Exportação concluída — 

Um estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciais

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Oliveira, Wellton Costa de
Orientador(a): Pimentel, Andrey Ricardo, 1965-
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Sistemas tutoriais inteligentes
Eletroencefalografia
Expressão facial
Emoções
Ciência da Computação
Link de acesso: https://hdl.handle.net/1884/80623
Resumo: Orientador: Prof. Dr. Andrey Ricardo Pimentel
id UFPR_2f08faeb98b9d0574a62db78e3433438
oai_identifier_str oai:acervodigital.ufpr.br:1884/80623
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str
spelling Gottardo, Ernani, 1977-Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaPimentel, Andrey Ricardo, 1965-Oliveira, Wellton Costa de2022-12-27T18:07:28Z2022-12-27T18:07:28Z2022https://hdl.handle.net/1884/80623Orientador: Prof. Dr. Andrey Ricardo PimentelCoorientador: Prof. Dr. Ernani GottardoTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 07/11/2022Inclui referênciasÁrea de concentração: Ciência da ComputaçãoResumo: O estado afetivo e um dos fatores mais importantes quando se trata de motivacao do estudante. Estudos apontam que emocoes positivos contribuem para a aprendizagem, enquanto que emocoes negativam dificultam. O papel dos feedbacks e importante, principalmente quando e direcionado e adaptado ao estudante, e podem ser feedbacks pos-processo, que sao fornecidos depois da resposta, ou feedbacks em processo, que sao apresentados antes da finalizacao da questao. Porem, no contexto educacional, o fator afetivo e pouco utilizado por diversos fatores, tais como a desproporcionalidade entre o numero de alunos e o numero de docentes, dificultando a identificacao do estado afetivo individual, ou o fato da dificuldade na adaptacao do conteudo e dos feedbacks de acordo com cada variacao de emocao individual. Uma possibilidade que pode auxiliar nessas tarefas e utilizar o contexto computacional para registrar e reconhecer os estados afetivos do estudante de acordo com suas expressoes da face e tambem da atividade neural via Eletroencefalograma (EEG) e com isso, adaptar feedbacks utilizando Sistemas Tutores Inteligentes (ITS) de acordo com estas mudancas afetivas. Este trabalho apresenta um estudo no uso de feedbacks em processo para analise de mudancas afetivas. Para isso, uma abordagem modular chamada NeurAFFeed foi elaborada, realizando a coleta, analise e armazenamento de estados afetivos do estudante, enquanto resolve questoes de linguagem de programacao em um Ambiente Virtual de Aprendizagem (AVA), atraves de dados da face usando uma webcam e dados de EEG atraves de uma interface cerebro-computador (BCI, do ingles, Brain-Computer Interface) de baixo custo chamada OpenBCI, para que um modulo afetivo para STI faca a observacao de tais estados e decida exibir ou nao feedbacks em processo, que serao apresentados ao estudante na forma de notificacoes em um AVA. O experimento utilizou a abordagem NeurAFFeed em um grupo de vinte estudantes, sendo metade o Grupo Controle (GC), sem apresentacao de feedbacks, e a outra metade o Grupo Experimental (GE), com exibicao de feedbacks. A analise dos dados demonstrou que houve uma diferenca significativa entre o GC e o GE, ocorrendo um aumento de 14,9% nas mudancas dos estados afetivos para quadrantes preferiveis nos dados de faces e um aumento de 12,5% para dados de EEG. Tambem foi evidenciado a possibilidade de elaboracao de rankings dos melhores feedbacks de acordo com os dados de face e EEG. A analise dos resultados sinaliza que a abordagem NeurAFFeed permite a realizacao de estudos que usam feedbacks em processo para verificacao de mudancas afetivas com dados de face e de EEG coletados com aparelhos nao-clinicos e de baixo custo como webcam e OpenBCI, respectivamente. Este trabalho contribui com a possibilidade da utilizacao de sua abordagem para novos estudos nas areas de STI afetivo, feedbacks em processo e analise acessivel de atividade neural.Abstract: The affective state is one of the most important factors when it comes to student motivation. Studies show that positive emotions contribute to learning, while negative emotions make it difficult. The role of feedback is important, especially when it is directed and adapted to the student, and can be post-process feedback, which is provided after the answer, or in-process feedback, which is presented before the finalization of the question. However, in the educational context, the affective factor is rarely used due to several factors, such as the disproportionality between the number of students and the number of teachers, making it difficult to identify the individual