中文

利用 WiFi 网络日志推断学生共处行为及其与学业表现的关系

人机交互 2021-05-07 v2

摘要

对共处行为的全面理解有助于认识绩效结果。对于大学群体,这需要描述大群体在长时间内的数据。利用用户设备来推断这一点虽然诱人,但面临隐私问题、功耗和维护问题的挑战。另一种方法是在环境中嵌入新传感器,但受限于覆盖整个校园的成本。我们研究了为此目的利用 WiFi 关联日志的可行性。虽然这些日志提供的是粗略的位置近似,但它们易于获取,并能描绘一个学期内校园中的多个用户。我们探索了这些粗略的共处行为如何与个人表现相关。具体而言,我们考察了个人表现与项目小组成员共处行为之间的关联。我们研究了 163 名学生(分属 54 个项目小组),为期 14 周。在描述了如何利用 WiFi 日志确定共处行为之后,我们展示了一项研究,分析小组内的共处行为如何与学生的最终成绩相关。我们发现共处行为与表现之间存在显著相关性(Pearson 相关系数 r = 0.24)——优于同伴反馈或出勤等个人行为。最后,我们讨论了如何将 WiFi 日志的再利用用于心理健康和身体健康等领域。

关键词

引用

@article{arxiv.2005.11228,
  title  = {Leveraging WiFi Network Logs to Infer Student Collocation and its Relationship with Academic Performance},
  author = {V. Das Swain and H. Kwon and S. Sargolzaei and B. Saket and M. Bin Morshed and K. Tran and D. Patel and Y. Tian and J. Philipose and Y. Cui and T. Plötz and M. De Choudhury and G. D. Abowd},
  journal= {arXiv preprint arXiv:2005.11228},
  year   = {2021}
}

备注

25 pages, 10 figures, 5 tables