale A (A e B) e sperimentale disegno B (C e D). N - 15 partecipanti per progetto; i dati vengono segnalati come media: errore standard della media (rappresentato nelle barre di errore); le linee tratteggiate nei pannelli A e C rappresentano i limiti per intervalli moderati di difficoltà (tra 0,3 e 0,8)52; -p < 0,05,p < 0,01 ep < 0,001, implicando una differenza statisticamente significativa. Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 5
come illustrato nella Figura 5. SAA normalizzata, cortisolo e Mean EDA. SAA normalizzato, cortisolo e EDA medio per la progettazione sperimentale B confrontato a intervalli di 60-s a periodi di tempo prescritti durante l'esame (inizio, metà, fine, 20 minuti dopo). N - 15; i dati vengono riportati in modo medio: errore standard della media (rappresentato nelle barre di errore); :p < 0,05 ep < 0,01, implicando una differenza statisticamente significativa. Fare clic qui per visualizzare una versione più grande di questa figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Anche se le misure fisiologiche sono state utilizzate in molti contesti di apprendimento autentici, è fondamentale progettare un ambiente di studio che sia consapevole dei limiti della tecnologia attuale. Il nostro design bilancia la necessità di un ambiente di test autentico e accoglie la tecnologia. Limitare comodamente il movimento dei partecipanti, ridurre le interruzioni indesiderate e le risposte dei test dei partecipanti timestamp sono tutti passaggi critici all'interno del protocollo.

Lo spazio e il costo dei dispositivi a sensori elettrodermici possono rendere lo studio poco pratico per i ricercatori con fondi di ricerca limitati. Tuttavia, una volta acquistati, questi sensori hanno usi illimitati. I biomarcatori salivari devono essere trattati in laboratorio e hanno spese significative di pre e post-elaborazione per campione. È inoltre importante considerare le particolari condizioni di laboratorio e le attrezzature utilizzate, poiché potrebbero essere necessari metodi alternativi di convalida degli saggi salivari per identificare le percentuali inter- e intra-valere del CV.

Il protocollo è un significativo passo avanti nell'applicazione di approcci multimodali nello studio delle emozioni accademiche. Il protocollo massimizza la precisione delle misurazioni EDA mettendo a timestamp le risposte dei partecipanti, replicando al contempo un ambiente di test autentico, che consente studi più oggettivi in tempo reale dei corsi degli studenti e degli studi in aula, affrontando un limitato gli studi di ricerca precedenti incentrati sull'apprendimento e le prestazioni. È possibile modificare la tecnica per includere attività di apprendimento online che richiedono l'acquisizione di sequenze di tasti. È anche possibile utilizzare il protocollo per gli studi di inganno in cui la difficoltà del test o i prompt formati in testo sono pre-progettati per influenzare le aspettative degli studenti per il test.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Gli autori non hanno nulla da rivelare.

Acknowledgments

Questo materiale si basa sul lavoro sostenuto in parte dalla National Science Foundation (NSF) No. EED-1661100 e una sovvenzione NSF GRFP concessa a Darcie Christensen (n. 120214). Eventuali opinioni, risultati e conclusioni o raccomandazioni espresse in questo materiale non riflettono necessariamente quelle della NSF o dell'USU. Vogliamo ringraziare Sheree Benson per le sue gentili discussioni e raccomandazioni per la nostra analisi statistica.

I contributi degli autori in questo articolo sono i seguenti: Villanueva (progettazione della ricerca, raccolta e analisi dei dati, scrittura, editing); Husman (progettazione della ricerca, raccolta dei dati, scrittura, editing); Christensen (raccolta e analisi dei dati, scrittura, modifica); Youmans (raccolta e analisi dei dati, scrittura e modifica); Khan (raccolta e analisi dei dati, scrittura, editing); Vicioso (raccolta e analisi dei dati, modifica); Lampkins (raccolta e modifica dei dati); Graham (raccolta e modifica dei dati)

Materials

Name Company Catalog Number Comments
1.1 cu ft medical freezer Compact Compliance # bci2801863 They can use any freezer as long as it can go below -20 degrees Celsius; these can be used to store salivary samples for longer periods of time (~4 months) before running salivary assays.
Camping Cooler Amazon (any size/type) Can be used to store salivary samples during data collection
E4 sensor Empatica Inc E4 Wristband Rev2 You can use any EDA sensor or company as long as it records EDA and accelerometry
EDA Explorer https://eda-explorer.media.mit.edu/ (open-source) Can be used to identify potential sources of noise that are not necessarily due to movement
Laptops Dell Latitude 3480 They can use any desktop or laptop
Ledalab http://www.ledalab.de/ (open-source) Can be used to separate tonic and phasic EDA signals after following filtration steps
MATLAB https://www.mathworks.com/products/matlab.html (version varies according to updates) To be used for Ledalab, EDA Explorer, and to create customized time-stamping programs.
Salivary Alpha Amylase Enzymatic Kit Salimetrics ‎# 1-1902 For the salivary kits, you should plan to either order the company to analyze your samples and/or go to a molecular biology lab for processing
Salivary Cortisol ELISA Kit Salimetrics # ‎1-3002 For the salivary kits, you should plan to either order the company to analyze your samples and/or go to a molecular biology lab for processing
Testing Divider (Privacy Shields) Amazon #60005 They can use any brand of testing shield as long as they cover the workspace
Web Camera Amazon Logitech c920 They can use any web camera as long as it is HD and 1080p or greater

DOWNLOAD MATERIALS LIST

References

  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).

Tags

Comportamento numero 151 in tempo reale esame prestazioni interdisciplinari multimodali sperimentali
Una progettazione sperimentale interdisciplinare e multimodale per studiare esperienze di esame autentico quasi in tempo reale
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Villanueva, I., Husman, J.,… More

Villanueva, I., Husman, J., Christensen, D., Youmans, K., Khan, M. T., Vicioso, P., Lampkins, S., Graham, M. C. A Cross-Disciplinary and Multi-Modal Experimental Design for Studying Near-Real-Time Authentic Examination Experiences. J. Vis. Exp. (151), e60037, doi:10.3791/60037 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter