Waiting
Login processing...

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

Behavior

Yakın-Gerçek Zamanlı Otantik Sınav Deneyimlerini Incelemek Için Disiplinler arası ve Çok Modal Deneysel Tasarım

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

Öğrencilerin yüksek öğretim ortamlarında ve görevlerinde yaşadıkları duygusal gerçekleri değerlendirmek için bir sınav deneyiminin gerçek zamanlı etkilerini araştırmak için deneysel bir tasarım geliştirilmiştir. Bu tasarım disiplinler arası (örn. eğitim psikolojisi, biyoloji, fizyoloji, mühendislik) ve çoklu modal (örn. tükürük belirteçleri, etütler, elektrodermal sensör) yaklaşımının bir sonucudur.

Abstract

Son on yılda, öğrencilerin eğitim ortamlarında duygularını araştırma artmıştır. Araştırmacılar duygusal deneyimobjektif önlemlere dayanan daha fazla çalışma için çağrıda bulundular rağmen, çok modal veri kaynaklarının kullanımı nda sınırlamalar var. Sınıflarda duygu ve duygusal düzenleme çalışmaları geleneksel olarak anket araçlarına, deneyim örneklemeye, eserlere, röportajlara veya gözlemsel prosedürlere dayanır. Bu yöntemler, değerli olmakla birlikte, esas olarak katılımcı veya gözlemci öznelliğine bağlıdır ve öğrencilerin gerçek zamanlı performanslarının sınıf etkinliği veya göreviyle gerçek zamanlı ölçümü ile sınırlıdır. İkincisi, özellikle, objektif sınıfta duyguları ve diğer ilgili önlemleri ölçmek isteyen birçok bilim adamı için bir engel teşkil, gerçek zamanlı olarak.

Bu çalışmanın amacı, öğrencilerin özgün bir değerlendirme sırasında sınav deneyimlerine verdikleri gerçek zamanlı yanıtları deneysel olarak incelemek için bir protokol sunmaktır. Bunun için, eğitim psikologları, mühendisleri ve mühendislik eğitimi araştırmacılarından oluşan bir ekip, doğru fizyolojik sensör ölçümü, tükürük toplamanın en iyi uygulamaları ve otantik test ortamı. Özellikle, fizyolojik sensörlere dayanan mevcut çalışmalar, eğitim ortamlarından kopuk deneysel ortamlarda (örneğin, Trier Stres Testi), zamanında ayrılmış (örn. görevden önce veya sonra) veya analiz hatası naneden (örn. öğrencilerin hareket etme olasılığının yüksek olduğu ortamlarda sensörlerin kullanılması). Bu, öğrencilerin sınıf etkinliklerine ve görevlerine gerçek zamanlı yanıtlarını anlamamızı sınırlar. Ayrıca, son araştırmalar işe alım, çoğaltma, geçerlilik, kurulumlar, veri temizleme, ön analiz ve belirli koşullar (örneğin, deneysel bir değişken ekleyerek konuları ele alınması gereken daha fazla dikkate çağrısında bulundu tasarım) çok modal yaklaşımlara dayanan akademik duygular araştırmalarında.

Introduction

Psikologlar uzun davranışlarını açıklığa kavuşturuşunda insanların duygularının önemini anlamış 1. Eğitim çalışması kapsamında, Akademik Başarı Duyguları (AEE) duygu araştırma2odağı haline gelmiştir. AAE kullanan araştırmacılar, öğrencilerin kendilerini içinde buldukları durumsal bağlamların öğrencilerin duygularını incelerken göz önünde bulundurulması gereken önemli olduğunu savunuyorlar. Öğrenciler, duygusal, fizyolojik, motivasyonel ve bilişsel bileşenler de dahil olmak üzere çok bileşenli süreçleri içeren testle ilgili, sınıfla ilgili veya öğrenmeyle ilgili duygular yaşayabilirler. AEE iki şekilde ifade edilir: değerlik (pozitif / negatif) ve aktivasyon (odaklı / odaklanmamış enerji). Zevk gibi olumlu etkinleştirme duyguları, metabilişsellik gibi yansıtıcı süreçleri artırabilir, gurur gibi olumlu devre dışı layıcı duygular ise bilişsel işlemenin düşük seviyelerine neden olabilir. Öfke ve anksiyete gibi olumsuz aktive edici duygular nişan kıvılcım olabilir, umutsuzluk gibi olumsuz devre dışı bırakma duyguları motivasyon uğruyor3,4,5. Akademik duygular nasıl öğrenmek, algılamak, karar, yanıt ve sorun çözmekkatkıda 2. Akademik duyguları düzenlemek için, bireyin kendimotivasyonu,davranışı ve sosyal çevre üzerinde kontrol istihdam yeteneğine olan güven ilerler , 6 , 7 , 8 , kendi kendine yeterlilik (SE)6,7,8sahip olmalıdır 6. Kendi kendine yeterlilik ve akademik duygular birbiriyle ilişkilidir, burada daha düşük öz-etkinlik olumsuz devre dışı layıcı duygulara (örneğin, kaygı, öfke, can sıkıntısı) bağlıdır ve daha yüksek öz-etkinlik olumlu aktive edici duygulara bağlıdır (örn. mutluluk, umut, heyecan)6,7,8. SE de güçlü performans 6bağlıolduğuna inanılmaktadır6,7,8.

Sınıf duygularını inceleyen araştırmalar kendi raporlarına, gözlemlerine, röportajlara ve eserlere (örn. sınavlar,projeler)9,10. Bu yöntemler öğrencilerin sınıf deneyimleri hakkında zengin bağlamsal bilgiler sağlasa da, önemli sınırlamaları vardır. Örneğin, görüşmeler, gözlemler ve kendi kendine raporlar bireylerin içgözlemlerine dayanır10. Diğer yöntemler, akademik duyguları önceki araştırmacılardan daha yakın bir şekilde incelemeye çalışmıştır, örneğin araştırmacıların öğrencilerden11. Bu araştırma öğrencilerin duygularını daha doğru bir şekilde rapor etmemize olanak sunsa da, bu çalışma kendi kendine rapor etme yöntemlerine dayanır ve öğrencilerin deneyim anketini ele almak için sınavdaki çalışmalarını duraklatmaları gerektiğinden, gerçek zamanlı raporlamaya izin vermez.

