CN109567817A - 一种阅读能力评估方法及系统及其辅助装置 - Google Patents
一种阅读能力评估方法及系统及其辅助装置 Download PDFInfo
- Publication number
- CN109567817A CN109567817A CN201811378924.XA CN201811378924A CN109567817A CN 109567817 A CN109567817 A CN 109567817A CN 201811378924 A CN201811378924 A CN 201811378924A CN 109567817 A CN109567817 A CN 109567817A
- Authority
- CN
- China
- Prior art keywords
- reading
- ability
- eye movement
- answer
- assessed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000004424 eye movement Effects 0.000 claims abstract description 86
- 239000000463 material Substances 0.000 claims description 73
- 210000001747 pupil Anatomy 0.000 claims description 17
- 230000009471 action Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 abstract description 11
- 239000000700 radioactive tracer Substances 0.000 abstract description 10
- 238000012360 testing method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000404883 Pisa Species 0.000 description 1
- 241000270708 Testudinidae Species 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 206010013932 dyslexia Diseases 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 208000018996 secondary polyarteritis nodosa Diseases 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种阅读能力评估方法,包括数据采集和数据分析两部分,先将阅读能力分为记忆、理解和推理三个维度,使待评估者完成每一维度的阅读任务,并利用眼动数据采集装置采集相应数据,再按照相应模型计算阅读记忆能力值、阅读理解能力值和阅读推理能力值。从而将观察眼动行为作为一种评估人们阅读能力的解决方案,建立了一套基于眼动追踪技术的阅读能力评估方法,并提供了相应的评估系统和评估辅助装置,具有科学客观、应用方便等特点。
Description
技术领域
本发明属于视觉搜索与认知测量技术领域,具体地讲,涉及一种基于眼动追踪技术的阅读能力评估方法及系统及其辅助装置。
背景技术
阅读是人们获取信息、增长知识与经验、获得审美体验的一种重要途径,它广泛地发生在我们身边。无论是为了学习知识而阅读教学材料,还是为了陶冶情操而阅读文学著作,阅读都是我们生活工作中必不可少的一项认知活动。因此,阅读能力对于每个个体而言都是一项极为重要的能力,也是中小学教育着重培养的能力之一。不管是处在需要学习大量知识阶段的中小学学生,还是已经位于工作岗位的成年人,都需要通过科学有效的阅读来获取信息,阅读能力的高低会极大地影响个人未来的发展。
阅读是一个极度复杂的信息加工过程的理念已经被心理学家广泛接受。目前,对阅读过程进行研究的方式和方法也不断发展,学者们已经认识到虽然阅读看上去是一个连续的过程,但实际上是由一系列词汇认知、句子加工、语篇加工等子过程构成的,而每个子过程又包含更细分的过程,例如词汇加工可以被分为编码和词汇提取过程等。除了了解阅读的潜在机制,建立理论模型之外,还要发掘客观、科学的阅读能力评估方法,才能开发出用于培养和提高阅读能力的方法、并证明其有效性。
Fry(1981)最早提出了阅读效率这个概念,从阅读速度和理解率两个维度来评估阅读能力,即阅读速度×理解率=阅读效率,其使用的评估材料主要是单词、句子、语篇等文本材料。目前对阅读能力的评估方法尚没有一个通行的标准。比较有影响力的评估方法主要有以下几种,如阅读能力评价框架体系(PISA)主要从回忆信息能力、解释文本能力、反思与评价能力三个维度来评价学生的阅读能力,其采取的研究工具是问卷与笔试。又比如全美教育进展评价(NAEP)中设立的阅读能力评价框架,该框架通过四个维度:阅读概括能力、阅读分析能力、阅读联想能力和阅读评价能力来综合评估学生的阅读能力。评估方法为让待评估者在完成阅读后回答测试题并进行分析,测试题分为五类,分别围绕材料的中心目的、主要观点、支持性观点、附属说明以及词汇。除此之外,近年来美国发起一项基于认知的评价革新运动,建立了另一套阅读能力评价模型--CBAL阅读能力评估模型,其评估材料和方法与NAEP十分相似。对阅读能力进行细分的理论还有很多,但总体来说,阅读能力主要包含阅读速度、记忆能力、理解能力和推理能力这四方面的能力要素。虽然这些框架体系可以从多个维度较为全面地评价学生的阅读能力,但是其所用的方法基本都采用阅读文本材料回答问题或口头报告的方式,存在一定的主观性。
综上,目前为止的阅读能力评估基本都集中于阅读语篇的评估,可能会弱化对字词、句子加工中所需能力的评估和诊断;并且,阅读能力评估方法主要局限于以回答问题为主的各类阅读测试。除此之外,评估方法较为单一并且主要针对英文阅读,对于中文阅读而言,框架性的评估方法还有待建立。
目前,阅读中的眼动行为已为学界所广泛重视,阅读中的眼动行为、眼动控制过程和影响阅读眼动的各类因素成为该领域的研究热点,但尚未有人将眼动行为和阅读能力评估联系起来,基于眼动的阅读能力评估方法目前仍是一片空白,但是已经有一定的理论基础和实验结果的支撑。例如,金美贞(2005)利用初中学生作为被试进行研究,发现高阅读能力学生在阅读过程中的阅读时间、注视点持续时间等指标显著低于低阅读能力学生;在回视次数、注视次数方面,高阅读能力学生均显著少于低阅读能力学生。截止目前,阅读的眼动研究主要聚焦于眼动和阅读之间的关系,尤其是阅读的信息加工过程中眼动控制是如何进行的,尚没有涉及到阅读能力的评估。但是基于前人的大量研究,我们可以得出眼动行为与阅读的整体信息加工过程是高度相关的,用不同的眼动行为可以解释不同的信息加工过程模式或水平。因此,本发明的基本原理是通过眼动行为来反映阅读能力,最终提出一套基于眼动追踪技术的阅读能力评估系统和装置。
