Waiting
Login processing...

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

Behavior

सीखने की कठिनाइयों के साथ वयस्कों में मेटाकोग्निशन और स्व-नियमन का आकलन करने के लिए मल्टीमॉडल प्रोटोकॉल

doi: 10.3791/60331 Published: September 27, 2020

Summary

वर्तमान कार्य में मेटाकॉग्निटिव, सीखने के स्व-नियमन और भावनात्मक प्रक्रियाओं पर केंद्रित एक बहुमॉडल मूल्यांकन प्रोटोकॉल का प्रस्ताव है, जो एलडी के साथ वयस्कों में कठिनाइयों का आधार बनाते हैं।

Abstract

सीखने की अक्षमताओं (एलडीएस) में उन लोगों के विकार शामिल हैं जिन्हें सीखने और अकादमिक कौशल का उपयोग करने में कठिनाई होती है, पढ़ने, लिखने और/या गणित के क्षेत्रों में उनके कालक्रम युग के लिए अपेक्षाओं से नीचे प्रदर्शन करना । एलडी बनाने वाले प्रत्येक विकार में विभिन्न घाटे शामिल हैं; हालांकि, कुछ समानताएं उस विषमता के भीतर पाई जा सकती हैं, जैसे स्व-विनियमन और मेटाकोग्निशन सीखने के मामले में। प्रारंभिक उम्र और बाद के शैक्षिक स्तरों के विपरीत, एलडीएस वाले वयस्कों के लिए शायद ही कोई साक्ष्य-आधारित मूल्यांकन प्रोटोकॉल होता है। एलडी अकादमिक प्रदर्शन को प्रभावित करते हैं लेकिन पेशेवर, सामाजिक और पारिवारिक संदर्भों में भी गंभीर परिणाम होते हैं। इसके जवाब में, वर्तमान कार्य में मेटाकोग्निटिव, सीखने के स्व-नियमन और भावनात्मक प्रक्रियाओं पर केंद्रित एक बहुमॉडल मूल्यांकन प्रोटोकॉल का प्रस्ताव है, जो एलडी के साथ वयस्कों में कठिनाइयों का आधार बनाते हैं। मूल्यांकन एक किस्म के तरीकों, तकनीकों, और सेंसरों (जैसे, आंख ट्रैकिंग, भावनाओं के चेहरे की अभिव्यक्ति, शारीरिक प्रतिक्रियाओं, समवर्ती मौखिकता, लॉग फ़ाइलें, मानव मशीन बातचीत की स्क्रीन रिकॉर्डिंग) और ऑफ लाइन तरीकों (जैसे, प्रश्नावली, साक्षात्कार, और स्वयं रिपोर्ट उपायों) का उपयोग कर ऑन लाइन सीखने की प्रक्रिया के विश्लेषण के माध्यम से किया जाता है । यह सैद्धांतिक रूप से संचालित और अनुभवजन्य आधारित दिशानिर्देश का उद्देश्य प्रभावी रोकथाम और हस्तक्षेप प्रस्तावों को डिजाइन करने के लिए वयस्कता में एलडी का सटीक आकलन प्रदान करना है ।

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

विशिष्ट अधिगम विकार (एसएलआरडी) में उन विकारों को शामिल किया जाता है जिन्हें सीखने और अकादमिक कौशल का उपयोग करने में कठिनाई होती है, पढ़ने, लिखने और/या गणित1, 2,के क्षेत्रों में अपने कालक्रम युग के लिए अपेक्षाओं सेनीचेप्रदर्शन करते हैं । उम्र, भाषा और संस्कृति के विश्लेषण के आधार पर व्यापकता दरों के विभिन्न अनुमान हैं, लेकिन वे 5% और 15%1,3केबीच हैं। मानसिक विकारों के नैदानिक और सांख्यिकीय मैनुअल में न्यूरोडेवलपमेंटल विकारों की वैश्विक श्रेणी के भीतर (5th एड.) 1,ध्यान-घाटा/अतिसक्रियता विकार (इसके बाद एडीएचडी) की घटनाओं पर ध्यान केन्द्रित करना भी आवश्यक है क्योंकि यह एक सामान्य विकार है जिसने हाल के वर्षों में इस पर संपर्क करने के बारे में विभिन्न विवादों को जन्म दिया है । डीएसएम-51के आधार पर, इसे असावधानी और/या अतिसक्रियता-आवेगशीलता के लगातार व्यवहार के पैटर्न के रूप में परिभाषित किया जा सकता है । इसी तरह, ऑटिज्म स्पेक्ट्रम विकार (इसके बाद एएसडी) एक ही मैनुअल में एक श्रेणी है जिसमें केंद्रीय तंत्रिका तंत्र के बहुकार्यीय रोगों के परिणामस्वरूप न्यूरोडेवलपमेंटल विकारों को प्रस्तुत करने वाले छात्र शामिल हैं, जिसके परिणामस्वरूप व्यक्ति के विकास के तीन मौलिक क्षेत्रों में गुणात्मक रोग होते हैं: सामाजिक संपर्क, संचार और रुचियां और व्यवहार1,,2।

इन पंक्तियों पर, एक नई अवधारणा घाटे की भावना से दूर होकर उभरी है और इन विकारों के लिए अधिक सकारात्मक दृष्टिकोण पेश कर रही है जो न्यूरोडेवलपमेंटल कठिनाइयों के वर्तमान विचारों के अनुरूप है क्योंकि अत्यधिक सह-अस्तित्व और अतिव्यापी4है । इन नए मॉडलों से, यह समझा जाता है कि उच्च स्तरीय संज्ञानात्मक प्रक्रियाओं में शामिल कौशल, जो वांछित लक्ष्य प्राप्त करने के लिए किसी के व्यवहार को प्रबंधित और विनियमित करने की अनुमति देते हैं, स्व-नियमन के लिए महत्वपूर्ण हैं और इसलिए, अकादमिक लोगों सहित दैनिक जीवन की गतिविधियों के लिए5। वयस्कता के संदर्भ में, एडीएचडी और एएसडी सहित विभिन्न प्रकार की कठिनाइयों के साथ-साथ डिस्लेक्सिया, डिस्प्राक्सिया, और/या डिस्स्कलकुलिया को शामिल करने के लिए न्यूरोडाइवर्सिटी विकसित हुई है । तदनुसार, हम सीखने की कठिनाइयों (एलडी) की एक व्यापक अवधारणा से इस न्यूरोडाइवर्सिटी आ रहे हैं । पोस्टसेकंडरी शिक्षा में नामांकित इस विविधता के साथ छात्रों में वृद्धि अच्छी तरह से प्रलेखित है और भाग में, विकलांग छात्रों के लिए हाई स्कूल स्नातक दरों में वृद्धि के कारण है6,लेकिन साथ ही, आवश्यक7की तुलना में इन छात्रों की सीखने की प्रक्रिया के बारे में कम शोध है ।

अलगाव में संपर्क किए गए प्रत्येक विकार में विभिन्न घाटे और अभिव्यक्तियों को शामिल किया गया है; हालांकि, एलडी के संदर्भ में उस विषमता के भीतर कुछ समानता पाई जा सकती है, जैसे मेटाकॉग्निटिव, सेल्फ रेगुलेटरी, और भावनात्मक खराब8,,9,,10,,11। सामान्य रूप से सीखने के साहित्य में तीन मौलिक नींव, और विशेष रूप से एलडी, जो सफल सीखने के आधार का प्रतिनिधित्व करते हैं और अकादमिक स्तर12पर इन प्रसिद्ध कठिनाइयों में एक आवश्यक भूमिका निभाते हैं । साथ ही, अन्य दृष्टिकोण समझते हैं कि कार्यकारी कार्यों में घाटे के बीच एक निश्चित समानता हो सकती है, जैसे स्वचालित प्रसंस्करण या कामकाजी स्मृति में समस्याएं, जो एडीएचडी और रीडिंग डिसऑर्डर13 या एडीएचडी औरएएसडी 5जैसे विभिन्न विकारों में होती हैं। हालांकि, इस क्षेत्र में अभी भी काम किया जाना है, क्योंकि सभी अध्ययन कार्यकारी कार्यों के संबंध में आम में इन बिंदुओं के बारे में एक ही निष्कर्ष तक नहीं पहुंचते हैं । यह उन नमूनों द्वारा प्रस्तुत की गई विविधताओं के कारण हो सकता है जिनसे अध्ययन आधारित हैं और जांच5,,14में उपयोग किए जाने वाले कार्यकारी कार्यों की मूल्यांकन प्रक्रियाएं हैं ।

शैक्षिक दृष्टि से, यह विविध मिश्रण न केवल सीखने की गुणवत्ता को प्रभावित करता है, प्रभावित कार्यों की मौलिक प्रकृति के कारण, बल्कि स्कूल छोड़ने वाले, डिग्री में परिवर्तन आदि जैसी घटनाओं को भी प्रभावित करता है, जिसमें सरकारों और विश्वविद्यालयों के लिए आर्थिक निहितार्थहैं। एलडी वाले छात्रों के लिए पढ़ाई छोड़ने की दर सामान्यजनसंख्या 16 के छात्रों की तुलना में अधिक है, लेकिन भावनात्मक गड़बड़ीवालेछात्रों को छोड़कर मनोवैज्ञानिक अक्षमताओं के किसी भी अन्य श्रेणी के लिए छोड़ने की दर से भी अधिक है । इसके विपरीत, अनिवार्य शिक्षा (व्यावसायिक प्रशिक्षण, कॉलेज आदि) के बाद पहुंचने वाले एलडी वाले छात्रों की संख्या15,विशेष रूप से उच्च शिक्षा19,20,21, 22,22में बढ़ रही है ।,, इसके अलावा, एक अच्छी तरह से मान सकते है कि वहां जो आधिकारिक तौर पर छात्र सेवाओं के माध्यम से पारित और आम तौर पर व्यापकता सांख्यिकी23बनाने की तुलना में एलडी के साथ कई और अधिक छात्र हैं ।

इन कठिनाइयों हमेशा बचपन के दौरान पता नहीं कर रहे हैं, विशेष रूप से इन विकारों से पहले पैदा हुए वयस्कों में नियमित रूप से अकादमिक प्रणाली में विचार किया गया, और इन विकारों के लक्षण लोगों के जीवन भर में जारी रहती है और काम, शिक्षा और व्यक्तिगत जीवन में कठिनाइयों का कारण24। अनुसंधान से पता चला है कि हालांकि लोगों को अपनी कठिनाइयों में से कुछ दूर हो सकता है, सबसे वयस्कता के दौरान सीखने के साथ संघर्ष प्रदर्शन जारी है और उनके हठ उन उच्च शैक्षिक स्तर25पर अभी भी समस्याग्रस्त है ।

विडंबना यह है कि पिछले शैक्षिक स्तर और पहले की उम्र के विपरीत, एलडीएस वाले वयस्कों के लिए शायद ही कोई साक्ष्य-आधारित उपकरण या मूल्यांकन प्रोटोकॉल हों। बचपन के दौरान एलडी का मूल्यांकन करने के लिए नैदानिक उपकरणों के प्रसार के बावजूद, वयस्क आबादी के लिए वैध, विश्वसनीय उपकरणों और पद्धतियों की उपलब्धता काफी सीमित है24। उच्च शिक्षा में विकलांग सीखने के बारे में हाल ही में एक साहित्य की समीक्षा में पाया गया कि इस संबंध में एकत्र की गई अधिकांश जानकारी साक्षात्कार के माध्यम से की जाती है, और केवलकभी-कभारस्वयं रिपोर्ट प्रश्नावली 26 का उपयोग किया जाता है । स्व-रिपोर्ट पद्धति और साक्षात्कार, हालांकि मूल्यवान, प्रक्रिया प्रकृति के कारण, वास्तव में, दूसरों के बीच, मेटाकॉग्निटिव, स्व-विनियमन और भावनात्मक कौशल प्रक्रियाओं का सटीक आकलन करने के लिए पर्याप्त नहीं हैं। उन प्रक्रियाओं को मापने के लिए तराजू और साक्षात्कार पद्धति का महत्व नकारा नहीं जा सकता27,28, लेकिन 29 कीवैधता औरमूल्यांकनके अन्य नवीन तरीकों के साथ असंगति की संबद्ध समस्याएं भी हैं । व्यापक मूल्यांकन प्रोटोकॉल के अभाव के कारण विकार के निदान में एलडी का पता लगाने में एक अतिरिक्त समस्या है। तथ्य यह है कि पेशेवरों के पास उद्देश्य चरों के आधार पर संदर्भ प्रोटोकॉल नहीं है, अक्सरएलडी 31के कई झूठे सकारात्मक और झूठे नकारात्मक मामलों का कारण बन रहा है।

