Waiting
Login processing...

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

Behavior

Een interdisciplinair en multimodaal experimenteel ontwerp voor het bestuderen van in de buurt van real-time authentieke examen ervaringen

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

Een experimenteel ontwerp werd ontwikkeld om de real-time invloeden van een examen ervaring te onderzoeken om de emotionele realiteit te beoordelen die studenten ervaren in instellingen en taken in het hoger onderwijs. Dit ontwerp is het resultaat van een multidisciplinaire (bijvoorbeeld educatieve psychologie, biologie, fysiologie, Engineering) en multimodale (bv. speeksel markers, enquêtes, elektrodermale sensor) benadering.

Abstract

In de afgelopen tien jaar is het onderzoek naar de emoties van studenten in educatieve omgevingen toegenomen. Hoewel onderzoekers hebben opgeroepen tot meer studies die afhankelijk zijn van objectieve maatregelen van emotionele ervaring, bestaan er beperkingen op het gebruik van multimodale gegevensbronnen. Studies van emotie en emotionele regulering in klaslokalen zijn van oudsher afhankelijk van onderzoeksinstrumenten, ervaring-bemonstering, artefacten, interviews of observationele procedures. Deze methoden, hoewel waardevol, zijn voornamelijk afhankelijk van deelnemer of waarnemer subjectiviteit en zijn beperkt in de authentieke meting van de real-time prestaties van studenten voor een klassikale activiteit of taak. Dit laatste vormt in het bijzonder een struikelblok voor veel geleerden die in real-time emoties en andere aanverwante maatregelen in de klas objectief willen meten.

Het doel van dit werk is om een protocol te presenteren om de real-time reacties van studenten op examen ervaringen te bestuderen tijdens een authentieke beoordelings situatie. Voor dit, een team van educatieve psychologen, ingenieurs, en ingenieurs onderwijs onderzoekers ontworpen een experimenteel protocol dat de grenzen die nodig zijn voor nauwkeurige fysiologische sensormeting behouden, best-practices van speeksel collectie, en een authentieke testomgeving. In het bijzonder worden bestaande studies die afhankelijk zijn van fysiologische sensoren uitgevoerd in experimentele omgevingen die zijn losgekoppeld van de onderwijsinstellingen (bijvoorbeeld de stress test van Trier), losraken in de tijd (bijv. voor of na een taak), of een analysefout introduceren (bijv. het gebruik van sensoren in omgevingen waar studenten waarschijnlijk zullen verhuizen). Dit beperkt ons inzicht in de real-time reacties van studenten op klassikale activiteiten en taken. Bovendien heeft recent onderzoek geëist dat meer overwegingen worden behandeld rond kwesties van aanwerving, replicabiliteit, geldigheid, opstellingen, gegevens reiniging, voorlopige analyse en bijzondere omstandigheden (bijvoorbeeld het toevoegen van een variabele in de experimentele ontwerp) in academische emoties onderzoek dat gebaseerd is op multimodale benaderingen.

Introduction

Psychologen hebben al lang het belang van de emoties van mensen begrepen in het verhelderend gedrag van hun gedragingen1. Binnen de studie van het onderwijs, academische prestatie emoties (AEE) is uitgegroeid tot de focus van Emotion Research2. Onderzoekers die AAE gebruiken, beweren dat de situationele contexten die studenten vinden, belangrijk zijn om te overwegen bij het onderzoeken van de emoties van de cursisten. Leerlingen kunnen test-gerelateerde, klassegerelateerde of leergerelateerde emoties ervaren die betrekking hebben op multi-component processen, waaronder affectieve, fysiologische, motiverende en cognitieve componenten. AEE wordt uitgedrukt in twee vormen: Valence (positief/negatief) en activatie (gerichte/ongerichte energie). Positieve activerende emoties, zoals plezier, kunnen reflecterende processen zoals Metacognition verhogen, terwijl positieve deactiverende emoties zoals hoogmoed kunnen resulteren in lage niveaus van cognitieve verwerking. Negatieve activerende emoties zoals woede en angst kunnen betrokkenheid veroorzaken, terwijl negatieve deactiverende emoties zoals hopeloosheid de motivatie3,4,5kunnen dempen. Academische emoties dragen bij aan hoe we leren, waarnemen, beslissen, reageren en probleem oplossen2. Om academische emoties te reguleren, moet een individu zelfwerkzaamheid bezitten (SE)6,7,8, wat hun vertrouwen is in hun vermogen om controle te gebruiken over hun motivatie, gedrag en sociale omgeving 6. zelfwerkzaamheid en academische emoties zijn onderling verbonden, waarbij lagere zelfwerkzaamheid is gekoppeld aan negatieve deactiverende emoties (bijv. angst, woede, verveling) en hogere zelfwerkzaamheid is gekoppeld aan positieve activerende emoties (bijv. geluk, hoop, opwinding)6,7,8. SE wordt ook verondersteld sterk gebonden te zijn aan de prestaties6,7,8.

Onderzoek dat klassikale emoties heeft onderzocht, heeft zich gebaseerd op zelf rapportages, observaties, interviews en artefacten (bijv. examens, projecten)9,10. Hoewel deze methoden uitgebreide contextuele informatie bieden over de ervaringen van studenten in de klas, hebben ze aanzienlijke beperkingen. Interviews, observaties en zelf rapportages zijn bijvoorbeeld afhankelijk van de introspecties van individuen10. Andere methoden hebben geprobeerd om academische emoties meer in de proximaal te onderzoeken dan eerdere onderzoekers, zoals die gebaseerd op ervaring-sampling benaderingen waar onderzoekers vragen om te rapporteren over hun emoties tijdens de school dag11. Hoewel dit onderzoek ons in staat stelt om de emoties van studenten nauwkeuriger te rapporteren, is dit werk afhankelijk van zelfrapportage methoden en staat het niet toe dat real-time rapportages worden aangeboden, omdat studenten hun werk aan het examen moeten onderbreken om de ervarings enquête aan te pakken.