发明内容
本发明所要解决的技术问题之一在于提供一种基于眼动追踪技术的阅读能力评估方法。
本发明解决上述技术问题的技术方案如下:一种阅读能力评估方法,包括以下步骤:
步骤一、数据采集,将阅读能力分为三个维度,分别为记忆、理解和推理;使待评估者完成记忆、理解、推理三种类型的阅读任务,每一阅读任务中同时向待评估者提供阅读材料和回答问题,并利用眼动数据采集装置采集以下眼动参数:阅读时眨眼次数、阅读时注视次数、阅读时注视频率、阅读时平均注视时间、阅读时扫视频率、阅读时平均扫视时间、阅读时平均瞳孔直径、阅读时回视次数、答题时眨眼次数、答题时注视次数、答题时回视次数;
步骤二、数据分析,按照以下模型计算各个阅读任务的能力值,从而对阅读能力从三个维度进行评估;
阅读记忆能力评估模型:
阅读记忆能力值=3.139×10-16+0.012×阅读时平均瞳孔直径+0.091×答题时眨眼次数+0.93×答题时注视次数-0.096×答题时回视次数;
阅读理解能力评估模型:
阅读理解能力值=-1.814×10-16+0.032×阅读时眨眼次数+0.261×阅读时注视次数+0.410×阅读时注视频率-1.149×阅读时平均注视时间-1.077×阅读时扫视频率+0.260×阅读时平均瞳孔直径-0.379×阅读时回视次数+0.319×答题时回视次数;
阅读推理能力评估模型:
阅读推理能力值=-8.297×10-16-0.487×阅读时注视频率+0.385×阅读时平均注视时间+1.331×阅读时扫视频率+0.031×阅读时平均扫视时间+0.397×答题时回视次数。
本发明将观察眼动行为作为一种解决方案,建立一套基于眼动追踪技术的阅读能力评估方法,其中记忆、理解和推理各个维度阅读能力值的评估模型是基于大量的样本数据采集,并对采集数据进行回归分析而得到的函数关系,具有统计意义上的信度与效度,能够对阅读能力进行科学、客观的评估,能够作为当前阅读能力评估方法的补充被广泛应用于各类阅读能力评估场景。诸如中小学的能力测试、阅读障碍儿童的测评研究等均可适用。并且,以各项眼动指标作为客观的评估数据,能够很大程度上克服当前阅读能力评估方法的主观性和随机性。再则,本发明提供的技术方案还可以对阅读能力培养和矫正有所帮助,根据眼动指标的结果能够精准的对阅读能力的评估结果进行原因解释,可以细分得到该待评估者的阅读能力在哪一方面表现较好,哪一方面表现较差,从而进行针对性的训练和提高,这对于中小学的教学和学生发展具有重大的应用价值,能够帮助学校、家长、学生发现自己阅读方面的弱点和不足,并能够在诊断之后进行针对性训练和提高。
进一步地,对多个测试者进行三个维度的阅读能力评估,从而建立样本数据库,获取各个维度的阅读能力样本平均值,对待评估者计算各个维度的能力标准分数值=100×(待评估者的阅读能力值/相应的阅读能力样本平均值)。通过建立样本数据库,并对待评估者的能力值进行标准化,使评估结果更加直观。
更进一步地,按照样本数据库中第5百分位数、第25百分位数、第75百分位数和第95百分位数将样本划分为5个水平,分别对应阅读能力非常差、差、一般、好和非常好,将待评估者的能力标准分数值与样本数据库比对,得到阅读能力等级。便于对评估结果进行等级划分。
作为优选,记忆、理解、推理每一类型的阅读任务均分为容易和困难两种难易程度的阅读材料,每一待评估者均需完成两种难易程度阅读材料的阅读任务,数据分析中代入各个模型的数据均为两种难易程度采集数据的平均值。这样对每一维度提供两种难易程度的阅读材料,有利于提高评估结果的准确性。
每一阅读任务中,阅读材料和回答问题并排显示在两个不同的区域。这样对每一阅读任务中的阅读材料和回答问题进行布局便于将阅读材料和回答问题完全区分开来,更有利于眼动数据的准确采集。
作为优选,所述阅读材料的体裁均为议论文或者说明文,长度在800-1200字,均采用3号字体大小和26磅行间距;每一阅读子任务需根据阅读材料回答5个阅读问题。对阅读材料的体裁、长度、字体大小、行间距进行统一,有利于消除这些因素对评估结果的影响。
本发明所要解决的技术问题之二在于提供一种基于眼动追踪技术的阅读能力评估系统。
本发明解决上述技术问题的技术方案如下:包括评估终端和眼动数据采集装置,所述评估终端内搭载有程序指令,所述程序指令被执行时实现上述阅读能力评估方法的步骤。
本发明所要解决的技术问题之三在于提供一种基于眼动追踪技术的阅读能力评估辅助装置。
本发明解决上述技术问题的技术方案如下:包括阅读材料呈现装置和眼动数据采集装置,所述阅读材料呈现装置包括用于同时呈现阅读材料区域和回答问题区域的显示器,所述眼动数据采集装置包括用于采集并输出眼动数据的眼动仪,所述眼动仪固定在显示器的正下方。
采用上述结构,阅读材料呈现装置的结构简单、成本低,无须佩戴任何设备;待评估者在完成阅读任务的过程中,能实时采集眼动数据,不需要单独进行眼动测试,且直接保存了测试过程中眼动行为的全部数据,使用更加方便。
还包括安装座和升降支架,所述显示器和眼动仪均固定在安装座上,所述安装座安装在升降支架的上端,在升降支架上连接有第一驱动装置,在第一驱动装置的作用下,所述升降支架带动安装座升降。便于调节阅读材料呈现装置的高度,方便在评估前根据待评估者眼睛的高度校准显示屏的高度。
所述安装座通过与显示器显示平面平行的转轴安装在升降支架的上端,在转轴上连接有第二驱动装置,在第二驱动装置的作用下,所述转轴带动安装座、显示器和眼动仪转动。便于调节阅读材料呈现装置的角度,方便在评估前根据待评估者眼睛的位置校准显示屏的角度。
有益效果:本发明将观察眼动行为作为一种解决方案,并根据记忆、理解和推理三个维度对阅读能力值进行评估,从而建立了一套基于眼动追踪技术的阅读能力评估方法,并提供了相应的评估系统和评估辅助装置,具有科学客观、应用方便等特点。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为实施例一的步骤示意图。
图2为实施例二的步骤示意图。
图3为实施例三的结构示意图。
图4为图3的左视图。
图5为实施例四的步骤示意图。
附图标记:升降支架1、转轴2、安装座3、眼动仪4、显示器5、阅读材料区域5a、回答问题区域5b。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