वयस्कों के लिए उपकरणों की कमी और मौजूदा कार्यप्रणाली में सुधार की आवश्यकता के जवाब में, वर्तमान अध्ययन में मेटाकॉग्निटिव, स्व-विनियमन और भावनात्मक प्रक्रियाओं पर केंद्रित एक बहुमॉडल मूल्यांकन प्रोटोकॉल का प्रस्ताव है, जो एलडी के साथ वयस्कों में कठिनाइयों का आधार बनाते हैं । वर्तमान साहित्य के अनुरूप, हम एकीकृत और बहुचैनल माप32, 33की ओर एक कदम का प्रस्तावकरते33हैं। मूल्यांकन कई तरीकों, तकनीकों, और सेंसरों (जैसे, हाइपरमीडिया लर्निंग वातावरण, आभासी वास्तविकता, आंख ट्रैकिंग, भावनाओं के चेहरे की अभिव्यक्ति, शारीरिक प्रतिक्रियाओं, लॉग फ़ाइलों, मानव मशीन बातचीत की स्क्रीन रिकॉर्डिंग) और ऑफ लाइन तरीकों (जैसे, प्रश्नावली, साक्षात्कार, और स्वयं रिपोर्ट उपायों) का उपयोग कर ऑन लाइन सीखने की प्रक्रिया के विश्लेषण के माध्यम से किया जाता है । यह मिश्रित पद्धति से पहले, के दौरान, और सीखने के बाद लक्ष्य प्रक्रियाओं की तैनाती का सबूत प्रदान करता है कि छात्रों को कैसे सीखने और जहां समस्या है, अगर वहांएक ३४है की समझ बढ़ाने के लिए त्रिकोणीय किया जा सकता है ।

मूल्यांकन प्रोटोकॉल दो सत्रों में किया जाता है । सत्र एक बैठक में किया जा सकता है या व्यक्ति के आधार पर आंशिक अनुप्रयोगों की आवश्यकता हो सकती है । पहला एलडीएस का पता लगाने या पुष्टि पर केंद्रित है और हम किस विशिष्ट प्रकार के विकार का सामना कर रहे हैं, और दूसरा गहराई में प्रत्येक व्यक्ति के मामले की मेटाकॉग्निटिव, स्व-विनियमन और भावनात्मक प्रक्रियाओं में जाने के लिए डिज़ाइन किया गया है।

सत्र 1 का उद्देश्य प्रतिभागी की सीखने की अक्षमताओं का नैदानिक या पुष्टिकरण मूल्यांकन होना है: एसएलडी, एडीएचडी और/या एएसडी (उच्च कार्यकरण) यह निर्धारित करने के लिए कि प्रतिभागियों को किस प्रकार की विशिष्ट समस्याएं हैं । यह आकलन दो कारणों से जरूरी है । 1) सीखने विकलांग के साथ वयस्कों शायद ही कभी उनके बेकार व्यवहार के बारे में सटीक जानकारी है । उनमें से कुछ को संदेह है कि उनके पास एलडी है लेकिन कभी मूल्यांकन नहीं किया गया है। दूसरों का आकलन किया गया हो सकता है जब वे बच्चे थे, लेकिन कोई रिपोर्ट या अधिक जानकारी नहीं है । 2) पिछले निदान के साथ विसंगतियां हो सकती हैं (उदाहरण के लिए, ध्यान घाटे और धीमी प्रसंस्करण गति के वर्तमान निदान के विपरीत पिछले डिस्लेक्सिया निदान; वर्तमान सीमित बौद्धिक क्षमता आदि के विपरीत पिछले एएसडी निदान)। प्रतिभागी का साक्षात्कार किया जाता है, और प्रश्नावली और मानकीकृत परीक्षण लागू किए जाते हैं। इस सत्र यहां एक स्पेनिश मनोविज्ञान संकाय के विभिन्न कार्यालयों में अनुसंधान और नैदानिक संदर्भ में विकासात्मक और सीखने की कठिनाइयों के निदान में अनुभव के साथ चिकित्सक द्वारा किया जाता है । सत्र एक संरचित साक्षात्कार के साथ शुरू होता है जो एसएसएलडी से संबंधित लक्षणों की उपस्थिति के साथ जीवनी जानकारी एकत्र करता है जिसे डीएसएम-5 1 में संदर्भित कियाजाताहै। उसके बाद, संदर्भ बौद्धिक क्षमता परीक्षण WAIS-IV35 का उपयोग अपवर्जन मापदंड कार्यान्वयन के मामले में किया जाता है और क्योंकि यह तराजू "वर्क मेमोरी" और "प्रसंस्करण गति"36से कठिनाइयों को सीखने के लिए बहुत मूल्यवान जानकारी प्रदान करता है। इसके अतिरिक्त, PROLEC एसई संशोधित परीक्षण३७ बड़े पैमाने पर पढ़ने विकलांग (व्याख्यान, अर्थ और/या पढ़ने की वाक्यांकीय प्रक्रियाओं) का मूल्यांकन करने के लिए प्रयोग किया जाता है, वर्तमान अकादमिक संदर्भों में सीखने के लिए सबसे प्रचलित और अक्षम कठिनाइयों में से एक है, जो एडीएचडी३८जैसे अन्य विकारों के साथ ओवरलैप करता है । यह मूल्यांकन पढ़ने विकलांग के साथ सटीकता, गति और प्रवाह पढ़ने एकत्र करता है, और अधिक महत्वपूर्ण बात, जिसमें पढ़ने की प्रक्रिया विफलता37 होती है (इस परीक्षण पूर्व विश्वविद्यालय के छात्रों के साथ मूल्यांकन किया गया है। वर्तमान में, स्पेन में कोई परीक्षण नहीं है जो सामान्य वयस्क आबादी के अनुकूल हैं, इसलिए इस परीक्षण का चयन किया गया क्योंकि यह लक्षित आबादी के निकटतम है)। फिर, हम विश्व स्वास्थ्य संगठन वयस्क एडीएचडी सेल्फ-रिपोर्ट स्केल (एएसआरएस)39 के माध्यम से एडीएचडी के लक्षणों को स्क्रीन करते हैं और इस विकार के मूल्यांकन को परिष्कृत करते हैं, वयस्कों में ध्यान पूर्ण प्रक्रियाओं और कामकाजी स्मृति के मूल्यांकन के लिए एक अत्याधुनिक आभासी वास्तविकता निरंतर प्रदर्शन परीक्षण के साथ बहुमॉडलिटी शुरू करते हैं, नेस्पलोरा एक्वेरियम31,,40। यह परीक्षण एक बहुत ही उपयोगी उपकरण है जब एक पारिस्थितिक परिदृश्य में 16 साल से अधिक पुराने वयस्कों और किशोरों में एडीएचडी का निदान, उद्देश्य, विश्वसनीय डेटा प्रदान करते हैं । यह चयनात्मक और निरंतर ध्यान, आवेगशीलता, प्रतिक्रिया समय, श्रवण और दृश्य ध्यान, दृढ़ता, ध्यान केंद्रित की गुणवत्ता, मोटर गतिविधि, काम स्मृति और कार्य के परिवर्तन की लागत का मूल्यांकन करता है । इसके अतिरिक्त, प्रतिभागी की बौद्धिक क्षमता के बारे में जानकारी एकत्र करने के लिए पूरे के रूप में WAIS-IV35 के साथ, हम तराजू "काम स्मृति" और "प्रसंस्करण गति" पर विशेष ध्यान देते हैं क्योंकि वे सीखने की कठिनाइयों से संबंधित हैं और इन तराजू के परिणामों का उपयोग अंतिम निर्णय में किया जाता है। अंत में, हम प्रोटोकॉल में आत्मकेंद्रित स्पेक्ट्रम भागफल (AQ-लघु)४१, विश्वसनीय AQ के छोटे संस्करण-दिग्गज-कोहेन, व्हीलराइट, स्किनर, मार्टिन और Clubley४२से वयस्क शामिल हैं ।

सत्र 2 प्रतिभागी की सीखने की प्रक्रिया के बहुमॉडल मूल्यांकन पर केंद्रित है। जटिल सीखने को समझने की कुंजी छात्रों के संज्ञानात्मक, मेटाकॉग्निटिव, प्रेरक और भावात्मक प्रक्रियाओं43की तैनाती को समझने में निहित है। इस उद्देश्य के लिए, प्रतिभागी मेटाटुटर के साथ काम करते हैं, जहां तैनात मेटाकॉग्निटिव और संज्ञानात्मक रणनीतियों का उपयोग सीखते समय मनाया जाता है। मेटाटुटर एक हाइपरमीडिया लर्निंग वातावरण है जिसे विभिन्न विज्ञान विषय44सीखने के दौरान छात्रों के स्व-विनियमित सीखने का पता लगाने, मॉडल, ट्रेस करने और बढ़ावा देने के लिए डिज़ाइन किया गया है। मेटाटुटर का डिजाइन Azevedo और सहयोगियों द्वारा व्यापक शोध पर आधारित है43,45,,46,,47 और एसआरएल, तथाकथित तीसरी लहरके माप में एक नई प्रवृत्ति से संबंधित है, जो माप और उन्नत शिक्षण प्रौद्योगिकियों के संयुक्त उपयोग की विशेषता है,33. मेटाटुटर का उपयोग मल्टीमॉडल ट्रेस डेटा भी प्रदान करता है, जिसमें आंखों पर नज़र रखने, भावनात्मक शारीरिक प्रतिक्रियाओं (गैल्वेनिक त्वचा प्रतिक्रिया (जीएसआर) और भावनाओं के चेहरे के भाव)48,लॉग-डेटा और प्रश्नावली जैसे उपायों को शामिल किया गया है। इन सभी उपायों को प्रतिभागियों एसआरएल और मेटाकोग्निशन की गहरी समझ तक पहुंचने के लिए जोड़ा जाता है।

आई ट्रैकिंग इस बात की समझ प्रदान करती है कि तत्काल ध्यान क्या आकर्षित करता है, जो लक्ष्य तत्वों को अनदेखा कर दिया जाता है, जिसमें क्रम तत्वों को देखा जाता है, या तत्व दूसरों की तुलना कैसे करते हैं; इलेक्ट्रोडरमल गतिविधि हमें यह जानने देती है कि पर्यावरण के जवाब में भावनात्मक उत्तेजना में कितना परिवर्तन होता है; चेहरे की भावना-मान्यता चेहरे के भावों की स्वचालित पहचान और विश्लेषण की अनुमति देती है; और डेटा लॉगिंग आगे के विश्लेषण के लिए सीखने के माहौल के साथ छात्र की बातचीत को एकत्र और संग्रहित करता है। प्रश्नावली के विषय में, मिनी इंटरनेशनल पर्सनैलिटी आइटम पूल49 गतिविधियों और विचारों की एक श्रृंखला के बारे में बताते हैं जो लोग रोजमर्रा की जिंदगी में पांच प्रमुख व्यक्तित्व लक्षणों (विलोपन, सहमति, कर्तव्यनिष्ठता, विक्षिप्तता और खुलापन) का आकलन करते हैं। Epistemological विश्वासों के अर्थपूर्ण पहलुओं५० ज्ञान के बारे में प्रतिभागियों के विश्वासों के बारे में जानकारी प्रदान करता है । रोसेनबर्ग आत्मसम्मान पैमाने से पता चलता है कि कैसे प्रतिभागियों को अपने बारे में लग रहा है कुल मिलाकर५१। भावना विनियमन प्रश्नावली52 प्रतिभागियों के भावना विनियमन के बारे में जानकारी प्रदान करता है। उपलब्धि भावनाओं प्रश्नावली (AEQ)५३ आम तौर पर विश्वविद्यालय में अनुभवी भावनाओं के बारे में बताते हैं ।

