IT202100032573A1 - Metodo di formazione a modalità mista - Google Patents
Metodo di formazione a modalità mista Download PDFInfo
- Publication number
- IT202100032573A1 IT202100032573A1 IT102021000032573A IT202100032573A IT202100032573A1 IT 202100032573 A1 IT202100032573 A1 IT 202100032573A1 IT 102021000032573 A IT102021000032573 A IT 102021000032573A IT 202100032573 A IT202100032573 A IT 202100032573A IT 202100032573 A1 IT202100032573 A1 IT 202100032573A1
- Authority
- IT
- Italy
- Prior art keywords
- training
- user
- users
- window
- learner
- Prior art date
Links
- 238000012549 training Methods 0.000 title claims description 131
- 238000000034 method Methods 0.000 title claims description 79
- 238000012545 processing Methods 0.000 claims description 25
- 230000006399 behavior Effects 0.000 claims description 10
- 230000001815 facial effect Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 230000002547 anomalous effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000036316 preload Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000035582 behavioral recognition Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013100 final test Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 239000006187 pill Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Steroid Compounds (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
METODO DI FORMAZIONE A MODALITA? MISTA
La presente invenzione riguarda un metodo implementato tramite computer di formazione a modalit? mista che consente, in modo semplice, flessibile, automatico, efficiente ed affidabile, di fornire una formazione completa in grado di adattarsi dinamicamente a mutamenti di scenario, dovuti ad esempio ad una inattesa limitazione agli spostamenti degli utenti partecipanti, od a mutate esigenze del percorso formativo.
La presente invenzione riguarda altres? un sistema di elaborazione dati, comprendente uno o pi? apparati di elaborazione dati e/o dispositivi di elaborazione dati, configurato per eseguire tale metodo implementato tramite computer di formazione a modalit? mista.
E? noto che attualmente ? sempre pi? diffusa la fruizione da remoto di sessioni educative, denominate webinar, che fanno parte di specifici percorsi formativi di formazione online (e-learning), e che sono svolte mediante sistemi computerizzati usualmente basati sulla rete Internet. In particolare, la formazione che combina sessioni in presenza, i.e. con la presenza degli utenti partecipanti in aula, e sessioni e-learning on-demand su una piattaforma digitale che riproduce contenuti registrati, ? chiamata blended learning, ovvero formazione a modalit? mista. La formazione a modalit? mista consente di favorire una grande libert? nella progettazione didattica e una maggiore flessibilit? per i discenti.
Nella tecnica anteriore sono state sviluppate alcune soluzioni per soddisfare tale necessit?, come i sistemi ed i metodi descritti nei documenti US 2004/0191744 A1 e US 2012/0315616 A1.
Tuttavia, tali soluzioni della tecnica anteriore non sono del tutto flessibili, efficienti ed affidabili nell?erogare una formazione a modalit? mista in grado di adattarsi dinamicamente a mutamenti di scenario od a mutate esigenze del percorso formativo.
Lo scopo della presente invenzione ?, pertanto, quello di consentire, in modo semplice, flessibile, automatico, efficiente ed affidabile, di fornire una formazione completa in grado di adattarsi dinamicamente a mutamenti di scenario, dovuti ad esempio ad una inattesa limitazione agli spostamenti degli utenti partecipanti, od a mutate esigenze del percorso formativo.
Forma oggetto specifico della presente invenzione un metodo implementato tramite computer di formazione a modalit? mista che eroga ad uno o pi? utenti discenti un percorso formativo comprendente una o pi? sessioni formative secondo le seguenti tre modalit? di formazione:
? almeno una sessione formativa in presenza in aula,
? almeno una sessione formativa online in diretta in aula virtuale, e
? almeno una sessione formativa registrata disponibile su piattaforma elearning creata automaticamente con registrazione di detta almeno una sessione formativa online in diretta in aula virtuale,
in cui il metodo comprende la fase di far eseguire ad almeno parte di detti uno o pi? utenti discenti almeno un esame online.
Secondo un altro aspetto dell?invenzione, detta almeno una sessione formativa online in diretta in aula virtuale, e detta almeno una sessione formativa registrata disponibile su piattaforma e-learning possono essere erogate tramite un applicativo web che visualizza una pluralit? di finestre grafiche selezionate dal gruppo comprendente o consistente di almeno una finestra di videoconferenza audio-video, almeno una finestra chat, almeno una finestra di utenti partecipanti, almeno una finestra di screen sharing, almeno una finestra principale file ed almeno una finestra questionario e/o sondaggio.
Secondo un ulteriore aspetto dell?invenzione, pu? essere identificata una navigazione non autorizzata su Internet da parte di un utente discente durante l?esecuzione di detto almeno un esame online.