在本申请的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本申请中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
实施例一:
如图1所示,本实施例提供了一种基于眼动追踪技术的阅读能力评估方法,包括以下步骤:
步骤一、数据采集,将阅读能力分为三个维度,分别为记忆、理解和推理;使待评估者完成记忆、理解、推理三种类型的阅读任务,每一阅读任务中同时向待评估者提供阅读材料和回答问题,并利用眼动数据采集装置采集以下眼动参数:
1、阅读时眨眼次数,也即视线在阅读材料区域时眨眼的次数;
2、阅读时注视次数,待评估者视线停留时间超过设定时间的即为一个注视点,阅读时注视次数即为阅读材料区域内注视点的数量;注视点定义中的设定时间并不做限定,可以根据实际情况设定,本实施例中注视点定义中的设定时间为100ms,也即待评估者视线停留时间超过100ms的即为本实施例中的一个注视点;
3、阅读时注视频率,即为单位时间内注视的次数=阅读时注视次数/视线停留在阅读材料区域的总时长;
4、阅读时平均注视时间,阅读时平均注视时间=阅读材料区域内所有注视点注视的总时长/阅读时注视次数;
5、阅读时扫视频率,视线从一个注视点到下一个注视点即为一次扫视,阅读时扫视频率=阅读材料区域内扫视的次数/视线停留在阅读材料区域的总时长;
6、阅读时平均扫视时间,视线从一个注视点到下一个注视点之间的时间间隔即为该次扫视的时间,阅读时平均扫视时间=阅读材料区域内所有扫视的总时长/阅读材料区域内扫视的次数;
7、阅读时平均瞳孔直径,眼动数据采集装置每一秒采集多次瞳孔直径,阅读时平均瞳孔直径即为视线停留在阅读材料区域内采集的所有瞳孔直径求平均值;
8、阅读时回视次数,每一个注视点自第一次注视之后再次被注视即为回视,阅读时回视次数即为阅读材料区域内的回视次数;
9、答题时眨眼次数,即为视线停留在回答问题区域时的眨眼次数;
10、答题时注视次数,即为视线在回答问题区域内的注视次数;
11、答题时回视次数,即为视线在回答问题区域内的回视次数。
上述各个眼动参数,根据所采用的眼动数据采集装置的厂家、规格和型号,可以是直接输出的数据,也可以是根据眼动数据采集装置直接输出的数据计算而得的间接数据。
步骤二、数据分析,按照以下模型计算各个阅读任务的能力值,从而对阅读能力从三个维度进行评估;
(一)、阅读记忆能力评估模型:
阅读记忆能力值=3.139×10-16+0.012×阅读时平均瞳孔直径+0.091×答题时眨眼次数+0.93×答题时注视次数-0.096×答题时回视次数;
(二)、阅读理解能力评估模型:
阅读理解能力值=-1.814×10-16+0.032×阅读时眨眼次数+0.261×阅读时注视次数+0.410×阅读时注视频率-1.149×阅读时平均注视时间-1.077×阅读时扫视频率+0.260×阅读时平均瞳孔直径-0.379×阅读时回视次数+0.319×答题时回视次数;
(三)、阅读推理能力评估模型:
阅读推理能力值=-8.297×10-16-0.487×阅读时注视频率+0.385×阅读时平均注视时间+1.331×阅读时扫视频率+0.031×阅读时平均扫视时间+0.397×答题时回视次数。
上述记忆、理解和推理各个维度阅读能力值的评估模型是基于大量的样本数据采集,然后对采集的数据进行回归分析而得到的函数关系,能够对阅读能力进行科学、客观的评估。其中采集的数据不限于编号1-11的眼动参数,还包括阅读时眨眼频率、阅读时平均眨眼时间、阅读时平均扫视速度、答题时眨眼频率、答题时平均眨眼时间、答题时注视频率、答题时平均注视时间、答题时扫视频率、答题时平均扫视时间和答题时平均扫视速度等眼动参数。
其中,以平均答题时间作为记忆任务绩效指标,在所有被试者的记忆任务眼动参数对记忆任务绩效的线性相关性分析中,上述阅读记忆能力评估模型中各个眼动参数与答题时间是显著相关的(p<0.05),其它眼动参数未表现出显著的相关性;并且将阅读记忆能力评估模型中各个眼动参数作为输入变量,将平均答题时间作为输出变量建立回归模型,该回归模型的R2和修正后的R2都超过0.8,说明模型具有较强的解释性。同样,以答题正确率作为理解任务绩效指标和推理任务绩效指标,在相应的线性相关性分析中,上述阅读理解能力评估模型和阅读推理能力评估模型中各个眼动参数对各自任务绩效也是显著相关的(p<0.05);并且,相应建立的回归模型也具有较强的解释性。
为了使评估结果更加直观,记忆、理解、推理每一类型的阅读任务均分为容易和困难两种难易程度的阅读材料,每一待评估者均需完成两种难易程度阅读材料的阅读任务,数据分析中代入各个模型的数据均为两种难易程度采集数据的平均值。
每一阅读任务中,阅读材料和回答问题并排显示在两个不同的区域。
为了避免其他因素对评估结果造成干扰,阅读材料的体裁均为议论文或者说明文,长度在800-1200字,均采用3号字体大小和26磅行间距;每一阅读子任务需根据阅读材料回答5个阅读问题。当然,阅读材料的长度也可根据待评估者的年龄将字数缩短到800字以下或者增加到1200字以上。
本实施例中待评估者为北京化工大学在校大学生王某,性别男、年龄20岁,其视觉功能正常,无阅读障碍,并且在之前从未做过类似的眼动实验。
使用设备包括:
1、型号为Dell Inspiron 14的电脑一台,搭配17英寸显示屏,屏幕分辨率为1366*768,用于呈现阅读材料并配合眼动仪记录被试的眼动行为数据。
2、型号为SMI iView X RED的眼动仪为桌面遥感式眼动仪,采样频率为120Hz,也即每一秒采集120次瞳孔直径。眼动仪记录眼动数据的配套软件为SMI Experiment Center3.5,眼动数据的处理及分析软件为SMI BeGaze 3.5。步骤二中的1-11种数据均可由软件SMI BeGaze 3.5直接输出。
阅读任务素材为6篇短文章,均选取自历年的高考试题,检查全文没有生僻字词。6篇文章的主题分别为“宋锦”、“野果的作用”、“围棋”、“气候正义”、“甲骨文”和“冰桶挑战”,长度均在1000字左右,阅读时间为2~4分钟。每篇文章之后都有5道选择题作为阅读任务,6篇文章共计30题。
待评估者进入实验室后,主试首先简要介绍实验流程和任务要求,随后待评估者填写实验知情同意书。填写完毕后,主试向待评估者简要介绍实验过程中所使用的相关设备和软件,并强调在阅读实验环节要按照正常的阅读行为习惯完成阅读任务,答题时要兼顾正确率和速度。在正式开始阅读任务之前,先向待评估者展示练习文章和题目,并告知待评估者如何在实验过程中进行翻页(使用鼠标滚轮)和作答(在对应选项处点击鼠标),确保被试没有任何疑问后进入正式的评估环节。