संक्षेप में, वयस्कता के दौरान एलडीएस का आकलन करना विशेष रूप से मुश्किल है। शिक्षा और अनुभव कई वयस्कों को अपने घाटे की भरपाई करने की अनुमति देते हैं और बाद में अविभेदित या नकाबपोश लक्षण दिखाते हैं, जिस पर वैज्ञानिक ज्ञान अभी भी दुर्लभ है। महत्वपूर्ण अनुसंधान अंतर को ध्यान में रखते हुए, इस वर्तमान कार्य का उद्देश्य प्रभावी रोकथाम और हस्तक्षेप कार्यों को डिजाइन करने के लिए वयस्कता के दौरान एलडी के सटीक मूल्यांकन के लिए सैद्धांतिक रूप से संचालित, अनुभवजन्य आधारित दिशा-निर्देश सुनिश्चित करना है ।

पाठकों को यह तय करने में मदद करने के लिए कि वर्णित विधि उचित है या नहीं, यह निर्दिष्ट करना आवश्यक है कि प्रोटोकॉल बौद्धिक अक्षमताओं वाले लोगों के लिए उपयुक्त नहीं है क्योंकि उनका निदान सीखने की कठिनाइयों के निदान को अमान्य करता है। इसके अलावा, इस्तेमाल किए गए उपकरणों की विलक्षणता और सीखने की सामग्री दिखाने के प्रारूप के कारण, मोटर विकलांग (ऊपरी अंग, गर्दन और/या चेहरे), सुनवाई या दृश्य हानि वाले लोगों का मूल्यांकन करना अभी भी संभव नहीं है। और न ही यह गंभीर मनोरोग विकारों के साथ प्रतिभागियों के लिए उपयुक्त होगा । यह दवाओं के उपयोग की आवश्यकता होगी कि सूचना प्रसंस्करण या भावनाओं की शारीरिक अभिव्यक्ति बदल सकता है ।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

एस्टोरियस की रियासत और ओविडो विश्वविद्यालय की शोध आचार समिति ने इस प्रोटोकॉल को मंजूरी दी।

1. सत्र 1: निदान मूल्यांकन

नोट: प्रोटोकॉल के इस सत्र में, विभिन्न प्रकाशकों से मूल्यांकन परीक्षणों का उपयोग किया जाता है, जिनके अपने विशिष्ट आवेदन और व्याख्या मैनुअल होते हैं। चूंकि इन परीक्षणों, या अन्य समान लोगों, मनोविज्ञान और शिक्षा के क्षेत्र में वैज्ञानिक समुदाय द्वारा व्यापक रूप से जाना जाता है, उन्हें लागू करने की प्रक्रिया कदम से विस्तृत कदम नहीं है (उदाहरण के लिए, इस कागज के उद्देश्य को देखते हुए, यह WAIS-IV35 आवेदन के प्रत्येक कदम का विस्तार करने के लिए समझ में नहीं आता है)।

  1. सूचित सहमति
    1. प्रतिभागियों को अनुसंधान के नैतिक और गोपनीयता पहलुओं को समझाएं और उन्हें व्यक्तिगत सूचित सहमति को स्वीकार करने और हस्ताक्षर करने के लिए कहें।
  2. संरचित साक्षात्कार
    1. प्रतिभागी को निम्नलिखित निर्देशों की व्याख्या करें: "अब, मैं आपके जीवन और अकादमिक मुद्दों के बारे में महत्वपूर्ण जानकारी प्राप्त करने के लिए आपका साक्षात्कार करने जा रहा हूं। वहां खुले और बंद सवाल कर रहे हैं, लेकिन आप मुझे जब भी आप चाहते है बीच में डाल सकते हैं । कृपया, मुझे बताएं कि क्या आपको किसी भी मुद्दे को स्पष्ट करने की आवश्यकता है। इस प्रारंभिक साक्षात्कार के बाद, मैं आपको कुछ मूल्यांकन परीक्षण और प्रश्नावली करने के लिए कह सकता हूं। मैं आपको हर एक के लिए विशिष्ट निर्देश बताऊंगा । क्या आप तैयार हैं? "
    2. साक्षात्कार लिपि के बाद डीएसएम-51 में संदर्भित एसएलडी और अपवर्जन मानदंडों से संबंधित लक्षणों की उपस्थिति के साथ जीवनी जानकारी एकत्र करें (पूरक फ़ाइल ए देखें)।
  3. संरचित साक्षात्कार (बहिष्कार मानदंड) के संबंध में पहला निर्णय बिंदु
    1. मूल्यांकन समाप्त करें यदि प्रतिभागी प्रारंभिक अपवर्जन मानदंडों को पूरा करता है, अर्थात, वे बताते हैं कि उनके पास मोटर विकलांगता (ऊपरी खंड), संवेदी विकलांगता (दृश्य या श्रवण), बौद्धिक विकलांगता का निदान या गंभीर मानसिक विकार है।
    2. मूल्यांकन जारी रखें यदि ऐसा लगता है कि प्रतिभागी के पास एसएलडी है या सोचता है कि उसके पास एसएलडी है और वह बहिष्कार मानदंडों को पूरा नहीं करता है।
  4. बौद्धिक क्षमता
    1. मैनुअल में निर्देशों का पालन करने वाले प्रतिभागी की बौद्धिक क्षमता के बारे में जानकारी एकत्र करने के लिए WAIS-IV35 परीक्षण लागू करें।
  5. बौद्धिक क्षमता (बहिष्कार मानदंड) के संबंध में दूसरा निर्णय बिंदु
    1. मूल्यांकन समाप्त करें यदि प्रतिभागी परीक्षा के निर्देशों को नहीं समझता है, यदि मूल्यांकन नहीं किया जा सकता है, या उनके पास 70 से कम का आईक्यू है।
    2. यदि व्यक्ति में सामान्य या सीमित बौद्धिक क्षमता है तो मूल्यांकन जारी रखें।
      नोट: वर्तमान अध्ययन में स्वीकार किए गए बुद्धि की सीमा 70 से अधिक के स्कोर के रूप में निर्धारित की गई है।
  6. एडीएचडी
    1. प्रतिभागी से वयस्क-v1.1 की स्वयं-रिपोर्ट स्क्रीनिंग प्रश्नावली के छह आइटम को पूरा करने के लिए कहें। (एएसआरएस39)विश्व स्वास्थ्य संगठन (डब्ल्यूएचओ) इंटरनेशनल रचित डायग्नोस्टिक इंटरव्यू के।
      नोट: यह प्रश्नावली एडीएचडी से संबंधित लक्षणों की उपस्थिति के बारे में जानकारी प्रदान करती है जिसे डीएसएम-IV54में संदर्भित किया जाता है।
    2. यदि प्रतिभागी पिछले एएसआरएस36 प्रश्नावली में 12 या उससे अधिक स्कोर करता है तो नेस्पलोरा एक्वेरियम टेस्ट40 लागू करें।
  7. पढ़ना कठिनाइयों
    1. पढ़ने में दिक्कतों का प्रोलेक एसई-आर स्क्रीनिंग टेस्ट लगाएं37 मैनुअल में दिए गए निर्देशों का पालन करें।
  8. ऑटिज्म स्पेक्ट्रम विकार (स्तर 1)
    1. प्रतिभागी से होकस्ट्रा एट अल से ऑटिज्म स्पेक्ट्रम भागफल (AQ-लघु) प्रश्नावली के28 आइटम को पूरा करने के लिए कहें।
      नोट: यह प्रश्नावली सामाजिक व्यवहार, सामाजिक कौशल, दिनचर्या, स्विचिंग, कल्पना और संख्या/पैटर्न से संबंधित लक्षणों की उपस्थिति के बारे में जानकारी प्रदान करता है ।
  9. परिणामों का विश्लेषण करें।
    1. प्रत्येक प्रतिभागी के साक्षात्कार, प्रश्नावली और परीक्षण परिणामों का विश्लेषण करें और तय करें कि उन्हें सीखने में महत्वपूर्ण कठिनाइयां हैं या नहीं या उन्हें होने का खतरा है।
      नोट: विशेषज्ञ समिति के दो सदस्य (मूल्यांकनकर्ता और अनुसंधान टीम के एक अन्य सदस्य) प्रत्येक प्रतिभागी के सीखने की प्रोफ़ाइल का विश्लेषण करते हैं और तय करते हैं कि क्या वे एसएलडी, एडीएचडी और/या एएसडी के साथ एक छात्र हैं या उन्हें होने का खतरा है । कोई परीक्षण विशेषज्ञ के फैसले को प्रतिस्थापित नहीं कर सकता ।
  10. अंतिम निर्णय बिंदु
    1. मूल्यांकन समाप्त करें यदि प्रतिभागी स्पष्ट रूप से सीखने की कठिनाइयों वाला छात्र नहीं है।
    2. यदि प्रतिभागी एलडीएस (या जोखिम में) वाला व्यक्ति है और सत्र 2 पर जाता है तो मूल्यांकन जारी रखें।