Secondo un aspetto aggiuntivo dell?invenzione, possono essere identificati uno o pi? comportamenti anomali di un utente discente durante l?esecuzione di detto almeno un esame online mediante tecniche di intelligenza artificiale.
Secondo un altro aspetto dell?invenzione, ognuno di detti uno o pi? utenti discenti pu? effettuare durante un primo accesso una registrazione biometrica che viene associata ad un proprio profili personale e che viene utilizzata in accessi successivi per un riconoscimento biometrico di ognuno di detti uno o pi? utenti discenti.
Secondo un ulteriore aspetto dell?invenzione, detta registrazione biometrica pu? essere relativa ad immagini del volto e detto riconoscimento biometrico ? basato su tecniche di face detection e/o face recognition.
Secondo un aspetto aggiuntivo dell?invenzione, pu? essere automaticamente creato un percorso formativo dedicato ad un utente discente mediante tecniche di machine learning.
Forma inoltre oggetto specifico della presente invenzione un sistema di elaborazione dati comprendente almeno un server di elaborazione dati ed uno o pi? dispositivi di utente di elaborazione dati, ognuno dei quali ? provvisto di uno schermo e di una camera, collegati tramite la rete Internet a detto almeno un server, in cui il sistema di elaborazione dati ? configurato per eseguire il metodo implementato tramite computer di formazione a modalit? mista appena descritto.
Forma ancora oggetto specifico della presente invenzione un insieme di uno o pi? programmi per elaboratore comprendenti istruzioni che, quando eseguite da un sistema di di elaborazione dati appena descritto, causano il sistema di elaborazione dati ad eseguire il metodo implementato tramite computer di formazione a modalit? mista precedentemente descritto.
Forma ulteriore oggetto specifico della presente invenzione un insieme di uno o pi? supporti di memoria leggibili da un elaboratore che ha memorizzato su di esso l?insieme di uno o pi? programmi per elaboratore appena descritto.
Il metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione ? basato su tre diverse modalit? di formazione, segnatamente: sessioni formative in aula con possibilit? di organizzare un?aula estesa, sessioni formative online in diretta in aula virtuale, e sessioni formative registrate disponibili su piattaforma e-learning create automaticamente con le registrazioni delle sessioni formative online in diretta in aula virtuale. In tal modo, il metodo secondo l?invenzione consente di soddisfare l?esigenza di limitare la capienza e gli accessi alle aule, favorendo al contempo la tendenza all?utilizzo di strumenti digitali quali videoconferenze o webinar, sistematizzando l?intero processo formativo in un ambiente unico per il massimo confort e la migliore usabilit? di utenti docenti (nel seguito indicati anche come utenti tutor) ed utenti discenti (nel seguito indicati anche come utenti partecipanti).
Il metodo implementato tramite computer secondo l?invenzione sostanzialmente rende ancora pi? flessibile una formazione a modalit? mista consentendo una libert? nella definizione della progettazione didattica del percorso formativo, avvalendosi anche di analisi con tecniche di machine learning dei risultati formativi ottenuti, che a loro volta permettono di progettare e definire in modo pi? coerente il percorso formativo successivo e l?ordine cronologico delle differenti modalit? di formazione in base a livelli di propedeuticit? stabiliti automaticamente anche in base allo storico dei dati di fruizioni di altri percorsi formativi eseguiti dell?utente.
I vantaggi offerti dal metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione sono numerosi.
Innanzitutto, il metodo secondo l?invenzione consente di accrescere la flessibilit? del percorso formativo che ? in grado di adeguarsi rapidamente a mutamenti di scenario, dovuti ad esempio ad una inattesa limitazione agli spostamenti degli utenti partecipanti, od a mutate esigenze del percorso formativo. In particolare, il metodo consente di limitare gli accessi in aula degli utenti partecipanti, fornendo una formazione in diretta anche online in aula virtuale.
Inoltre, il metodo secondo l?invenzione consente di ridurre drasticamente il lavoro manuale degli utenti docenti.
Ulteriormente, il metodo secondo l?invenzione consente una semplicit? di organizzazione dei corsi, l?ottenimento di una reportistica dettagliata sul singolo utente discente o sul gruppo di utenti discenti, la certificazione della formazione, ed un?analisi intelligente dei risultati del percorso formativo.
Ancora, il metodo secondo l?invenzione consente di migliorare l?organizzazione dell?apprendimento, grazie al fatto che la combinazione di contenuti formativi tradizionali con quelli digitali consente di ampliare il percorso formativo e abituano l?utente docente a scegliere con indipendenza e autonomia.
Inoltre, il metodo secondo l?invenzione incentiva la valorizzazione dei talenti grazie all?attivit? di reportistica della formazione digitale che, assieme ai feedback della formazione in presenza, consente di identificare utenti discenti meritevoli, molto attivi, o con specifiche caratteristiche da valorizzare.