每个阅读子任务开始前,指导待评估者调整坐姿,完成眼动仪的校正并告知待评估者该小节的阅读任务类型和限定时间(记忆、理解和推理任务分别为12、20、20分钟)。随后待评估者开始完成每个小节的阅读任务,首先阅读全文,完成全文阅读后,待评估者使用鼠标滚轮翻页,每次翻页后在原文右侧出现1道选择题,待评估者依次对一篇文章后的5道选择题作答。每个小节的阅读任务完成后,评估暂停,待评估者休息5分钟,随后进入下一小节的评估,如此循环直至完成全部阅读任务。
该待评估者各个维度的阅读能力评估值计算如下,
一、对于记忆维度的阅读材料,待评估者的数据采集如下表1所示,
表1记忆维度的眼动指标
指标名称 | 困难等级的阅读材料 | 容易等级的阅读材料 | 平均值 |
阅读时平均瞳孔直径 | 3.50 | 3.54 | 3.52 |
答题时眨眼次数 | 1.30 | 0.90 | 1.10 |
答题时注视次数 | 66.50 | 45.60 | 56.05 |
答题时回视次数 | 16.30 | 10.10 | 13.20 |
该待评估者的阅读记忆能力值=3.139×10-16+0.012×阅读时平均瞳孔直径+0.091×答题时眨眼次数+0.93×答题时注视次数-0.096×答题时回视次数=3.139×10-16+0.012×3.52+0.091×1.1+0.93×56.05-0.096×13.2=51;
二、对于理解维度的阅读材料,待评估者的数据采集如下表2所示,
表2理解维度的眼动指标
指标名称 | 困难等级的阅读材料 | 容易等级的阅读材料 | 平均值 |
阅读时眨眼次数 | 13.05 | 13.00 | 13.03 |
阅读时注视次数 | 235.05 | 233.50 | 234.28 |
阅读时注视频率 | 2.65 | 2.75 | 2.70 |
阅读时平均注视时间 | 341.85 | 317.00 | 315.93 |
阅读时扫视频率 | 2.70 | 2.90 | 2.80 |
阅读时平均瞳孔直径 | 3.50 | 3.47 | 3.49 |
阅读时回视次数 | 53.50 | 43.50 | 48.50 |
答题时回视次数 | 48.00 | 42.50 | 45.25 |
该待评估者的阅读理解能力值=-1.814×10-16+0.032×阅读时眨眼次数+0.261×阅读时注视次数+0.410×阅读时注视频率-1.149×阅读时平均注视时间-1.077×阅读时扫视频率+0.260×阅读时平均瞳孔直径-0.379×阅读时回视次数+0.319×答题时回视次数=-1.814×10-16+0.032×13.03+0.261×234.28+0.410×2.70-1.149×315.93-1.077×2.8+0.260×3.49-0.379×48.5+0.319×45.25=-320.82;
三、对于推理维度的阅读材料,待评估者的数据采集如下表3所示,
表3推理维度的眼动指标
指标名称 | 困难等级的阅读材料 | 容易等级的阅读材料 | 平均值 |
阅读时注视频率 | 2.50 | 3.00 | 2.75 |
阅读时平均注视时间 | 346.20 | 297.35 | 321.78 |
阅读时扫视频率 | 2.60 | 3.10 | 2.85 |
阅读时平均扫视时间 | 20.90 | 20.05 | 20.48 |
答题时回视次数 | 52.00 | 26.90 | 39.45 |
该待评估者的阅读推理能力值=-8.297×10-16-0.487×阅读时注视频率+0.385×阅读时平均注视时间+1.331×阅读时扫视频率+0.031×阅读时平均扫视时间+0.397×答题时回视次数=-8.297×10-16-0.487×2.75+0.385×321.78+1.331×2.85+0.031×20.48+0.397×39.45=142.64;
综上,该待评估者记忆、理解和推理能力的评估值分别为51、-320.81、142.64。
实施例二:
如图2所示,本实施例在实施例一的基础上,还包括以下步骤:
步骤三、评估结果标准化,为了对评估结果进行标准化,先对多个测试者进行三个维度的阅读能力评估,从而建立样本数据库,并获取各个维度的阅读能力样本平均值;然后再对待评估者计算各个维度的能力标准分数值=100×(待评估者的阅读能力值/相应的阅读能力样本平均值)。
步骤四、评估结果等级化,将样本数据库中各个样本的阅读能力标准分数值按照大小排序,按照样本数据库中排序的第5百分位数、第25百分位数、第75百分位数和第95百分位数将样本划分为5个水平,分别对应阅读能力非常差、差、一般、好和非常好,将待评估者的能力标准分数值与样本数据库比对,得到阅读能力等级。
步骤五、样本数据库补充,每一待评估者测试之后的数据均进入样本数据库,从而随着待评估者数量的增加,样本数据库的样本数量增加,样本数据库更加完善,各个维度的阅读能力样本平均值也更加准确可靠。
实施例三:
如图3和图4所示,本实施例提供了一种阅读能力评估辅助装置,包括阅读材料呈现装置和眼动数据采集装置,所述阅读材料呈现装置包括用于同时呈现阅读材料区域5a和回答问题区域5b的显示器5,所述显示器5并排显示阅读材料区域5a和回答问题区域5b。所述眼动数据采集装置包括用于采集并输出眼动数据的眼动仪4,所述眼动仪4固定在显示器5的正下方。所述眼动仪4采用七鑫易维生产的aSee Pro桌面式眼动分析系统。
如图3和图4所示,本实施例还包括安装座3和升降支架1,所述显示器5和眼动仪4均固定在安装座3上,所述安装座3安装在升降支架1的上端。在升降支架1上连接有第一驱动装置,在第一驱动装置的作用下,所述升降支架1带动安装座3升降。所述第一驱动装置的具体方式不做限定,可以是液压伸缩或者气压伸缩的方式,也可以是电机驱动的丝杆螺母机构,本领域技术人员根据实际需要选用现有技术即可。
如图3和图4所示,所述安装座3通过与显示器5显示平面平行的转轴2安装在升降支架1的上端,在转轴2上连接有第二驱动装置,在第二驱动装置的作用下,所述转轴2带动安装座3、显示器5和眼动仪4转动。所述第二驱动装置的具体方式不做限定,可以是电机输出轴直接与转轴2端部连接,也可以是电机输出轴通过齿轮与转轴2传动,本领域技术人员根据实际情况选用现有技术即可。
本实施例还包括控制器,所述显示器5和眼动仪4均与控制器连接,所述显示器5根据控制器的指令按照实施例一所述的方法呈现阅读材料和回答问题,所述第一驱动装置根据控制器的指令调节升降支架1,所述第二驱动装置根据控制器的指令调节转轴2。所述眼动仪4采集的眼动数据也发送到控制器,所述控制器内置数据存储系统和数据分析系统,所述数据存储系统对整个评估过程以及过程中产生的数据进行记录和存储,所述数据分析系统按照实施例一所述的方法对眼动数据进行调用、分析并获得阅读能力评估结果。所述控制器由电脑构成。