2. सत्र 2: मल्टीमॉडल असेसमेंट

नोट: सत्र 2 सत्र 1 के बाद 1 और 7 दिनों के बीच किया जाना चाहिए ।

  1. प्रतिभागी को तैयार करें।
    1. प्रतिभागियों को याद दिलाएं कि सत्र लगभग 2 घंटे तक रहता है, और वे मेटाटुटर सीखने के माहौल में कुछ प्रश्नावली और कार्यों को पूरा करने जा रहे हैं जबकि कुछ डिवाइस पूरे सत्र में अपने प्रदर्शन को रिकॉर्ड कर रहे हैं।
    2. प्रतिभागियों से पूछें कि वे अपने बालों को वापस बांधें, अपनी गर्दन साफ करें, अपना चश्मा हटा दें और लागू होने पर चबाने वाले गम को हटा दें।
      नोट: यदि प्रतिभागी चश्मा पहने हुए है, लंबे बाल या बैंग्स है कि उनके चेहरे का हिस्सा कवर किया है, आंख ट्रैकर उनकी आंखों आंदोलनों को पढ़ने में सक्षम नहीं होगा ।
    3. प्रतिभागियों को मेटाट्यूटर का परिचय दें। समझाइए कि सत्र का उद्देश्य उपकरण का उपयोग करके संचार प्रणाली के बारे में स्वायत्त रूप से सीखना है।
    4. सुनिश्चित करें कि वक्ता जुड़े हुए हैं और काम कर रहे हैं।
      नोट: प्रतिभागी पसंद किए जाने पर हेडफोन का भी उपयोग कर सकता है।
  2. गैल्वेनिक त्वचा प्रतिक्रिया तैयारी और अंशांकन
    नोट: याद रखें कि विभिन्न कंपनियों द्वारा निर्मित कई प्रकार के जीएसआर हैं। आपूर्तिकर्ता के विनिर्देशों के अनुसार इसका उपयोग करें।
    1. जीएसआर और प्रतिभागी की अंगुलियों को शराब से साफ करें।
    2. इंडेक्स पर फिंगर/रिस्टबैंड जीएसआर सेंसर रखें और उंगलियों की ओर या निर्माता के निर्देशों के अनुसार कनेक्टर्स के साथ उंगलियों को रिंग करें ।
    3. प्रतिभागी को चुपचाप टेबल पर अपना हाथ आराम करने के लिए कहें और 5 मिनट तक आराम करने की कोशिश करें।
    4. कंप्यूटर में सॉफ्टवेयर खोलें।
    5. सुनिश्चित करें कि पंजीकरण ग्राफ काम कर रहा है। रजिस्ट्रेशन का ग्राफ चेक कर रजिस्ट्रेशन हो रहा है।
    6. क्लिक करें प्रयोग और रेट 10 प्रति सेकंड और अवधि और Duration 10 और मिनट बेसलाइन स्थापित करने के लिए दस मिनट तक जानकारी रिकॉर्ड करें।
      नोट: दर 10 प्रति सेकंड का मतलब है आवृत्ति जिसके साथ उपाय किए जाते हैं ।
    7. स्क्रीन को कम से कम करें।
    8. अन्य उपकरणों के अंशांकन के साथ जारी रखें, और 10 मिनट के बाद एक .csv फ़ाइल में जानकारी सेव।
  3. आई ट्रैकिंग और वेबकैम तैयारी और अंशांकन
    नोट: याद रखें कि विभिन्न कंपनियों द्वारा निर्मित कई प्रकार के आई ट्रैकिंग और वेबकैम हैं। आपूर्तिकर्ता के विनिर्देशों के अनुसार उनका उपयोग करें।
    1. साइड लैपटॉप में और कंप्यूटर में सॉफ्टवेयर खोलें।
      नोट: आंख आंदोलनों पीसी पर कब्जा कर रहे है प्रतिभागी पर काम कर रहा है, लेकिन डेटा पक्ष लैपटॉप पर दर्ज की गई है । इसके अलावा साइड लैपटॉप में एक्सपेरिमेंट करने वाला प्रतिभागी जो मूवमेंट बना रहा है और जरूरत पड़ने पर प्रतिभागी की स्थिति को सही कर सकता है।
    2. यह इंगित करें कि कौन सा सत्र दर्ज किया जाएगा (इस मामले में मेटाटुटर) और प्रतिभागी के पंजीकरण डेटा: फाइल और हाल ही में प्रयोग और जीटी; मेटाटुटर और जीटी; प्रतिभागी के पंजीकरण डेटा को शामिल करें और ठीक है।
    3. जांच करें कि दो कंप्यूटर एक दूसरे से जुड़े हुए हैं और आंखों की ट्रैकिंग इन्फ्रारेड लाइट्स चालू हैं और आंखों की आवाजाही को कैप्चर करने के लिए तैयार हैं ।
    4. प्रतिभागी की स्थिति के लिए कंप्यूटर पर वेब कैमरा समायोजित करें।
    5. प्रतिभागी को आगे का सामना करने और यथासंभव तटस्थ रहने के लिए कहें, हालांकि यह उम्मीद की जाती है कि सीखने के सत्र के दौरान उनके चेहरे के भाव अलग-अलग होंगे।
      नोट: सीखने के सत्र के दौरान प्रतिभागी के चेहरे का एक वीडियो वेबकैम के साथ रिकॉर्ड किया जाता है जिसका बाद में डेस्कटॉप ऐप55का उपयोग करके विश्लेषण किया जाता है।
    6. प्रतिभागी को अभी भी होने के लिए कहें और स्क्रीन के विभिन्न बिंदुओं को अपनी नाक के साथ लाइन में डाल दिया/
    7. क्लिक करें रिकॉर्ड और जीटी; अंशांकन प्रक्रिया शुरू करने के लिए प्रतिभागी के पंजीकरण डेटा लिखें > Ok।
    8. प्रतिभागी को स्पेस बार दबाने और उनकी आंखों से स्क्रीन पर पॉइंट्स फॉलो करने के लिए कहें।
    9. सुनिश्चित करें कि प्रतिभागी की आंखें, जब स्क्रीन को देखते हैं, तो अगले चरण पर जाने से पहले केंद्रित होती हैं, इस जानकारी की जांच करने के लिए साइड लैपटॉप का उपयोग करके।
      नोट: प्रतिभागी की टकटकी केंद्रित है जब उनकी आंखों की गतिविधियों दो सफेद हलकों के साथ पक्ष लैपटॉप स्क्रीन पर पंजीकृत हैं । जब टकटकी पंजीकरण क्षेत्र छोड़ देता है, सॉफ्टवेयर पीले तीर के साथ चेतावनी देते है (यदि थोड़ा विचलित), लाल तीर के साथ (यदि एक बहुत विचलित) या सफेद हलकों के बिना (यदि पंजीकरण नहीं) । आंखों के मूवमेंट का रास्ता पीली रोशनी (ध्यान देने योग्य फोकस) और स्क्रीन के जरिए ट्रैक को ग्रीन लाइन के साथ दर्शाया गया है।
    10. प्रतिभागियों से कहें कि वे जितना हो सके अपने चेहरे को छूने या अपने हाथों में आराम करने से बचें।
    11. स्क्रीन को कम से कम करें।
  4. लर्निंग सेशन की मल्टीमॉडल ट्रैकिंग
    1. जीएसआर स्क्रीन को अधिकतम करें और क्लिक करें रन प्रयोग और रेट 10 प्रति सेकंड और अवधि और 5 और जीटी और घंटों और रिकॉर्ड और स्क्रीन को फिर से कम करें। Duration
    2. आंखों की ट्रैकिंग और वेबकैम स्क्रीन को अधिकतम करें, सुनिश्चित करें कि सॉफ्टवेयर सही ढंग से काम कर रहा है, कंप्यूटर पर रिकॉर्ड पर क्लिक करें और सत्र को रिकॉर्ड करने और फिर से स्क्रीन को कम करने के लिए लैपटॉप पर।
      नोट: एक बार उपकरणों को कैलिब्रेट कर लिया गया है, उनमें से प्रत्येक में मूल्यांकन सत्र रिकॉर्डिंग शुरू करने के लिए मत भूलना । इस बिंदु से, सीखने के उपकरण के साथ पूरे प्रतिभागी बातचीत सत्र के अंत तक दर्ज किया जाएगा।
  5. मेटाटुटर में प्रश्नावली और अधिगम सत्र
    1. पीसी में सॉफ्टवेयर खोलें और प्रतिभागी के पंजीकरण डेटा को पूरा करें। पूर्ण आईडी और जीटी; प्रयोगकर्ता और दिन और प्रश्नावली हां और जीटी; जारी रखें
      नोट: सभी लॉग एक फ़ाइल डेटा लॉग में सत्र के दौरान पंजीकृत किया जाएगा ।
    2. प्रतिभागी को समझाएं कि उन्हें टूल में दिए गए निर्देशों का पालन करना चाहिए और वे केवल लर्निंग सेशन के दौरान कंप्यूटर के साथ बातचीत करेंगे । बता दें कि कुछ भी होने की स्थिति में शोधकर्ता अगले कमरे में होगा।
      1. सामाजिकता और अकादमिक जानकारी के लिए प्रतिभागी से पूछें। पूरा नाम और लिंग और अधिक आयु और जीटी, एथनिक ग्रुप और Degree जीटी, शैक्षिक स्तर और जीटी, विश्वविद्यालय और जीटी और जीटी और जीटी और जीटी और जीटी और जीटी और जीटी; जीजीपीए और यदि लागू हो और जीटी जारी रखें तो लिया जाने वाले जीव विज्ञान पाठ्यक्रमों के बारे में जानकारी जारी रखनेपर क्लिक करने से पहले, प्रतिभागियों को समझाएं कि उन्हें उन सभी निर्देशों का पालन करना चाहिए जो उपकरण उन्हें देंगे। इसके अलावा, कि वे केवल सीखने के सत्र के दौरान कंप्यूटर के साथ बातचीत करेंगे ।
      2. प्रतिभागी से कुछ प्रश्नावली पूरी करने के लिए कहें।
        नोट: प्रतिभागी को पांच मेटाकॉग्निटिव और स्व-विनियमित शिक्षण प्रश्नावली को पूरा करना है: क) मिनी इंटरनेशनल पर्सनैलिटी आइटम पूल49; ख) महामारी संबंधी मान्यताओं के अर्थपूर्ण पहलू50; ग) रोसेनबर्ग आत्मसम्मान स्केल51; घ) भावना विनियमन प्रश्नावली52; ई) उपलब्धि भावनाओं प्रश्नावली (AEQ)५३ और संचार प्रणाली के बारे में सामांय ज्ञान के बारे में एक प्रश्नावली ।
      3. प्रतिभागी को मेटाटुटर और इसके विभिन्न भागों का इंटरफेस दिखाएं।
        1. प्रतिभागी को समझाएं कि सामग्री क्षेत्र वह जगह है जहां सीखने की सामग्री पाठ रूप में पूरे सत्र में प्रदर्शित की जाती है।
        2. प्रतिभागी को दिखाएं कि वे विभिन्न पृष्ठों पर जाने के लिए स्क्रीन के किनारे सामग्री की तालिका के माध्यम से नेविगेट कर सकते हैं।
        3. प्रतिभागी को दिखाएं कि सत्र के दौरान स्क्रीन के शीर्ष पर समग्र सीखने का लक्ष्य प्रदर्शित किया जाता है।
        4. प्रतिभागी को दिखाएं कि सेट किए गए उप-लक्ष्य शिक्षार्थियों को स्क्रीन के बीच में शीर्ष पर प्रदर्शित किया जाता है, और वे उप-लक्ष्यों का प्रबंधन कर सकते हैं या उन्हें यहां प्राथमिकता दे सकते हैं।
        5. प्रतिभागी को दिखाएं कि स्क्रीन के शीर्ष बाएं कोने पर स्थित एक टाइमर है जो सत्र में शेष समय की मात्रा प्रदर्शित करता है।
        6. प्रतिभागी को स्व-विनियमन प्रक्रियाओं की सूची दिखाएं, जो स्क्रीन के दाहिने हाथ की ओर पैलेट में प्रदर्शित होते हैं, और प्रतिभागी योजना, निगरानी और सीखने की रणनीतियों को तैनात करने के लिए पूरे सत्र में उन पर क्लिक कर सकता है।
        7. प्रतिभागी को दिखाएं कि विभिन्न स्रोतों से जानकारी का समन्वय करने में शिक्षार्थियों की मदद करने के लिए पाठ के बगल में सामग्री पृष्ठों के लिए प्रासंगिक स्थिर छवियां प्रदर्शित की जाती हैं।
        8. प्रतिभागी को कीबोर्ड पर दर्ज पाठ दिखाएं और कैसे एजेंटों के साथ छात्रों की बातचीत प्रदर्शित की जाती है और इंटरफ़ेस के इस हिस्से में दर्ज की जाती है।
        9. प्रतिभागी को चार कृत्रिम एजेंट दिखाएं जो पूरे सत्र में छात्रों को सीखने में मदद करते हैं।
          नोट: ये एजेंट गेइन द गाइड, पाम द प्लानर, मैरी द मॉनिटर और सैम द स्ट्रैटेजीज़र हैं।
      4. प्रतिभागी से पूछें कि जब भी वे तैयार हों तो लर्निंग सेशन शुरू करने के लिए स्टार्ट क्लिक करें ।
        नोट: प्रतिभागी उपकरण के साथ बातचीत करता है।
      5. एक बार सत्र समाप्त हो जाने के बाद, प्रतिभागी को फिर से ज्ञान प्रश्नावली को पूरा करने के लिए कहें।

3. लॉगऑफ

  1. सत्र के अंत में प्रतिभागी के पंजीकरण डेटा के साथ जीएसआर, आई ट्रैकिंग/वेबकैम और मेटाटर्ट से रिकॉर्ड किए गए डेटा को सहेजें। आसान उपयोग के लिए .csv फ़ाइल में डेटा निकालें।
  2. प्रतिभागी के हाथ से जीएसआर सेंसर निकालें और फिर से अल्कोहल से गैल्वेनिक सेंसर को साफ करें।
  3. प्रतिभागियों को उनके सहयोग के लिए धन्यवाद और अलविदा कहने के लिए ।

4. सीखने की कठिनाइयों का विश्लेषण

  1. मल्टीमॉडल प्रोफाइल प्राप्त करने के लिए उत्पादित विभिन्न रिपोर्टों (परिणाम अनुभाग देखें) के आधार पर प्रत्येक प्रतिभागी के सीखने के प्रदर्शन का विश्लेषण करें।
    नोट: विशेषज्ञ समिति के कम से कम दो सदस्य प्रत्येक प्रतिभागी की सीखने की प्रक्रिया का विश्लेषण करते हैं। हालांकि मूल्यांकन व्यापक रूप से नए उपकरणों और उपकरणों का उपयोग किया जा सकता है, कोई रिपोर्ट विशेषज्ञ के फैसले की जगह ले सकते हैं ।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

यह अनुभाग प्रोटोकॉल से प्राप्त प्रतिनिधि परिणामों को दिखाता है, जिसमें सत्र 1 के संयुक्त परिणामों का एक उदाहरण और सत्र 2 से जानकारी के प्रत्येक स्रोत का एक उदाहरण शामिल है।

प्रतिभागियों की सीखने की कठिनाइयों (एसएलडी, एडीएचडी और एएसडी) के नैदानिक मूल्यांकन के लिए निर्दिष्ट प्रक्रियाओं और कट-ऑफ बिंदुओं को ध्यान में रखते हुए नैदानिक परीक्षणों के माध्यम से सत्र 1 में विकारों के बारे में परिणाम एकत्र किए जाते हैं। विशेषज्ञ समिति यह तय करती है कि प्रतिभागी के पास सीखने की विकलांगता है या उन्हें होने का खतरा है या नहीं (चित्र 1में निर्णय लेने का एक उदाहरण देखें)। यदि प्रतिभागी सीखने की अक्षमताओं को प्रदर्शित करता है और सत्र 2 में भाग लेता है, तो वैकल्पिक स्रोतों से डेटा एकत्र किया जाता है ।