Ulteriormente, il metodo secondo l?invenzione consente di creare percorsi di formazione personalizzata grazie all?attivit? di reportistica della formazione digitale che, assieme ai feedback della formazione in presenza, consente di identificare lacune del gruppo complessivo di utenti discenti o del singolo utente discente e di procedere a iniziative atte a colmarle.
La presente invenzione sar? ora descritta, a titolo illustrativo, ma non limitativo, secondo sue preferite forme di realizzazione, con particolare riferimento ai disegni nella Figura 1 allegata, che mostra schematicamente una preferita forma di realizzazione di un sistema di elaborazione dati configurato per eseguire una preferita forma di realizzazione del metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione.
Il sistema di elaborazione dati configurato per eseguire il metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione implementa una piattaforma informatica intelligente che consente di scegliere liberamente le attivit? che compongono un percorso formativo, scegliendo le propedeuticit? tra le attivit? formative che lo compongono. Le principali tipologie di attivit? formative che possono essere inserite in un percorso formativo sono le seguenti tre: sessioni formative in aula (i.e. in presenza), sessioni formative online live (i.e. in diretta) in aula virtuale, e sessioni formative registrate durante gli incontri online live. Tali tre attivit? formative, assieme a questionari, test e altre attivit? che compongono il percorso formativo, vengono assegnate automaticamente in base ai risultati del percorso formativo svolto dall?utente partecipante precedentemente, mantenendo sempre la struttura composta dalle tre principali attivit? formative. In particolare, una valutazione preliminare iniziale crea un punteggio specifico per ogni utente partecipante sulla base del quale agli utenti partecipanti vengono assegnati specifici percorsi formativi in base al grado di preparazione ed agli interessi ed alle capacit? dimostrate.
In proposito, le sessioni formative online live e le relative sessioni formative registrate mediante una registrazione evoluta ed intelligente, che prevede l?uso dell?intelligenza artificiale e che permette anche la creazione di pillole formative in stile microelearning, consentono di realizzare un apprendimento collaborativo e di implementare logiche di social network anche decidendo in maniera automatica l?ordine cronologico delle differenti modalit? di formazione (presenza, live e registrata) in base alle propedeuticit? stabilite automaticamente anche in base allo storico dei dati di fruizioni di altri percorsi formativi eseguiti dell?utente.
Con riferimento alla Figura 1, si pu? osservare che una preferita forma di realizzazione del metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione ? implementata tramite un insieme di programmi software installati su una pluralit? di dispositivi di elaborazione dati, ad esempio comprendenti almeno un server 100 di elaborazione dati ed almeno un computer 110, od un differente dispositivo di utente, ad esempio un dispositivo portatile quale un tablet 120 od uno smartphone 130. Il computer 110 di utente (e gli altri dispositivi di utente di elaborazione dati) ? collegato tramite la rete Internet 150 a detto server 100, che ? vantaggiosamente configurato per eseguire un applicativo web 160 dedicato alla formazione online in diretta e registrata, proposti da un utente docente od un utente relatore (che opera direttamente tramite il server 100 oppure tramite un dispositivo, e.g. un computer, di utente connesso al server 100) e ricevuti dai dispositivi di utente di elaborazione dati (come quelli indicati con i numeri di riferimento 110, 120 e 130) che li forniscono a rispettivi utenti remoti.
Tramite tale applicativo web 160, il server 100 ? configurato per erogare i seguenti contenuti formativi: almeno un?aula virtuale in diretta 161, almeno un?aula virtuale registrata 162, almeno un modulo di formazione asincrono prodotto con lo standard SCORM 163, almeno un test di autovalutazione 164, ed almeno un test finale di esame 165. Detti contenuti formativi sono combinati tra loro secondo logiche di machine learning e legati tra loro con livelli di propedeuticit? che consentono di superare un?attivit? e passare alla successiva.
In particolare, tale applicativo web 160 vantaggiosamente non richiede alcuna installazione specifica sul computer 110 di utente, provvisto di uno schermo 113 e di una camera 116, o sui dispositivi di utente di elaborazione dati 120 e 130 (pure provvisti di schermo e camera), fornendo l?applicativo su tali dispositivi di elaborazione dati di utente direttamente con un web browser.
Come detto, il sistema ed il metodo secondo l?invenzione consentono tre principali attivit? formative che possono essere inserite in un percorso formativo, segnatamente sessioni formative in aula (i.e. in presenza), sessioni formative online live in aula virtuale, e sessioni formative registrate durante gli incontri online live. In particolare, durante le sessioni formative online live in aula virtuale, il metodo secondo l?invenzione pu? effettuare una registrazione della diretta e la sua trasformazione in contenuti registrati evoluti, consentendo un?analisi ed uno studio approfondito dei dati di utilizzo dell?intero processo formativo a distanza.