实施例四:
如图5所示,本实施例提供了另一种基于眼动追踪技术的阅读能力评估方法,包括以下步骤:
步骤一、建立样本集原始数据库,将阅读能力分为三个维度,分别为记忆、理解和推理;抽取多个测试者建立样本集,使样本集中的每一测试者各自完成记忆、理解、推理三种类型的阅读任务,每一阅读任务中同时向测试者提供阅读材料和回答问题,并利用眼动数据采集装置采集多种眼动数据。所采集的眼动数据包括但不限于实施例一所述的1-11个参数。本实施例中除了实施例一所述1-11个参数,还包括阅读时眨眼频率、阅读时平均眨眼时间、阅读时平均扫视速度、答题时眨眼频率、答题时平均眨眼时间、答题时注视频率、答题时平均注视时间、答题时扫视频率、答题时平均扫视时间和答题时平均扫视速度等。本实施例中的眼动数据采集装置与实施例一相同,也采用七鑫易维生产的aSee Pro桌面式眼动分析系统,上述眼动数据均可由七鑫易维生产的aSee Pro桌面式眼动分析系统直接输出,在此不做赘述。样本集中测试者的数量不做限定,数量越大,最终的结果越科学越准确,本实施例中抽取500位测试者进入样本集。
步骤二、建立评估模型,对样本集中所有测试者的眼动数据进行回归分析并建立回归模型,得到各个维度的阅读能力值评估模型:阅读记忆能力值=f(记忆)、阅读理解能力值=f(理解)和阅读推理能力值=f(推理)。
步骤三、获取样本平均值,对样本集中每一测试者的眼动数据根据步骤二的评估模型计算每一维度的阅读能力值,从而建立样本数据库,并获取各个维度的阅读能力样本平均值。
步骤四、对待评估者进行标准化评估,
如果待评估者不是样本集中的测试者,对待评估者根据步骤一获取眼动数据,
如果待评估者为样本集中的测试者则直接调用其眼动数据,
然后根据步骤二的评估模型计算待评估者每一维度的阅读能力值,再计算各个维度的阅读能力标准分数值=100×(待评估者的阅读能力值/相应的阅读能力样本平均值)。
为了使评估结果更加直观,也可以进一步包括步骤五、对待评估者进行等级化评估,按照样本数据库中第5百分位数、第25百分位数、第75百分位数和第95百分位数将样本划分为5个水平,分别对应阅读能力非常差、差、一般、好和非常好,将待评估者的能力标准分数值与样本数据库比对,得到阅读能力等级。
并且,还可以包括步骤六、样本集补充,每一待评估者测试之后的数据均进入样本集,从而随着待评估者数量的增加,样本集的样本数量增加,样本集更加完善,各个维度的阅读能力样本平均值也更加准确可靠。
在本实施例中,为了提高采集数据的准确性,也可以参照实施例一对每一类型的阅读任务均分为容易和困难两种难易程度的阅读材料,每一测试者和待评估者均需完成两种难易程度阅读材料的阅读任务,代入模型的数据均为两种难易程度采集数据的平均值。在每一阅读任务中,阅读材料和回答问题也优选为并排显示在两个不同的区域。为了避免其他因素对评估结果造成干扰,本实施例中,阅读材料的体裁也可参照实施例一均为议论文或者说明文,长度在800-1200字,均采用3号字体大小和26磅行间距;每一阅读子任务需根据阅读材料回答5个阅读问题。当然,阅读材料的长度也可根据待评估者的年龄将字数缩短到800字以下或者增加到1200字以上。
本实施例中所采用的装置,与实施例二所提供的基于眼动追踪技术的阅读能力评估辅助装置相同,在此不做赘述。
事实上,基于大量的样本数据,根据本实施例提供的研究方法,在本实施例步骤二中进行回归分析,所得到的各个维度的阅读能力值评估模型即为实施例一步骤二中提供的各个维度的评估模型。
实施例五:
本实施例提供了一种阅读能力评估系统,包括评估终端和眼动数据采集装置,所述评估终端内搭载有程序指令,所述程序指令被执行时实现实施例一所述阅读能力评估方法的步骤;所述眼动数据采集装置用于采集实施例一所述眼动参数。
实施例六:
本实施例提供了一种阅读能力评估系统,包括测试模块、构件模块和评估模块。
所述测试模块用于向待评估者提供实施例一所述的阅读材料和回答问题;
所述构件模块用于采集实施例一所述眼动参数,构件基础数据库;
所述评估模块基于眼动参数计算得到实施例一或者实施例二待评估者各个维度的阅读能力评估结果。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种阅读能力评估方法,其特征在于,包括以下步骤:
步骤一、数据采集,将阅读能力分为三个维度,分别为记忆、理解和推理;使待评估者完成记忆、理解、推理三种类型的阅读任务,每一阅读任务中同时向待评估者提供阅读材料和回答问题,并利用眼动数据采集装置采集以下眼动参数:阅读时眨眼次数、阅读时注视次数、阅读时注视频率、阅读时平均注视时间、阅读时扫视频率、阅读时平均扫视时间、阅读时平均瞳孔直径、阅读时回视次数、答题时眨眼次数、答题时注视次数、答题时回视次数;
步骤二、数据分析,按照以下模型计算各个阅读任务的能力值,从而对阅读能力从三个维度进行评估;
阅读记忆能力评估模型:
阅读记忆能力值=3.139×10-16+0.012×阅读时平均瞳孔直径+0.091×答题时眨眼次数+0.93×答题时注视次数-0.096×答题时回视次数;
阅读理解能力评估模型:
阅读理解能力值=-1.814×10-16+0.032×阅读时眨眼次数+0.261×阅读时注视次数+0.410×阅读时注视频率-1.149×阅读时平均注视时间-1.077×阅读时扫视频率+0.260×阅读时平均瞳孔直径-0.379×阅读时回视次数+0.319×答题时回视次数;
阅读推理能力评估模型:
阅读推理能力值=-8.297×10-16-0.487×阅读时注视频率+0.385×阅读时平均注视时间+1.331×阅读时扫视频率+0.031×阅读时平均扫视时间+0.397×答题时回视次数。
2.根据权利要求1所述的阅读能力评估方法,其特征在于:对多个测试者进行三个维度的阅读能力评估,从而建立样本数据库,获取各个维度的阅读能力样本平均值,对待评估者计算各个维度的能力标准分数值=100×(待评估者的阅读能力值/相应的阅读能力样本平均值)。
3.根据权利要求2所述的阅读能力评估方法,其特征在于:按照样本数据库中第5百分位数、第25百分位数、第75百分位数和第95百分位数将样本划分为5个水平,分别对应阅读能力非常差、差、一般、好和非常好,将待评估者的能力标准分数值与样本数据库比对,得到阅读能力等级。
4.根据权利要求1或2或3所述的阅读能力评估方法,其特征在于:记忆、理解、推理每一类型的阅读任务均分为容易和困难两种程度的阅读材料,每一待评估者均需完成两种难易程度阅读材料的阅读任务,数据分析中代入各个评估模型的数据均为两种难易程度采集数据的平均值。
5.根据权利要求4所述的阅读能力评估方法,其特征在于:每一阅读任务中,阅读材料和回答问题并排显示在两个不同的区域。
