眼運動分析:サッカード方向と振幅のカーネル密度推定アプローチ

科学分野:

• コグニティブ・サイエンス コグニティブ・サイエンス
• 教育技術教育技術について
• データ分析 データ分析

背景:

• 作業中の眼球の動きは,認知プロセスや問題解決戦略の洞察を提供します.
• アイトラッキング技術は教育研究にとって不可欠であり,個人が情報とどのように相互作用するかを記録します.
• 従来のサッカード分析方法 (ヒストグラム,極性図) は,複雑な方向と振幅のパターンを表現する上で限界があります.

研究 の 目的:

• 目の動きデータ,特にサッカデスを分析するための新しいカーネル密度推定 (KDE) アプローチを導入する.
• 認知および教育研究のための眼球運動分析の正確性と理解の深さを向上させる.
• 解決策戦略の微妙な違いを特定し,従来の方法では見逃す可能性があります.

主な方法:

• 目の動きデータ構造に合わせたKDEのアプローチを使用しました.
• サッカド方向の円周分布のためにフォン・マイゼス・カーネルを使用した.
• サッカード振幅の分布のためにガウスのカーネルを適用した.

主要な成果:

• サッカード方向と振幅の連続確率分布を開発した.
• 伝統的な方法と比較して,目の動きパターンを表現する精度が向上したことが実証されました.
• 経験的データセット内の解決策戦略における,以前に検出されなかった差異を明らかにする.

結論:

• 提案されたKDEの方法は,タスクエンゲージメントと学習中の認知プロセスのより微妙な理解を提供します.
• このアプローチは,目の動きの分析を強化し,基礎にある認知戦略とのつながりを明らかにします.
• 発見は,学習者の成果を向上させるため,より効果的で個別化された指導方法の開発を支援しています.