L?applicativo web 160 si compone di una serie di finestre ognuna delle quali ? dedicata ad una specifica funzione dell?applicativo, come ad esempio videoconferenza audio-video, chat, utenti partecipanti, screen sharing, file e questionario. Ciascuna finestra dell?applicativo web 160 viene gestita autonomamente dal Conference Manager, che pu? anche coincidere con l?utente docente, che ne determina dimensione, posizione e visibilit? per tutta l?audience.
L?applicativo web 160 ha tre diverse tipologie di layout predefiniti (Presentazione, Discussione e Share) attivabili direttamente da un menu ?Layout? posto sulla barra degli strumenti: layout presentazione, layout share e layout discussione.
Il layout presentazione ? il layout con cui l?applicativo web 160 si avvia per default, ed ? utilizzato principalmente per la presentazione da remoto agli utenti partecipanti di slides (e.g., in power point), documenti di testo (e.g. di Microsoft Office o Adobe Acrobat) o immagini, precaricati in una specifica finestra principale file e gestibili direttamente dal Conference Manager e/o da un utente docente e/o da uno degli utenti partecipanti abilitati. In questa configurazione, l?applicativo web 160 si compone delle seguenti finestre che sono visibili a tutti gli utenti collegati: una finestra di videoconferenza audiovideo, una finestra partecipanti, una finestra file condivisi, una finestra viewer ed una finestra chat. La finestra principale file ? di default visibile solo al Conference Manager, che come detto sopra pu? coincidere con un utente docente.
Il layout share ? dedicato a videoconferenze in cui ? necessario condividere con gli utenti collegati da remoto il desktop della postazione od una singola applicazione del Conference Manager e/o di un utente docente e/o di uno degli utenti partecipanti abilitati. In questa configurazione l?applicativo web 160 si compone delle seguenti finestre visibili a tutti gli utenti collegati: la finestra di videoconferenza audio-video, la finestra file condivisi e la finestra chat. La finestra partecipanti ? di default visibile solo al Conference Manager, che come detto sopra pu? coincidere con un utente docente.
Il layout discussione ? dedicato a momenti della sessione formativa dedicati al confronto tra utenti collegati, in cui viene dato maggior rilievo all?audio/video degli utenti docenti ed in cui gli utenti partecipanti collegati in remoto intervengono utilizzando la chat e/o in audio/video, come ad esempio fasi di domande e risposte o di confronto tra esperti. In questa configurazione l?applicativo web 160 si compone delle seguenti finestre visibili a tutti gli utenti collegati: la finestra di videoconferenza audio-video, la finestra partecipanti e la finestra chat.
Oltre ai layout predefiniti, il Conference Manager pu? personalizzare l?aspetto dell?applicativo web 160 ridimensionando, spostando, attivando/disattivando ogni singola finestra a proprio piacimento e secondo le esigenze comunicative dell?evento. In particolare, per ridimensionare le finestre ? sufficiente posizionare il mouse su un qualsiasi lato o angolo della finestra che si desidera estendere o ridurre, per spostare le finestre ? necessario posizionare il mouse sul lato in alto, per chiuderle (i.e. disattivarle) basta fare clic sull?icona a forma di X disponibile per ogni finestra in alto a destra. In alternativa ? possibile chiudere o riaprire la finestra considerata selezionandola o deselezionandola da un menu ?Funzionalit??.
L?applicativo web 160 dispone di una barra dei menu composta dai seguenti elementi: Strumenti, Funzionalit?, Layout, Status. Con il menu status ogni utente collegato pu? scegliere uno di una pluralit? di stati disponibili, quali per esempio richiedere di partecipare in audio/video, sono d?accordo, non sono d?accordo.
L?applicativo web 160 ? provvisto di un pulsante ?inizia la lezione?, controllabile da un utente tutor, che come detto sopra pu? coincidere con il Conference Manager, con cui ? possibile definire e/o limitare l?intervallo temporale in cui tracciare in modo esatto la presenza in aula virtuale degli utenti collegati, in particolare degli utenti partecipanti. I dati di fruizione sono tracciati e disponibili in piattaforme LMS (Learning Management System) e CMS (Content Management System) integrate nel server 100.
L?applicativo web 160 ? provvisto di una funzione ?inserisci uno sponsor?, controllabile da un utente tutor, che come detto sopra pu? coincidere con il Conference Manager, che permette di caricare un logo od un marchio, vantaggiosamente un file immagine in formato png o jpg di dimensioni 150x100 pixel, che ? poi visualizzato visibile sulla barra del men? durante la sessione formativa.