Onlangs zijn onderzoekers begonnen met het aanpakken van zorgen over zelf-rapport maatregelen door het gebruik van biologische of fysiologische maatregelen van emotie9, die in combinatie met andere instrumenten of technieken zoals enquêtes, observaties of interviews, bestaat uit een multimodale vorm van gegevensverzameling voor educatief en psychologisch onderzoek12. Bijvoorbeeld, biologische technieken, met inbegrip van speeksel biomarkers, worden gebruikt om te begrijpen van de rol die biologische processen hebben op cognitie, emotie, leren, en prestaties13,14,15. Voor cognitieve processen, androgenen (bv, testosteron) zijn gekoppeld aan verschillende ruimtelijke herkenning patronen bij volwassenen en kinderen16,17 overwegende dat hypothalame-hypofyse-adrenocorticale hormonen (bijv., cortisol) en adrenergic hormonen (bijvoorbeeld speeksel α-amylase of sAA) zijn gekoppeld aan stress responsiviteit onder individuen18,19,20.

Electrodermale activiteit (EDA) vertegenwoordigt een fysiologische maatstaf voor de activering van het autonome zenuwstelsel (ANS) en is gekoppeld aan een verhoogde activering van het systeem, cognitieve belasting of intense emotionele reacties21,22 ,23. Bij onderzoeksactiviteiten wordt EDA beïnvloed door fysieke mobiliteit21,22, lichamelijke en omgevingstemperaturen24,25,26,27en verbalisatie van gedachten28, evenals de gevoeligheid en mate van connectiviteit van de analoge-digitale elektroden op de huid29.

Hoewel dit beperkingen kunnen zijn aan het gebruik van EDA, kan deze techniek nog steeds waardevol inzicht bieden in wat er gebeurt tijdens near-real-time examens en kan het fungeren als een veelbelovend hulpmiddel om AEE en in mate, zelfwerkzaamheid te verkennen. Als gevolg hiervan kan een nauwkeurig beeld van de AEE van studenten worden verkregen door middel van een combinatie van onderzoeksmethoden, om de valentie van emotie en fysiologische en biologische gegevens te bepalen, om de activering van die emotie te meten. Deze paper bouwt voort op een eerdere publicatie over onderzoekactiviteiten30 en breidt de reikwijdte van dat werk uit tot multimodale benaderingen (met behulp van ervarings steekproefenquêtes, EDA-sensoren en speeksel biomarkers) in een examen scenario. Het is essentieel om te vermelden dat het hieronder beschreven protocol toestaat dat meerdere deelnemersgegevens tegelijkertijd binnen één enkele experimentele setting worden verzameld.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Procedures werden goedgekeurd door de Institutional Review Board (IRB) onder een algemene beoordeling aan de Utah State University voor studies over menselijke proefpersonen en het gebruik van deze constructies. De typische resultaten omvatten twee semesters van een engineering statica cursus, elk met een iets andere experimentele opzet, bij een westerse instelling van hoger onderwijs in de Verenigde Staten. Oefen examens, waarvan de inhoud parallel aan de eigenlijke examens, werden ontwikkeld door de cursus instructeur en werden gebruikt voor onze studie. Houd er rekening mee dat het hieronder beschreven protocol gelijktijdige stappen beschrijft en sommige stappen kunnen overlappen.

1. overwegingen voor experimentele ontwerpen en integratie van disciplinaire praktijken

Onderzoekers beschouwen experimentele ontwerpen van deze aard, disciplinaire kennis en benaderingen moeten worden geïntegreerd op een manier die het belangrijkste onderzoeksdoel aanvult en ondersteunt. Naarmate nieuwe instrumenten en methoden worden toegevoegd, zijn aanvullende validatie-overwegingen nodig. In dit werk zullen we een experimenteel onderzoek onderzoeken waarbij enquêtes en elektrodermale sensoren werden gebruikt voor een van de semesters (experimenteel ontwerp A), en de speeksel biomarker-collectie (d.w.z. cortisol en sAA) werd toegevoegd aan het daaropvolgende semester (experimentele ontwerp B). Hieronder vindt u de overwegingen voor de twee instellingen:

  1. Experimenteel ontwerp met enquêtes en elektrodermale sensoren
    1. Elektrodermale sensoren zijn gevoelig. De onopzettelijk geactiveerde reacties van deelnemers kunnen een significante piek in de EDA-respons creëren. Dit is met name belangrijk bij het overwegen van meerdere deelnemers voor het verzamelen van gegevens, waarvan de acties deze schrikreactie antwoorden kunnen verbeteren. Zorg er als zodanig voor dat u de werkruimte zorgvuldig instelt om zo veel mogelijk afleiding te minimaliseren. Zoals weergegeven in Figuur 1, een test schild opnemen bij het onderzoeken van examen ervaringen voor een individu of groep individuen.
      Let op: om de ecologische geldigheid van de testomgeving te vergroten, moet u het materiaal leveren dat een student zou gebruiken op hun eigenlijke examen (bijv. werkmappen, vergelijkings bladen) om deelnemers in staat te stellen na te denken over en eventuele benodigde examen problemen uit te werken.
    2. Elektrodermale sensoren bieden een signaal elke 1/4th van een seconde. Als u wilt toestaan dat een gebeurtenis wordt gedefinieerd en bestudeerd, implementeert u een plan om een precieze meting van het begin van een taak te verzamelen. Wanneer tijdsynchronisatie elektrodermale sensoren met enquêtes, zorg ervoor dat de presentatie van de enquêtevraag wordt gesynchroniseerd met de elektrodermale sensor met behulp van de interne klok van de computer om een dataverzameling tijdschema vast te stellen (Zie Figuur 1). Bij gebruik van een Bluetooth-compatibele elektrodermale sensor (bijv. Zie tabel met materialen), synchroon Times in Greenwich Meridian time (GMT) om rekening te kunnen maken met tijdzonewijzigingen en zomertijd verschillen tijdens de gegevensverzamelings procedures30.
      Opmerking: als u een webserver gebruikt voor de presentatie van stimuli (bijvoorbeeld testvraag, enquête-item, enz.), moet u de tijden tussen de server en de interne klok van de computer uitlijnen, aangezien deze niet meestal worden gesynchroniseerd. Houd er rekening mee dat het mogelijk nodig is om een platformoverschrijdende webserver (bijvoorbeeld XAMPP of andere Apache-servers) vooraf te installeren op elke computer die voor de studie wordt gebruikt. Als u van plan om een webcamera te synchroniseren voor video-opname doeleinden, overweeg dan om beveiligingssoftware te gebruiken waarmee u de datum, tijd, uur, minuut, seconde en milliseconde (bijvoorbeeld 01/01/2000 04:01:02:05) van de video opnemen. Houd er rekening mee dat deze video ook moet worden gesynchroniseerd met de interne klok van de computer en de andere apparaten (bijvoorbeeld EDA-sensor). Stel de webcamera's zo nodig in om het gezicht van de deelnemer in verschillende hoeken te meten. Wij raden aan dat voor een front-facing webcamera; de video wordt parallel aan het werkstationoppervlak geplaatst en voor naar beneden gerichte webcamera's om de video op 30 ° tot 45 ° van het werkstationoppervlak naar het gezicht van de deelnemer te positioneren.
    3. Plaats de elektrodermale sensor op de niet-dominante hand van de deelnemer om eventuele ruis in het signaal te minimaliseren als gevolg van beweging of elektrode contact fout tijdens het verzamelen van gegevens, zoals voorgesteld in een eerdere protocol30. Als onderzoekers willen artefacten in het EDA te minimaliseren als gevolg van de beweging, een alternatief is om een pols gel pad op een locatie die comfortabel is voor de deelnemer op te nemen en dat hen tegelijkertijd in staat stelt om hun niet-dominante hand op te rusten.
      Opmerking: de plaatsing van de laptop computer, gel pad, sensor, examen bladen en andere elementen in het onderzoek moet worden gestandaardiseerd om te zorgen voor reproduceerbaarheid voor alle examen omstandigheden en semesters. Zoals weergegeven in Figuur 1, werd de tape van de schilder gebruikt om elk item (bijv. laptops, examen bladen, camera's) van de experimentele Setup consistent te centreren tussen deelnemers en semesters van het verzamelen van gegevens.
    4. Voor metingen van de elektrodermale sensor moet een periode worden vastgesteld gedurende welke de deelnemers een ontspannen toestand hebben bereikt om de basis-EDA-gegevens31vast te stellen. Geef hiervoor een tijd aan het begin van het examen voordeel nemers om naar het test schild te staren (~ 5 – 15 minuten) of programmeer deze cue in de laptop computer als onderdeel van het tijdstempel programma. Bij het afronden van deze periode kunnen deelnemers beginnen met alle relevante enquêtes en examenvragen. Wijs in dezelfde geest een ontspannings periode toe aan het einde van de examen ervaring.
  2. Experimenteel ontwerp met enquêtes, elektrodermale sensoren en speeksel biomarkers
    1. Zorg er bij het integreren van elektrodermale sensoren met enquêtes en speeksel biomarkers voor dat storingen zo goed mogelijk worden geminimaliseerd. Maak als één strategie een trainingsvideo om deelnemers te helpen begrijpen hoe ze hun speeksel monsters kunnen leveren op ingestelde tijdperioden van het examen volgens de productie specificaties (Zie tabel met materialen) om onderbrekingen van de Onderzoekers.
      Opmerking: in deze studie, de onderzoekers waren geïnteresseerd in het verzamelen van speeksel tijdens vier tijd-punten: begin, midden, einde, en post-examen. Echter, onderzoekers kunnen andere keren kiezen ze geschikt achten voor hun studie. Ook gebruikten we de staafje-collectie methode32 in plaats van de passieve kwijlen-methode33 voor gebruiksgemak en snellere sample afhaaltijden. Ook selecteerden we cortisol34 en sAA35 Kits (Zie tabel met materialen) en volgde fabrikant specificaties in de verwerking ervan. Als uw groep echter geen biologisch laboratorium heeft om deze vormen van testen uit te voeren, kunnen andere providers de samples32,36analyseren.
    2. Bij het verzamelen van speeksel monsters, hebben een koeler met droogijs met een inwendige temperatuur van-20 ° c; Dit voorkomt de degradatie van de kamertemperatuur van enzymen voor de cortisol monsters34. Als het verzamelen van speeksel alpha-amylase, de stabiliteit is veel langer (~ vijf dagen bij kamertemperatuur en waardoor voor 5 bevriezen-ontdooien cycli35). Als het verzamelen van beide, zoals het geval was in deze studie, volg de richtlijnen die nodig zijn voor het opslaan van de speeksel cortisol monsters volgens de aanbevelingen van de fabrikant34,35.
    3. Bij gebruik van de staafje-inzamelings methode25moet het wattenstaafje in de wang of onder de tong van de deelnemer voor 60 s blijven. Volg bij het hanteren van de flesjes en monster verzameldoppen de fabrikant protocollen34,35 en breng de informatie over aan de deelnemers vóór het begin van de studie.
      Opmerking: als het experiment gedetailleerder is (bijvoorbeeld vragen met betrekking tot het verzamelen van vragen), moet u ervoor zorgen dat u de begin-en offset tijden van elke speeksel monsterverzameling opneemt, omdat deze mogelijk moeten worden verwerkt in de EDA-analyse. Hetzelfde geldt voor het begin en de offset van de verzamel tijden voor enquêtegegevens. Voor de verzameling van speeksel gegevens ontwikkelde onze groep een vlaggen systeem om deelnemers in staat te stellen de onderzoeker/Proctor op de hoogte te brengen wanneer een speeksel monster klaar was om te worden verzameld. Overweeg om meerdere procureurs aan te wijzen om mee te helpen tijdens een experimentele sessie in het geval dat meerdere speeksel monsters klaar zijn om te worden verzameld en opgeslagen.