Son zamanlarda, araştırmacılar duygu biyolojik veya fizyolojik önlemler in kullanımı yoluyla kendi kendine rapor önlemleri ile ilgili endişeleri ele almaya başladı9, bu anketler, gözlemler gibi diğer araçlar veya teknikler ile birlikte, gözlemler, ya da görüşmeler, eğitim ve psikolojik araştırmalar için çok modal bir veri toplama biçiminden oluşur12. Örneğin, tükürük biyobelirteçleri de dahil olmak üzere biyolojik teknikler, biyolojik süreçlerin biliş, duygu, öğrenme ve performans 13,14,15üzerindeki rolünü anlamak için kullanılmaktadır. Bilişsel süreçler için, androjenler (örneğin, testosteron) yetişkin ve çocuklarda farklı mekansal tanıma desenleri ile bağlantılı olmuştur16,17 oysa hipotalamik-hipofiz-adrenokortikal hormonlar (örneğin, kortizol) ve adrenerjik hormonlar (örneğin, tükürük α-amilaz veya sAA) bireyler arasında stres yanıt ile bağlantılıdır18,19,20.

Elektrodermal aktivite (EDA) otonom sinir sisteminin aktivasyonu fizyolojik bir ölçü temsil eder (ANS) ve sistemin artan aktivasyon ile bağlantılıdır, bilişsel yük, ya da yoğun duygusal tepkiler21,22 ,23. Muayene faaliyetlerinde, EDA fiziksel hareketlilik etkilenir21,22, vücut ve ortam sıcaklıkları24,25,26,27, ve sözelleştirme düşünceler28, yanı sıra duyarlılık ve cilde analog-dijital elektrotların bağlantı derecesi29.

Bu EDA kullanarak sınırlamalar olabilir rağmen, bu teknik hala yakın-gerçek zamanlı incelemeler sırasında ne olur değerli bir fikir sağlayabilir ve AEE keşfetmek için umut verici bir araç olarak hizmet verebilir ve ölçüde, kendi kendine etkinliği. Sonuç olarak, öğrencilerin AEE doğru bir resim anket yöntemleri nin bir kombinasyonu ile elde edilebilir, duygu değerliliğini belirlemek için, ve fizyolojik ve biyolojik veri, bu duyguaktivasyon ölçmek için. Bu makale, sınav faaliyetleri30 ile ilgili bir önceki yayınüzerine kuruludur ve bu çalışmanın kapsamını bir inceleme senaryosunda çoklu modal yaklaşımları (deneyim örnekleme anketleri, EDA sensörleri ve tükürük biyobelirteçleri kullanarak) içerecek şekilde genişletir. Aşağıda açıklanan protokolün, tek bir deneysel ayar içinde aynı anda birden fazla katılımcı verisinin toplanmasına olanak sağladığını belirtmek gerekir.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Prosedürler, Utah Eyalet Üniversitesi'nde insan denekleri ve bu yapılarla ilgili çalışmalar için yapılan genel bir inceleme kapsamında Kurumsal İnceleme Kurulu (IRB) tarafından onaylanmıştır. Tipik sonuçlar, her biri biraz farklı bir deneysel kuruluma sahip, Amerika Birleşik Devletleri'ndeki batılı bir yüksek öğrenim kurumunda bir mühendislik statik dersinin iki dönemini içerir. İçeriği gerçek sınavlara paralel olan uygulama sınavları, kurs öğretmeni tarafından geliştirilmiş ve çalışmamızda kullanılmıştır. Aşağıda özetlenen protokolün eşzamanlı adımları açıkladığını ve bazı adımların çakışabileceğini lütfen unutmayın.

1. Deneysel Tasarımlar ve Disiplin Uygulamalarının Entegrasyonunda Dikkat Edilecek Hususlar

Araştırmacılar bu tür deneysel tasarımları değerlendirirken, disiplin bilgisi ve yaklaşımları ana araştırma hedefini tamamlayacak ve sürdürecek şekilde entegre edilmelidir. Yeni araçlar ve yöntemler eklendikçe, ek doğrulama hususları gereklidir. Bu çalışmada, sömestr (deneysel tasarım A) için anketlerin ve elektrodermal sensörlerin kullanıldığı ve tükürük biyomarker koleksiyonunun (örn. kortizol ve sAA) sonraki döneme eklendiği deneysel bir çalışma inceleyeceğiz (deneysel tasarım B). Aşağıda iki kurulum için hususlar şunlardır:

