Summary

Multimodal protokoll for vurdering av metakognisjon og selvregulering hos voksne med lærevansker

Published: September 27, 2020
doi:

Summary

Det nåværende arbeidet foreslår en multimodale evalueringsprotokoll med fokus på metakognitiv, selvregulering av læring og følelsesmessige prosesser, som utgjør grunnlaget for vanskelighetene hos voksne med LDer.

Abstract

Lærevansker (LDer) omfatter lidelser hos de som har problemer med å lære og bruke akademiske ferdigheter, og viser ytelse under forventningene til deres kronologiske alder innen lesing, skriving og/eller matematikk. Hver av lidelsene som utgjør LD-ene involverer forskjellige underskudd; Imidlertid kan noen fellestrekk finnes innenfor denne heterogeniteten, slik når det gjelder å lære selvregulering og metakognisjon. I motsetning til i tidlig alder og senere utdanningsnivå, er det knapt noen evidensbaserte evalueringsprotokoller for voksne med LD-er. LD-er påvirker akademisk ytelse, men har også alvorlige konsekvenser i faglige, sosiale og familiesammenhenger. Som svar på dette foreslår det nåværende arbeidet en multimodal evalueringsprotokoll med fokus på metakognitiv, selvregulering av læring og følelsesmessige prosesser, som utgjør grunnlaget for vanskelighetene hos voksne med LDer. Vurderingen utføres gjennom analyse av den on-line læringsprosessen ved hjelp av en rekke metoder, teknikker og sensorer (f.eks. øyesporing, ansiktsuttrykk av følelser, fysiologiske svar, samtidige verbaliseringer, loggfiler, skjermopptak av menneskelige maskininteraksjoner) og off-line metoder (f.eks spørreskjemaer, intervjuer og selvrapporttiltak). Denne teoretisk drevne og empirisk baserte retningslinjen tar sikte på å gi en nøyaktig vurdering av LDer i voksen alder for å utforme effektive forslag til forebygging og intervensjon.

Introduction

Spesifikke læringsforstyrrelser (SLDs) omfatter lidelser hos de som har problemer med å lære og bruke akademiske ferdigheter, viser ytelse under forventningene til deres kronologiske alder innen lesing, skriving og / eller matematikk1,2. Det er forskjellige beregninger av prevalensrater avhengig av alder, språk og kultur analysert, men de er mellom 5% og 15%1,,3. Innenfor den globale kategorien av nevroutviklingsforstyrrelser i diagnostisk og statistisk håndbok for psykiske lidelser(5. Ed.) 1, er det også nødvendig å fokusere på forekomsten av Attention-Deficit / Hyperactivity Disorder (heretter ADHD) som det er en vanlig lidelse som har gitt opphav til ulike kontroverser om hvordan man nærmer seg det de siste årene. Basert på DSM-51kan den defineres som et mønster av vedvarende atferd av uoppmerksomhet og/eller hyperaktivitets impulsivitet. Likeledes er autismespekterforstyrrelse (heretter ASD) en kategori i samme håndbok som inkluderer studenter som presenterer nevroutviklingsforstyrrelser som følge av multifaktorielle dysfunksjoner i sentralnervesystemet, noe som resulterer i kvalitative dysfunksjoner i tre grunnleggende områder av utviklingen av personen: sosial interaksjon, kommunikasjon og interesserog atferd 1,2.

På disse linjene har et nytt konsept dukket opp som beveger seg bort fra følelsen av underskudd og tilbyr en mer positiv tilnærming til disse lidelsene for å være i samsvar med dagens ideer om nevroutviklingsproblemer som svært sameksistente og overlappende4. Fra disse nye modellene er det forstått at ferdighetene som er involvert i kognitive prosesser på høyt nivå, som tillater styring og regulering av ens oppførsel for å oppnå et ønsket mål, er avgjørende for selvregulering og derfor for daglige aktiviteter, inkludertde akademiske 5. I sammenheng med voksen alder har neurodiversity utviklet seg til å omfatte ulike typer vanskeligheter, inkludert ADHD og ASD, samt dysleksi, dyspraksi og/eller dyscalculia. Derfor nærmer vi oss dette nevrodiversityet fra en bred oppfatning av lærevansker (LDer). Økningen i studenter med dette mangfoldet som er registrert i etterutdanning er godt dokumentert og skyldes delvis økningen i videregående skole for studenter mednedsatt funksjonsevne 6,men samtidig er det mindre forskning om læringsprosessen til disse studentene enn nødvendig7.