L?applicativo web 160 ? provvisto della funzione di condivisione dei file, tramite la finestra File, che consente al Conference Manager e/o all?utente docente e/o agli utenti partecipanti abilitati di precaricare all?interno dell?applicativo web 160 qualsiasi tipo di risorsa da rendere disponibile in visualizzazione o in download agli utenti collegati remotamente. Un?icona nell?angolo in alto a sinistra della finestra File apre un menu che permette di disabilitare almeno uno specifico utente collegato al caricamento di file oppure precaricare un documento facendo click su un tasto ?Aggiungi un file?. In particolare, nella finestra che si apre, ? necessario utilizzare un tasto sfoglia per cercare il file da caricare nell?applicativo web 160, quindi selezionare ?Consenti il download del file? se si intende rendere scaricabile il file a tutti gli utenti collegati remotamente e selezionare un tasto ?ok?. Completato il caricamento e la relativa conversione, ? sufficiente selezionare un tasto ?ok?.
I file precaricati nel sistema e disponibili nella finestra denominata ?File? possono essere mostrati agli utenti collegati da remoto tramite il menu appena descritto oppure selezionandoli e trascinandoli, mediante il cosiddetto drag & drop, all?interno della finestra ?Viewer?. L?utente abilitato all?uso della finestra Viewer pu? trascinare nell?area in oggetto esclusivamente le risorse da lui precaricate.
Una finestra ?Domande? ? dedicata all?invio di domande o comunicazioni da parte degli utenti collegati da remoto al Conference Manager e/o ad un utente docente e/ ad un altro utente abilitato alla gestione di tale finestra. Le richieste trasmesse utilizzando questa finestra vengono visualizzate esclusivamente dagli utenti collegati abilitati e dal Conference Manager, che come detto sopra pu? coincidere con un utente docente.
L?applicativo web 160 ? provvisto della funzione ?Questionario? che consente al Conference Manager, tramite una finestra ?Questionario?, di creare e sottoporre agli utenti collegati da remoto uno o pi? questionari a risposta multipla che potranno essere di gradimento della sessione formativa o di valutazione. Dalla finestra ?Questionario?, il Conference Manager pu? creare un nuovo questionario selezionando una voce ?Nuovo Questionario?, ed il sistema propone una maschera in cui inserire il titolo del questionario che si intende creare. Una volta inserito il titolo ? possibile effettuare una o pi? delle seguenti azioni:
- inserire le domande del questionario utilizzando il tasto ?Aggiungi una domanda?;
- importare le domande da un file *.csv;
- eliminare il questionario.
Selezionando un tasto di inserimento di una nuova domanda, il sistema propone una maschera in cui riportare il testo della domanda e quello delle risposte con l?indicazione dell?eventuale scelta corretta; completato l?inserimento della domanda, ? sufficiente fare click su un tasto ok. Se il questionario si compone di pi? domande, ? possibile inserire le successive selezionando un tasto ?Aggiungi una domanda? e ripetendo le operazioni appena descritte.
Una volta inserite le diverse domande, queste possono essere somministrate agli utenti collegati da remoto selezionando da un menu di fianco alla domanda un tasto ?Apri la domanda?. Quando la domanda viene aperta, tutti gli utenti partecipanti possono rispondere selezionando la risposta e facendo click su un tasto ?Conferma?. Raccolte tutte le risposte degli utenti partecipanti, il Conference Manager vedr? comporsi in tempo reale la distribuzione grafica delle risposte date dagli stessi utenti partecipanti. Per visualizzare in tempo reale le risposte o preferenze date da ciascun utente partecipante a tutti gli utenti partecipanti, ? sufficiente selezionare una voce ?Mostra i risultati a tutti? ed in tempo reale viene mostrato l?elenco delle risposte date da ogni singolo utente partecipante. Il Conference Manager e/o un utente docente pu? decidere, in qualsiasi momento, di mostrare la risposta esatta a tutta la platea di utenti collegati da remoto, selezionando un tasto ?Mostra le risposte esatte a tutti?: vantaggiosamente, i risultati che vengono mostrati agli utenti collegati da remoto sono i dati di sintesi relativi alla distribuzione percentuale delle risposte date. In qualsiasi momento ? possibile chiudere la domanda e togliere la possibilit? di risposta agli utenti remoti mantenendo eventualmente visibile il questionario e i relativi risultati. Quando una domanda ? chiusa, il Conference Manager pu? decidere di mostrare la risposta corretta a tutti gli utenti collegati da remoto per consentire di commentare le risposte in diretta.
