学生口头报告的传感器与评估数据多模态数据集
人机交互
2026-01-13 v1 计算机视觉与模式识别
摘要
口头报告技能是高等教育的关键组成部分，然而，能够捕捉真实学生多模态表现的综合数据集仍然稀缺。为弥补这一空白，我们提出了SOPHIAS（基于传感器的学生口头报告监测以实现整体洞察与分析），这是一个12小时的多模态数据集，包含马德里自治大学65名本科生和硕士生所做的50场口头报告（10-15分钟报告，随后5-15分钟问答）的录音。SOPHIAS集成了来自高清摄像头、环境及摄像头音频、眼动追踪眼镜、智能手表生理传感器以及答题器、键盘和鼠标交互的八个同步传感器数据流。此外，该数据集还包括幻灯片、基于量规的教师、同伴和自评，以及带时间戳的上下文注释。该数据集捕捉了在真实课堂环境中进行的报告，保留了真实的学生行为、互动和生理反应。SOPHIAS能够探索多模态行为与生理信号同报告表现之间的关系，支持同伴评估研究，并为开发自动反馈和多模态学习分析工具提供了基准。该数据集通过GitHub和Science Data Bank公开发布，供研究使用。
引用
@article{arxiv.2601.07576,
title = {A Multimodal Dataset of Student Oral Presentations with Sensors and Evaluation Data},
author = {Alvaro Becerra and Ruth Cobos and Roberto Daza},
journal= {arXiv preprint arXiv:2601.07576},
year = {2026}
}
备注
Article under review in the journal Scientific Data. GitHub repository of the dataset at: https://github.com/dataGHIA/SOPHIAS