Hver av lidelsene nærmet seg isolert involverer forskjellige underskudd og manifestasjoner; Imidlertid kan noen felleshet bli funnet innenfor denne heterogeniteten når det gjelder LD, for eksempel metakognitiv, selvregulerende og følelsesmessig funksjonsfeil8,9,10,11. Tre grunnleggende grunnlag i læringslitteraturen generelt, og spesielt LDer, som representerer grunnlaget for vellykket læring og spiller en viktig rolle i disse kjente vanskelighetene påakademisk nivå 12. I tillegg til dette forstår andre tilnærminger at det kan være en viss felleshet mellom underskudd i utøvende funksjoner, for eksempel problemer i automatisk behandling eller arbeidsminne, som oppstår i forskjellige lidelser som ADHD og leseforstyrrelser13 eller ADHD og ASD5. Det er imidlertid fortsatt arbeid som skal gjøres på dette feltet, siden ikke alle studier når de samme konklusjonene om disse punktene til felles i forhold til utøvende funksjoner. Det kan skyldes variasjonene som presenteres av prøvene som studiene er basert på og evalueringsprosedyrene til de utøvende funksjonene sombrukes i undersøkelsene 5,14.

I pedagogiske termer påvirker denne mangfoldige blandingen ikke bare kvaliteten på læringen, på grunn av den grunnleggende karakteren av de berørte funksjonene, men også fenomener som skoleavbrudd, endring av grad, etc., med økonomiske implikasjoner for regjeringerog universiteter 15. Frafallet for studenter med LD er høyere enn for studenter i befolkningengenerelt 16, men også høyere enn frafallet for noen annen kategori av psykiske funksjonshemninger bortsett fra de studentene med følelsesmessigeforstyrrelser 17. I motsetning øker antall studenter med LDer som får tilgang til post-obligatorisk utdanning (yrkesopplæring, høyskole, etc.)15, spesielt i høyere utdanning19,20,21,22. Videre kan man godt anta at det er mange flere studenter med LD enn de som offisielt passerer gjennom studenttjenester og vanligvis utgjør utbredelsesstatistikken23.

Disse vanskelighetene oppdages ikke alltid i barndommen, spesielt hos voksne født før disse lidelsene ble vurdert i det vanlige akademiske systemet, og symptomene på disse lidelsene vedvarer gjennom folks liv og forårsaker vanskeligheter i arbeid, utdanning og personlige liv24. Forskning har vist at selv om folk kan overvinne noen av sine vanskeligheter, de fleste fortsetter å vise kamper med læring i voksen alder og deres utholdenhet er fortsatt problematisk på de høyere utdanningsnivå25.

Paradoksalt nok, i motsetning til i tidligere utdanningsnivå og tidligere alder, er det knapt noen evidensbaserte instrumenter eller evalueringsprotokoller for voksne med LDer. Til tross for spredning av diagnostiske verktøy for å evaluere LDer i barndommen, er tilgjengeligheten av gyldige, pålitelige instrumenter og metoder for den voksne befolkningen betydelig begrenset24. En fersk litteraturgjennomgang om lærevansker i høyere utdanning fant at det meste av informasjonen som samles inn i denne forbindelse, gjøres gjennom intervjuer, og bare av og til er selvrapportspørreskjemaersom brukes 26. Selvrapportmetodikk og intervjuer, selv om de er verdifulle, er ikke nok til å nøyaktig vurdere metakognitive, selvregulerings- og emosjonelle ferdigheter, faktisk blant annet på grunn av prosessnaturen. Betydningen av skalaer og intervjumetodikk for å måle disse prosessene erunektelig 27,28, men det er også de tilknyttede problemenemed gyldighet 29 og uoverensstemmelse med andre innovative vurderingsmetoder30. Et ekstra problem ved påvisning av LDer er skjevheten i diagnosen av lidelsen på grunn av fravær av omfattende vurderingsprotokoller. Det faktum at fagfolk ikke har en referanseprotokoll basert på objektive variabler, forårsaker ofte mange falske positive og falske negative tilfeller av LDer31.

