论文研究 使用机器学习和可穿戴传感器自动检测学习者参与度

现在可以通过基于移动和网络的平台进行大规模培训，在该平台中，学习者经常与讲师及其同伴保持距离。 为了在这些情况下优化学习者参与度并最大限度地提高学习效果，教学内容和策略必须具有吸引力。 开发和研究此类内容和策略以及在学习者脱离接触时适应教学技术的关键是实时客观地评估参与度的能力。 以前的自我报告指标或昂贵的基于EEG的参与度指标由于其复杂性和成本而不适用于大型平台。 在这里，我们描述了一种测量和分类技术的开发和测试，该技术利用非侵入性生理和行为监测技术来直接评估课堂，模拟和现场培训环境中的参与度。 在无人飞机系统（UAS）培训计划中对45名学生和急救人员进行了一项实验研究，以评估通过生理和行为