Student monitoring/counseling in e-learning platforms

• Autores: Manuel Fernando Silva
• Directores de la Tesis: Paulo Novais (codir. tes.) , Florentino Fernández Riverola (codir. tes.)
• Lectura: En la Universidade de Vigo ( España ) en 2014
• Idioma: inglés
• Tribunal Calificador de la Tesis: Fernando Díaz Gómez (presid.) , Rosalía Laza Fidalgo (secret.) , José Carlos Ferreira Maia Neves (voc.)
• Enlaces
  • Tesis en acceso abierto en: Investigo
• Resumen

  • With the enormous growing of e-learning platforms, as complementary or even primary tool to support learning in organizations, monitoring students success factors becomes a crucial issue. Such platforms, in order to be successful must deal with context information, regarding e-learning students, thus being context-aware. Stress is a normal part of studying, but if not managed it the proper way, stress can grow, become a problem and greatly influence learning success. This is particularly true when in an e-learning environment, where students typically may work alone, thus more susceptible to stress. This Phd thesis proposes a way to accommodate individualized support to e-learning students. It presents a dynamic student assessment module and latter a dynamic stress recognition module to detect stress in e-learning students, in a non-intrusive way. This detection is made using keyboard and mouse as sensors, thus hiding from the students that they are being monitored. Initially, some other devices wore considered to act as sensors, but due to some legal issues they wore not used. By using common devices, that any user uses daily when working with computers, the monitoring process is hidden, and in this way, better and realistic results are obtained. The research hypothesis justification is made through a case study in a public secondary school, and the results are then analysed and validated. From the obtained results, we wore able to establish that the way students behave when engaging e-learning platforms is influenced by stress, and that influence, in this case, allowed to group them in two types of students.En los últimos años, la colaboración on-line se ha convertido en una práctica cada vez más habitual en numerosas instituciones educativas y organizaciones. En este contexto, muchas instituciones incentivan el uso de plataformas de e-learning como una herramienta complementaria de apoyo al proceso de aprendizaje, siendo en algunos casos la única herramienta a través de la cual se lleva a cabo dicho proceso. En la enseñanza tradicional, los profesores pueden obtener fácilmente una visión de cómo sus alumnos trabajan, aprenden e interaccionan en el aula. Sin embargo, en un ambiente on-line resulta más difícil para los docentes observar cómo cada alumno se comporta y aprende, y aún más, cuál es su motivación y/o dedicación durante todo el proceso. En este contexto, se ha llegado a afirmar que el uso exclusivo de plataformas de e-learning puede ser una causa de estrés para los alumnos. Diversas emociones como la autoestima, la motivación, el compromiso y otras, son determinantes en el rendimiento y éxito de los alumnos y, por lo tanto, no deben ser ignoradas. Los estados afectivos y los estilos de aprendizaje pueden influenciar en gran manera el proceso global de aprendizaje. En esta situación, los aspectos afectivos y aquellos relacionados con el comportamiento de los alumnos en ambientes virtuales de aprendizaje deben ser considerados para conseguir una mejora de los resultados obtenidos. De este modo, el seguimiento/recomendación de alumnos en las plataformas de e-learning tiene como objetivo el poder alcanzar un rendimiento semejante al de un profesor cualificado, capaz de modificar la secuencia del aprendizaje o su estilo de enseñanza en función de la retroalimentación proporcionada por los alumnos (incluyendo aspectos cognitivos, emocionales y de motivación). Por lo tanto, el seguimiento efectivo de los alumnos teniendo en cuentas los aspectos anteriormente mencionados es un factor crucial de éxito. En este sentido, la estimación de forma no invasiva de los niveles de estrés, la motivación y el rendimiento de los alumnos, así como la capacidad para tomar medidas que permitan su reducción y/o aumento según el caso, es el objetivo principal del presente trabajo de investigación. En la presente propuesta no se considera el uso de sensores dedicados (invasivos), como guantes especiales o pulseras, porque no se desea depender de un hardware específico y porque el uso de estos equipos puede inducir de por sí estrés o alterar la motivación