Tutti i dati del questionario, nonch? quelli di accesso alla sessione formativa erogata dall?applicativo web 160 vengono tracciati e resi disponibili a conclusione della sessione formativa per la loro consultazione. I dati di tracciamento delle domande, al pari dei log di accesso alla sessione formativa online live, sono disponibili online accedendo ad un apposito link dedicato e fornito su richiesta dall?applicativo web 160 e possono essere scaricati in formato di foglio di calcolo (e.g., Excel) e utilizzati anche nell?ambito di formazione certificata per l?acquisizione dei crediti formativi. I dati di sintesi del questionario, comprensivi delle risposte fornite dagli utenti partecipanti sono tracciati, vantaggiosamente in una piattaforma Web Academy integrata, e consentono di creare dei dati per i meccanismi di automazione di progettazione dei percorsi formativi e pertanto sono la base per calcolare percorsi formativi in modalit? mista in maniera automatica e personale per l?utente.
Il metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione consente al termine del percorso di sottoporre agli utenti una valutazione del percorso formativo seguito, e pertanto permette gli utenti discenti di eseguire almeno un esame digitale scritto. L?esame scritto pu? avvenire tramite la somministrazione di un questionario composto da differenti tipologie di domande. Sia le domande che le risposte sono oggetto di randomizzazione, consentendo di non avere mai lo stesso esame tra gli utenti discenti iscritti. Vantaggiosamente, l?utente discente ha un tempo massimo consentito per terminare il suo esame, ed un timer viene visualizzato in tempo reale durante l?esame, cos? come lo stato di avanzamento dell?esame e il resoconto del numero di risposte date. Durante l?esecuzione dell?esame, le singole risposte vengono tracciate in tempo reale in modo che non possano esserci contestazioni in caso di improvvisa mancanza di connessione/elettricit? sulla postazione dell?utente discente. Le domande possono essere raccolte in gruppi tematici sulla base di tag, anche multipli, che ne specifichino l?argomento. La possibilit? per l?utente docente di creare gli esami suddividendo le domande in base ad argomenti specifici permette all?utente docente di valutare se il gruppo od il singolo utente discente abbia bisogno di approfondimenti ?postesame? su determinati argomenti al fine di colmare le lacune emerse durante lo svolgimento della prova. Durante tutto lo svolgimento dell?esame, ? attiva la webcam dell?utente discente per monitorarne il comportamento.
Per intercettare una navigazione non autorizzata su Internet da parte dell?utente discente durante l?esame online sar? attiva una funzionalit? di ?Focus out? che rileva quando l?utente discente si collega ad un?altra finestra o scheda di un browser durante l?esame per un tempo prestabilito, perdendo cos? il focus sul proprio esame. In caso di accertamento di un evento di focus out, la domanda a cui sta rispondendo l?utente discente in quel momento viene annullata. Il metodo secondo l?invenzione potrebbe in alternativa aggiungere automaticamente all?esame dell?utente discente una domanda in sostituzione di quella annullata. Al terzo evento di focus out rilevato, il metodo secondo l?invenzione potrebbe impedire all?utente discente di proseguire con lo svolgimento dell?esame che verrebbe cos? annullato.
Il metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione consente una valutazione ed un monitoraggio dell?esame effettuato da un utente discente. Infatti, per ogni specifico esame e per ogni singolo utente discente, ? possibile disporre di un cruscotto con l?elenco degli allarmi, l?elenco delle registrazioni post-allarmi, il timing e la corrispondenza tra allarmi e avanzamento dell?esame. Dallo stesso cruscotto, prima dell?esame, un utente docente e/o il Conference Manager pu? impostare tutti gli allarmi per parametrizzare quando far partire l?allarme e come dettagliare l?allarme. Tramite il cruscotto ? possibile approvare o annullare la singola risposta o l?intero esame dopo aver verificato la tipologia e la frequenza degli allarmi e la loro registrazione. Il superamento dell?esame viene automaticamente trasmesso tramite API ad un software gestionale che lo inserisce in un libretto dell?utente discente.
Grazie all?inserimento di strumenti di intelligenza artificiale e computer vision, l?esame digitale potr? essere arricchito di funzionalit? utili ad intercettare comportamenti anomali da parte dell?utente discente, come tentativi di copia, ricezione di suggerimenti, ricorso a mezzi esterni. Tali algoritmi, inoltre, costituiscono un aggiuntivo elemento deterrente all?adozione da parte dell?utente discente di comportamenti scorretti.
