Bireysel Farklılıkları Tespit Etmek – Multimedya Bölümü – Multimedya Bölümü Ödevleri – Multimedya Bölümü Tez Yaptırma –Multimedya Bölümü Ödev Ücretleri

Öğrenciler Üzerindeki Deneyeler

Çeşitli deneyler için, sekizinci sınıf öğrencileri, onuncu sınıf mühendislik öncesi fen bilimleri öğrencileri, lisans ve yüksek lisans üniversite bilgisayar bilimleri öğrencileri ve öğretim üyeleri gibi çok çeşitli popülasyonları içeren çeşitli konular kullandık. İlk deneylerimizin çoğu multimedya sistemlerinin farklı yönlerini inceledi.

Genel bir yöntem olarak verileri bir video ekranında sunduk ve katılımcılardan basit problemler çözmelerini istedik. Kullandığımız görev alanlarının belirli örnekleri, programları, haritaları ve veri modellerinin grafik gösterimlerini içeriyordu.

Bu çalışmalardan elde edilen sonuçlar, insanların bilgi almak için hangi görsel ipuçlarını ve bilişsel stratejileri kullandığını, bireysel farklılıkların insanların bir video görüntüsünden bilgi alma şeklini nasıl etkilediğini ve insanların buldukları bilgileri nasıl kullandıklarını belirlememize yardımcı oldu. Özellikle, farklı türdeki görevlerin yerine getirilmesi sırasında bir dizi tipik bilgisayar ekranı türü için görüntüleme kalıpları ve stratejileri hakkında ayrıntılı bilgi toplamak için göz hareketlerini kaydettik.

Göz tarama modelleri, bir kişinin belirli çoklu ortam arayüzlerini nasıl aradığına veya görüntülediğine dair özellikle zengin bir veri koleksiyonu sağladı.

Göz hareketi monitöründen elde edilen veriler, görev değişkenlerine ek olarak bireysel farklılıkların öğrencilerin bilgisayar programlarını okuma ve anlama biçimleriyle ilgili olduğunu belirlememize yardımcı oldu. Öğrencilerin listeleri nasıl aradıklarını incelemek için de göz hareketleri kullanıldı.

Katılımcıların kişilik tipleri, deneyimleri ve performansları arasında pozitif korelasyonlar bulduk. Bireysel farklılıklar üzerine yapılan önceki araştırmalar, çoklu ortam tasarımcılarına bir anda bir kişi için iyi olanın diğer bireyler ve hatta aynı kişi için her durumda iyi olmayabileceği bilgisini vermesine rağmen, daha iyi çoklu ortam sistemi ve arayüz tasarımları bunu takip etmemiştir.

Bunun olası bir nedeni, amaç gerçek zamanlı uyarlanabilir yazılım oluşturmaksa, psikolojik testlerden elde edilen sonuçları değerlendirmenin mümkün olmamasıdır. Sonuç olarak araştırmamız, kullanıcının bilişsel durumuna veya bir dizi pasif fizyolojik önlemden çıkarılan bilişsel yüküne dayalı olarak insan-bilgisayar arayüzünü optimize ederek öğrenmeyi ve görev performansını iyileştirmeye yönelik bir metodoloji oluşturmaya odaklandı.

Kullanıcıların bilişsel durumlarının doğru bir şekilde değerlendirilmesi, bilişsel süreçlerin nasıl çalıştığına ve etkileşime girdiğine dair modellerin belirlenmesi ve test edilmesi için esastır. Birey ve durum, tek bir sensör türünden bilişsel bir durumun ölçümünü etkileyebilir.

Birden çok sensörden alınan ölçümlerin birleştirildiğinde, kullanıcıların bilişsel durumlarına ilişkin daha sağlam ölçümler üretmesi bekleniyor. Farklı sensör setleri, hem göz takibi hem de bağıl kan akışı ile ölçülen stres gibi benzer türde bilişsel ölçümleri çapraz doğrulayabilir.

Ayrıca, farklı sensör setleri beklenen eksik verileri doldurabilir. Örneğin, bir bilgisayar faresi üzerindeki baskılar öncelikle fare etkileşimi sırasında mevcuttur, göz takibi öncelikle gözlemlenecek görüntüler olduğunda kullanılabilir ve bazı sensörlerin tavan veya zemin etkisi olabilir (örn. maksimum veya minimum). Tek bir sensör sisteminin eksik veri boşluklarıyla boğuşabileceği durumlarda, çoklu sensörlerin bu sorunu yaşama olasılığı daha düşük olacaktır.

Araştırmamız, bu bilişsel durumları değerlendirmek için gerçek zamanlı bir fizyolojik sensör paketi kullandı. İncelediğimiz özel sorular şunları içeriyordu: Kullanıcıların bilişsel durumlarına hangi faktörler katkıda bulunur? Bilişsel durumları değerlendirmenin etkili yolları nelerdir? Gerçek zamanlı görevlerde kullanıcıların bilişsel durumlarını nasıl tahmin edebiliriz?

