DLOT：一款辅助人类观察者的开源应用程序
人机交互
2024-12-11 v1
摘要
自适应智能教育系统日益普及，能够根据学生的个人需求和风格提供个性化的学习体验。此类系统的一个关键功能是实时个性化反馈。然而，由于数据量的限制，识别影响学生表现的实时学习过程仍然具有挑战性。当前的研究往往依赖劳动密集型的人工观察，这既耗时又难以扩展。为了高效收集实时数据，观察工具至关重要。定性/混合方法研究探索教育、社会科学和医疗保健中的参与者体验，利用焦点小组和观察等方法。然而，这些方法可能劳动密集，特别是在维持观察时间间隔方面。现有工具缺乏对以教育为重点的焦点小组和观察的全面支持。为解决这些问题，本文介绍了数据记录与组织工具（DLOT），这是一种专为涉及人类观察者的定性研究设计的灵活工具。DLOT 提供可定制的时间间隔、跨平台兼容性以及数据保存和共享选项。该工具使观察者能够记录带时间戳的数据，并可在 GitHub 上获取。DLOT 通过两项研究进行了验证。第一项研究利用通过 DLOT 收集的实时注释预测学生的情感状态，每班观察 30 名学生。第二项研究在计算机赋能的学习环境中创建多模态数据集，单独观察 38 名学生。成功的可用性测试表明，该工具为实时学习过程识别和劳动密集型定性研究观察中的挑战提供了潜在的解决方案。
引用
@article{arxiv.2312.16361,
title = {DLOT: An Open-Source Application to Assist Human Observers},
author = {T S Ashwin and Shaikh Danish Shafi and Rajendran Ramkumar},
journal= {arXiv preprint arXiv:2312.16361},
year = {2024}
}