  1. Etütler ve Elektrodermal Sensörler ile Deneysel Tasarım
    1. Elektrodermal sensörler hassastır. Katılımcıların ürkme yanıtları, istemeden etkinleştirilirse, EDA yanıtında önemli bir artış yaratabilir. Bu, eylemleri bu şaşırtıcı yanıtları geliştirebilecek veri toplama için birden çok katılımcı yı düşünürken özellikle önemlidir. Bu nedenle, mümkün olduğunca çok dikkat dağıtıcı en aza indirmek için çalışma alanını dikkatlice ayarladıklarından emin olun. Şekil 1'degösterildiği gibi, bir birey veya bir grup birey için sınav deneyimlerini keşfetmek için bir test kalkanı içerir.
      NOT: Test ortamının ekolojik geçerliliğini artırmak için, katılımcıların gerekli sınav sorunlarını yansıtmalarını ve çözmelerini sağlamak için bir öğrencinin gerçek sınavda (örn. çalışma kitapları, denklem sayfaları) kullanarak yapacağı materyalleri sağlamayı planlayın
    2. Elektrodermal sensörler saniyenin her1/4'ü sinyal sağlar. Bir olayın tanımlanmasına ve incelenmesine izin vermek için, görevin başlangıcının kesin bir ölçüsünü toplamak için bir plan uygulayın. Elektrodermal sensörleri anketlerle zaman senkronize ederken, veri toplama zaman dilimi oluşturmak için bilgisayarın dahili saatini kullanarak anket sorusunun sunumunun elektrodermal sensörle senkronize edildiğinden emin olun (Bkz. Şekil 1). Herhangi bir Bluetooth özellikli elektrodermal sensör kullanıyorsanız (örneğin, Bkz. Malzeme Tablosu),veri toplama işlemleri sırasında saat dilimi değişiklikleri ve gün ışığından yararlanma saati farklılıklarını hesaba katmak için Greenwich Meridyen Saati 'nde (GMT) senkronize süreleri30.
      NOT: Uyaranların sunumu için bir web sunucusu kullanıyorsanız (örn. test sorusu, anket öğesi, vb.), sunucu ile bilgisayar dahili saati arasındaki süreleri genellikle senkronize olmadığı için hizaladığından emin olun. Çalışma için kullanılan her bilgisayara bir çapraz platform web sunucusu (örneğin, XAMPP veya diğer Apache sunucuları) önceden yüklemenizgerekebileceğini unutmayın. Bir web kamerasını video kaydı amacıyla senkronize etmeyi düşünüyorsanız, videonun tarih, saat, saat, dakika, ikinci ve milisaniye kaydına izin veren güvenlik yazılımını kullanmayı düşünün (örn. 01/01/2000 04:01:02:05). Bu videonun bilgisayarın dahili saati ve diğer aygıtlarla (örneğin, EDA sensörü) eşitlemesi gerektiğini unutmayın. Gerekirse katılımcının yüzünü farklı açılarda ölçmek için web kameralarını ayarlayın. Ön yüzlü bir web kameraiçin; videonun iş istasyonu yüzeyine paralel olarak konumlandırılmasını ve aşağıya bakan web kameralarının videoyu iş istasyonu yüzeyinden katılımcının yüzüne 30° ila 45° olarak konumlandırmasını öneririz.
    3. Bir önceki protokol30'daönerildiği gibi, veri toplama sırasında hareket veya elektrot temas hatası nedeniyle sinyaldeki gürültüyü en aza indirmek için elektrodermal sensörü katılımcının baskın olmayan eline yerleştirin. Araştırmacılar hareket nedeniyle EDA eserler en aza indirmek istiyorsanız, bir alternatif katılımcı için rahat bir yerde bir bilek jeli yastık dahil etmektir ve aynı anda onları baskın olmayan el dinlenme sağlar.
      NOT: Sınav koşulları ve dönemler arasında tekrarlanabilirliği sağlamak için dizüstü bilgisayar, jel ped, sensör, sınav sayfaları ve diğer unsurların yerleştirilmesi standartlaştırılmalıdır. Şekil 1'degösterildiği gibi, ressamın bandı, deneysel kurulumun her bir öğesini (örn. dizüstü bilgisayarlar, sınav sayfaları, kameralar) katılımcılar ve veri toplama dönemleri arasında sürekli olarak ortalamak için kullanılmıştır.
    4. Elektrodermal sensör okumaları için, katılımcıların temel EDA verilerini oluşturmak için rahat bir duruma ulaştıkları bir dönemkurun 31. Bunun için, katılımcıların sınav kalkanına bakmaları için sınavın başında bir zaman belirtin (~5-15 dakika) veya zaman damgalama programının bir parçası olarak bu ipucunu dizüstü bilgisayara programlayın. Bu süreyi tamamladıktan sonra, katılımcılar ilgili anketler ve sınav soruları ile başlayabilirler. Aynı şekilde, sınav deneyiminin sonunda bir gevşeme dönemi atayın.
  2. Etütler, Elektrodermal Sensörler ve Tükürük Biyobelirteçleri ile Deneysel Tasarım
    1. Elektrodermal sensörleri anketler ve tükürük biyobelirteçleri ile entegre ederken, aksaklıkların mümkün olan en iyi şekilde en aza indirildiğinden emin olun. Bir strateji olarak, katılımcıların tükürük örneklerini üretim özelliklerine göre belirlenen dönemlerde nasıl vereceklerini anlamalarına yardımcı olacak bir eğitim videosu oluşturun (bkz. Araştırmacı -lar.
      NOT: Bu çalışmada araştırmacılar, sınav başı, orta, son ve sınav sonrası olmak üzere dört zaman puanı ile tükürük toplamakla ilgilendiler. Ancak, araştırmacılar kendi çalışma için uygun gördükleri diğer zamanlarda seçebilirsiniz. Ayrıca, kullanım kolaylığı ve daha hızlı numune toplama süreleri için pasif salya yöntemi33 yerine32 bez toplama yöntemini kullandık. Ayrıca, kortizol34 ve sAA35 kitleri (Bkz. Malzeme Tablosu)ve işleme de üretici özellikleri izledi. Ancak, grubunuzun bu test biçimlerini gerçekleştirmek için biyolojik bir laboratuarı yoksa, diğer sağlayıcılar 32,36'daki numuneleri analiz edebilir.
    2. Tükürük numuneleri toplarken, -20 °C iç sıcaklığına sahip kuru buzlu bir soğutucuya sahip olun; bu kortizol örnekleri için enzimlerin oda sıcaklığında bozulmasını önleyecektir34. Tükürük alfa-amilaz toplanıyorsa, stabilitesi çok daha uzundur (oda sıcaklığında ~beş gün ve 5 donma-çözülme döngüsüne izinvermek 35). Her ikisini de topluyorsanız, bu çalışmada olduğu gibi, üreticiönerileri34,35uyarına tükürük kortizol örnekleri saklamak için gerekli yönergeleri izleyin.
    3. Eğer bez toplama yöntemi25kullanıyorsanız, bez ya iç yanak veya 60 s için katılımcının dili altında kalır. Şişeleri ve numune toplama kapaklarını kullanırken, üretici protokolleri34,35'i izleyin ve çalışma başlamadan önce bilgileri katılımcılara iletin.
      NOT: Deneme daha ayrıntılıysa (örn. soru veri toplama ya da soru toplama), EDA analizinde bunların hesaba katılması gerektiğinden, her tükürük numunekoleksiyonunun başlangıç ve mahsup sürelerini kaydettiğinden emin olun. Aynı durum, anket veri toplama sürelerinin başlangıcı ve mahsupları için de geçerlidir. Tükürük veri toplama için grubumuz, katılımcıların tükürük numunesi toplanmaya hazır olduğunda araştırmacıya/proktöre haber vermelerini sağlamak için bir işaretleme sistemi geliştirmiştir. Birden fazla tükürük numunesi toplanmaya ve depoya hazır olması durumunda deneysel bir seans sırasında yardımcı olacak birden fazla proctor atamayı düşünün.