affective state, or the fact that it is difficult to adapt the content and feedbacks according to each individual emotion variation. A possibility that can help in these tasks is to use the computational context to record and recognize the student’s affective states according to their facial expressions and also the neural activity via Electroencephalogram (EEG) and with that, adapt feedbacks using Intelligent Tutoring Systems (ITS) according to these changes affective. This work presents a study on the use of process feedbacks to analyze affective changes. For this, a modular approach called NeurAFFeed was elaborated, performing the collection, analysis and storage of the student’s affective states, while solving programming language issues in a Virtual Learning Environment (VLE), through face data using a webcam and EEG data through a low-cost Brain-Computer interface (BCI) called OpenBCI, so that an affective module for ITS observes such states and decides whether or not to display feedbacks in process, which will be presented to the student in the form of notifications on a VLE. The experiment used the NeurAFFeed approach in a group of twenty students, half being the Control Group (GC), without feedback, and the other half being the Experimental Group (EG), with feedback. Data analysis showed that there was a significant difference between the CG and the EG, with an increase of 14.9% in changes from affective states to preferable quadrants in face data and an increase of 12.5% for EEG data. The possibility of developing rankings of the best feedbacks according to face and EEG data was also evidenced. The analysis of the results indicates that the NeurAFFeed approach allows the realization of studies that use in-process feedbacks to verify affective changes with face and EEG data collected with non-clinical and low-cost devices such as webcam and OpenBCI, respectively. This work contributes with the possibility of using his approach for new studies in the areas of affective ITS, in-process feedbacks and accessible analysis of neural activity.1 recurso online : PDF.application/pdfSistemas tutoriais inteligentesEletroencefalografiaExpressão facialEmoçõesCiência da ComputaçãoUm estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - T - WELLTON COSTA DE OLIVEIRA.pdfapplication/pdf21184095https://acervodigital.ufpr.br/bitstream/1884/80623/1/R%20-%20T%20-%20WELLTON%20COSTA%20DE%20OLIVEIRA.pdff9ee23e926e79b6fd2969b0433c24576MD51open access1884/806232022-12-27 15:07:28.29open accessoai:acervodigital.ufpr.br:1884/80623Repositório InstitucionalPUBhttp://acervodigital.ufpr.br/oai/requestinformacaodigital@ufpr.bropendoar:3082022-12-27T18:07:28Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Um estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciais
title Um estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciais
spellingShingle Um estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciais
Oliveira, Wellton Costa de
Sistemas tutoriais inteligentes
Eletroencefalografia
Expressão facial
Emoções
Ciência da Computação
title_short Um estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciais
title_full Um estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciais
title_fullStr Um estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciais
title_full_unstemmed Um estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciais
title_sort Um estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciais
author Oliveira, Wellton Costa de
author_facet Oliveira, Wellton Costa de
author_role author
dc.contributor.other.pt_BR.fl_str_mv Gottardo, Ernani, 1977-
Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.advisor1.fl_str_mv Pimentel, Andrey Ricardo, 1965-
dc.contributor.author.fl_str_mv Oliveira, Wellton Costa de
contributor_str_mv Pimentel, Andrey Ricardo, 1965-
dc.subject.por.fl_str_mv Sistemas tutoriais inteligentes
Eletroencefalografia
Expressão facial
Emoções
Ciência da Computação
topic Sistemas tutoriais inteligentes
Eletroencefalografia
Expressão facial
Emoções
Ciência da Computação
description Orientador: Prof. Dr. Andrey Ricardo Pimentel
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-12-27T18:07:28Z
dc.date.available.fl_str_mv 2022-12-27T18:07:28Z
dc.date.issued.fl_str_mv 2022
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/80623
url https://hdl.handle.net/1884/80623
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/80623/1/R%20-%20T%20-%20WELLTON%20COSTA%20DE%20OLIVEIRA.pdf
bitstream.checksum.fl_str_mv f9ee23e926e79b6fd2969b0433c24576
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv informacaodigital@ufpr.br
_version_ 1847526061196181504

Registros relacionados