Kullanıcıların bilişsel durumlarının gerçek zamanlı değerlendirmesini kullanarak bilgileri uyarlamalı olarak filtrelemeyi ve kullanıcıların öğrenme deneyimine uyarlamayı planlıyoruz. Farklı fizyolojik ölçümlerin olumlu ve olumsuz faktörleriyle ilgili konular tartışılır, ancak genel olarak farklı ölçümlerin birleştirilmesi, ölçümdeki zamansal boşlukları doldurabilir ve daha yeni ölçüm yöntemlerini yeniden doğrulayabilir.

Eğitimde bireysel farklılıklar nelerdir
Eğitimde bireysel farklılıkların önemi
Öğrencilerin bireysel farklılıkları Nelerdir
Bireysel FARKLILIK nedir
Bireysel farklılıklar neden saygı duymalıyız
Eğitimde Bireysel FARKLILIKLAR PDF
Bireysel FARKLILIK alanları nelerdir
Bireysel farklılıklar neden önem vermeliyiz

Gerçek Zamanlı Fizyolojik Sensörler Kullanarak

Bireysel Farklılıkları Tespit Etmek

Mevcut araştırmamızın amacı, pasif biyosensörlerden elde edilen bir kişinin bilişsel durumuna dayalı olarak insan-bilgisayar arayüzünü optimize ederek öğrenmeyi ve görev performansını iyileştirecek bir metodoloji oluşturmaktır. Biyosensörler, fizyolojik bir değişiklik veya süreçle ilgili bilgileri algılayan, kaydeden ve ileten bir arayüz ortamıdır.

Multimedya sistemlerini kullanan katılımcıların etkisini ölçmek için biyosensörler kullanıldı. Ark ve IBM’deki meslektaşları, bir dizi biyosensör kullanmanın belirli duyguları nasıl başarılı bir şekilde tahmin edebileceğini gösteren bir duygu faresi geliştirdiler.

Cilt iletkenliği, çevresel sıcaklık, bağıl kan akışı, kan oksijeni ve bir bilgisayar faresine uygulanan basınçlar gibi ölçümleri içeren, IBM’in duygu faresinin işlevsel olarak eşdeğer bir prototipini oluşturduk. Ancak, fizyolojik izlemeyi kullanarak deneyler yapabilmemiz için öncelikle bu araştırmayı kolaylaştıracak bir ortam yaratmamız gerekiyordu.

Kesirleri görev alanlarımızdan biri olarak seçtik çünkü önceki deneyler kesirlerin her yaştan insan için zor olabileceğini gösterdi. Katılımcılara farklı oran ve orantı formatları sunarak zorluğu hem algısal hem de bilişsel olarak kontrol edebileceğimiz bir ortam yaratabileceğimizi belirledik.

Hareketli Hedefler 

Oluşturduğumuz test yatağı yazılımına Hareketli Hedef Kesirleri (MTF) görevi adı verildi. Kullanıcıya kontrollü bir bilişsel yük görevi sunar ve biyosensörlerin kullanıcının anlık bilişsel yükü olarak gösterdiği şeye dayalı olarak bilgi filtreleme derecesini ayarlayarak sunumu uyarlar.

MTF görevi, bir bilgisayar ekranında kesirler içeren sabit sayıda oval hedefler sunar. Bu kesirler ekranda soldan sağa doğru yüzer. Uyarlanabilir Çok Modlu Etkileşim Laboratuvarı, MTF görevi hakkında bilgi içerir.

Kullanıcının birincil amacı, ekranın sağ kenarına ulaşmadan önce doğru kesirleri seçerek puanı en üst düzeye çıkarmaktır. Bilişsel yük, kesir değerlerini, ekrandaki kesirlerin hızını ve sunulan kesir sayısını ayarlayarak kontrol edilir.

Uyarlanabilir bilgi filtreleme, kullanıcıya eksik ancak yararlı bilgiler sağlar ve filtrelemenin derecesi, kullanıcının bilişsel durumuna göre değiştirilir. Katılımcıların en yüksek puanı alabilmeleri için, oval ekranın sağ kenarına dokunmadan önce bazı kritik değerlerden büyük olan tüm kesirleri seçmeleri gerekir.

Katılımcı, harekete geçmeden önce dört alt hedefe ulaşarak skoru maksimize edebilir. Bu alt hedefler zorluk, kesir ilişkileri, puan ve zamanlamayı değerlendirmeyi içerir. Ayrıca kesri değerlendirmenin zorluğu, kesrin değeri, kesrin ekranın sağına ne kadar yakın olduğu ve sunulan kesir sayısı gibi görev değişkenlerine bağlı olarak farklı öncelikler alabilirler.

Alt hedeflerin öncelikleri, katılımcıların motivasyonu, stresi gibi faktörlerden etkilenebilmektedir. MTF görevinde bilişsel yük, kesir değerlerinden, kesirlerin hareket hızından ve sunulan kesir sayısından etkilenir.

Makale Deniz

Biyografinin Tamamını Gör