2. pre-en post-experiment instellen en schoonmaken

  1. Enquêtes
    1. Organiseer in het enquête formulier een planningsproces, wijs deelnemers-Id's aan en verzamel zo nodig demografische gegevens. Ook, vaststellen of pre-label alle relevante enquêtevragen ter voorbereiding van de gegevensexport. Dit maakt snellere en efficiëntere gegevens reiniging, beheer en statistische analyses mogelijk.
    2. Synchroniseer de enquête-presentatie en de uitstap tijden gedurende het examen protocol. Als u sensoren of video integreert, synchroniseert u deze technologieën ook met de enquête software.
    3. Als een kwestie van hoffelijkheid en in het belang van het bijdragen aan een hartelijke en gastvrije onderzoeksomgeving, en als instructeurs het eens zijn, het opzetten van een geautomatiseerde follow-up e-mail met antwoorden op de examenvragen om te worden verzonden naar de deelnemers onmiddellijk of kort na hun deelname aan de sessie.
  2. Elektrodermale sensoren
    1. Plan de deelnemers vooraf in te plannen voor een examen sessie/tijd, evalueer eventuele medische informatie en voedingsgewoonten voor EDA en speeksel Collection30 en hand dominantie voor EDA Collection30en herinner de deelnemers eraan om te voorkomen dat de consumptie van suikerhoudende of cafeïneerde producten op de dag van het experiment. Dit is belangrijk omdat bepaalde medische aandoeningen (bijv. metabole stoornissen) en voedingsgewoonten (bijv. cafeïne consumptie) de EDA (en speeksel waarden) kunnen beïnvloeden, zoals voorgesteld in een eerdere protocol30.
    2. Voordat de deelnemers aankomen, zorg ervoor dat de sensoren correct zijn gekalibreerd, software-updates zijn verzorgd, en sensoren zijn gereinigd met 70% alcoholdoekjes30.
    3. Wanneer u de EDA-sensor op de polsen van een deelnemer past, moet u deze op de niet-dominante hand van de deelnemer plaatsen. Om de EDA-sensor te monteren:
      1. Plaats de sensor met de knop naar beneden gericht naar de duim.
      2. Met hun handpalmen naar boven naar hun gezicht, hebben de deelnemers een denkbeeldige lijn te trekken van de ruimte tussen de tweede en derde vinger van hun niet-dominante wijzer naar hun mid-pols gebied en plaats de sensor elektroden daar.
      3. Vraag de deelnemers om de sensor riemen op een manier te passen die niet te strak of te los is.
        Opmerking: een representatief beeld van deze fitting kan gevonden worden in Figuur 2.
    4. Zorg er bij het starten van de sensor voor dat u de fabrikant protocollen31 volgt om er zeker van te zijn dat de sensoren zijn ingesteld om gegevens te verzamelen. In dit experiment, het protocol is afgestemd op gebruik met een bepaald merk van sensoren (Zie tabel van de materialen), hoewel onderzoekers zijn van harte welkom om een fysiologische sensor van hun keuze te gebruiken.
      1. Voor apparaten die hier worden gebruikt, drukt u drie seconden op de sensor knop. Een groen lampje knippert met tussenpozen, gevolgd door een rood knipperend lampje en er treedt een fade-out op.
      2. Druk tijdens het uitfaden, om er zeker van te zijn dat de sensor aan staat, één keer op de knop voor minder dan 1 sec. Als het rood knippert, wordt aangegeven dat het gegevens opneemt.
    5. Wanneer u de sensor UITSCHAKELT, drukt u op de knop voor 3 sec. De sensor wordt uitgeschakeld als de lampjes aan de onderkant van de polsband gaan van groen naar vervagen.
    6. Om de gegevens van de sensor op te halen, sluit u deze aan op de computer en uploadt u de gegevens in het beheer softwaresysteem volgens de aanbevelingen van de fabrikant31.
  3. Salivary biomarkers
    1. Zoals eerder vermeld, vooraf beoordelen van alle medische aandoeningen of voedingsgewoonten die invloed kunnen hebben op de speeksel waarden tijdens de analyse. Ook, herinner de deelnemers niet te dragen van een lippenbalsem, make-up, of producten in de buurt van de lippen wanneer ze aankomen op de sessie, als dit zou kunnen introduceren contaminanten die kunnen invloed hebben op cortisol en speeksel alpha-amylase monsters. Als deelnemers aankomen met deze producten, begeleid ze dan zachtjes naar een toilet of zorg voor geschikte doekjes die deze producten zouden verwijderen zonder andere chemicaliën te introduceren (bijv. water op een servet versus make-up remover handdoeken). Tot slot, heldere experiment kamers van eten of drinken met een sterke geur (bijvoorbeeld pizza, sinaasappelen) die de speekselproductie onder de deelnemers kunnen verbeteren.
    2. Bij aankomst van de deelnemers aan de experimentele kamer, handdeel nemers 1 ounce water gegoten in een beker in hun aanwezigheid. Vraag ze om het water te swissen en door te slikken. Dit wordt gedaan om de mond van alle voedsel residuen die invloed kunnen hebben op de cortisol en speeksel alpha-amylase gegevens te wissen.
    3. Als het verzamelen van EDA-gegevens in combinatie met speeksel, herinner de deelnemers zachtjes aan het minimaliseren van handbeweging in de hand die de EDA-sensor heeft. Als zodanig zullen de deelnemers moeten worden geïnformeerd dat elke verstrekte speeksel monsterverzameling in hun dominante hand moet worden gedaan. Om dit proces te vergemakkelijken, is het raadzaam dat de experimentele Setup bevat vooraf gelabelde flesjes en een standaard om elk verlies van monsters te minimaliseren (Zie Figuur 1).
    4. Wanneer u speeksel monsters verzamelt, moet u verse nitril handschoenen dragen om stofdeeltjes of andere verontreinigingen van hand oliën te minimaliseren die moeten worden overgebracht naar de speeksel monster flacon.
    5. Zoals eerder aangegeven, breng de monsters onmiddellijk over naar een koeler met een inwendige temperatuur van-20 °C.