सत्र 2 के दौरान प्रोटोकॉल पांच अलग-अलग स्रोतों से परिणाम एकत्र करता है: प्रतिभागियों के जीएसआर, चेहरे की भावनाएं, आंख-आंदोलन, प्रश्नावली और लॉग-डेटा।

सबसे पहले, हम सीखने के सत्र (शांत/उत्साहित)५६के दौरान भावनात्मक उत्तेजना का एक संकेत के रूप में जीएसआर का एक उपाय प्राप्त करते हैं । सीखने की अक्षमताओं वयस्कों में चिंता से जुड़े हुए हैं, और कई अध्ययनों में पाया गया है कि पहली कक्षा से विश्वविद्यालय के लिए विकलांग सीखने के छात्रों को उच्च चिंता के लक्षणों की रिपोर्ट, कम प्रदर्शन५७, ५८, ५९,58,59में एक कारक के रूप में कार्य । हालांकि, समझ और उपचारण के बीच कोई एक-से-एक संबंध नहीं है; प्रत्येक प्रतिभागी के विशिष्ट आधार रेखा को ध्यान में रखते हुए विशेषज्ञ समिति द्वारा प्रत्येक मामले का व्यक्तिगत रूप से विश्लेषण करने की आवश्यकता है। चित्रा 2 दो प्रतिमान मामलों से पता चलता है कि हमें दिखा सकते है कि चिंता विनियमन हस्तक्षेप के लिए एक महत्वपूर्ण बिंदु है ।

दूसरे, हम पूरे सत्र में प्रतिभागी के चेहरे की रिकॉर्डिंग प्राप्त करते हैं जो हमें मेटाकोग्निशन और स्व-नियमन के साथ सैद्धांतिक संबंध पर विचार करने के लिए सीखने की प्रक्रिया के दौरान महसूस कर रहे विभिन्न भावनाओं को दिखाता है। उस जानकारी को इकट्ठा करने के लिए फेशियल-भावनाएं-रिकग्निशन सॉफ्टवेयर की एक किस्म है । वर्तमान प्रोटोकॉल में, हम एक उपकरण55का उपयोग करते हैं, जिसमें भावना पहचान शामिल है, वीडियो में प्रत्येक चेहरे के लिए भावनाओं के एक सेट में आत्मविश्वास लौटाता है (घृणा, भय, क्रोध, खुशी, अवमानना, तटस्थ, उदासी और आश्चर्य)। इन भावनाओं को पार सांस्कृतिक और सार्वभौमिक रूप से विशिष्ट चेहरे के भाव के साथ संवाद60समझा जाता है। प्रतिभागियों को सत्र के दौरान सभी का पता चला भावनाओं का अनुभव करने के लिए खड़ा है, लेकिन हम प्रत्येक सामान्य प्रवृत्ति के बारे में जानकारी देने के लिए एक सामान्य सूचकांक प्राप्त कर सकते हैं। खुशी, आश्चर्य और आनंद जैसी सकारात्मक सक्रिय भावनाओं को आंतरिक और बाह्य प्रेरणा दोनों को बढ़ावा देने, लचीला सीखने की रणनीतियों के उपयोग को सुविधाजनक बनाने और स्व-नियमन को बढ़ावा देने के लिए सोचा जाता है। इसके विपरीत, बोरियत और उदासी जैसी नकारात्मक निष्क्रिय भावनाओं को समान रूप से प्रेरणा और जानकारी के सरल प्रसंस्करण को कम करने के लिए प्रस्तुत किया जाता है, जिससे सीखने के परिणामों पर नकारात्मक प्रभाव पड़ता है। क्रोध, भय, तिरस्कार और घृणा जैसी तटस्थ निष्क्रिय और नकारात्मक सक्रिय भावनाओं के लिए, रिश्तों को अधिक जटिल माना जाता है। विशेष रूप से, क्रोध और डर आंतरिक प्रेरणा को कमजोर कर सकते हैं, लेकिन विफलता से बचने के प्रयास को निवेश करने के लिए मजबूत बाह्य प्रेरणा को प्रेरित कर सकते हैं, जिसका अर्थ है कि छात्रों के सीखने पर प्रभाव नकारात्मक53 (चित्र 3देखें) की आवश्यकता नहीं है। परिणाम विश्लेषण भावनाओं में से एक के साथ संयोग की डिग्री का संकेत मिलता है, उनमें से प्रत्येक के लिए 0 और 1 के बीच मूल्यों को निर्दिष्ट ।

तीसरा, हम आंखों की ट्रैकिंग से डेटा का उपयोग करते हैं। नेत्र ट्रैकर्स फिक्सेशन के मामले में टकटकी जानकारी पर कब्जा है, और saccades(चित्रा 4)। वर्तमान प्रोटोकॉल में, हम निर्धारण का विश्लेषण करने में रुचि रखते हैं, विशेष रूप से निर्धारण समय और निर्धारण के पैटर्न का अनुपात। इस उद्देश्य के लिए, हमने स्व-विनियमन मूल्यांकन के लिए मेटाट्यूटर इंटरफेस में ब्याज के सात क्षेत्रों (एओआई) को परिभाषित किया (चित्र 5में आयतों के साथ लेबल): AOI1 टाइमर, AOI2 लक्ष्य और उप लक्ष्य, मचान के लिए AOI3 एजेंट/अवतार, सामग्री की AOI4 तालिका, AOI5 टेक्स्ट कंटेंट, AOI6 इमेज कंटेंट, AOI7 लर्निंग स्ट्रेटेजी पैलेट ।

संक्षिप्त हस्तक्षेप मार्गदर्शन के लिए मूल्यांकन के संदर्भ में, हम निम्नलिखित का अनुमान लगा सकते हैं ।

AOI1 में फिक्सेशन समय प्रबंधन और/या संसाधन प्रबंधन रणनीतियों को दर्शाता है । AOI1 में कम या बड़े पैमाने पर निर्धारण गलत समय प्रबंधन कौशल को दर्शाता है। इसकी तुरंत जांच होनी चाहिए।

AOI2 में फिक्सेशन योजना, सेटिंग और लक्ष्यों और उप लक्ष्यों को प्राथमिकता देता है । पिछले अध्ययनों से पता चलता है कि यह विशेष एओआई, AOI7 के साथ, मेटाटुटर61के साथ सीखने का आकलन करने के लिए विशेष रूप से महत्वपूर्ण है। चूंकि यह जानकारी संक्षिप्त, लघु और दृश्य है, इसलिए निर्धारण का अनुपात बहुत अधिक नहीं होना चाहिए(चित्र 6)।

AOI3 एजेंट में फिक्सेशन बताते हैं कि प्रतिभागी प्रतिभागियों के लक्ष्यों, व्यवहार, आत्म-मूल्यांकन और प्रगति के जवाब में बातचीत के दौरान एजेंटों द्वारा प्रदान किए जाने वाले संकेतों और प्रतिक्रिया का लाभ उठा रहा है। यह ध्यान देने योग्य है कि एजेंट एओआई पर निर्धारण की कमी पर सावधानीपूर्वक विचार किया जाना चाहिए, क्योंकि शिक्षार्थियों को हमेशा अपने ऑडियो संकेतों और प्रतिक्रिया61को संसाधित करने के लिए एजेंट को देखने की आवश्यकता नहीं हो सकती है। इस एओआई की यदा-कदा जांच होनी चाहिए। अवतार अक्सर बात नहीं करते हैं, इसलिए अन्य क्षेत्रों की तुलना में निर्धारण का एक छोटा प्रतिशत होना चाहिए, लेकिन यह प्रतिबिंबित करेगा कि उन्होंने एजेंट(चित्र 6)के साथ एक बातचीत स्थापित की है।

AOI4 में फिक्सेशन और/या पाठ और छवि/ग्राफ (AOI5 और AOI6) के बीच संक्रमण प्रतिभागियों की रणनीति के लिए बिंदु-सूचना स्रोतों (COIS) के समन्वय के लिए उपयोग, वैचारिक लाभ४५के साथ जुड़े । ग्रंथों और छवियों पर निर्धारण की लंबाई से संकेत मिलता है कि62प्रस्तुत सूचनाओं के सटीक मानसिक अभ्यावेदन में योगदान देने वाली एकीकरण प्रक्रियाएं हैं । COIS पाठ और छवि/ग्राफ क्षेत्रों (जैसे, पाठ/ग्राफ/पाठ) पर आंख निर्धारण के बीच दो संक्रमणों के एक अनुक्रम के रूप में चालू कर रहे हैं । AOI4 को कुछ आवृत्ति के साथ जांच की जानी चाहिए। चूंकि जानकारी स्पष्ट, लघु और दृश्य है, इसलिए निर्धारण का अनुपात बहुत अधिक नहीं होना चाहिए । निर्धारण का उच्चतम अनुपात AOI5 और AOI6 में होना चाहिए । विषय को अपना अधिकांश समय सामग्री (यानी लिखित ग्रंथों) की समीक्षा करने में बिताना चाहिए और ज्ञान के दोनों स्रोतों(चित्र 6)को समन्वित और एकीकृत करने के लिए छवियों और रेखांकन पर उल्लेखनीय समय बिताना चाहिए।

AOI7 पर फिक्सेशन संज्ञानात्मक रणनीतियों के उपयोग का संकेत देता है (नोट्स लेना, सारांश लिखना, अनुमान बनाना) और मेटाकॉग्निटिव रणनीतियां (पूर्व ज्ञान को सक्रिय करना, सामग्री प्रासंगिकता का मूल्यांकन करना, समझ और ज्ञान का आकलन करना)63. प्रतिभागी के लिए उपलब्ध संसाधनों की समीक्षा करना या कुछ आवृत्ति(चित्र 6)के साथ सीखने की रणनीतियों की समीक्षा करना उचित है।

बाद के विश्लेषण के लिए, मेटाटुटर के साथ बातचीत करने वाले छात्रों से संबंधित डेटा पर ध्यान केंद्रित करना आवश्यक है, जिस दौरान प्रतिभागी सिस्टम ट्यूटोरियल देखते हैं। एकत्र किए गए डेटा शोर हो सकते हैं और विशेषज्ञ सत्यापन की आवश्यकता होती है। शोर का मुख्य स्रोत प्रतिभागियों को स्क्रीन से दूर देखने के कारण है, जिसे आंख-ट्रैकर अमान्य डेटा के रूप में व्याख्या करता है; इस मामले में, संबंधित खंडों को टकटकी डेटा से हटाने की सलाह दी जाती है। चित्रा 6 मेटाकॉग्निटिव खराबी के साथ एक प्रतिभागी और इस स्तर पर रणनीतियों के अनुकूली उपयोग के साथ एक प्रतिभागी को दिखाता है।

चौथा, प्रश्नावली जानकारी के बाकी के साथ एक साथ विश्लेषण कर रहे है और लेखकों के निर्देशों के अनुसार रन बनाए हैं । वे आत्मसम्मान और भावनात्मक विनियमन के प्रतिभागी स्तर पर डेटा प्रदान करते हैं । आत्मसम्मान या सही भावनात्मक विनियमन रणनीतियों का एक अनुकूल स्तर सीखने की प्रक्रियाओं64की सुविधा प्रदान करता है। व्याख्या के उदाहरण देखने के लिए(चित्र 7)

अंत में, सामग्री, एजेंटों और सीखने के माहौल के साथ शिक्षार्थियों की सभी बातचीत चित्र 8में योजना के बाद आगे विस्तृत विश्लेषण के लिए लॉग में दर्ज की जाती हैं। मेटाटुटर लॉग डेटा हमें अन्य चीजों के अलावा, निर्धारित करने के लिए संभावनाओं की एक विस्तृत श्रृंखला प्रदान करता है, शिक्षार्थियों ने स्व-नियामक अधिगम रणनीतियों (जैसे, नोट-लेना, सारांश, लक्ष्य की ओर प्रगति की निगरानी, सामग्री मूल्यांकन, सीखने की भावनाओं, जानने की भावनाओं, योजना, पूर्व ज्ञान सक्रियण, आदि) को तैनात किया, चाहे ये रणनीतियां बाहरी मचान द्वारा स्वयं या बाह्य रूप से उत्पन्न हों, और प्रत्येक प्रतिभागी ने मेटाटूटर में सामग्री देखने में खर्च किया जो उनके वर्तमान सक्रिय उप-लक्ष्य65,,66के लिए प्रासंगिक/अप्रासंगिक था। पैटर्न खनन, प्रक्रिया खनन, एसोसिएशन के नियम, और अन्य संभावित दृष्टिकोण67,,68 पूरे शिक्षण सत्र में संज्ञानात्मक और मेटाकॉग्निटिव मॉनिटरिंग और विनियमन के छात्रों के उपयोग का एक उपाय प्रदान करेंगे।