2. Deney öncesi ve sonrası kurulum ve temizleme

  1. Anket
    1. Anket formunda, bir zamanlama işlemi düzenleyin, katılımcı ların bilgilerini belirleyin ve gerektiğinde herhangi bir demografik bilgi toplayın. Ayrıca, veri ihracatına hazırlık için ilgili anket sorularını belirleyin veya ön etiketlendirin. Bu, daha hızlı ve daha verimli veri temizleme, yönetim ve istatistiksel analizler sağlayacaktır.
    2. Anket sunusunu ve çıkış saatlerini sınav protokolü boyunca senkronize edin. Sensörleri veya videoyu entegre ediyorsanız, bu teknolojileri anket yazılımıyla da senkronize edin.
    3. Nezaket meselesi olarak ve samimi ve sıcak bir araştırma ortamına katkıda bulunmak amacıyla, ve eğitmenler kabul ederse, hemen veya kısa bir süre sonra katılımcılara gönderilecek sınav sorularına yanıtiçeren otomatik bir takip e-postası ayarlayın oturuma katılımları.
  2. Elektrodermal Sensörler
    1. Katılımcıları bir sınav oturumuna/saatine önceden planlamayı planlayın, EDA ve tükürük toplama30 için her türlü tıbbi bilgiyi ve beslenme alışkanlıklarını değerlendirin ve EDA koleksiyonu için el hakimiyeti30, ve katılımcılara tüketimden kaçınmalarını hatırlatmak deney günü şekerli veya kafeinli ürünler. Bu, bazı tıbbi durumlar (örn. metabolik bozukluklar) ve beslenme alışkanlıklarının (örn. kafein tüketimi) EDA'yı (ve tükürük değerlerini) etkileyebildiği içinönemlidir.
    2. Katılımcılar gelmeden önce sensörlerin doğru şekilde kalibre edildiğinden, yazılım güncellemelerinin halledildiğinden ve sensörlerin %70 alkol mendili ile temizlendiğini unutmayın30.
    3. EDA sensörünü katılımcının bileklerine takırken, katılımcının baskın olmayan eline yerleştirdiğinizden emin olun. EDA sensörüne uyacak şekilde:
      1. Düğme başparmağına bakacak şekilde sensörü yerleştirin.
      2. Avuçiçleri yüzlerine bakacak şekilde, katılımcıların baskın olmayan ellerinin ikinci ve üçüncü parmağı arasındaki boşluktan orta bilek bölgelerine hayali bir çizgi çekmelerini ve sensör elektrotlarını oraya yerleştirmelerini sağlarlar.
      3. Katılımcılardan sensör kayışlarını çok sıkı veya çok gevşek olmayan bir şekilde takmalarını isteyin.
        NOT: Bu montajın temsili bir görüntüsü Şekil 2'debulunabilir.
    4. Sensörü çalıştırırken, sensörlerin veri toplamak için ayarlandığından emin olmak için üretici protokolleri31'i uyguladığından emin olun. Bu deneyde, protokol belirli bir sensör markasıyla kullanılmak üzere tasarlanmıştır (Bkz. Malzeme Tablosu),ancak araştırmacılar kendi seçtikleri herhangi bir fizyolojik sensörü kullanabilirler.
      1. Burada kullanılan cihazlar için sensör düğmesine üç saniye basın. Yeşil ışık aralıklı olarak yanıp söner, ardından kırmızı yanıp sönen bir ışık yanar ve ardından bir solmaya neden olur.
      2. Solma sırasında, sensörün AVEYA OLDUĞUNDAN emin olmak için, 1 s'den daha kısa bir süre için düğmeye bir kez basın. Kırmızı yanıp sönüyorsa, veri kaydettiğini gösterir.
    5. Sensörü KAPATIRKEN, 3 s için düğmeye basın. Bilekliğin altındaki ışıklar yeşilden solmaya dönerse sensör kapanacaktır.
    6. Sensörden veri almak için, bilgisayara bağlayın ve üreticiönerileri31göre yönetim yazılım sisteminde veri yükleyin.
  3. Tükürük Biyobelirteçleri
    1. Daha önce de belirtildiği gibi, analiz sırasında tükürük değerlerini etkileyebilecek herhangi bir tıbbi durum veya beslenme alışkanlıkları önceden değerlendirin. Ayrıca, katılımcılara seansa geldiklerinde dudak kremi, makyaj veya dudak lara yakın ürünler giymemelerini hatırlatın, çünkü bu kortizol ve tükürük alfa-amilaz örneklerini etkileyebilecek kirletici maddelere neden olabilir. Katılımcılar bu ürünleri giyerek gelirlerse, onları yavaşça tuvalete yönlendirin veya diğer kimyasalları (örn. peçetedeki su ve makyaj temizleyici havlular) tanıtmadan bu ürünleri çıkaracak uygun mendiller sağlayın. Son olarak, katılımcılar arasında tükürük üretimini artırabilecek güçlü bir kokuya (örneğin, pizza, portakal) sahip yiyecek veya içeceklerin açık deney odaları.
    2. Katılımcıların deneysel odaya varışları üzerine, el katılımcıların huzurunda bir fincan içine su 1 ons dökülür. Onlardan suyu yutmalarını ve yutmalarını iste. Bu kortizol ve tükürük alfa-amilaz verilerini etkileyebilecek herhangi bir gıda artıkları ağız temizlemek için yapılır.
    3. Tükürükle birlikte EDA verileri toplanıyorsanız, katılımcılara EDA sensörüne sahip el hareketini en aza indirmelerini nazikçe hatırlatın. Bu nedenle, katılımcıların sağlanan herhangi bir tükürük numunesi koleksiyonunun baskın ellerinde yapılması gerektiği konusunda bilgilendirilmeleri gerekmektedir. Bu işlemi kolaylaştırmak için, deneysel kurulumun önceden etiketlenmiş şişeler ve numune kaybını en aza indirmek için bir stand içermeleri önerilir (Şekil 1'ebakın).
    4. Tükürük numuneleri toplarken, tükürük numunesi şişesine aktarılacak el yağlarından kaynaklanan toz partikülünü veya başka bir kirleticimaddeyi en aza indirmek için taze nitril eldivenler giyin.
    5. Daha önce de belirtildiği gibi, numuneleri hemen -20 °C iç sıcaklığıolan bir soğutucuya aktarın.

