論文の概要: Do Students with Different Personality Traits Demonstrate Different Physiological Signals in Video-based Learning?
- arxiv url: http://arxiv.org/abs/2501.00449v1
- Date: Tue, 31 Dec 2024 14:00:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-05 17:12:47.800191
- Title: Do Students with Different Personality Traits Demonstrate Different Physiological Signals in Video-based Learning?
- Title（参考訳）: 対人関係の異なる学生は、ビデオ学習における異なる生理的信号を示すか?
- Authors: Chun-Hsiung Tseng, Hao-Chiang Koong Lin, Yung-Hui Chen, Jia-Rou Lin, Andrew Chih-Wei Huang,
- Abstract要約: 提案手法は, 生理的信号に頼って評価を行う。
ビデオによる学習では,生徒の性格特性と生理的信号の変化との間に相関が認められた。
具体的には,心拍数,GSR値のばらつき,発声周波数のゆがみと,参加者の外転度,同意度,良心度,経験への開放度が相関していることが判明した。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Past researches show that personality trait is a strong predictor for ones academic performance. Today, mature and verified marker systems for assessing personality traits already exist. However, marker systems-based assessing methods have their own limitations. For example, dishonest responses cannot be avoided. In this research, the goal is to develop a method that can overcome the limitations. The proposed method will rely on physiological signals for the assessment. Thirty participants have participated in this experiment. Based on the statistical results, we found that there are correlations between students personality traits and their physiological signal change when learning via videos. Specifically, we found that participants degree of extraversion, agreeableness, conscientiousness, and openness to experiences are correlated with the variance of heart rates, the variance of GSR values, and the skewness of voice frequencies, etc.
- Abstract（参考訳）: 過去の研究では、人格特性が学術的業績の強い予測因子であることが示されている。
現在、人格特性を評価するための成熟して検証されたマーカーシステムは既に存在する。
しかし、マーカーシステムに基づく評価手法には、それぞれ独自の制限がある。
例えば、不適切な応答は避けられない。
本研究の目的は,限界を克服できる手法を開発することである。
提案手法は, 生理的信号に頼って評価を行う。
この実験には30人の参加者が参加した。
統計的結果から,ビデオによる学習では,生徒の性格特性と生理的信号の変化との間に相関が認められた。
具体的には, 参加者の心拍変動, GSR値の変動, 発声周波数の歪等と, 外転, 同意性, 良心性, 経験への開放性の程度が相関していることが判明した。
関連論文リスト
- Affective State Detection using fNIRs and Machine Learning [0.0]
そこで本研究では,9つの被験者を対象とする実験を行い,想い,娯楽,認知負荷の情緒的状態について考察した。
その結果,認知負荷の予測精度は,他の2つのクラスよりも高かった。
論文 参考訳（メタデータ） (2024-02-28T11:12:47Z) - Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。
既存の感受性研究は、自己報告された信念に大きく依存している。
本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文 参考訳（メタデータ） (2023-11-16T07:22:56Z) - PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for
Personality Detection [50.66968526809069]
PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。
実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
論文 参考訳（メタデータ） (2023-10-31T08:23:33Z) - Deep-seeded Clustering for Unsupervised Valence-Arousal Emotion
Recognition from Physiological Signals [1.5695847325697105]
本稿では、生理的・心理的データから感情認識を行うための、教師なしのディープクラスタフレームワークを提案する。
オープンベンチマークデータセット WESAD での試験では、深いk平均と深いc平均がラッセルの概略モデルの4つの四分項を87%の精度で区別していることが示された。
論文 参考訳（メタデータ） (2023-08-17T14:37:35Z) - Dataset Bias in Human Activity Recognition [57.91018542715725]
このコントリビューションは、トレーニングデータを統計的にキュレートし、人間の身体的特性がHARのパフォーマンスにどの程度影響するかを評価する。
時系列HARのセンサ,アクティビティ,記録の異なる2つのHARデータセット上で,最先端の畳み込みニューラルネットワークの性能を評価する。
論文 参考訳（メタデータ） (2023-01-19T12:33:50Z) - I am Only Happy When There is Light: The Impact of Environmental Changes
on Affective Facial Expressions Recognition [65.69256728493015]
本研究では,異なる画像条件が人間の表情からの覚醒の認識に与える影響について検討した。
以上の結果から,人間の感情状態の解釈が肯定的,否定的に大きく異なることが示唆された。
論文 参考訳（メタデータ） (2022-10-28T16:28:26Z) - Bias Reducing Multitask Learning on Mental Health Prediction [18.32551434711739]
メンタルヘルスの検出や予測のための機械学習モデルの開発では、研究が増加している。
本研究では,マルチタスク学習に基づくバイアス緩和手法を不安予測モデルに適用し,公平性分析を行うことを目的とする。
分析の結果、我々の不安予測ベースモデルでは、年齢、収入、民族性、そして参加者が米国で生まれたかどうかに偏りが生じていた。
論文 参考訳（メタデータ） (2022-08-07T02:28:32Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - A Genetic Feature Selection Based Two-stream Neural Network for Anger
Veracity Recognition [3.885779089924737]
我々は,映像刺激の行動と真の怒りを観察する観察者の時系列瞳孔特徴を選択するために,遺伝子に基づく特徴選択法(GFS)を用いた。
次に、選択した機能を使って、単純な完全に接続されたニューラルネットワークと2ストリームのニューラルネットワークをトレーニングします。
その結果,両眼の瞳孔反応の精度は93.58%であった。
論文 参考訳（メタデータ） (2020-09-06T05:52:41Z) - Prediction of Human Empathy based on EEG Cortical Asymmetry [0.0]
特定の周波数帯における脳振動の側方化は、自己申告された共感スコアの重要な予測因子である。
結果は、感情の表現や認識が困難である人々を支援する脳-コンピュータインターフェースの開発に利用される。
論文 参考訳（メタデータ） (2020-05-06T13:49:56Z) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳（メタデータ） (2020-05-06T09:02:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。