Intelligent Tutoring Applied to Videolectures: A Supporting Tool for Experimentation and Data Collection
Autores
5556 |
Thothadri Rajesh Vidyasankar
|
2551,754,768
|
5557 |
2551,754,768
|
|
5558 |
2551,754,768
|
Informações:
Publicações do PESC
Esta dissertação teve como objetivo construir uma ferramenta que possibilitasse não somente a visualização, mas também a análise de informações de múltiplas fontes em uma interface de modo a identificar e remover possíveis ruídos nos dados, estabelecer a correlação entre dados de diferentes fontes, detecção de eventos relevantes presentes nesses dados. O objetivo dessa ferramenta é auxiliar os sistemas de tutoriais online como o Centro de Educação a Distância do Estado do Rio de Janeiro (CEDERJ) a construir um modelo preditivo que utilize emoções identificadas, através de sinais psicológicos, tornando possível adaptar o sistema a partir dessas emoções. Como parte dessa pesquisa, foram conduzidos experimentos com usuários utilizando sensores tais como: eletroencefalograma, electro-dermal activity meter, webcam comum e webcam com infra-vermelho, enquanto os usuários assistiam as video-aulas do CEDERJ. Demostrou-se de que maneira essa ferramenta de visualização pode ser utilizada para visualização e análise dos dados coletados através dos experimentos realizados afim de obter insights adicionais para os dados do sensor.
This dissertation is part of an ongoing project on Intelligent Tutoring Systems. We built a data visualization tool to help analysing data from multiple sources in order to identify important trends in the data, find possible correlations among data from different sources, detect and remove noise from the data and detect important events. Our tool should be viewed as a first step towards building an automated tutoring systems based on video lectures and, more specifically, target at the CEDERJ videolectures. The long term is to build a predictive model of cognitive states [eg:attention] from data produced by different sensors. As a part of this research, we conducted experiments that employ sensors such as Electroencephalogram, Electrodermal Activity Meter (EDA), normal webcam and infra-red webcam attached to a student while watching a video lecture. We exemplify how our data visualization tool could be used to analyse the data collected from the experiments to gain insights that can be useful for constructing an intelligent tutoring systems and to give feedback to the lecturer to improve his videolecture.