Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/35440
Registro completo de metadados
Campo DCValorIdioma
dc.creatorOliveira, Wellton Costa de-
dc.date.accessioned2024-11-13T12:41:08Z-
dc.date.available2024-11-13T12:41:08Z-
dc.date.issued2022-11-07-
dc.identifier.citationOLIVEIRA, Wellton Costa de. Um estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciais. 2022. Tese (Doutorado em Ciência da Computação) - Universidade Federal do Paraná, Curitiba, 2022.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/35440-
dc.description.abstractThe 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.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal do Paranápt_BR
dc.relation.urihttps://acervodigital.ufpr.br/xmlui/handle/1884/80623pt_BR
dc.rightsopenAccesspt_BR
dc.subjectSistemas tutoriais inteligentespt_BR
dc.subjectEmoçõespt_BR
dc.subjectEletroencefalografiapt_BR
dc.subjectExpressão facialpt_BR
dc.subjectInterface cérebro-computadorpt_BR
dc.subjectIntelligent tutoring systemspt_BR
dc.subjectEmotionspt_BR
dc.subjectElectroencephalographypt_BR
dc.subjectFacial expressionpt_BR
dc.subjectBrain-computer interfacespt_BR
dc.titleUm estudo no uso de feedbacks para mudanças de estados afetivos do estudante usando eletroencefalograma e expressões faciaispt_BR
dc.title.alternativeA study on the use of feedback for changes in student affective states using electroencephalogram and facial expressionspt_BR
dc.typedoctoralThesispt_BR
dc.description.resumoO estado afetivo é um dos fatores mais importantes quando se trata de motivação do estudante. Estudos apontam que emoções positivos contribuem para a aprendizagem, enquanto que emoções negativam dificultam. O papel dos feedbacks é importante, principalmente quando é direcionado e adaptado ao estudante, e podem ser feedbacks pós-processo, que são fornecidos depois da resposta, ou feedbacks em processo, que são apresentados antes da finalização da questão. Porém, no contexto educacional, o fator afetivo é pouco utilizado por diversos fatores, tais como a desproporcionalidade entre o número de alunos e o número de docentes, dificultando a identificação do estado afetivo individual, ou o fato da dificuldade na adaptação do conteúdo e dos feedbacks de acordo com cada variação de emoção individual. Uma possibilidade que pode auxiliar nessas tarefas é utilizar o contexto computacional para registrar e reconhecer os estados afetivos do estudante de acordo com suas expressões da face e também da atividade neural via Eletroencefalograma (EEG) e com isso, adaptar feedbacks utilizando Sistemas Tutores Inteligentes (ITS) de acordo com estas mudanças afetivas. Este trabalho apresenta um estudo no uso de feedbacks em processo para análise de mudanças afetivas. Para isso, uma abordagem modular chamada NeurAFFeed foi elaborada, realizando a coleta, análise e armazenamento de estados afetivos do estudante, enquanto resolve questões de linguagem de programação em um Ambiente Virtual de Aprendizagem (AVA), através de dados da face usando uma webcam e dados de EEG através de uma interface cérebro-computador (BCI, do inglês, Brain-Computer Interface) de baixo custo chamada OpenBCI, para que um módulo afetivo para STI faça a observação de tais estados e decida exibir ou não feedbacks em processo, que serão apresentados ao estudante na forma de notificações em um AVA. O experimento utilizou a abordagem NeurAFFeed em um grupo de vinte estudantes, sendo metade o Grupo Controle (GC), sem apresentação de feedbacks, e a outra metade o Grupo Experimental (GE), com exibição de feedbacks. A análise dos dados demonstrou que houve uma diferença significativa entre o GC e o GE, ocorrendo um aumento de 14,9% nas mudanças dos estados afetivos para quadrantes preferíveis nos dados de faces e um aumento de 12,5% para dados de EEG. Também foi evidenciado a possibilidade de elaboração de rankings dos melhores feedbacks de acordo com os dados de face e EEG. A análise dos resultados sinaliza que a abordagem NeurAFFeed permite a realização de estudos que usam feedbacks em processo para verificação de mudanças afetivas com dados de face e de EEG coletados com aparelhos não-clínicos e de baixo custo como webcam e OpenBCI, respectivamente. Este trabalho contribui com a possibilidade da utilização de sua abordagem para novos estudos nas áreas de STI afetivo, feedbacks em processo e análise acessível de atividade neural.pt_BR
dc.degree.localCuritibapt_BR
dc.publisher.localFrancisco Beltraopt_BR
dc.creator.IDhttps://orcid.org/0000-0002-5424-7514pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/8347806032589902pt_BR
dc.contributor.advisor1Pimentel, Andrey Ricardo-
dc.contributor.advisor1IDhttps://orcid.org/0000-0001-8565-3876pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8613783361401412pt_BR
dc.contributor.advisor-co1Gottardo, Ernani-
dc.contributor.advisor-co1IDhttps://orcid.org/0000-0003-0449-4346pt_BR
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/5341661967831985pt_BR
dc.contributor.referee1Pimentel, Andrey Ricardo-
dc.contributor.referee1IDhttps://orcid.org/0000-0001-8565-3876pt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/8613783361401412pt_BR
dc.contributor.referee2Leite, Maici Duarte-
dc.contributor.referee2IDhttps://orcid.org/0000-0001-6981-086Xpt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1617412139473869pt_BR
dc.contributor.referee3Ascari, Soelaine Rodrigues-
dc.contributor.referee3IDhttps://orcid.org/0000-0002-5251-1991pt_BR
dc.contributor.referee3Latteshttp://lattes.cnpq.br/7145298480843878pt_BR
dc.contributor.referee4Todt, Eduardo-
dc.contributor.referee4IDhttps://orcid.org/0000-0001-6045-1274pt_BR
dc.contributor.referee4Latteshttp://lattes.cnpq.br/9942240121225139pt_BR
dc.contributor.referee5Gottardo, Ernani-
dc.contributor.referee5IDhttps://orcid.org/0000-0003-0449-4346pt_BR
dc.contributor.referee5Latteshttp://lattes.cnpq.br/5341661967831985pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-Graduação em Informáticapt_BR
dc.publisher.initialsUFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.subject.capesCIÊNCIA DA COMPUTAÇÃOpt_BR
Aparece nas coleções:PCS - Teses

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
afetivoseletroencefalogramaexpressoesfaciais.pdf20,69 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.