一个多传感器数据集的南亚研究生在心理旋转任务工作

科学领域:

• 认知科学 认知科学
• 教育技术的教育技术
• 神经科学是一个神经科学.

背景情况:

• 空间思维,特别是心理旋转,对于STEM学习至关重要.
• 基于传感器的方法为研究认知和情感提供了新的途径.
• 多模式数据收集增强了对复杂的认知任务的理解.

研究的目的:

• 为了研究在精神旋转任务期间的认知和情感反应.
• 探索反和时间限制对绩效的影响.
• 为空间认知和学习分析研究创建一个丰富的数据集.

主要方法:

• 收集了38名参与者的多式传感器数据 (皮反应,EEG,面部表情,目光).
• 记录任务的执行 (响应时间,正确性,难度) 和自我报告.
• 实施了三个实验条件:没有时间/没有反,没有时间/反,时间/没有反.

主要成果:

• 该数据集可以分析策略选择,认知灵活性和情绪状态.
• 有潜力揭示反如何影响学习和参与精神旋转.
• 促进对空间能力的个体差异的研究.

结论:

• 多式联络数据集为空间思维研究提供了全面的资源.
• 为学习分析社区提供有关反机制的宝贵见解.
• 支持在STEM相关任务中更深入地了解认知过程.