3. Anketler, elektrodermal sensörler ve tükürük biyobelirteçleri ışığında ekolojik geçerliliğin artırılması

  1. Sınav orijinalliği ile ilgili
    1. Özgün bir test deneyimi sağlamak için, sınav içeriğini ders içeriğiyle hizalayın. Bunun için, kurs eğitmeni de dahil olmak üzere bir grup içerik uzmanıyla birlikte kurs içeriğini gözden geçirin.
    2. Deneysel bir ortamda çoğaltılabilen veya mevcut ders içeriğini tamamlayabilen (örn. uygulama sınavı) ders içeriğinin bir değerlendirmesini (test veya değerlendirme) seçin.
      NOT: Kurumunuzun Kurumsal İnceleme Kurulu politikalarına bağlı olarak, gerçek sınavların kullanılması, öğrencilerin dersteki notlarına zarar verme potansiyeli nedeniyle izin verilmeyebilir. Bu nedenle, eşdeğer bir deneyim (örneğin, uygulama sınavı) bunun yerine kabul edilebilir.
    3. Eğitmenin yanı sıra, araştırmanın hedeflerine bağlı olarak performans verilerini ayrıntılı düzeyde (örn. soruya göre soru) ve/veya makro düzeyde (yani tüm sınav) toplamak için kullanılacak bir cevap anahtarı ve sınav problemleri ve çözümleri geliştirmek
    4. Eğitmenden, genellikle sınavlarında kullanılan ek materyalleri (örn. kopya kağıtları) veya izin verilebilen materyalleri (örn. ders kitapları, referans listesi) genellikle derslerinde kullanılmasını isteyin. Deneyciler bu araçları katılımcılara sunmak için hazırlanmalıdır.
    5. Test ortamının deneysel kuruluma (örn. sınav saatleri, sınav-test merkezi veya sınıf vb.) ve masa alanı, aydınlatma, odanın sıcaklığı gibi özellikleriyle paralel olduğundan emin olun.
  2. Ankete dahil etme ile ilgili olarak
    1. Anket sorularının sayısına bağlı olarak, yaklaşık süreleri hesaba katmak önemli olacaktır; katılımcıların sınava girerken anket sorularını tamamlamaları gerekebilir.
    2. Kesintileri hesaba katmak ve bir anket istemi nin kesintiye uğraması durumunda öğrencileri belirli bir sınav sorununa döndürmek için sınav programını tasarlamak için ek sınav alma süresi ayırın. Ayrıca, bu kesinti süresinin katılımcılar arasında tutarlı olduğundan emin olun (örn. sınavın başlangıcı, ortası ve sonu).
    3. Deneysel tasarımın türüne bağlı olarak, tanecikli yanıt türüne (örn. soru ya göre soru) ihtiyaç duyulması halinde, önce sınav problemini sunmayı planlayın, ardından katılımcılara anket sorusuna yanıt vermelerini ister ve katılımcıların yanıt (örn. açık metin, çoktan seçmeli, vb.). Bu, katılımcıların önce sorunu görmelerine ve sunulan soruna göre anket sorusuna yanıt vermelerine olanak sağlayacaktır. Deneysel tasarım makro düzeydeyse, katılımcıların yanıt vermeden önce sınav deneyimini o noktaya kadar yansıtmasına izin verildiğinden emin olun.
      NOT: Teoriler ve hipotezler bu adımda bir öğenin belirli türde bir sunum seçimi (örneğin, anket, sınav) önemli olacağı ndan dikkate alınması önemlidir. Örneğin, kendi kendine yeterlilik eğitimi alıyorsanız, bu en iyi test sorusu düzeyinde değerlendirilirken, akademik başarı duyguları genellikle sınav öncesi, sırasında ve sonrası sorulur.
  3. Elektrodermal aktivite sensörleri ile ilgili
    1. Katılımcıların deneysel protokol nedeniyle aşırı stresli olmamasını sağlamak için, sınav deneyimi boyunca kalibrasyon ve dinlenme süreleri dahil. Stratejilerden biri, katılımcıların dikkatlerini sorular arasında yeniden odaklamalarına olanak sağlamak olabilir. Basit yanıtlı bir soruyla başlayarak (örneğin, "Haftanın hangi günündeyiz?") ve katılımcıların her sınav sorusu arasında 30'lu s'lik bir dinlenmeye olanak sağlar.
      NOT: Sınav sorularının tasarımını anlamak ve tükürük belirteci ve EDA verilerini etkileyebileceğinden öğrencilerin tepkilerinin önemli olabileceğini (örneğin, artan bilişsel yükler veya nöral verimlilik37)tahmin etmek gerektiğini unutmayın. Koleksiyon. Örneğin, sınav sorularının tümü, EDA verilerini etkileyebilecek el hareketi gerektiren deneme girişi şeklinde olmalıdır24,25 veya bir sınav, öğrencileri etkileyebilecek farklı zorluk düzeylerine göre tasarlanabilir. bilişsel yükler veya nöral verimlilik37.
    2. Zaman damgalama programının sınav deneyimindeki değişiklikleri (örn. kalibrasyon süreleri, kalibrasyon sorularının başlangıç ve mahsupları, anket sorularının başlangıç ve mahsup, sınavın başlangıç ve bitişi) hesaba katmasını sağlayın. Bu, işlenecek ve analiz edilecek aralıkları veya olayları belirleyecek veri kaynağı eşleştirmesine izin verecektir gibi önemli bir adımdır.
  4. Tükürük biyomarker kullanımı ile ilgili
    1. Tükürük biyobelirteçleri toplamak için ne zaman dikkatli olun.
      NOT: Tükürük biyo-marker çalışmaları genellikle bir pre-pre-mid-post-post sonrası tasarım32,33,34,35,36ile araştırılır. Kortizol strese yanıt vermek için 20 dakika sürer gibi14, Bu zaman gecikmeler kortizol başlangıcı ve kurtarma gözlemlemek için gereklidir. Öğrencilerin sınava hazırlanmaları durumunda, katılımcılar sınava girmekten endişe duyabilirler ve bu nedenle, önceden belirlenmiş bir tedbir mümkün olmayabilir. Sınav sırasında öğrencilerin sık sık rahatsız edilmemesi de önemlidir. Çalışmamızda, aksamaları en aza indirmek için sınavdan bir kez, bir kez, hemen sonra ve sınavdan sonra bir kez tükürük toplamayı tercih ettik. Örnek bir test zaman çizelgesi Şekil 3'teverilmiştir.
    2. Sınav programında, tükürük toplama zamanı geldiğinde katılımcılara işaret vermek için zamanlanmış istemleri içerir. Katılımcılar tükürük toplama süresi nin farkında olmak için 60'lı s'lik bir zamanlayıcı ekleyin. 60'lı iştamamlandıktan sonra katılımcıları sınavda üzerinde çalıştıkları probleme geri döndürün.