Figure 1
चित्रा 1. सत्र 1 के निर्णय बिंदु बनाने का उदाहरण। इस मामले में एक प्रतिभागी है कि बचपन से सीखने की समस्याओं पड़ा है, ज्यादातर पढ़ने की प्रक्रिया में दिखाता है । विशेषज्ञ देख सकते हैं कि ये पठन विकलांग लेक्सिकल और सिंटैक्टिक प्रक्रियाओं(बी)में अधिक महत्वपूर्ण हैं। इसके अलावा यह देखा गया है कि प्रतिभागी के पास कोई मोटर, संवेदी या मानसिक विकलांगता नहीं होती है। यह देखा गया है कि प्रतिभागी की एक सामान्य बौद्धिक क्षमता है और ऑटिज्म स्पेक्ट्रम विकार या एडीएचडी(ए)चूक, कमीशन और प्रतिक्रिया समय के संबंध में, दृश्य और श्रवण चैनलों में, 60 से कम हैं, इसलिए सामान्य सीमा में हैं)। इस मामले में, पढ़ने की समस्याओं का पता लगाया जाता है और बहिष्कार मानदंड नहीं देखे जाते हैं, इसलिए यह माना जाता है कि पढ़ने की अक्षमताओं के कारण प्रतिभागी के पास एसएलडी है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 2
चित्रा 2। सीखने के सत्र के दौरान एक स्थिर सक्रियण स्तर और अस्थिर सक्रियण स्तर के परिणाम। यह छवि दो प्रतिभागियों के परिणामों का प्रतिनिधित्व करती है। प्रतिभागी ए के साथ स्थिर सक्रियण स्तर और प्रतिभागी बी शिक्षण सत्र के दौरान अस्थिर सक्रियण स्तरों के साथ क्योंकि प्रतिभागी बी लाइन अधिक अनियमित और कई चोटियों के साथ है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 3
चित्र 3। भावना पहचान की छवि। क)तटस्थ भावना का उदाहरण; ख)उदासी भावना का उदाहरण; और ग)खुशी भावना प्रवृत्ति का उदाहरण है । पीले घेरे में भाव का रुझान देखना संभव है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 4
चित्र 4. उदाहरण के लिए एक मेटाट्यूटर लर्निंग सेशन के दौरान टेक्स्ट और ग्राफ (AOI5 और AOI6) के बीच ट्रांजिशन डेटा दिखा। मंडलियों और लाइनों निर्धारण और क्षेत्रों के बीच संक्रमण के क्षेत्रों का प्रतिनिधित्व करते हैं । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 5
चित्रा 5। स्व-नियमन मूल्यांकन के लिए मेटाट्यूटर इंटरफेस के ब्याज के क्षेत्र (एओआई): AOI1 से AOI7। AOI1 टाइमर, AOI2 लक्ष्य और उप लक्ष्य, AOI3 एजेंट, सामग्री के AOI4 तालिका, AOI5 पाठ सामग्री, AOI 6 छवि सामग्री, AOI7 लर्निंग रणनीतियों पैलेट । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 6
चित्रा 6. मेटाटुटर इंटरफेस एओआई में फिक्सेशन का अनुपात एक प्रतिशत के रूप में व्यक्त किया गया। क)स्व-नियमन खराब करने वाले प्रतिभागी का उदाहरण; ख)स्व-नियामक व्यवहार की तैनाती करने वाले प्रतिभागी का उदाहरण । प्रत्येक क्षेत्र में निर्धारण का अनुपात (0 और 1 के बीच मूल्य)। क)एक प्रतिभागी से वास्तविक डेटा जो लिखित पाठ (AOI5) पढ़ने में 80% से अधिक समय बिताता है, वह उस सामग्री (AOI6) को समझने में मदद करने के लिए डिज़ाइन किए गए संसाधनों का कम उपयोग करता है; वह शायद ही सामग्री योजना की समीक्षा करने के लिए जांच क्या वह पहले से ही सीखा है और क्या जानने के लिए छोड़ दिया है (AOI4); सीखने के उद्देश्यों और उप-लक्ष्यों (AOI2) की उपेक्षा करता है और वह शायद ही कभी सीखने की रणनीतियों (AOI7) के पैलेट की समीक्षा करता है। इसके अलावा, वह कार्य (AOI1) को सौंपे गए समय की निगरानी नहीं करता है और अवतारों को अनदेखा करता है जो उसकी मदद करने की कोशिश करते हैं (AOI3); ख)एक प्रतिभागी से वास्तविक डेटा जो लिखित पाठ (AOI5) को पढ़ने में आधा समय (लगभग 50%) खर्च करता है और अक्सर सामग्री (AOI6) को समझने में मदद करने के लिए डिज़ाइन किए गए ग्राफ की समीक्षा करता है। हालांकि वह सामग्री पर अपना अधिकांश समय बिताता है, वह सामग्री योजना की अक्सर समीक्षा करता है ताकि यह जांच की जा सके कि उसने क्या सीखा है और उसने क्या सीखना छोड़ दिया है (AOI4); वह उद्देश्यों और उप उद्देश्यों (AOI2) सीखने के लिए ध्यान देता है सुनिश्चित करने के लिए कि वह उन तक पहुंच रहा है और वह सीखने की रणनीतियों पैलेट (AOI7) के लिए चला जाता है जब जरूरत है । इसके अलावा, वह इसके बारे में बहुत ज्यादा चिंता किए बिना समय की निगरानी करता है (AOI1) और एजेंटों (AOI3) के साथ कुछ बातचीत स्थापित करता है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 7
चित्रा 7। प्रश्नावली परिणामों की व्याख्या का उदाहरण। ग्राफिक बाएं में) रोसेनबर्ग आत्मसम्मान पैमाने51,उच्च स्कोर उच्च आत्मसम्मान (न्यूनतम = 10; अधिकतम = 40) का संकेत देते हैं। ग्राफिक राइट में), भावना विनियमन प्रश्नावली52,संज्ञानात्मक पुनर्मूल्यांकन (न्यूनतम = 7; अधिकतम = 42); अर्थपूर्ण दमन (न्यूनतम = 4; अधिकतम = 28)। उच्च स्कोर पुनर्मूल्यांकन या दमन रणनीतियों के उच्च उपयोग का संकेत देते हैं। संज्ञानात्मक पुनर्मूल्यांकन संज्ञानात्मक स्तर पर परिवर्तन का एक रूप है जो एक ऐसी स्थिति की व्याख्या करने में मदद करता है जो भावनाओं को दूसरे तरीके से उत्तेजित करती है, जिससे उनके भावनात्मक प्रभाव में परिवर्तन होता है (पुनर्मूल्यांकन रणनीतियों का उपयोग करके किसी को नकारात्मक स्थितियों के बारे में सोचने में मदद मिलती है और उन्हें हल करने के लिए कुछ वैकल्पिक कॉन्स्ट्रियल के बारे में)। अर्थपूर्ण दमन प्रतिक्रिया मॉड्यूलेशन का एक रूप है जिसमें चल रहे भावना-अर्थपूर्ण व्यवहार को रोकना शामिल है (दमन रणनीतियों के आवर्ती उपयोगकर्ताओं को उनके मूड की कम समझ होनी चाहिए, उन्हें कम अनुकूल रूप से देखते हैं, और उन्हें कम सफलतापूर्वक प्रबंधित करना चाहिए)। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 8
चित्रा 8। डेटा प्रोसेसिंग लॉग इन करें। यह छवि लॉग डेटा के प्रबंधन का प्रतिनिधित्व करता है। सिस्टम छात्र और मेटाटटर के बीच कच्चे इंटरैक्शन डेटा एकत्र करता है, फिर पूरी सीखने की प्रक्रिया की खोज, विश्लेषण या कल्पना करने के लिए बाद में लर्निंग एनालिटिक्स और/या डेटा माइनिंग टेक्नीक लागू करने के लिए डेटा प्रीप्रोसेसिंग करता है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

वर्तमान प्रोटोकॉल में मेटाकॉग्निटिव, स्व-विनियमन और भावनात्मक प्रक्रियाओं पर केंद्रित एक बहुमॉडल मूल्यांकन का प्रस्ताव है, जो एलडी के साथ वयस्कों में कठिनाइयों का आधार बनाते हैं।

सत्र 1 आवश्यक है क्योंकि यह प्रतिभागी की सीखने की अक्षमताओं का एक नैदानिक मूल्यांकन होने का इरादा है । ध्यान दें कि यहां इस सत्र अनुसंधान और नैदानिक संदर्भ में विकास और सीखने की कठिनाइयों के निदान में अनुभव के साथ चिकित्सक द्वारा किया जाता है । हम स्पेन में इन उपकरणों का उपयोग करें, तो अंय देशों के शोधकर्ताओं को अपनी आबादी के लिए अनुकूलित परीक्षणों का चयन करना चाहिए । मौजूदा तरीकों के संबंध में विधि का महत्व यह है कि एडीएचडी, एसएफडी और एएसडी के लिए कई तराजू बच्चों में उपयोग के लिए डिजाइन किए गए थे, न्यूरोसाइकोलॉजिकल परीक्षण और न्यूरोइमेजिंग बेहतर है, लेकिन कम यथार्थवादी, उपकरणों की इस कमी के लिए विकल्प24। इसके अतिरिक्त, सभी उपरोक्त विकलांगों का मूल्यांकन आमतौर पर अलगाव में उनके विशिष्ट लक्षणों के माध्यम से किया जाता है, बिना एलडीएस में पाई जाने वाली प्रसिद्ध समानताओं को ध्यान में रखते हुए, जैसे मेटाकॉग्निटिव, स्व-नियामक, और भावनात्मक खराबी। किसी भी मामले में, मेटाकोग्निशन, स्व-विनियमन और भावनाओं के बारे में अधिकांश ज्ञान प्रारंभिक या वयस्क उम्र में स्वयं-रिपोर्ट किए गए डेटा पर आधारित है। हालांकि, किसी भी प्रकार की स्वयं-रिपोर्ट विभिन्न प्रकार के पूर्वाग्रहों के लिए असुरक्षित हैं69 और कई बार एलडी नमूनों में शारीरिक और स्वयं-रिपोर्ट किए गए डेटा के बीच कोई सहसंबंध नहीं पाए गए हैं70।

इस कारण से, प्रोटोकॉल का सत्र 2 महत्वपूर्ण है। यह सीखने की मुख्य प्रक्रियाओं (मेटाकॉग्निटिव, स्व-विनियमन और भावनात्मक व्यवहार) पर केंद्रित है, वैकल्पिक तरीकों की तुलना में विधि का महत्व यह है कि यह मल्टीचैनल ट्रेस डेटा प्रदान करने वाली प्रतिभागी की सीखने की प्रक्रिया का एक बहुमॉडल मूल्यांकन है। उपकरण है कि संभव जानकारी के उन सभी स्रोतों के एकीकरण करता है MetaTutor४३,एक मेटाकॉग्निटिव उपकरण उन्नत सीखने की तकनीक पर आधारित है और सबसे अच्छा प्रतिनिधियों में से एक और स्व-विनियमन माप३३की तथाकथित तीसरी लहर के अनुसंधान की सबसे प्रसिद्ध लाइनों ।