Som svar på både knapphet på instrumenter for voksne og behovet for å forbedre eksisterende metodikk, foreslår den nåværende studien en multimodal evalueringsprotokoll med fokus på metakognitive, selvregulering og følelsesmessige prosesser, som utgjør grunnlaget for vanskelighetene hos voksne med LDer. I tråd med dagens litteratur foreslår vi et skritt mot integrerende og flerkanalsmåling32,33. Vurderingen utføres gjennom en analyse av den on-line læringsprosessen ved hjelp av flere metoder, teknikker og sensorer (f.eks hypermedia læringsmiljø, virtuell virkelighet, øyesporing, ansiktsuttrykk av følelser, fysiologiske svar, loggfiler, skjermopptak av menneskelig-maskin interaksjoner) og off-line metoder (f.eks spørreskjemaer, intervjuer og selvrapporttiltak). Denne blandede metodikken gir bevis på distribusjon av målprosesser før, under og etter læring som kan trianguleres for å forbedre forståelsen av hvordan elevene lærer og hvor problemet ligger, hvis det er en34.

Evalueringsprotokollen utføres over to økter. Øktene kan gjøres i en sittende eller kan trenge delvise programmer avhengig av personen. Den første er fokusert på deteksjon eller bekreftelse av LDer og hvilken bestemt type lidelse vi står overfor, og den andre er designet for å gå inn i metakognitive, selvregulering og følelsesmessige prosesser i hvert enkelt tilfelle i dybden.

Økt 1 er ment å være en diagnostisk eller bekreftelsesvurdering av deltakerens lærevansker: SLD, ADHD og/eller ASD (høy funksjon) for å finne ut hvilken type spesifikke problemer deltakerne har. Denne vurderingen er avgjørende av to grunner. 1) Voksne med lærevansker sjelden har nøyaktig informasjon om deres dysfunksjonelle atferd. Noen av dem mistenker at de har en LD, men har aldri blitt evaluert. Andre kan ha blitt vurdert når de var barn, men har ingen rapporter eller ytterligere informasjon. 2) Det kan være avvik med tidligere diagnoser (f.eks. en tidligere dysleksidiagnose i motsetning til en nåværende diagnose av oppmerksomhetssvikt og langsom behandlingshastighet; tidligere ASD-diagnose i motsetning til dagens begrensede intellektuelle evne, etc.). Deltakeren blir intervjuet, og spørreskjemaer og standardiserte tester brukes. Denne sesjonen her utføres av terapeuter med erfaring i diagnostisering av utviklings- og lærevansker i forskning og klinisk sammenheng i ulike kontorer i et spansk psykologifakultet. Økten begynner med et strukturert intervju som samler biografisk informasjon sammen med tilstedeværelsen av symptomer relatert til slDs som er referert til i DSM-51. Etter det brukes referansen intellektuell evnetest WAIS-IV35 i tilfelle implementering av ekskluderingskriterium, og fordi den gir svært verdifull informasjon for lærevansker fra skalaene “arbeidsminne” og “behandlingshastighet”36. I tillegg brukes PROLEC SE-Revised Test37 i stor grad til å evaluere lesevansker (leksikalsk, semantisk og/eller syntaktiske leseprosesser), en av de mest utbredte og invalidiserende vanskelighetene for læring i dagens akademiske sammenhenger, som overlapper med andre lidelser som ADHD38. Denne evalueringen samler lesenøyaktighet, hastighet og flyt sammen med lesevansker, og enda viktigere, der leseprosessen feilen oppstår37 (denne testen har blitt evaluert med pre-universitetsstudenter. For tiden er det ingen tester i Spania som er tilpasset den generelle voksne befolkningen, så denne testen ble valgt fordi den er nærmest målgruppen). Deretter screener vi symptomer på ADHD gjennom Verdens helseorganisasjon Adult ADHD Self-Report Scale (ASRS)39 og avgrenser evalueringen av denne lidelsen, introduserer multimodalitet med en banebrytende virtuell virkelighet kontinuerlig ytelsestest for evaluering av oppmerksomhetsprosesser og arbeidsminne hos voksne, Nesplora Aquarium31,40. Denne testen er et svært nyttig verktøy ved diagnostisering av ADHD hos voksne og ungdom over 16 år i et økologisk scenario, og gir objektive, pålitelige data. Den evaluerer selektiv og vedvarende oppmerksomhet, impulsivitet, reaksjonstid, auditiv og visuell oppmerksomhet, utholdenhet, kvaliteten på oppmerksomhetsfokus, motoraktivitet, arbeidsminne og kostnader for endring av oppgaven. I tillegg, sammen med WAIS-IV35 som helhet for å samle inn informasjon om deltakerens intellektuelle evne, tar vi spesielt hensyn til skalaene “arbeidsminne” og “behandlingshastighet” fordi de er relatert til lærevansker og resultatene av disse skalaene brukes i den endelige avgjørelsen. Til slutt inkluderer vi Autism Spectrum Quotient (AQ-Short)41 i protokollen, den korte versjonen av den pålitelige AQ-Voksen fra Baron-Cohen, Wheelwright, Skinner, Martin og Clubley42.