4. Veri işleme ve analizinde dikkat edilmesi gerekenler

  1. Anket
    1. Etkili veri yönetimine olanak sağlamak ve istatistiksel programların (örneğin, SPSS, SAS) gerekli tüm analizleri yapabilmesini sağlamak için veri çıktılarının uygun şekilde etiketlendirilip düzenlendiğinden emin olun.
    2. Anket aykırı algılama38 standartlarına ve daha önce toplanan demografik veriler (örn. tıbbi durumlar) aracılığıyla belirlenen herhangi bir potansiyel aykırı verileri belirleyin.
    3. Belirlenen araştırma sorusu(lar) ve/veya hipotezlere dayalı olarak yürütülecek istatistiksel analiz ve/veya modelleme türünü belirlemek
  2. Elektrodermal Aktivite
    1. Elektrodermal veri çıktılarının şirkete göre değişebileceğini unutmayın. Bu çalışmada kullanılan cihaziçin 31,veri çıkışları GMT cinsinden ölçülen bir başlangıç süresi ile tek bir sütun olarak sunulur, veri toplama sıklığı ve mikroSiemens ölçülen EDA izledi. EDA verileri daha sonra veri toplama sıklığına göre artışlar. Veriler başlangıç zamanına bağlı olduğundan, üretim protokollerine ve önceki protokollere göre bu süreyi UNIX zamanına dönüştürün30. Bu, eda veri değişikliklerinin deneme boyunca daha sorunsuz eşitlenmesine olanak sağlar.
    2. Sensör arızası, eksik veri toplama veya ciltteki elektrotların kötü teması gibi olası üretici kaynaklarını tanımlayın ve çıkarın. Bunlar, veri çıktı sayfasındanegatif değerler veya sıfıra yakın sabit sürekli veri segmentleri ile tanımlanır.
    3. Düzensiz hareketler (örn. el vurma masası veya sinir dinleme), anket veya tükürük biyomarker toplama dönemleri veya vücut ısısında veya kan hacmi basıncı okumalarında büyük değişiklikler gibi aykırı lıkların kullanıcı tarafından oluşturulan potansiyel kaynaklarını belirleyin ve kaldırın .
    4. Hareket nedeniyle gürültüyü gidermek için aşağıdaki adımları yapın:
      1. İlk olarak, katılımcıların ivmeölçer (ACC) profillerini taramak, aynı zamanda bilek sensörü tarafından sağlanan. Verilerin sırasıyla üç boyutlu yatay, dikey ve uzamsal el hareketlerini gösteren X, Y ve Z sütunlarına sahip olacağını unutmayın. Toplam hareketi hesaplamak için öklid mesafesi (L2-Norm)39,53 denklemine göre bu ivmeölçer verilerinin hareketli ortalamasını hesaplayın:
        Equation 1
      2. Tüm katılımcı kümesi için Öklid mesafe değerlerinin standart sapması hesaplayın ve sıralama sırası. Öklilik mesafe değerlerinin ortalama değerlerini de hesaplayın.
      3. Aşağıdaki denkleme göre sinyal-gürültü oranları40 belirlemek için Öklid uzaklık değerlerinin varyans katsayısını hesaplayın:
        Equation 2
        NOT: 1 puanını aşan varyans değerlerinin katsayısı bir aykırılığı gösterir ve sinyal veriişlemesindeki önerilere göre analizden çıkarılmalıdır33.
      4. Hareket nedeniyle gürültü kaldırıldıktan sonra, verileri filtrelemek için gerekli eşiği belirleyin. Bunun için, sinyallerin standart sapmasının %95'inin üst ve alt sınırlarını hesaplayın. Bu aralıkların dışındaki tüm veriler veri kümesinden/analizden kaldırılabilir veya araştırmacının amaç ve hedeflerine göre belirlenebilir. Bu çalışma için, belirlenen kabul edilebilir verilerle dış aralıkların ortalamasını seçtik.
      5. EDA verilerine dönün ve EDA'nın (zaman damgalı) ilgili aralıklarını tanımlamak için zaman damgalı ivmeölçer verilerini kullanın.
        NOT: İvmeölçer ve elektrodermal verileri senkronize etmek için kayıt frekanslarının farklı olduğunu unutmayın (EDA için 4 Hz ve ACC için 32 Hz) bu nedenle önce hizalanmış olmaları gerekir. Doğal olarak, EDA verilerinden daha fazla ACC verisi olacağından, bu farkı hesaba katmak için ortalama EDA değerlerini kullanın.
    5. EDA veri setleri41,42 filtrelenmiş ivmeölçer verileri temizlendikten sonra, öngörülen araçları kullanarak tonik (taban çizgisi) ve phasic (anında, reaktif) sinyalleri ayırmaya devam edin (örneğin, Ledalab, EDA Explorer)43 ,44, istatistiksel analiz için, öncelikle phasic, filtrelenmiş EDA verileri kullanılır ve değerler (örneğin, büyüklükler, zirve sayısı, gecikme süreleri) araştırma sorusu/hipotezi ve tanımlanan yöntemler kullanılarak hesaplanır Bouscien22,23.
  3. Tükürük Biyomarker
    1. Hem kortizol hem de tükürük alfa-amilaz tahlilleri için, üretici protokollerini izleyin22,23,24,25,26,27,28 ve kullanım koşulları, depolama ve taşıma örnekleri hakkında teknisyen önerileri.
    2. 4 °C'de 1.500 x g'de çözülmüş numuneler döndürülür. Dikkatle bezleri kaldırmak için emin olun ve şişeler müsin ayrılmasını sağlamak için şişenin altında tükürük supernatant var.
    3. Iyi bir uygulama olarak, test protokolleri izlemeden önce, işleme den önce bir plaka yıkama kullanarak kuyuların bir tampon durulama yapmak. Bu özellikle kortizol için önemlidir.
    4. Optik yoğunluk lu plaka okuyucunun uygun sıcaklıklara göre önceden programlandığından emin olun (örneğin, sAA numuneleri 37 °C'lik kuluçka sıcaklıkları gerektirirken kortizol örnekleri oda sıcaklığı okumaları gerektirir) ve dalga boyları (örneğin, sAA 405 gerektirir nm ve kortizol 450 nm ve 490-492 nm referans filtreleri gerektirir). sAA tahlilleri için kullanılan plaka okuyucunun hem çalkalayıcı hem de kuluçka makinesi olması önerilir.
    5. Her numunenin konsantrasyon değerlerini hesaplamak için üretici protokollerini34,35'e ve varyasyon katsayısının karşılık gelen intra-ve inter-dosay yüzdesini (CV) uygulayın. veri kümesi (bu daha önce sağlanan denkleme göre farklı hesaplanır). SAA için, kontrollerde kullanılan lot numaralarını standartlaştırılmadıkları için takip edin.
      1. İlk olarak, denetimlerin %CV'sini lot sayısına göre ortalama ve ardından büyük bir ortalama %CV puanı almak için bu değerlerin ortalamasını alın.
      2. Numuneler için üretici, numunelerin intra-tsay%10 altında bir% CV olması gerektiğini önerir, kontroller% 15 altında bir inter-test % CV olmalıdır34,35. Ancak, bu %CV değerleri önemli ölçüde laboratuvar koşullarına ve araştırmanın yürütülmesinde kullanılan ekipmana bağlıdır. Bu nedenle, gerektiğinde45immünoassay tsay doğrulama alternatif yöntemleri düşünün.
    6. Tükürük örneklerini doğrulamanın doğrulanmasına izin vermek için testten sonra -80 °C'de dondurun. Numunelerin veya denetimlerin daha fazla enzimatik bozulmasını önlemek için çözülmeyi birden fazla kez dondurmayın.
  4. Veri Nirengi
    1. Araştırma sorusuna veya hipotezine bağlı olarak, ilgili değişkenleri ilişkilendirin. 46'yıkullanmadan önce tüm aykırıların ve verilerin uygun şekilde önceden işlendiğinden ve filtrelendirilmesini sağlayın.
    2. Örneklem boyutunun, veri toplama noktalarının, gözlenen istatistiksel gücün ve araştırma sorularının veya hipotezinin veri47'yibirleştirmeyi gerektirip gerektirmeyeyip gerektirmeden veya tekrarlanan ölçüler analitik tekniklerini kullanıp kullanmadığınıbelirlemek 48,49, 50.
    3. Görev süresi51'deki bireysel farklılıkların muhasebeleştirilmesi ve tükürük biyobelirteçlerinin14'üvurgulamasında gecikme, zaman damgaları kullanın veya veri kümelerini birlikte senkronize etmek için olayları belirleyin.
    4. İstatistiksel modelleri ve yazılımları kullanarak, veri kümesini analiz edin ve bulguları yorumlayın.