6.根据权利要求5所述的阅读能力评估方法,其特征在于:阅读材料的体裁均为议论文或者说明文,长度在800-1200字,均采用3号字体大小和26磅行间距;每一阅读子任务需根据阅读材料回答5个阅读问题。
7.一种阅读能力评估系统,其特征在于:包括评估终端和眼动数据采集装置,所述评估终端内搭载有程序指令,所述程序指令被执行时实现权利要求1-6任一所述阅读能力评估方法的步骤。
8.一种阅读能力评估辅助装置,其特征在于:包括阅读材料呈现装置和眼动数据采集装置,所述阅读材料呈现装置包括用于同时呈现阅读材料区域和回答问题区域的显示器,所述眼动数据采集装置包括用于采集并输出眼动数据的眼动仪,所述眼动仪固定在显示器的正下方。
9.根据权利要求8所述的阅读能力评估辅助装置,其特征在于:还包括安装座和升降支架,所述显示器和眼动仪均固定在安装座上,所述安装座安装在升降支架的上端,在升降支架上连接有第一驱动装置,在第一驱动装置的作用下,所述升降支架带动安装座升降。
10.根据权利要求9所述的阅读能力评估辅助装置,其特征在于:所述安装座通过与显示器显示平面平行的转轴安装在升降支架的上端,在转轴上连接有第二驱动装置,在第二驱动装置的作用下,所述转轴带动安装座、显示器和眼动仪转动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811378924.XA CN109567817B (zh) | 2018-11-19 | 2018-11-19 | 一种阅读能力评估方法及系统及其辅助装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811378924.XA CN109567817B (zh) | 2018-11-19 | 2018-11-19 | 一种阅读能力评估方法及系统及其辅助装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109567817A true CN109567817A (zh) | 2019-04-05 |
CN109567817B CN109567817B (zh) | 2023-12-12 |
Family
ID=65923245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811378924.XA Active CN109567817B (zh) | 2018-11-19 | 2018-11-19 | 一种阅读能力评估方法及系统及其辅助装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109567817B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111369865A (zh) * | 2020-01-20 | 2020-07-03 | 书丸子(北京)科技有限公司 | 一种阅读能力测试评定方法和装置 |
CN111860121A (zh) * | 2020-06-04 | 2020-10-30 | 上海翎腾智能科技有限公司 | 一种基于ai视觉下的阅读能力辅助评估方法及系统 |
CN112545451A (zh) * | 2020-12-09 | 2021-03-26 | 北京大学第三医院(北京大学第三临床医学院) | 一种阅读眼动记录方法及装置 |
CN114078579A (zh) * | 2020-08-14 | 2022-02-22 | 迪迈医疗科技(宁波)有限公司 | 组织病理阅片模式学习系统、方法以及终端 |
CN115116303A (zh) * | 2022-07-22 | 2022-09-27 | 福州大学厦门工艺美术学院 | 基于眼动追踪的阅读障碍儿童辅助装置及其使用方法 |
CN115601825A (zh) * | 2022-10-25 | 2023-01-13 | 扬州市职业大学(扬州开放大学)(Cn) | 一种基于视觉定位技术评价阅读能力的方法 |
CN117137487A (zh) * | 2023-09-08 | 2023-12-01 | 黑龙江中医药大学 | 一种抑郁症辅助诊断装置 |
CN117217624A (zh) * | 2023-10-27 | 2023-12-12 | 广州道然信息科技有限公司 | 基于绘本阅读记录的儿童阅读水平预测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100039618A1 (en) * | 2008-08-15 | 2010-02-18 | Imotions - Emotion Technology A/S | System and method for identifying the existence and position of text in visual media content and for determining a subject's interactions with the text |
CN102245085A (zh) * | 2008-10-14 | 2011-11-16 | 俄亥俄大学 | 利用眼跟踪的认知和语言评估 |
CN104146680A (zh) * | 2014-09-01 | 2014-11-19 | 北京工业大学 | 一种眼球运动的测量方法和系统 |
US9672618B1 (en) * | 2016-08-15 | 2017-06-06 | Elham Mahjoob Hassanain | System and process for dyslexia screening and management |
WO2018046957A2 (en) * | 2016-09-09 | 2018-03-15 | The University Court Of The University Of Edinburgh | A reading system, text display method and apparatus |
CN108682189A (zh) * | 2018-04-20 | 2018-10-19 | 南京脑桥智能科技有限公司 | 一种学习状态确认系统及方法 |
US20180322798A1 (en) * | 2017-05-03 | 2018-11-08 | Florida Atlantic University Board Of Trustees | Systems and methods for real time assessment of levels of learning and adaptive instruction delivery |
