Measuring Mind Wandering During Online Lectures Assessed With EEG
Notice bibliographique
Résumé
Mind wandering can inhibit learning in multimedia classrooms, such as when watching online lectures. One explanation for this effect is that periods of mind wandering cause learners' attention to be redirected from the learning material toward task-unrelated thoughts. The present study explored the relationship between mind wandering and online education using electroencephalography (EEG). Participants were asked to attend to a 75 minute educational video lecture, while task-irrelevant auditory tones played at random intervals. The tones were of two distinct pitches, with one occurring frequently (80%) and the other infrequently (20%). Participants were prompted at pseudo-random intervals during the lecture to report their degree of experienced mind wandering. EEG spectral power and event-related potentials (ERP) were compared between states of high and low degrees of self-reported mind wandering. Participants also performed pre/post quizzes based on the lecture material. Results revealed significantly higher delta, theta and alpha band activity during mind wandering, as well as a decreased P2 ERP amplitude. Further, learning scores (improvement on quizzes pre to post) were lower among participants who reported higher degrees of mind wandering throughout the video. The results are consistent with a view that mind wandering during e-learning is characterized by a shift in attention away from the external world and toward internal thoughts, which may be a cause of reduced learning.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».