Examining learners' discrete emotional responses to a pedagogical agents' tutoring strategies
Notice bibliographique
Résumé
Cette thèse examine l'impact de deux stratégies didactiques (Avec Retour et Sans Retour) déployées par un agent pédagogique (AP) au sein d'un environnement d'apprentissage hypermédia multi-agents, MetaTutor, sur les émotions discrètes exprimées par des étudiants. Les participants ont été assignés au hasard à l'une des deux conditions didactiques de l'AP, qui étaient conçues de manière à aider les étudiants à définir trois sous-buts appropriés pour leur session d'apprentissage. Si les sous-buts proposés n'étaient pas optimaux, la stratégie didactique Avec Retour fournissait aux participants des informations sur la manière dont ils pouvaient améliorer leur proposition, leur donnait l'occasion d'essayer de nouveau, et les contre-propositions finalement faites par l'AP intégraient les éléments pertinents issus de leur proposition, tandis que la stratégie didactique Sans Retour proposait simplement le sous-but optimal le plus proche. FaceReader, un logiciel de reconnaissance automatique d'expressions faciales, a été utilisé pour analyser les expressions faciales des étudiants, afin de déterminer leur état émotionnel basique. FaceReader a fourni des dizaines de milliers de points de données (données fréquentielles), qui ont été transformés en proportions pour l'analyse. Les résultats de cette thèse proviennent de deux analyses (Analyse 1, Université de Memphis et Université McGill, N = 18 ; Analyse 2, Université McGill, N = 24), examinant les réactions émotionnelles d'étudiants de premier cycle confronté à l'AP durant la phase initiale de définition de buts, alors qu'ils définissaient trois sous-buts pour leur session d'apprentissage de deux heures avec MetaTutor. Ces résultats démontrent que les apprenants ont ressenti davantage d'émotions négatives que d'émotions neutres ou positives durant leur interaction avec l'AP, et moins de colère et de joie mais plus de surprise dans la condition Avec Retour. Cette thèse fournit des preuves permettant de recommander l'utilisation de stratégies pédagogiques similaires à celles employées dans la condition Avec Retour examinée ici, ainsi que l'emploi de la théorie de contrôle-valeur des émotions d'accomplissement pour juger de l'impact émotionnel de stratégies didactiques.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».