3. toenemende ecologische geldigheid in het licht van enquêtes, elektrodermale sensoren en speeksel biomarkers

  1. Betreffende examen authenticiteit
    1. Om een authentieke testervaring te bieden, lijnt u de exameninhoud uit met cursusinhoud. Bekijk hiervoor de cursusinhoud in combinatie met een groep content experts, waaronder de cursus instructeur.
    2. Selecteer een evaluatie (test of beoordeling) van de cursusinhoud die kan worden gerepliceerd in een experimentele instelling of die een aanvulling kan vormen op bestaande cursusinhoud (bijvoorbeeld Oefen examen).
      Opmerking: afhankelijk van het beleid van de instellings Raad van de instelling, kan het gebruik van echte examens niet worden toegestaan vanwege de mogelijke schade voor de cijfers van studenten in de cursus. Als zodanig kan in plaats daarvan een gelijkwaardige ervaring (bijv. Oefen examen) worden overwogen.
    3. Ontwikkel naast de instructeur een antwoordsleutel-en examen problemen en de bijbehorende oplossingen voor het verzamelen van prestatiegegevens op een gedetailleerd niveau (d.w.z. vraag per vraag) en/of macro-niveau (d.w.z. een volledig examen), afhankelijk van de doelstellingen van het onderzoek
    4. Vraag de instructeur ook om extra materialen te verstrekken die meestal worden gebruikt in hun examens (bijvoorbeeld Cheat Sheets) of alle toegestane materialen (bijvoorbeeld studieboeken, lijst met verwijzingen) die meestal worden gebruikt in hun cursussen. Experimenteurs moeten bereid zijn om deze tools aan de deelnemers te leveren.
    5. Zorg ervoor dat de testomgeving parallel loopt aan de experimentele Setup (bijvoorbeeld examen tijden, het aanbieden van een examen – testcentrum of klaslokaal, enz.) en de functies zoals bureauruimte, verlichting, de temperatuur van de kamer, onder andere.
  2. Betreffende de inclusie van enquêtes
    1. Afhankelijk van het aantal enquêtevragen, is het belangrijk om rekening te hebben met de geschatte tijden; het kan deelnemers nemen om de enquêtevragen af te ronden terwijl ze hun examen afleggen.
    2. Allot extra test-tijd om rekening te houden met onderbrekingen en ontwerp het examenprogramma om studenten terug te keren naar een bepaald examen probleem als een enquête prompt onderbroken hen. Zorg er ook voor dat deze onderbrekingstijd consistent is voor alle deelnemers (bijvoorbeeld begin, Midden en einde van het examen).
    3. Afhankelijk van het type experimenteel ontwerp, als het gedetailleerde type reacties nodig is (bijv. vraag per vraag), moet u eerst het examen probleem presenteren en vervolgens de deelnemers vragen om te reageren op de enquêtevraag en vervolgens de deelnemers in staat stellen hun antwoord (bijv. open-tekst, meervoudige keuze, enz.). Hierdoor kunnen deelnemers het probleem eerst bekijken en reageren op de enquêtevraag op basis van het gepresenteerde probleem. Als het experimentele ontwerp zich op een macroniveau bevindt, moet je ervoor zorgen dat deelnemers tot dat moment kunnen nadenken over de examen ervaring voordat ze reageren.
      Opmerking: theorieën en hypotheses zijn belangrijk om in deze stap te overwegen als de keuze van het specifieke soort presentatie van een item (bijvoorbeeld enquête, examen) zal ertoe doen. Bijvoorbeeld, als het bestuderen van zelfwerkzaamheid, dit is het beste beoordeeld op het niveau van de testvraag, terwijl academische prestaties emoties worden meestal gevraagd pre-, tijdens-en post-examen.
  3. Betreffende elektrodermale activiteitssensoren
    1. Om ervoor te zorgen dat deelnemers niet overdreven worden gestrest door het experimentele protocol, omvatten kalibratie-en ontspannings perioden gedurende de examen ervaring. Een strategie zou kunnen zijn om deelnemers in staat te stellen hun aandacht tussen vragen te verleggen. Beginnend met een eenvoudig te beantwoorden vraag (bijvoorbeeld, "welke dag van de week zijn we in?") en toestaan dat deelnemers 30 s om te rusten tussen elke examen vraag.
      Opmerking: Onthoud dat het begrijpen van het ontwerp van de examenvragen zelf en het voorspellen van wat de reacties van leerlingen belangrijk kunnen zijn (bijv. toegenomen cognitieve belastingen of neurale efficiënties37) omdat ze de speeksel marker en de EDA-gegevens kunnen beïnvloeden Collectie. De examenvragen moeten bijvoorbeeld allemaal in de vorm van een essay-inzending zijn, die handbeweging nodig heeft die de EDA-gegevens24,25 kan beïnvloeden of een examen kan worden ontworpen door verschillende moeilijkheidsgraden, die van invloed kunnen zijn op de cognitieve belastingen of neurale efficiëntie37.
    2. Zorg ervoor dat het tijdstempel programma rekening zal brengen met eventuele wijzigingen in de examen ervaring (bijv. kalibratie perioden, aanvang en offset van de tussen kalibratie vragen, enquêtevragen begin en offset, start en finish van het examen). Dit is een belangrijke stap, omdat het mogelijk is om gegevensbron te vergelijken, waardoor de intervallen of gebeurtenissen worden bepaald die moeten worden verwerkt en geanalyseerd.
  4. Betreffende het gebruik van speeksel biomarker
    1. Wees bewust van wanneer te verzamelen speeksel biomarkers.
      Opmerking: speeksel bio-marker studies worden meestal verkend door middel van een pre-pre-mid-post-post-post-design32,33,34,35,36. Als cortisol duurt 20 minuten om te reageren op stress14, deze tijdvertragingen zijn nodig om te observeren van cortisol begin en herstel. In het geval dat studenten zich voorbereiden op een examen, kunnen deelnemers bezorgd zijn over het nemen van het examen, en dus kan een maatregel voor aanvang niet mogelijk zijn. Het is ook belangrijk om de studenten niet vaak te onderbreken tijdens het examen. In onze studie kozen we ervoor om speeksel één keer voor aanvang te verzamelen, eenmaal tijdens, onmiddellijk na, en 20 minuten na het examen zo stil mogelijk om verstoringen te minimaliseren. In Figuur 3vindt u een voorbeeld van een test tijdlijn.
    2. Neem in het examenprogramma getimede prompts op voor Cue-deelnemers wanneer het tijd is om speeksel te verzamelen. Neem een 60-s timer, zodat de deelnemers zich bewust zijn van de duur van de speeksel-collectie. Deelnemers terug naar het probleem waaraan ze werkten tijdens het examen zodra de 60 s klaar zijn.