-
2018
- 2018-11-19 CN CN201811378924.XA patent/CN109567817B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100039618A1 (en) * | 2008-08-15 | 2010-02-18 | Imotions - Emotion Technology A/S | System and method for identifying the existence and position of text in visual media content and for determining a subject's interactions with the text |
CN102245085A (zh) * | 2008-10-14 | 2011-11-16 | 俄亥俄大学 | 利用眼跟踪的认知和语言评估 |
CN104146680A (zh) * | 2014-09-01 | 2014-11-19 | 北京工业大学 | 一种眼球运动的测量方法和系统 |
US9672618B1 (en) * | 2016-08-15 | 2017-06-06 | Elham Mahjoob Hassanain | System and process for dyslexia screening and management |
WO2018046957A2 (en) * | 2016-09-09 | 2018-03-15 | The University Court Of The University Of Edinburgh | A reading system, text display method and apparatus |
US20180322798A1 (en) * | 2017-05-03 | 2018-11-08 | Florida Atlantic University Board Of Trustees | Systems and methods for real time assessment of levels of learning and adaptive instruction delivery |
CN108682189A (zh) * | 2018-04-20 | 2018-10-19 | 南京脑桥智能科技有限公司 | 一种学习状态确认系统及方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111369865A (zh) * | 2020-01-20 | 2020-07-03 | 书丸子(北京)科技有限公司 | 一种阅读能力测试评定方法和装置 |
CN111860121B (zh) * | 2020-06-04 | 2023-10-24 | 上海翎腾智能科技有限公司 | 一种基于ai视觉下的阅读能力辅助评估方法及系统 |
CN111860121A (zh) * | 2020-06-04 | 2020-10-30 | 上海翎腾智能科技有限公司 | 一种基于ai视觉下的阅读能力辅助评估方法及系统 |
CN114078579A (zh) * | 2020-08-14 | 2022-02-22 | 迪迈医疗科技(宁波)有限公司 | 组织病理阅片模式学习系统、方法以及终端 |
CN112545451A (zh) * | 2020-12-09 | 2021-03-26 | 北京大学第三医院(北京大学第三临床医学院) | 一种阅读眼动记录方法及装置 |
CN115116303A (zh) * | 2022-07-22 | 2022-09-27 | 福州大学厦门工艺美术学院 | 基于眼动追踪的阅读障碍儿童辅助装置及其使用方法 |
CN115116303B (zh) * | 2022-07-22 | 2024-01-26 | 福州大学厦门工艺美术学院 | 基于眼动追踪的阅读障碍儿童辅助装置及其使用方法 |
CN115601825B (zh) * | 2022-10-25 | 2023-09-19 | 扬州市职业大学(扬州开放大学) | 一种基于视觉定位技术评价阅读能力的方法 |
CN115601825A (zh) * | 2022-10-25 | 2023-01-13 | 扬州市职业大学(扬州开放大学)(Cn) | 一种基于视觉定位技术评价阅读能力的方法 |
CN117137487A (zh) * | 2023-09-08 | 2023-12-01 | 黑龙江中医药大学 | 一种抑郁症辅助诊断装置 |
CN117137487B (zh) * | 2023-09-08 | 2024-03-29 | 黑龙江中医药大学 | 一种抑郁症辅助诊断装置 |
CN117217624A (zh) * | 2023-10-27 | 2023-12-12 | 广州道然信息科技有限公司 | 基于绘本阅读记录的儿童阅读水平预测方法及系统 |
CN117217624B (zh) * | 2023-10-27 | 2024-03-01 | 广州道然信息科技有限公司 | 基于绘本阅读记录的儿童阅读水平预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109567817B (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109567817A (zh) | 一种阅读能力评估方法及系统及其辅助装置 | |
Pekruna | Commentary: Self-Report Is Indispensable to Assess Students' Learning. | |
US10068490B2 (en) | System and method for improving student learning by monitoring student cognitive state | |
Sugita McEown et al. | Motivational strategies in EFL classrooms: How do teachers impact students' motivation? | |
Lindmeier | Modeling and measuring knowledge and competencies of teachers: A threefold domain-specific structure model, exemplified for mathematics teachers, operationalized with computer-and video-based methods | |