Økt 2 fokuserer på en multimodal vurdering av deltakerens læringsprosess. Nøkkelen til å forstå kompleks læring ligger i å forstå utplasseringen av elevenes kognitive, metakognitive, motiverende og affektive prosesser43. For dette formål arbeider deltakerne med MetaTutor, hvor bruk av metakognitive og kognitive strategier som distribueres, observeres mens de lærer. MetaTutor er et hypermedia læringsmiljø som er designet for å oppdage, modellere, spore og fremme studentenes selvregulerte læring mens de lærer forskjellige vitenskapsemne44. Utformingen av MetaTutor er basert på omfattende forskning av Azevedo og kolleger43,45,46,47 og tilhører en ny trend i målingen av SRL, den såkalte tredje bølgen, som er preget av kombinert bruk av måling og avansert læringsteknologi33. Bruken av MetaTutor gir også multimodal spordata, som omfatter tiltak som øyesporing, emosjonelle fysiologiske reaksjoner (galvanisk hudrespons (GSR) og ansiktsuttrykk av følelser)48, loggdata og spørreskjemaer. Alle disse tiltakene er kombinert for å nå en dypere forståelse av deltakerne SRL og metakognisjon.

Øyesporing gir en forståelse av hva som tiltrekker seg umiddelbar oppmerksomhet, hvilke målelementer ignoreres, der rekkefølge elementer blir lagt merke til, eller hvordan elementer sammenlignet med andre; elektrodermal aktivitet forteller oss hvordan følelsesmessig opphisselse endres som svar på miljøet; ansikts-følelse-anerkjennelse tillater automatisk anerkjennelse og analyse av ansiktsuttrykk; og datalogging samler inn og lagrer studentens interaksjon med læringsmiljøet for videre analyse. Når det gjelder spørreskjemaene, informerer Mini International Personality Item Pool49 om en rekke aktiviteter og tanker som folk opplever i hverdagen som vurderer hver av de fem store personlighetstrekkene (ekstraversjon, behagelighet, samvittighetsfullhet, nevroticisme og åpenhet). De konnotative aspektene ved epistemologisk tro50 gir informasjon om deltakernes tro om kunnskap. Rosenberg Self-esteem skala viser hvordan deltakerne føler om seg selv samlet51. Følelsesforskriftsspørreskjemaet 52 gir informasjon om deltakernes følelsesregulering. Achievement Emotions Questionnaire (AEQ)53 informerer om følelser som vanligvis oppleves på universitetet.

Kort sagt, det er spesielt vanskelig å vurdere LD-er i voksen alder. Utdanning og erfaring gjør det mulig for mange voksne å kompensere for sine underskudd og senere vise udifferensierte eller maskerte symptomer, hvor vitenskapelig kunnskap fortsatt er knapp. Med hensyn til det kritiske forskningsgapet som oppstår, har dette nåværende arbeidet som mål å sikre teoretisk drevne, empirisk baserte retningslinjer for nøyaktig vurdering av LD-er i voksen alder for å utforme effektive forebyggende og intervensjonstiltak.

For å hjelpe leserne med å avgjøre om metoden som er beskrevet er hensiktsmessig eller ikke, er det nødvendig å spesifisere at protokollen ikke er egnet for personer med utviklingshemninger fordi diagnosen ugyldiggjør diagnosen lærevansker. I tillegg, på grunn av singularitetene i utstyret som brukes og formatet for å vise læringsinnholdet, er det fortsatt ikke mulig å evaluere personer med motoriske funksjonshemninger (øvre lemmer, nakke og / eller ansikt), hørsel eller synshemming. Det ville heller ikke være egnet for deltakere med alvorlige psykiatriske lidelser. Det ville kreve bruk av legemidler som kan endre informasjonsbehandling eller fysiologisk uttrykk for følelser.