4. overwegingen voor gegevensverwerking en-analyse

  1. Enquête
    1. Zorg ervoor dat de gegevensuitvoer zijn gelabeld en geordend op de juiste manier voor effectief gegevensbeheer en ervoor te zorgen dat statistische programma's (bijvoorbeeld SPSS, SAS) kan uitvoeren van de benodigde analyse.
    2. Identificeer potentiële uitschieter gegevens op basis van normen voor onderzoek naar uitschieter detectie38 , evenals alle bepaalde demografische gegevens die eerder zijn verzameld (bijvoorbeeld medische aandoeningen).
    3. Bepalen van het type statistische analyse en/of modellering aan de uitvoering op basis van de vastgestelde onderzoeksvraag (en) en/of hypotheses
  2. Elektrodermale activiteit
    1. Merk op dat de elektrodermale data-uitgangen per bedrijf kunnen verschillen. Voor het apparaat dat in deze studie31wordt gebruikt, worden de gegevens uitgangen gepresenteerd als een enkele kolom met een begintijd gemeten in GMT, gevolgd door de frequentie van de gegevensverzameling en het EDA gemeten in Microsiemens. De EDA-gegevens worden vervolgens verhoogd volgens de frequentie van het verzamelen van gegevens. Aangezien de gegevens afhankelijk zijn van het tijdstip van aanvang, zet u deze tijd om in UNIX-tijd volgens productie protocollen en eerdere protocollen30. Hierdoor is een naadloze synchronisatie van de EDA-gegevenswijzigingen tijdens het experiment mogelijk.
    2. Identificeer en verwijder potentiële fabrikanten bronnen van uitschieters, zoals sensor storing, onvolledige gegevensverzameling of slecht contact van de elektroden in de huid. Deze worden geïdentificeerd door negatieve waarden of constante near-zero continue gegevenssegmenten in het gegevensuitvoer blad.
    3. Identificeer en verwijder potentiële door de gebruiker gegenereerde bronnen van uitschieters zoals onregelmatige bewegingen (bijv. het hand raken van Desk of nerveuze tikken), enquête of speeksel biomarkerverzamelperioden, of grote veranderingen in lichaams temperaturen of bloed volume drukmetingen .
    4. Voer de volgende reeks stappen uit om ruis te verwijderen als gevolg van beweging:
      1. Scan eerst de versnellingsmeter-profielen (ACC) van de deelnemers, die ook door de pols sensor worden geleverd. Houd er rekening mee dat de gegevens X-, Y-en Z-kolommen hebben die respectievelijk drie-dimensionale horizontale, verticale en ruimtelijke handbewegingen aangeven. Bereken het voortschrijdend gemiddelde van deze versnellingsmeter gegevens volgens de Euclidische afstand (L2-norm)39,53 vergelijking om de totale beweging te berekenen:
        Equation 1
      2. Bereken de standaarddeviatie van de Euclidische afstandwaarden voor de gehele deelnemers reeks en rangorde ze. Bereken ook de gemiddelde waarden van de Euclidische afstandwaarden.
      3. Bereken de variantie coëfficiënt van de waarden van de Euclidische afstand om de signaal-ruis verhoudingen40 te bepalen volgens de volgende vergelijking:
        Equation 2
        Opmerking: coëfficiënt van afwijkings waarden die hoger zijn dan een Score van 1 geeft een uitschieter aan en moet worden verwijderd uit de analyse volgens de aanbevelingen in de verwerking van signalering van gegevens33.
      4. Zodra het lawaai als gevolg van beweging is verwijderd, bepalen de benodigde drempelwaarde voor het filteren van de gegevens. Bereken hiervoor de boven-en ondergrenzen van de 95% van de standaarddeviatie van de signalen. Alle gegevens buiten deze bereiken kunnen worden verwijderd uit de gegevensset/analyse of toegerekend volgens de doelen en doelstellingen van de onderzoeker. Voor deze studie hebben we ervoor gekozen om de buiten bereiken te gemiddelde met de vastgestelde acceptabele gegevens.
      5. Keer terug naar de EDA-gegevens en gebruik de tijdgestempelde versnellingsmeter gegevens om de overeenkomstige intervallen van EDA te identificeren (die ook zijn voorzien van een tijdstempel).
        Opmerking: om de versnellingsmeter en de elektrodermale gegevens te synchroniseren, moet u er rekening mee dat de opname frequenties verschillend zijn (4 Hz voor EDA en 32 Hz voor ACC), zodat ze eerst moeten worden uitgelijnd. Aangezien er inherent meer ACC-gegevens dan EDA-gegevens zullen zijn, gebruikt u de gemiddelde EDA-waarden om rekening te maken met dit verschil.
    5. Zodra EDA gegevenssets zijn gereinigd41,42 hoewel de gefilterde versnellingsmeter gegevens, gaan naar de Tonic (baseline) en namen af multifasische (onmiddellijke, reactieve) signalen scheiden met behulp van voorgeschreven gereedschappen (bijv., ledalab, EDA Explorer)43 ,44, voor statistische analyse, voornamelijk de phasic, gefilterde EDA-gegevens worden gebruikt en waarden (bijvoorbeeld magnitudes, aantal pieken, latentietijden) worden berekend op basis van de onderzoeksvraag/hypothese en het gebruik van methoden die worden beschreven door Bouscien22,23.
  3. Speeksel biomarker
    1. Voor zowel cortisol en speeksel alpha-amylase assays, volg fabrikant protocollen22,23,24,25,26,27,28 en aanbevelingen van technici over gebruiksvoorwaarden, opslag en het hanteren van samples.
    2. Spin ontdooide monsters bij 1.500 x g bij 4 °c. Zorg ervoor dat u de doekjes voorzichtig verwijdert en dat de flesjes speeksel supernatant aan de onderkant van de injectieflacon hebben om de afscheiding van de mucine te garanderen.
    3. Als goede praktijk, voordat u de assay protocollen, doe een buffer spoelen van de putten met behulp van een plaat wasmachine voor verwerking. Dit is met name belangrijk voor cortisol.
    4. Zorg ervoor dat de optische dichtheids plaat lezer vooraf is geprogrammeerd op de juiste temperaturen (bijv. de sAA-monsters vereisen incubatie temperaturen van 37 °C, terwijl cortisol monsters metingen van de kamertemperatuur vereisen) en golflengten (d.w.z. sAA vereist 405 nm en cortisol vereist 450 nm en 490 – 492 nm referentiefilters). Voor sAA assays, is het raadzaam dat de plaat lezer gebruikt heeft zowel een shaker en een incubator binnen.
    5. Volg fabrikant protocols34,35 om de concentratiewaarden van elk monster en het corresponderende intra-en inter-assay percentage van de variatiecoëfficiënt (% CV) vergelijkingen te berekenen om uitschieters te identificeren gegevensset (dit wordt verschillend berekend in vergelijking met de eerder verstrekte vergelijking). Houd er rekening mee dat, voor sAA, bijhouden van de lotnummers gebruikt in de besturingselementen als ze niet zijn gestandaardiseerd.
      1. Ten eerste, het gemiddelde van de% CV van de controles op lotnummer en vervolgens gemiddelde deze waarden om een grote gemiddelde% CV score te krijgen.
      2. Voor monsters beveelt de fabrikant aan dat de intra-assay van monsters een% CV van minder dan 10% moet hebben, terwijl de controles een inter-assay% CV moeten hebben onder 15%34,35. Deze% CV-waarden zullen echter aanzienlijk afhangen van de laboratoriumomstandigheden en apparatuur die wordt gebruikt om het onderzoek uit te voeren. Overweeg als zodanig alternatieve methoden voor de validering van de immunoassay-test45.
    6. Vries speeksel monsters bij-80 °C na de assay om verificatie van de validering mogelijk te maken. Niet meer dan één keer ontdooien om verdere enzymatische afbraak van de monsters of controles te voorkomen.
  4. Gegevens triangulatie
    1. Afhankelijk van de onderzoeksvraag of hypothese, correleren relevante variabelen. Zorg ervoor dat alle uitschieters en gegevens correct vooraf worden verwerkt en gefilterd voordat u46gebruikt.
    2. Bepaal of de steekproefgrootte, de gegevensverzamelings punten, het waargenomen statistisch vermogen en onderzoeksvragen of-hypothese noodzakelijk zijn om gegevens samen te smelten47, of door gebruik te maken van analytische technieken voor herhaalde metingen48,49, 50.
    3. Administratieve verwerking van Inter-individuele verschillen in taaktijd51 en de vertraging in reactie van speeksel biomarkers om14te benadrukken, tijdstempels te gebruiken of gebeurtenissen te bepalen om gegevenssets samen te synchroniseren.
    4. Gebruik statistische modellen en software, analyseer de gegevensset en interpreteer de bevindingen.

