Opening up the Design Space of Neurofeedback Brain--Computer Interfaces for Children
Notice bibliographique
Résumé
Brain--computer interface applications (BCIs) utilizing neurofeedback (NF) can make invisible brain states visible in real time. Learning to recognize, modify, and regulate brain states is critical to all children's development and can improve learning, and emotional and mental health outcomes. How can we design usable and effective NF BCIs that help children learn and practice brain state self-regulation? Our contribution is a list of challenges for this emerging design space and a conceptual framework that addresses those challenges. The framework is composed of five interrelated strong concepts that we adapted from other design spaces. We derived the concepts reflectively, theoretically, and empirically through a design research process in which we created and evaluated a NF BCI, called Mind-Full , designed to help children living in Nepal who had suffered from complex trauma learn to self-regulate anxiety and attention. We add rigor to our derivation methodology by horizontally and vertically grounding our concepts, that is, relating them to similar concepts in the literature and instantiations in other artifacts. We illustrate the generative power of the concepts and the inter-relationships between them through the description of two new NF BCIs we created using the framework for urban and indigenous children with anxiety and attentional challenges. We then show the versatility of our framework by describing how it inspired and informed the conceptual design of three NF BCIs for different types of self-regulation: selective attention and working memory, pain management, and depression. Last, we discuss the contestability, defensibility, and substantiveness of our conceptual framework in order to ensure rigor in our research design process. Our contribution is a rigorously derived design framework that opens up this new and emerging design space of NF BCI's for children for other researchers and designers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».