Défiez votre mémoire ! Jouez au nouveau jeu N-Back dans l'application Emotiv
Défiez votre mémoire ! Jouez au nouveau jeu N-Back dans l'application Emotiv
Prédire les émotions des étudiants résultant de l'évaluation de leurs retours
Partager :
Paul Salvador Inventé. L'Institut de Recherche Scientifique et Industrielle, Université d'Osaka, Japon
Résumé
De nombreux chercheurs ont montré l'efficacité des systèmes tutoriels affectifs pour soutenir l'apprentissage des étudiants. Le soutien fourni aux étudiants est généralement présenté par des agents pédagogiques capables d'exprimer des émotions à travers des expressions faciales, des gestes et un discours synthétisé. Le contenu du dialogue est important car il contient des informations qui aideront l'étudiant à apprendre de nouvelles informations, à mieux comprendre des concepts ou à corriger des idées fausses. Bien que ces interventions soient basées sur des théories existantes, il existe encore des cas où les retours peuvent ne pas convenir aux étudiants, car ils sont très divers et peuvent se trouver dans des contextes très différents. Un aspect très important à considérer est comment les étudiants évaluent les retours donnés par un système tutoriel intelligent (STI). En connaissant l'évaluation des retours par l'étudiant, on peut identifier les retours efficaces qui doivent être conservés ou remplacés. Cette recherche examine les émotions des étudiants représentées par des valeurs de frustration et d'excitation résultant de l'évaluation des retours, telles que reconnues par un dispositif basé sur l'EEG. Les valeurs de frustration et d'excitation résultant de l'évaluation des retours sont corrélées avec les retours du STI POOLEIII pour créer des modèles prédictifs de ces relations. L'utilisation de ces modèles permettra aux futurs STI d'identifier les émotions résultant de l'évaluation des retours par l'étudiant avant qu'ils ne soient donnés, et de permettre des ajustements sur les retours lorsque cela est nécessaire.
Paul Salvador Inventé. L'Institut de Recherche Scientifique et Industrielle, Université d'Osaka, Japon
Résumé
De nombreux chercheurs ont montré l'efficacité des systèmes tutoriels affectifs pour soutenir l'apprentissage des étudiants. Le soutien fourni aux étudiants est généralement présenté par des agents pédagogiques capables d'exprimer des émotions à travers des expressions faciales, des gestes et un discours synthétisé. Le contenu du dialogue est important car il contient des informations qui aideront l'étudiant à apprendre de nouvelles informations, à mieux comprendre des concepts ou à corriger des idées fausses. Bien que ces interventions soient basées sur des théories existantes, il existe encore des cas où les retours peuvent ne pas convenir aux étudiants, car ils sont très divers et peuvent se trouver dans des contextes très différents. Un aspect très important à considérer est comment les étudiants évaluent les retours donnés par un système tutoriel intelligent (STI). En connaissant l'évaluation des retours par l'étudiant, on peut identifier les retours efficaces qui doivent être conservés ou remplacés. Cette recherche examine les émotions des étudiants représentées par des valeurs de frustration et d'excitation résultant de l'évaluation des retours, telles que reconnues par un dispositif basé sur l'EEG. Les valeurs de frustration et d'excitation résultant de l'évaluation des retours sont corrélées avec les retours du STI POOLEIII pour créer des modèles prédictifs de ces relations. L'utilisation de ces modèles permettra aux futurs STI d'identifier les émotions résultant de l'évaluation des retours par l'étudiant avant qu'ils ne soient donnés, et de permettre des ajustements sur les retours lorsque cela est nécessaire.
Paul Salvador Inventé. L'Institut de Recherche Scientifique et Industrielle, Université d'Osaka, Japon
Résumé
De nombreux chercheurs ont montré l'efficacité des systèmes tutoriels affectifs pour soutenir l'apprentissage des étudiants. Le soutien fourni aux étudiants est généralement présenté par des agents pédagogiques capables d'exprimer des émotions à travers des expressions faciales, des gestes et un discours synthétisé. Le contenu du dialogue est important car il contient des informations qui aideront l'étudiant à apprendre de nouvelles informations, à mieux comprendre des concepts ou à corriger des idées fausses. Bien que ces interventions soient basées sur des théories existantes, il existe encore des cas où les retours peuvent ne pas convenir aux étudiants, car ils sont très divers et peuvent se trouver dans des contextes très différents. Un aspect très important à considérer est comment les étudiants évaluent les retours donnés par un système tutoriel intelligent (STI). En connaissant l'évaluation des retours par l'étudiant, on peut identifier les retours efficaces qui doivent être conservés ou remplacés. Cette recherche examine les émotions des étudiants représentées par des valeurs de frustration et d'excitation résultant de l'évaluation des retours, telles que reconnues par un dispositif basé sur l'EEG. Les valeurs de frustration et d'excitation résultant de l'évaluation des retours sont corrélées avec les retours du STI POOLEIII pour créer des modèles prédictifs de ces relations. L'utilisation de ces modèles permettra aux futurs STI d'identifier les émotions résultant de l'évaluation des retours par l'étudiant avant qu'ils ne soient donnés, et de permettre des ajustements sur les retours lorsque cela est nécessaire.