16 zip dosyaları içerir.  Her zip dosyası, belirli bir Çekirdek bölümü için tüm EOL testlerini içerir.  Bu dosyanın zip'ini açmak isteyecekler ve sonra her zip dosyası Canvas'a tek tek yükleniyor.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Bu çalışmada, lisans mühendisliği öğrencilerinin uygulama sınavına girerken kendi kendine yeterlilik, performans ve fizyolojik (EDA sensörleri) ve biyolojik (sAA ve kortizol) tepkilerinin etkilerini incelemek le ilgilendik. Gösterilen veriler örneklerin temsili bir alt kümesidir: (a) anketleri ve elektrodermal sensörleri (deney tasarımı A) ve (b) tükürük biyomarker verileriyle birlikte aynı sınavı içeren bir örnek kümesidir (deney tasarımı B). Bu çalışmada duygu verilerini toplarken, bunu sunmayacağız, çünkü amacımız, duygu verilerinin toplandığı sınavın başında, ortasında veya sonunda öngörülen zaman noktalarında değil, tanecikli verileri gerçek zamanlı olarak göstermekti.

Şekil 4'tegösterildiği gibi, öğrencilerin ortak tepkisine göre sınavın zorluk derecesi deneysel tasarımlar arasında karşılaştırıldı. Ayrıca, öğrencilerin bir fonksiyonu olarak ortalama EDA'nın sınav sorularını tamamlamadan önce kendi kendine yeterlilik puanları bildirmeleri planlandı. Zorluk derecesi iki tasarım için aynı olsa da, farklı öz-etkinlik puanları arasında doğru ve yanlış yanıtlar arasında ortalama EDA değerlerinde karşıt farklılıklar bulundu. Deneysel tasarım A (EDA sensörleri ve anketleri) için, sınava yanlış yanıt veren öğrenciler için, sorulara doğru yanıt veren öğrencilere göre EDA orta SE puanı artmıştır(p < 0.001). Deneysel tasarım B (EDA sensörleri, anketler ve tükürük biyobelirteçleri) için, ortalama EDA değerleri, sırasıyla düşük SE skorları(p < 0,05) ve yüksek SE skorları(p < 0,01) için ters etki bulunduğu yerlerde farklılık gösterir.

Olası tükürük etkilerini anlamak için, ortalama EDA yanı sıra kortizol ve sAA test değerleri sınavda set veri noktaları için (başlangıç, orta, son ve 20 dakika sonra sınav) normalleştirilmiş(Şekil 5)deneysel tasarım B için. Bu tablo için ortalama EDA değerlerinin, her tükürük belirteci arasında karşılaştırmalara izin vermek için önceden ayarlanmış zaman dilimi boyunca 60'lı s aralıklarla kesildiğini unutmamak gerekir. Veriler, EDA düzeylerinin sınavın başından sonuna kadar azaldığını ve bu seviyelerin sınavdan sonraki 20 dakikalık notla geri kazanıldığını göstermektedir. Bu eğilimler kortizol ve sAA verilerinde paraleldir. ANOVA ile belirlenen istatistiksel anlamlılık, sınavın başında ve ortasında EDA ile sAA arasında bulundu(p < her iki kez için 0.05) eda ve kortizol ise sınavın ortası ile sonu arasında anlamlılık gösterdi (p < 0.01 ve p < 0.05, sırasıyla). 20 dakikalık işaretle EDA ve sAA(p < 0.01) ve kortizol ve sAA(p < 0.05) birbirleri arasında anlamlılık göstermeye başladılar.