गैल्वेनिक त्वचा प्रतिक्रियाओं के बारे में, एलडी विषयों के अधिकांश मनोवैज्ञानिक अध्ययनों ने तीन संबंधित विषयों में से एक पर ध्यान केंद्रित किया है: उत्तेजना, ओरिएंटिंग और ध्यान। इस प्रोटोकॉल में, उत्तेजना भावना और अनुभूति को समझने के लिए एक अनूठा ढांचा प्रदान करती है जिसे आत्म-रिपोर्ट71जैसे स्थिर उपायों द्वारा प्रदान नहीं किया जा सकता है। चेहरे के भाव के साथ, पिछले शोध ने संकेत दिया है कि अकादमिक भावनाएं छात्रों की प्रेरणा, सीखने की रणनीतियों, संज्ञानात्मक संसाधनों, स्व-नियमन और अकादमिक उपलब्धि७२से काफी संबंधित हैं । जब आंखों के आंदोलनों की बात आती है, तो हम मेटाटुटर61 के साथ बातचीत के दौरान छात्र सीखने की भविष्यवाणी करने में डेटा टकटकी के मूल्य को जानते हैं और कई शोधकर्ताओं ने सुझाव दिया है कि निर्धारण की अवधि73सीखने के दौरान गहरी संज्ञानात्मक प्रसंस्करण का संकेत देती है। प्रश्नावली मेटाट्यूटर में सीखने के सत्र के दौरान प्रतिभागियों के प्रदर्शन के बारे में पूरक जानकारी प्रदान करती है, शिक्षार्थियों के रूप में खुद की उनकी धारणाएं और जब वे सीखते हैं तो उनका व्यवहार। अंत में, लॉग डेटा प्रतिभागियों की स्व-नियामक प्रक्रियाओं के बारे में जानकारी का एक अतिरिक्त स्रोत है। कच्चे डेटा और डेटा प्रीप्रोसेसिंग के संग्रह के बाद, उभरते लर्निंग एनालिटिक्स और शैक्षिक डेटा खनन तकनीकों ने हमें खोज, विश्लेषण और कल्पना करने दें, या इसे दूसरा रास्ता दें, सीखने की प्रक्रिया74,75,,76में गोता लगाएं।,

यह मिश्रित पद्धति पहले, दौरान और सीखने के बाद लक्ष्य प्रक्रियाओं की तैनाती का सबूत प्रदान करती है जिसे हमारी समझ को बढ़ाने के लिए त्रिकोणीय किया जा सकता है कि एलडीएस के साथ वयस्क कैसे सीखते हैं और जहां समस्याएं झूठ बोलती हैं।

यह प्रस्ताव एक प्रोटोकॉल है, जिसका अर्थ है एक प्रक्रिया और साधनों की प्रणाली, इसलिए यह याद रखना उचित है कि प्रस्तावित उपायों में अलगाव में उतना मूल्य नहीं है जितना कि वे पूरे का हिस्सा बनाते हैं, और उसमें इस प्रस्ताव में रुचि निहित है । इसका उद्देश्य उन डेटा धाराओं को एकाग्र करना है, यह समझने के लिए कि एलडी के साथ वयस्क सीखने के दौरान अपने संज्ञानात्मक, मेटाकॉग्निटिव और भावात्मक प्रक्रियाओं की निगरानी और नियंत्रण कैसे करते हैं।

यद्यपि यह प्रोटोकॉल अभ्यास करने वाले मनोवैज्ञानिक द्वारा स्क्रीनिंग और निदान के लिए एक प्रभावी टूलबॉक्स है, यह सीमाओं के बिना नहीं है। वयस्क एलडी का निदान विशेष रूप से मुश्किल है। शिक्षा और अनुभव कई वयस्कों को अपने घाटे की भरपाई करने की अनुमति देते हैं और ये वयस्क बाद में24के परीक्षण पर व्यक्तिगत विशेषताओं को दिखाते हैं । जैसा कि परिणाम बताते हैं, लक्षित आबादी में एक सामान्य नियम के रूप में कुछ डेटा स्रोतों (जैसे, जीएसआर, लॉग डेटा आदि) से सटीक कट-ऑफ अंक प्रदान करना मुश्किल है।

एक और चुनौती, सीमा के बजाय, परिणामस्वरूप जटिल, शोर, गन्दा डेटा से निपटने में जटिलता के बारे में है, जिसे मनोवैज्ञानिकों, फिजियोलॉजिस्ट, कंप्यूटर और शैक्षिक वैज्ञानिकों आदि जैसे विभिन्न डोमेन के विशेषज्ञों की भागीदारी की आवश्यकता है। जैसा कि हाल ही में Azevedo और Gašević77 द्वारा उल्लेख किया गया है, हमें मनोवैज्ञानिक, शैक्षिक, अनुदेशात्मक और कम्प्यूटेशनल विज्ञान से सैद्धांतिक मॉडल और चौखटे के एक जटिल पच्चीकारी को एकीकृत करने की आवश्यकता है। इसके अलावा, इंस्ट्रूमेंटेशन त्रुटियां, आंतरिक और बाहरी वैधता, पारिस्थितिक वैधता बनाम प्रयोगात्मक कठोरता, अभिसरण डेटा चैनल, और प्रक्रिया डेटा के बारे में निष्कर्ष केवल कुछ पद्धतिगत मुद्दे हैं जो बहुमॉडल मल्टीचैनल डेटा एकत्र करने से परिणाम देते हैं जिन्हें शोधकर्ताओं को77,,78को संबोधित करना चाहिए।

फिर भी, इस पद्धति की भविष्य की दिशा मूल्यांकन के लक्ष्य से बढ़कर है, वर्तमान में संभावना वास्तविक समय मल्टीमॉडल मल्टीचैनल डेटा का उपयोग करने के लिए अनुकूली हाइपरमीडिया लर्निंग वातावरण७९ के आधार पर निवारक हस्तक्षेप डिजाइन या वास्तविक समय, बुद्धिमान, अनुकूली मचान (मॉडलिंग संज्ञानात्मक रणनीतियों, एक कृत्रिम एजेंट के माध्यम से मेटाकोग्निशन को विनियमित करने, भावना विनियमन शुरू करने के लिए कल्पना उपकरण शुरू करने के लिए खुला है 77,80.

अंत में, एलडी को उनके जीवनकाल में ट्रैक किया जाना चाहिए; एसएलआर, एडीएचडी और एएसडी और उनके दीर्घकालिक सीक्वेल के देशांतर पाठ्यक्रम केवल21का पता लगाया जाना शुरू कर रहे हैं । हमें आशा है कि इस सैद्धांतिक रूप से संचालित, अनुभवजन्य आधारित दिशानिर्देश के व्यापक उपयोग के लिए एलडी के साथ वयस्कों की आबादी की पहचान करने और इन विकारों की गहरी समझ प्रेरणा के लिए प्रभावी रोकथाम और हस्तक्षेप कार्रवाई डिजाइन करने में मदद मिलेगी ।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों के पास खुलासा करने के लिए कुछ नहीं है ।

Acknowledgments

इस पांडुलिपि को नेशनल साइंस फाउंडेशन (DRL #1660878, DRL #1661202) से फंडिंग द्वारा समर्थित किया गया था, कारण #1761178, DRL #1916417), कनाडा के सामाजिक विज्ञान और मानविकी अनुसंधान परिषद (SSHRC 895-2011 -1006), विज्ञान और नवाचार मंत्रालय I + D+i (PID2019-107201GB-100), और यूरोपीय संघ यूरोपीय क्षेत्रीय विकास कोष (ERDF) और Asturias की रियासत (एफसी-GRUPIN-IDI/2018/000199) के माध्यम से । इस सामग्री में व्यक्त की गई कोई भी राय, निष्कर्ष, निष्कर्ष या सिफारिशें लेखक (ओं) के हैं और जरूरी नहीं कि राष्ट्रीय विज्ञान फाउंडेशन या सामाजिक विज्ञान और कनाडा की मानविकी अनुसंधान परिषद के विचारों को प्रतिबिंबित करें। लेखक ों को भी उनकी सहायता और योगदान के लिए UCF में स्मार्ट लैब के सदस्यों का शुक्रिया अदा करना चाहते हैं ।

Materials

Name Company Catalog Number Comments
AQUARIUM Nesplora
Eye-tracker RED500 Systems SensoMotoric Instruments GmbH
Face API Microsoft
GSR NUL-217 NeuLog