Protocol

Forskningsetikkkomiteen i Fyrstedømmet Asturias og Universitetet i Oviedo godkjente denne protokollen. 1. Økt 1: diagnosevurdering MERK: I denne sesjonen av protokollen brukes evalueringstester fra forskjellige utgivere, som har sine egne spesifikke program- og tolkningshåndbøker. Siden disse testene, eller andre lignende, er viden kjent av det vitenskapelige samfunnet innen psykologi og utdanning, er prosedyren for å bruke dem ikke detaljert trinnvis (for eksemp…

Representative Results

Denne delen illustrerer de representative resultatene som er hentet fra protokollen, inkludert et eksempel på sammenføyde resultater av økt 1 og et eksempel på hver informasjonskilde fra økt 2. Resultatene om lidelser samles inn i økt 1 gjennom diagnostiske tester med hensyn til prosedyrene og cut-off-punktene som er angitt for den diagnostiske vurderingen av deltakernes lærevansker (SLD, ADHD og ASD). Ekspertutvalget avgjør om deltakeren har lærevansker eller står i fare for å få …

Discussion

Den nåværende protokollen foreslår en multimodal evaluering fokusert på metakognitive, selvregulering og emosjonelle prosesser, som utgjør grunnlaget for vanskelighetene hos voksne med LDer.

Økt 1 er avgjørende fordi det er ment å være en diagnostisk vurdering av deltakerens lærevansker. Legg merke til at denne økten her utføres av terapeuter med erfaring i diagnostisering av utviklings- og lærevansker i forskning og klinisk sammenheng. Vi bruker disse verktøyene i Spania, så fo…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Dette manuskriptet ble støttet av finansiering fra National Science Foundation (DRL# 1660878, DRL # 1661202, DUE # 1761178, DRL # 1916417), Social Sciences and Humanities Research Council of Canada (SSHRC 895-201 1-1006), Vitenskaps- og innovasjonsdepartementet I+D+i (PID2019-107201GB-100) og EU gjennom European Regional Development Funds (ERDF) og Fyrstedømmet Asturias (FC-GRUPIN-IDI/2018/000199). Eventuelle meninger, funn, konklusjoner eller anbefalinger uttrykt i dette materialet er de av forfatteren(e) og reflekterer ikke nødvendigvis synspunktene til National Science Foundation eller Social Sciences and Humanities Research Council of Canada. Forfatterne vil også takke medlemmer av SMART Lab ved UCF for deres hjelp og bidrag.

Materials

AQUARIUM Nesplora
Eye-tracker RED500 Systems SensoMotoric Instruments GmbH
Face API Microsoft
GSR NUL-217 NeuLog

References

  1. American Psychiatric Association. . Diagnostic and statistical manual of mental disorders (5th ed.). , (2013).
  2. World Health Organization. . International statistical classification of diseases and related health problems (11th Revision). , (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.). , (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., Wong, B. Self-regulation among students with LD and ADHD. Learning about Learning Disabilities. , 167-195 (2004).
  10. National Joint Committee on Learning Disabilities. . Collective Perspectives on Issues Affecting Learning Disabilities. , (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. , (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. , (2013).
  16. Cortiella, C. . Diplomas at risk: A critical look at the graduation rate of students with learning disabilities. , (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). , (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., Zimmerman, B. J., Schunk, D. H. Motivational sources and outcomes of self-regulated learning and performance. Handbook of Self-Regulation of Learning and Performance. , 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., Boekaerts, M., Pintrich, P. R., Zeidner, M. Measuring self-regulated learning. Handbook of Self-Regulation. , 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., Alexander, P. A., Schunk, D. H., Greene, J. A. 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. , (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.). , (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. , (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. , (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., Khine, M., Saleh, I. Self-regulated learning with MetaTutor: Advancing the science of learning with MetaCognitive tools. New Science of Learning. , 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). , (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. , (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. , (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). , (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. , (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. , 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. , (2017).
  76. Romero, C., Ventura, S., Pechenizkiy, M., Baker, R. S. J. . Handbook of educational data mining. , (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., Brusilovsky, P., Kobsa, A., Nejdl, W. User models for adaptive hypermedia and adaptive educational systems. The adaptive web. , 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).

Play Video

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).

View Video