o el rendimiento del alumnado. Para llevar a cabo el objetivo planteado se pretende recoger información a través de hardware que es ampliamente utilizado como el ratón (a través del número de clicks, movimiento en la pantalla, etc.), la webcam (a través del reconocimiento facial que permita estimar emociones y estados de ánimo), el teclado (a través de la forma e intensidad en la escritura) o el acelerómetro (disponible en ciertos smartphones y pda´s permitiendo inferir el comportamiento más o menos agitado del alumno). Esta captación de información será realizada de forma transparente al usuario, lo que permitirá una mayor fiabilidad de los datos recogidos. Tomando como base la información comentada anteriormente se podrá llevar a cabo una actualización del perfil del alumno, pudiendo sugerir distintas acciones y/o actividades que mejor se adapten para la mejora del proceso de aprendizaje, como por ejemplo, una pausa en el estudio para alumnos con niveles elevados de estrés. Este seguimiento/recomendación será implementado preferentemente por un módulo a desarrollar para la plataforma de e-learning Moodle.Nos últimos anos, a colaboración on-line converteuse nunha práctica cada vez máis habitual en numerosas institucións educativas e organizacións. Neste contexto, moitas institucións incentivan o uso de plataformas de e-learning como una ferramenta complementaria de apoio ó proceso de aprendizaxe, sendo en algúns casos a única ferramenta a través da cal se pode levar a cabo dito proceso. Na ensinanza tradicional, os profesores poden obter de xeito doado unha visión de como os seus alumnos traballan, aprenden e interacionan na aula. Sen embargo, nun ambiente on-line resulta máis complicado para os docentes observar como cada alumno se comporta e aprende, e inda máis, cal é a súa motivación e/ou adicación durante todo o proceso. Neste contexto, chegouse a afirmar que o uso exclusivo de plataformas de e-learning pode ser una causa de estrés para os alumnos. Diversas emocións como a autoestima, a motivación, o compromiso e outras, son determinantes no rendemento e éxito dos alumnos e, polo tanto, non deben ser ignoradas. Os estados afectivos e os estilos de aprendizaxe poden influenciar en grande xeito o proceso global de aprendizaxe. Nesta situación, os aspectos afectivos e aqueles relacionados co comportamento dos alumnos en ambientes virtuais de aprendizaxe deben ser considerados para conseguir unha mellora dos resultados obtidos. Deste xeito, o seguimento/recomendación de alumnos nas plataformas de e-learning ten como obxectivo o poder alcanzar un rendemento semellante ó dun profesor cualificado, capaz de modificar a secuencia do aprendizaxe ou o seu estilo de ensinanza en función da retroalimentación proporcionada polos alumnos (incluíndo aspectos cognitivos, emocionais e de motivación). Polo tanto, o seguimento efectivo dos alumnos tendo en costa os aspectos anteriormente mencionados é un factor crucial de éxito. Neste senso, a estimación de forma non invasiva dos niveis de estrés, a motivación e o rendemento dos alumnos, así como a capacidade para tomar medidas que permitan a súa redución e/ou aumento segundo o caso, é o obxectivo do presente traballo de investigación. Na presente proposta non se considera o uso de sensores dedicados (invasivos), como luvas especiais ou pulseiras, porque non se desexa depender dun hardware específico e porque o uso destes equipamentos pode inducir de por sí estrés ou alterar a motivación ou o rendemento do alumnado. Para levar a cabo o obxectivo plantexado preténdese recoller información a través de hardware que é amplamente empregado como o rato (a través do número de clicks, movemento na pantalla, etc.), a webcam (a través do recoñecemento facial que permita estimar emocións e estados de ánimo), o teclado (a través da forma e intensidade na escrita) ou o acelerómetro (dispoñible en certos smartphones e pda´s permitindo inferir o comportamento máis ou menos axitado do alumno). Esta captación de información será realizada de forma transparente ó usuario, o que permitirá una maior fiabilidade dos datos recollidos. Tomando como base a información comentada anteriormente poderase levar a cabo unha actualización do perfil do alumno, pudendo suxerir distintas accións e/ou actividades que mellor se adapten para a mellora do proceso de aprendizaxe, como por exemplo, unha pausa no estudo para alumnos con niveis elevados de estrés. Este seguimento/recomendación será implementado preferentemente por un módulo a desenvolver para la plataforma de e-learning Moodle.