bevat de 16 zip-bestanden.  Elk zip-bestand bevat alle EOL-quizzen voor een bepaald kern hoofdstuk.  Ze willen dit bestand uitpakken en vervolgens wordt elk zip-bestand afzonderlijk in het canvas geladen.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

In deze studie, we waren geïnteresseerd in het bestuderen van de invloeden van zelfwerkzaamheid, prestaties, en fysiologische (EDA sensoren) en biologische (sAA en cortisol) Reacties van undergraduate engineering studenten als ze nam een Oefen examen. De getoonde gegevens zijn een representatieve subset van de monsters: (a) een die enquêtes en elektrodermale sensoren (experiment ontwerp A) en (b) één die hetzelfde examen omvatte samen met de speeksel biomarker-gegevens (experiment ontwerp B) beschouwde. Terwijl we verzamelde emoties gegevens in deze studie, we zullen het niet presenteren, als ons doel was om te demonstreren gedetailleerde gegevens in real-time in plaats van aan de voorgeschreven tijdspunten aan het begin, het midden of het einde van het examen, dat is waar emoties gegevens werden verzameld.

Zoals weergegeven in Figuur 4, werd de moeilijkheidsgraad van het examen volgens de collectieve respons van studenten vergeleken in de experimentele ontwerpen. Ook de gemiddelde EDA als functie van studenten rapporteerde zelf-werkzaamheids scores voordat de examenvragen werden voltooid. Hoewel de moeilijkheidsgraad hetzelfde was voor de twee ontwerpen, werden tegengestelde verschillen in de gemiddelde EDA-waarden gevonden tussen de juiste en onjuiste responsen over verschillende scores voor zelfwerkzaamheid. Voor experimenteel ontwerp A (EDA-sensoren en-enquêtes) steeg het gemiddelde EDA voor een mid-SE score voor studenten die verkeerd reageerden op de examenvragen in vergelijking met studenten die de vragen correct reageerden (p < 0,001). Voor experimentele ontwerp B (EDA-sensoren, enquêtes en speeksel biomarkers) varieerden de "EDA-waarden", waarbij een tegenovergesteld effect werd gevonden voor lage SE-scores (p < 0,05) en hoge se-scores (p < 0,01), respectievelijk.

Om potentiële speeksel invloeden te begrijpen, werden de gemiddelde EDA en de cortisol-en sAA-assay waarden voor de ingestelde gegevenspunten in het examen (begin, midden, einde en 20 minuten na het examen) genormaliseerd (Figuur 5) voor experimenteel ontwerp B. Het is belangrijk op te merken dat de gemiddelde EDA-waarden voor deze tabel zijn afgekapt bij 60-s-intervallen tijdens het vooraf ingestelde tijdsbestek om vergelijkingen tussen elke speeksel marker mogelijk te maken. De gegevens suggereren dat de EDA-niveaus daalden van begin tot het einde van het examen, en deze niveaus werden hersteld door de 20-minuten markering na het examen. Deze trends werden parallel in de cortisol-en sAA-gegevens. De statistische significantie, zoals bepaald door ANOVA, werd gevonden tussen EDA en sAA aan het begin en het midden van het examen (p < 0,05 voor beide tijden), terwijl EDA en cortisol significantie vertoonden tussen het midden en het einde van het examen (p < respectievelijk 0,01 en p < 0,05). Door de 20-minuten Mark, EDA en sAA (p < 0,01) en cortisol en saa (p < 0,05) begon te tonen betekenis tussen elkaar.