CN111297378B (zh) | 一种注意力评估方法及系统 | |
Shan | Measuring cognitive engagement: An overview of measurement instruments and techniques | |
Severino et al. | A validation study of a middle grades reading comprehension assessment | |
Tezcan et al. | The Effects of 4MAT Teaching Model and Whole Brain Model on Academic Achievement in Science. | |
Park et al. | Embodied cognition?: Effects of pointing and tracing gestures on learning performance, eye movement and cognitive load | |
Zhai et al. | The effect of multi-mode stimuli of feedforward and eye tracking on metacognition—an exploratory study using digital dictionaries | |
Çalışkan | Physics anxiety of pre-service teachers and their self-efficacy beliefs: Differences according to gender and physics achievement | |
Thomaneck et al. | What can eye movements tell about students’ interpretations of contextual graphs? A methodological study on the use of the eye-mind hypothesis in the domain of functions | |
Hubley | Response processes validity evidence: Understanding the meaning of scores from psychological measures. | |
Isotani et al. | Artificial intelligence in education | |
Pratama et al. | Development of a diagnostic test for student misconception detection of coordination system material using four-tier multiple choice | |
Selesho | Making a successful transition during the first year of university study: Do psychological and academic ability matter? | |
CN209236160U (zh) | 一种阅读能力评估辅助装置 | |
Francuz et al. | Eye movement in isolated spelling disorder–An analysis using the dual route model of visual word recognition | |
Chen et al. | A preliminary examination of the relationships among extroversion-introversion personality, learning strategies and English proficiency | |
Berger et al. | A laboratory study of student usage of worked-example videos to support problem solving | |
Zahra et al. | Development and preliminary validation of an indigenous scale for assessment of learning disabilities | |
Erickson et al. | Automatic word recognition: The validity of a universally accessible assessment task | |
Saragih et al. | Semantic mapping to increase technical vocabularies for midwife at Universitas Prima Indonesia in academic year 2019/2020 | |
Andrzejewska et al. | The eye tracking technique in the analysis of mechanisms for solving algorithmic problems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231221 Address after: Room 2363, Building 1, No. 17 Cangjingguan Hutong, Dongcheng District, Beijing, 100007 Patentee after: BEIJING HEQI JULI EDUCATION TECHNOLOGY Co.,Ltd. Address before: 100089 San Chuang Space, Block B, Science and Technology Building, Tsinghua Science and Technology Park, Haidian District, Beijing Patentee before: BEIJING YUMING TIANXIA TECHNOLOGY CO.,LTD. |
|
TR01 | Transfer of patent right |