Una volta effettuato l?accesso, l?utente discente pu? effettuare una registrazione biometrica, che consente di associare al proprio profilo personale alcune fotografie del proprio volto che serviranno per tutti i riconoscimenti biometrici successivi prima, durante e dopo tutti gli esami del suo percorso formativo. Per tutti gli accessi successivi al primo, il metodo secondo l?invenzione effettua solo una verifica biometrica iniziale. Per effettuare questa verifica biometrica e le successive attivit? di analisi intelligente dell?immagine effettuate nel corso dello svolgimento di tutto l?esame online, ? necessario che il computer di utente 110, od un differente dispositivo di utente, ad esempio un dispositivo portatile quale un tablet 120 uno smartphone 130, sia provvisto di una camera 116.
Il sistema di riconoscimento biometrico integrato nel metodo secondo l?invenzione consente di identificare e certificare gli utenti collegati da remoto coinvolti nelle attivit? di formazione a distanza utilizzando tecniche di analisi del volto (c.d. face detection e face recognition) all?interno di sequenze di immagini o video prodotte durante le varie fasi di attivit? di formazione. Nondimeno, l?analisi di questi flussi ? finalizzata non solo all?identificazione anagrafica degli utenti collegati da remoto coinvolti, ma anche all?analisi del loro comportamento durante le attivit? formative (c.d. behavioural analysis), al fine di valutare in modo automatico e trasparente il grado di attenzione, interesse e partecipazione alle attivit? stesse.
Per raggiungere tali obiettivi, il metodo secondo l?invenzione si avvale di tecniche biometriche di face detection e face recognition, quali ad esempio algoritmi Viola-Jones, PCA, LDA e AAM, per valutare la distanza fra i punti significativi del volto dell?utente in immagini frontali o quasi-frontali acquisite mediante la camera 116 e per estrarre caratteristiche numeriche (feature extraction) relative alle immagini analizzate per il successivo utilizzo negli algoritmi di processing e pattern recognition, quali clustering e classificazione, utili allo scopo di identificazione degli utenti. Vantaggiosamente, il metodo secondo l?invenzione individua uno spazio di rappresentazione delle immagini, e.g., RGB, CMY o YUV, ed utilizza una specifica risoluzione ed una specifica profondit? di colore per rappresentare le immagini oggetto di analisi. Tale rappresentazione viene utilizzata per definire un formato delle immagini adatto all?utilizzo negli algoritmi di elaborazione menzionati in precedenza, in particolare valutando tra formati di compressione delle sequenze video e degli still frame che possono provocare un degrado della qualit? delle immagini analizzate.
Gli algoritmi di face detection utilizzati rispettano condizioni di invarianza, universalit?, unicit?, accettabilit?, misurabilit? e affidabilit?, considerando le informazioni che trasmette il viso attraverso i seguenti quattro tipi di segnali: static facial signals, slow facial signals, rapid facial signals, artificial signals. Ci? consente un riconoscimento personale degli utenti e l?individuazione di espressioni che denotano lo stato emozionale dell?utente considerato, grazie a tecniche di estrazione di informazioni dai segnali facciali visualizzati nelle immagini acquisite. Per l?identificazione di un utente, il metodo secondo l?invenzione utilizza un approccio statico e/o olistico e/o in due dimensioni; per l?analisi dello stato d?animo e del riconoscimento comportamentale dell?utente considerato, il metodo secondo l?invenzione utilizza feature spazio-temporali che possono essere analitiche e in due dimensioni, quali ad esempio geometric features (texture-based, shape-based) e/o appearance features (filtri di Gabor, box filter, ICA, PCA, LCA).
Nella preferita forma di realizzazione del metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione, l?interazione tra tipo di feature e classificazione mediante tecniche di pattern recognition predilige il Classificatore di Haar per la rivelazione delle componenti facciali, il classificatore AdaBoost per i box filter e SVM (support vector machine) per i filtri di Gabor. La verifica della qualit? della tecnica di face detection ? dimostrata non tanto dalla quantit? dei falsi positivi, ma soprattutto con riferimento alla consistenza geometrica che, per quanto il ritaglio facciale sia errato, permette di individuare punti interni alla sagoma corretti e fondamentali per il rilevamento.
Oltre alle tecniche di face detection e face recognition, il metodo secondo l?invenzione utilizza anche tecniche di valutazione dei movimenti facciali e del tono muscolare basate su accurati sistemi di tracking. In particolare, il metodo secondo l?invenzione utilizza tecniche di analisi basate su tecnologie visual marker-free, oltre a quelle basate su computer vision e machine learning, le quali possono sfruttare sensori ottici, acustici, optoelettronici e termografici per misurare i movimenti del corpo umano senza l?utilizzo di appositi marker da applicare sul volto da analizzare, in tal modo raggiungendo elevati livelli di efficienza ed efficacia operativa nel riconoscimento facciale ed espressivo.