Figure 1
Şekil 1. İnceleme deneyimlerini incelemek için anketler ve elektrodermal sensörler kullanırken deneysel kurulum. Görüntü Deneysel Tasarım A (sensörler ve anket) ve B (sensörler, anket ve tükürük biyobelirteçleri) gösterir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 2
Şekil 2. Katılımcıların elektrodermal sensörü nasıl sığdırıp çalıştırabildiğini anlatan şematik bir gösterim. Resim A (solda) sensördeki başlat düğmesinin yerleşimini gösterirken, Resim B (sağda) eda elektrotlarının katılımcının bileğine yerleştirilmesini gösterir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 3
Şekil 3. Anketler, tükürük biyobelirteçleri ve elektrodermal sensörler dahil edildiğinde deneysel bir zaman çizelgesinin temsili. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 4
Şekil 4. Zorluk derecesi. Toplu öğrenci performansına göre sınavın zorluk derecesi ve katılımcıların deneysel tasarım A(A ve B)ve deneysel için doğru ve yanlış tepkiler için kendi kendine yeterlilik ölçeği sıralamasının bir fonksiyonu olarak EDA ortalaması tasarım B (C ve D). N = Tasarım başına 15 katılımcı; veriler ortalamanın ortalama ± standart hatası olarak raporlanır (hata çubuklarında temsil edilir); A ve C panellerinde kesik çizgiler orta zorluk aralıkları (0,3 ile 0,8 arasında)52; *p < 0.05, **p < 0.01 ve ***p < 0.001, istatistiksel olarak anlamlı bir fark anlamına gelir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 5
Şekil 5. Normalleştirilmiş sAA, kortizol ve ortalama EDA. Normalleştirilmiş sAA, kortizol ve ortalama EDA deneysel tasarım b için sınav sırasında öngörülen sürelerde 60 s aralıklarla karşılaştırıldığında (başlangıç, orta, son, 20 dakika sonra). N = 15; veriler ortalama ± standart hatasında raporlanır (hata çubuklarında temsil edilir); *p < 0.05 ve **p < 0.01, istatistiksel olarak anlamlı bir fark anlamına gelir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Fizyolojik önlemler birçok otantik öğrenme bağlamında kullanılmış olsa da, mevcut teknolojinin sınırlarını dikkate alan bir çalışma ortamı tasarlamak çok önemlidir. Tasarımımız otantik bir test ortamına olan ihtiyacı dengeler ve teknolojiyi karşılar. Katılımcı hareketini rahatça sınırlamak, istenmeyen kesintileri azaltmak ve katılımcıların test yanıtlarını zaman damgası ile damgalama protokolün tüm kritik adımlarıdır.

Elektrodermal sensör cihazlarının alanı ve gideri, sınırlı araştırma fonlarına sahip araştırmacılar için çalışmayı pratik hale getirebilir. Ancak, bir kez satın, bu sensörler sınırsız kullanımları vardır. Tükürük biyobelirteçleri bir laboratuvarda işlenmeli ve numune başına önemli ön ve sonrası işleme giderleri olmalıdır. Cv'nin inter-ve intra-assay yüzdelerini belirlemek için alternatif tükürük test doğrulama yöntemleri gerektiğinden, kullanılan belirli laboratuvar koşulları ve ekipmanı da göz önünde bulundurmak önemlidir.

Protokol, akademik duyguların incelenmesinde çok modal yaklaşımların uygulanmasında ileri yönde atılmış önemli bir adımdır. Protokol, katılımcı yanıtlarını zaman damgalayarak EDA ölçümlerinin hassasiyetini en üst düzeye çıkarırken, özgün bir test ortamını kopyalayarak, öğrenci ders ve sınıf çalışmalarının daha objektif gerçek zamanlı çalışmalarının öğrenme ve performans aþaÄ ına odaklanan ÃncesyÃ1/4z araÅ tırma çalıŠmalarının sı Tuş vuruşu yakalama gerektiren çevrimiçi öğrenme etkinliklerini içerecek şekilde tekniği değiştirmek mümkündür. Ayrıca, testin zorluğunun veya metin tabanlı istemlerin öğrencilerin sınav beklentilerini etkilemek için önceden tasarlandığı aldatma çalışmaları için protokolü kullanmak da mümkündür.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Yazarların açıklayacak bir şeyi yok.

Acknowledgments

Bu materyal kısmen Ulusal Bilim Vakfı (NSF) No tarafından desteklenen çalışmalara dayanmaktadır. EED-1661100 yanı sıra Darcie Christensen (No. 120214) verilen bir NSF GRFP hibe. Bu materyalde ifade edilen herhangi bir görüş, bulgu ve sonuç veya öneri, NSF veya USU'nun görüşlerini yansıtmamaktadır. Sheree Benson'a istatistiksel analizimiz için nazik tartışmaları ve tavsiyeleri için teşekkür etmek istiyoruz.

Bu yazıda yazar katkıları şunlardır: Villanueva (araştırma tasarımı, veri toplama ve analiz, yazma, düzenleme); Husman (araştırma tasarımı, veri toplama, yazma, düzenleme); Christensen (veri toplama ve analiz, yazma, düzenleme); Youmans (veri toplama ve analiz, yazma ve düzenleme); Khan (veri toplama ve analiz, yazma, düzenleme); Vicioso (veri toplama ve analiz, düzenleme); Lampkins (veri toplama ve düzenleme); Graham (veri toplama ve düzenleme)

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

Davranış Sayı 151 gerçek zamanlı muayene performans disiplinler arası çok modal deneysel
Yakın-Gerçek Zamanlı Otantik Sınav Deneyimlerini Incelemek Için Disiplinler arası ve Çok Modal Deneysel Tasarım
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