DOWNLOAD MATERIALS LIST

References

  1. American Psychiatric Association. Diagnostic and statistical manual of mental disorders (5th ed.). Washington,DC. (2013).
  2. World Health Organization. International statistical classification of diseases and related health problems (11th Revision). Retrieved from https://icd.who.int/browse11/l-m/en (2018).
  3. Education's Individuals with Disabilities Education Act. 2018 Annual Report to Congress on the Individuals with Disabilities Education Act. Available from: https://sites.ed.gov/idea/data (2018).
  4. Armstrong, T. The myth of the normal brain: Embracing neurodiversity. AMA Journal of Ethics. 17, (4), 348-352 (2015).
  5. Berenger, C., Roselló, B., Miranda, A., Baixauli, I., Palomero, B. Executive functions and motivation in children with autism spectrum disorder and attention deficit hyperactivity disorder. International Journal of Developmental and Educational Psychology. 1, (1), 103-112 (2016).
  6. Brinkerhoff, L. C., McGuire, J. M., Shaw, S. F. Postsecondary education and transition for students with learning disabilities (2nd ed.). Pro-ed. Austin, TX. (2002).
  7. Allsopp, D. H., Minskoff, E. H., Bolt, L. Individualized course-specific strategy instruction for college students with learning disabilities and ADHD: Lessons learned from a model demonstration project. Learning Disabilities Research & Practice. 20, (2), 103-118 (2005).
  8. Crane, N., Zusho, A., Ding, Y., Cancelli, A. Domain-specific metacognitive calibration in children with learning disabilities. Contemporary Educational Psychology. 50, 72-79 (2017).
  9. Harris, K. R., Reid, R. R., Graham, S. Self-regulation among students with LD and ADHD. Learning about Learning Disabilities. Wong, B. Academic Press. Orlando, FL. 167-195 (2004).
  10. National Joint Committee on Learning Disabilities. Collective Perspectives on Issues Affecting Learning Disabilities. PRO-ED. Austin, Texas. (1994).
  11. Sawyer, A. C., Williamson, P., Young, R. Metacognitive processes in emotion recognition: Are they different in adults with Asperger's disorder. Journal of Autism and Developmental Disorders. 44, (6), 1373-1382 (2014).
  12. Meltzer, L. Executive function in education: From theory to practice. Guilford Publications. New York. (2018).
  13. Martino, G., Capri, T., Castriciano, C., Fabio, R. A. Automatic Deficits can lead to executive déficits. Mediterranean Journal of Clinical Psychology. 5, (3), 1-31 (2017).
  14. Fabio, R. A., et al. Frequency bands in seeing and remembering: comparing ADHD and typically developing children. Neuropsychological Trends. 24, 97-116 (2018).
  15. Bernardo, A. B., Esteban, M., Cerezo, R., Muñiz, L. J. Principales variables influyentes en el abandono de titulación en la Universidad de Oviedo. Informe PRIOR: PRoyecto Integral de ORientación Académico-Profesional. Universidad de Oviedo. Oviedo. (2013).
  16. Cortiella, C. Diplomas at risk: A critical look at the graduation rate of students with learning disabilities. National Center for Learning Disabilities. New York, NY. (2013).
  17. Plasman, J. S., Gottfried, M. A. Applied STEM coursework, high school dropout rates, and students with learning disabilities. Educational Policy. 32, (5), 664-696 (2018).
  18. Cortiella, C., Horowitz, S. H. The state of learning disabilities: Facts, trends and emerging issues (3rd Ed). National Center for Learning Disabilities. New York. (2014).
  19. Chevalier, T. M., Parrila, R., Ritchie, K. C., Deacon, S. H. The role of metacognitive reading strategies, metacognitive study and learning strategies, and behavioral study and learning strategies in predicting academic success in students with and without a history of reading difficulties. Journal of Learning Disabilities. 50, (1), 34-48 (2017).
  20. Goroshit, M., Hen, M. Academic procrastination and academic performance: Do learning disabilities matter. Current Psychology. 1-9 (2019).
  21. Grinblat, N., Rosenblum, S. Why are they late? Timing abilities and executive control among students with learning disabilities. Research in Developmental Disabilities. 59, 105-114 (2016).
  22. Heiman, T., Fichten, C. S., Olenik-Shemesh, D., Keshet, N. S., Jorgensen, M. Access and perceived ICT usability among students with disabilities attending higher education institutions. Education and Information Technologies. 22, (6), 2727-2740 (2017).
  23. Couzens, D., et al. Support for students with hidden disabilities in universities: A case study. International Journal of Disability. Development and Education. 62, (1), 24-41 (2015).
  24. Schelke, M. W., et al. Diagnosis of developmental learning and attention disorders in adults: A review of clinical modalities. Neurology, Psychiatry and Brain Research. 23, 27-35 (2017).
  25. Madaus, J. W., Shaw, S. F. The impact of the IDEA 2004 on transition to college for students with learning disabilities. Learning Disabilities Research & Practice. 21, (4), 273-281 (2006).
  26. Santos, C. G., Fernández, E., Cerezo, R., Núñez, J. C. Dificultades de aprendizaje en Educación Superior: un reto para la comunidad universitaria. Publicaciones. 48, (1), 63-75 (2018).
  27. Jiménez, L., García, A. J., López-Cepero, J., Saavedra, F. J. The brief-ACRA scale on learning strategies for university students. Revista de Psicodidáctica. 23, (1), 63-69 (2018).
  28. Zimmerman, B. J. Motivational sources and outcomes of self-regulated learning and performance. Handbook of Self-Regulation of Learning and Performance. Zimmerman, B. J., Schunk, D. H. Routledge. NY. 49-65 (2011).
  29. Pike, G. R., Kuh, G. D. A tipology of student engagement for Amer-ican colleges and universities. Research in Higher Education. 46, 185-209 (2005).
  30. Winne, P. H., Perry, N. E. Measuring self-regulated learning. Handbook of Self-Regulation. Boekaerts, M., Pintrich, P. R., Zeidner, M. Elsevier Academic Press. San Diego, CA. 531-566 (2000).
  31. Areces, D., Cueli, M., García, T., González-Castro, P., Rodríguez, C. Using brain activation (nir-HEG/Q-EEG) and execution measures (CPTs) in an ADHD assessment protocol. Journal of Visualized Experiments. (134), e56796 (2018).
  32. Azevedo, R., Taub, M., Mudrick, N. V. Understanding and reasoning about real-time cognitive, affective, and metacognitive processes to foster self-regulation with advanced learning technologies. Handbook of Self-Regulation of Learning and Performance. Alexander, P. A., Schunk, D. H., Greene, J. A. Routledge. New York. (2017).
  33. Panadero, E., Klug, J., Järvelä, S. Third wave of measurement in the self-regulated learning field: when measurement and intervention come hand in hand. Scandinavian Journal of Educational Research. 60, (6), 723-735 (2016).
  34. Greene, J. A., Azevedo, R. The measurement of learners' self-regulated cognitive and metacognitive processes while using computer-based learning environments. Educational Psychologist. 45, (4), 203-209 (2010).
  35. Wechsler, D. A. Wechsler Adult Intelligence Scale (4th ed.). Psychological Corporation. San Antonio, TX. (2008).
  36. Theiling, J., Petermann, F. Neuropsychological profiles on the WAIS-IV of adults with ADHD. Journal of Attention Disorders. 20, (11), 913-924 (2016).
  37. Cuetos, F., Arribas, D., Ramos, J. L. Prolec-SE-R, Batería para la evaluación de los procesos lectores en Secundaria y Bachillerato - Revisada. TEA. Madrid. (2016).
  38. Mayes, S. D., Calhoun, S. L., Crowell, E. W. Learning disabilities and ADHD: Overlapping spectrum disorders. Journal of Learning Disabilities. 33, (5), 417-424 (2000).
  39. Kessler, R. C., et al. The World Health Organization Adult ADHD Self-Report Scale (ASRS): a short screening scale for use in the general population. Psychological Medicine. 35, (2), 245-256 (2005).
  40. Climent, G., Banterla, F., Iriarte, Y. AULA: Theoretical manual. Nesplora. San Sebastián, Spain. (2011).
  41. Hoekstra, R. A., et al. The construction and validation of an abridged version of the autism-spectrum quotient (AQ-Short). Journal of Autism and Developmental Disorders. 41, 589-596 (2010).
  42. Baron-Cohen, S., Wheelwright, S., Skinner, R., Martin, J., Clubley, E. The autism-spectrum quotient (AQ): evidence from Asperger syndrome/high-functioning autism, males and females, scientists and mathematicians. Journal of Autism and Developmental Disorders. 31, 5-17 (2001).
  43. Azevedo, R., Johnson, A., Chauncey, A., Burkett, C. Self-regulated learning with MetaTutor: Advancing the science of learning with MetaCognitive tools. New Science of Learning. Khine, M., Saleh, I. Springer. New York, NY. 225-247 (2010).
  44. Azevedo, R., Witherspoon, A., Chauncey, A., Burkett, C., Fike, A. MetaTutor: A MetaCognitive tool for enhancing self-regulated learning. 2009 AAAI Fall Symposium Series. (2009).
  45. Azevedo, R. Theoretical, methodological, and analytical challenges in the research on metacognition and self-regulation: A commentary. Metacognition & Learning. 4, (1), 87-95 (2009).
  46. Feyzi-Behnagh, R., Trevors, G., Bouchet, F., Azevedo, R. Aligning multiple sources of SRL data in MetaTutor: Towards interactive scaffolding in multi-agent systems. 18th biennial meeting of the European Association for Research on Learning and Instruction (EARLI). Munich, Germany. Paper presented (2013).
  47. Harley, J. M., et al. Assessing learning with MetaTutor: A Multi-Agent Hypermedia Learning Environment. Annual meeting of the American Educational Research Association. Philadelphia, PA. Paper presented (2014).
  48. Azevedo, R., Feyzi-Behnagh, R., Harley, J., Bouchet, F. Analyzing temporally unfolding self-regulatory process during learning with multi-agent technologies. EARLI Biannual Conference 2013. Munich. Paper presented (2013).
  49. Donnellan, M. B., Oswald, F. L., Baird, B. M., Lucas, R. E. The mini-IPIP scales: tiny-yet-effective measures of the Big Five factors of personality. Psychological Assessment. 18, (2), 192 (2006).
  50. Stahl, E., Bromme, R. The CAEB: An instrument for measuring connotative aspects of epistemological beliefs. Learning and Instruction. 17, (6), 773-785 (2007).
  51. Gray-Little, B., Williams, V. S. L., Hancock, T. D. An item response theory analysis of the Rosenberg Self-Esteem Scale. Personality and Social Psychology Bulletin. 23, 443-451 (1997).
  52. Gross, J. J., John, O. P. Individual differences in two emotion regulation processes: implications for affect, relationships, and well-being. Journal of Personality and Social Psychology. 85, (2), 348 (2003).
  53. Pekrun, R., Goetz, T., Frenzel, A. C., Barchfeld, P., Perry, R. P. Measuring emotions in students' learning and performance: The Achievement Emotions Questionnaire (AEQ). Contemporary Educational Psychology. 36, (1), 36-48 (2011).
  54. American Psychiatric Association. Diagnostic and statistical manual of mental disorders - reviewed (DSM-IV-TR). Washington, DC. (2000).
  55. Face API [Computer software]. Available from: https://azure.microsoft.com/es-es/services/cognitive-services/face/ (2019).
  56. Picard, R. W. Affective computing. MIT press. (2000).
  57. Grills-Taquechel, A. E., Fletcher, J. M., Vaughn, S. R., Stuebing, K. K. Anxiety and reading difficulties in early elementary school: Evidence for unidirectional-or bi-directional relations. Child Psychiatry & Human Development. 43, (1), 35-47 (2012).
  58. Mammarella, I. C., et al. Anxiety and depression in children with nonverbal learning disabilities, reading disabilities, or typical development. Journal of Learning Disabilities. 49, 130-139 (2014).
  59. Nelson, J. M., Harwood, H. Learning disabilities and anxiety: A meta-analysis. Journal of Learning Disabilities. 44, (1), 3-17 (2011).
  60. Arora, M. R., Sharma, J., Mali, U., Sharma, A., Raina, P. Microsoft Cognitive Services. International Journal of Engineering Science. 8, (4), 17323-17326 (2018).
  61. Bondareva, D., et al. Inferring learning from gaze data during interaction with an environment to support self-regulated learning. International Conference on Artificial Intelligence in Education. Springer. Berlin, Heidelberg. 229-238 (2013).
  62. Mason, L., Tornatora, M. C., Pluchino, P. Do fourth graders integrate text and picture in processing and learning from an illustrated science text? Evidence from eye-movement patterns. Computers & Education. 60, (1), 95-109 (2013).
  63. Duffy, M. C., Azevedo, R. Motivation matters: Interactions between achievement goals and agent scaffolding for self-regulated learning within an intelligent tutoring system. Computers in Human Behavior. 52, 338-348 (2015).
  64. Cerezo, R., et al. Mediating Role of Self-efficacy and Usefulness Between Self-regulated Learning Strategy Knowledge and its Use. Revista de Psicodidáctica. 24, (1), 1-8 (2019).
  65. Mudrick, N. V., Azevedo, R., Taub, M. Integrating metacognitive judgments and eye movements using sequential pattern mining to understand processes underlying multimedia learning. Computers in Human Behavior. 96, 223-234 (2019).
  66. Taub, M., Azevedo, R. How Does Prior Knowledge Influence Eye Fixations and Sequences of Cognitive and Metacognitive SRL Processes during Learning with an Intelligent Tutoring System. International Journal of Artificial Intelligence in Education. 29, (1), 1-28 (2019).
  67. Bogarín, A., Cerezo, R., Romero, C. A survey on educational process mining. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. 8, (1), 1230 (2018).
  68. Cerezo, R., Bogarín, A., Esteban, M., Romero, C. Process mining for self-regulated learning assessment in e-learning. Journal of Computing in Higher Education. (2019).
  69. Levenson, R. W. Blood, sweat, and fears. Annals of the New York Academy of Sciences. 1000, (1), 348-366 (2003).
  70. Meer, Y., Breznitz, Z., Katzir, T. Calibration of Self-Reports of Anxiety and Physiological Measures of Anxiety While Reading in Adults With and Without Reading Disability. Dyslexia. 22, (3), 267-284 (2016).
  71. Daley, S. G., Willett, J. B., Fischer, K. W. Emotional responses during reading: Physiological responses predict real-time reading comprehension. Journal of Educational Psychology. 106, (1), 132-143 (2014).
  72. Pekrun, R., Goetz, T., Titz, W., Perry, R. P. Academic emotions in students' self-regulated learning and achievement: A program of qualitative and quantitative research. Educational Psychologist. 37, (2), 91-105 (2002).
  73. Antonietti, A., Colombo, B., Di Nuzzo, C. Metacognition in self-regulated multimedia learning: Integrating behavioural, psychophysiological and introspective measures. Learning, Media and Technology. 40, (2), 187-209 (2015).
  74. Bogarin, A., Cerezo, R., Romero, C. Discovering learning processes using inductive miner: a case study with Learning Management Systems (LMSs). Psicothema. 30, (3), 322-329 (2018).
  75. Lang, C., Siemens, G., Wise, A., Gašević, D. Handbook of learning analytics. Society for Learning Analytics and Research. Beaumont, AB, Canada. (2017).
  76. Romero, C., Ventura, S., Pechenizkiy, M., Baker, R. S. J. Handbook of educational data mining. CRC Press. Boca Raton, FL. (2010).
  77. Azevedo, R., Gašević, Analyzing Multimodal Multichannel Data about Self-Regulated Learning with Advanced Learning Technologies: Issues and Challenges. Computers in Human Behavior. 96, 207-210 (2019).
  78. Veenman, M. V. J., Van Hout-Wolters, B., Afflerbach, P. Metacognition and Learning: Conceptual and Methodological Considerations. Metacognition Learning. 1, 3-14 (2006).
  79. Brusilovsky, P., Millán, E. User models for adaptive hypermedia and adaptive educational systems. The adaptive web. Brusilovsky, P., Kobsa, A., Nejdl, W. Springer. Berlin, Heidelberg. 3-53 (2007).
  80. Taub, M., et al. using multi-channel data with multi-level modeling to assess in-game performance during gameplay with CRYSTAL ISLAND. Computers in Human Behavior. 76, 641-655 (2017).
सीखने की कठिनाइयों के साथ वयस्कों में मेटाकोग्निशन और स्व-नियमन का आकलन करने के लिए मल्टीमॉडल प्रोटोकॉल
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Cerezo, R., Fernández, E., Gómez, C., Sánchez-Santillán, M., Taub, M., Azevedo, R. Multimodal Protocol for Assessing Metacognition and Self-Regulation in Adults with Learning Difficulties. J. Vis. Exp. (163), e60331, doi:10.3791/60331 (2020).More

Cerezo, R., Fernández, E., Gómez, C., Sánchez-Santillán, M., Taub, M., Azevedo, R. Multimodal Protocol for Assessing Metacognition and Self-Regulation in Adults with Learning Difficulties. J. Vis. Exp. (163), e60331, doi:10.3791/60331 (2020).

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