Figure 1
Figuur 1. Experimentele opstelling bij het gebruik van enquêtes en elektrodermale sensoren om examen ervaringen te bestuderen. De afbeelding toont experimenteel ontwerp A (sensoren en onderzoek) en B (sensoren, enquêtes, en speeksel biomarkers). Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 2
Figuur 2. Een schematische weergave van hoe deelnemers kunnen passen en de elektrodermale sensor starten. Afbeelding A (links) toont de plaatsing van de startknop op de sensor terwijl afbeelding B (rechts) de plaatsing van de EDA-elektroden op de pols van de deelnemer weergeeft. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 3
Figuur 3. Weergave van een experimentele tijdlijn bij enquêtes, speeksel biomarkers en elektrodermale sensoren. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 4
Figuur 4. Moeilijkheidsgraad. Moeilijkheidsgraad van het examen volgens de prestaties van de collectieve student en betekent EDA als functie van de schaal volgorde van zelfwerkzaamheid door deelnemers voor de juiste en onjuiste responsen voor experimenteel ontwerp A (a en B) en experimentele ontwerp B (C en D). N = 15 deelnemers per ontwerp; gegevens worden gerapporteerd als gemiddelde ± standaardfout van het gemiddelde (weergegeven in de foutbalken); onderbroken lijnen op panelen A en C vertegenwoordigen de grenswaarden voor gematigde moeilijkheidsgraden (tussen 0,3 en 0,8)52; *p < 0,05, * *p < 0,01, en * * *p < 0,001, wat een statistisch significant verschil impliceert. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 5
Figuur 5. Genormaliseerde sAA, cortisol en Mean EDA. Genormaliseerde sAA, cortisol en Mean EDA voor experimenteel ontwerp B vergeleken bij 60-s intervallen op voorgeschreven tijdstippen tijdens het examen (begin, midden, einde, 20 minuten na). N = 15; gegevens worden gerapporteerd bij gemiddelde ± standaardfout van het gemiddelde (weergegeven in de foutbalken); *p < 0,05 en * *p < 0,01, wat een statistisch significant verschil impliceert. Klik hier om een grotere versie van dit cijfer te bekijken.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Hoewel fysiologische maatregelen in veel authentieke leer contexten zijn gebruikt, is het van cruciaal belang om een studieomgeving te ontwerpen die de grenzen van de huidige technologie indachtig is. Ons ontwerp balanceert de behoefte aan een authentieke testomgeving en herbergt de technologie. Het comfortabel beperken van deelnemers bewegingen, het verminderen van onbedoelde onderbrekingen en het testen van tijdstempels van deelnemers zijn alle belangrijke stappen binnen het protocol.

De ruimte en de kosten van de elektrodermale sensor apparaten kunnen de studie onpraktisch maken voor onderzoekers met beperkte onderzoeksmiddelen. Echter, eenmaal gekocht, deze sensoren hebben onbeperkte toepassingen. De speeksel biomarkers moeten in een laboratorium worden verwerkt en hebben aanzienlijke voor-en nabewerkings kosten per monster. Het is ook belangrijk om rekening te houden met de specifieke laboratoriumomstandigheden en-apparatuur die worden gebruikt, aangezien alternatieve speeksel assay-validatiemethoden nodig kunnen zijn om Inter-en intra-assay percentages van CV te identificeren.

Het protocol is een belangrijke stap voorwaarts in de toepassing van multimodale benaderingen in de studie van academische emoties. Het protocol maximaliseert de nauwkeurigheid van de EDA-metingen aan de hand van tijdstempels, terwijl een authentieke testomgeving wordt gerepliceerd, waardoor meer objectieve real-time studies van studenten cursussen en klassikale studies mogelijk zijn, waarbij een beperking dat beperkte eerdere onderzoeken gericht op leren en prestaties. Het is mogelijk om de techniek te wijzigen om online leeractiviteiten op te nemen waarvoor het vastleggen van toetsaanslagen vereist is. Het is ook mogelijk om het protocol voor misleiding studies te gebruiken, waarbij de moeilijkheidsgraad van de test of de huidige tekst-gebaseerde prompts vooraf zijn ontworpen om de verwachtingen van de cursisten voor de test te beïnvloeden.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs hebben niets te onthullen.

Acknowledgments

Dit materiaal is gebaseerd op werk dat deels ondersteund wordt door de National Science Foundation (NSF) No. EED-1661100 en een NSF GRFP-subsidie gegeven aan Darcie Christensen (nr. 120214). Alle meningen, bevindingen en conclusies of aanbevelingen die in dit materiaal worden uitgedrukt, komen niet noodzakelijkerwijs overeen met die van NSF of USU. We willen Sheree Benson bedanken voor haar vriendelijke discussies en aanbevelingen voor onze statistische analyse.

Bijdragen van de auteur in dit document zijn als volgt: Villanueva (onderzoeksontwerp, gegevensverzameling en-analyse, schrijven, bewerken); Husman (onderzoeksontwerp, gegevensverzameling, schrijven, bewerken); Christensen (gegevensverzameling en-analyse, schrijven, bewerken); Youmans (gegevensverzameling en-analyse, schrijven en bewerken); Khan (gegevensverzameling en-analyse, schrijven, bewerken); Vicioso (gegevensverzameling en-analyse, Editing); Lampkins (verzamelen en bewerken van gegevens); Graham (verzamelen en bewerken van gegevens)

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

Gedrag probleem 151 real-time onderzoek prestaties cross-disciplinair multimodaal experimenteel
Een interdisciplinair en multimodaal experimenteel ontwerp voor het bestuderen van in de buurt van real-time authentieke examen ervaringen
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