Come detto, il metodo secondo l?invenzione esegue un controllo ed una verifica continua del comportamento corretto da parte del singolo utente discente, che ? basato su un sistema di allarmi. In particolare, per mezzo della camera 116 del dispositivo utilizzato dall?utente discente, il metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione controlla:
? se l?utente discente identificato ? inquadrato dalla camera 116;
? se l?utente discente identificato ? l?unico soggetto visibile;
? il livello di attenzione mediante la misura di indicatori specifici;
? la posizione della testa dell?utente discente ed eventuali movimenti sospetti della stessa;
? l?analisi del sentiment, ad esempio in treni di tranquillit? e/o agitazione e/o sicurezza e/o paura.
Inoltre, il metodo secondo l?invenzione esegue continuamente un matching temporale tra risposta al questionario e lo stato emotivo dell?utente discente mentre questi risponde, al fine di individuare eventuali necessit? di segnalare allarmi. In tal modo, il metodo secondo l?invenzione ? in grado di desumere anche la preparazione, la leadership e la capacit? di rimanere tranquillo dell?utente discente, delineando di fatto anche il suo carattere e la sua capacit? di affrontare situazioni di stress, anche al fine di governare una job recruiting mirata per il singolo utente discente sulla base delle richieste di specifiche aziende per specifiche posizioni.
Quando durante tale monitoraggio il metodo secondo l?invenzione riconosce almeno un comportamento riconosciuto come anomalo, viene emesso un allarme, che ? registrato congiuntamente al flusso video della camera 116 per qualche secondo. Queste registrazioni sono memorizzate in un repository e sono rese disponibili per la visione all?utente docente al fine di consentire ad esso di verificare effettivamente il comportamento anomalo dell?utente discente e successivamente giudicarlo conformemente. Esiste una temporizzazione tra l?allarme e la singola riposta all?esame, che viene valutata ed eventualmente annullata anche in base alla registrazione dopo l?allarme.
Ulteriormente, il metodo secondo l?invenzione esegue una analisi ambientale per analizzare l?ambiente circostante, richiedendo automaticamente all?utente discente, e.g. al raggiungimento di un determinato numero di allarmi, di attivare una seconda camera che inquadri la parte opposta dell?ambiente, e.g. una stanza, in cui si trova l?utente discente. Anche l?attivazione della seconda camera comporta eventuali registrazioni video in caso di allarmi, che sono pubblicate nel cruscotto e valutate dall?utente docente. Il metodo secondo l?invenzione pu? altres? procedere ad una analisi audio dell?ambiente.
Il metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione consente altres? la creazione automatica dei contenuti formativi registrati della lezione in diretta online, eventualmente anche sulla base dei dati tracciati degli utenti partecipanti. A tale scopo, l?applicativo web 160 ? provvisto di un tasto ?Avvia la registrazione?, controllabile da un utente tutor (che come detto sopra pu? coincidere con il Conference Manager), che, quando selezionato, causa l?apertura di una finestra nella quale inserire il titolo della registrazione, l?indirizzo e-mail a cui sar? inviato il file della registrazione e scegliere un layout finale della registrazione. Ci? consente di ottenere un corso SCORM (formato internazionale dell?e-learning) formato solo da alcune finestre utili ad una visualizzazione on-demand. Ad esempio, ? possibile eliminare dalla registrazione la lista partecipanti e la chat, lasciando solamente le slides e l?utente docente che parla, creando automaticamente un contenuto sincronizzato utile per rivedere in differita il corso cos? registrato. Questa trasformazione del contenuto ? un processo lato server 100 di post produzione automatica ed immediata e consente di far apparire, senza interventi manuali, la registrazione della sessione formativa nel percorso formativo dell?utente discente, scegliendo anche in modo automatico le propedeuiticit? relative.
Come illustrato sopra, il metodo implementato tramite computer di formazione a modalit? mista secondo l?invenzione si avvale di complesse logiche e metriche di machine learning basate sull?intelligenza artificiale che permettono di valutare e contestualizzare un utente discente iscritto alla piattaforma di formazione a modalit? mista e di riconoscere e registrare caratteristiche, grado di preparazione, lacune formative, interessi, attitudini, risultati formativi da raggiungere. Questa automazione consente quindi di autocreare percorsi formativi complessi, combinando efficacemente varie tipologie di formazione, segnatamente in presenza, in diretta live, registrata e esame online, ad esempio partendo da semplici quiz di autovalutazione fino ad arrivare a software che rilevano il plagio nei lavori degli utenti discenti, fino al pi? avanzato Learning Analytics che sfrutta gli algoritmi di Machine Learning per fare previsioni di apprendimento in base alle attivit? svolte dagli utenti discenti. A tale scopo, il metodo secondo l?invenzione analizza i contenuti visionati dal singolo utente discente (anche pi? volte) e le attivit? e le discussioni alle quali l?utente discente ha partecipato durante l?intero percorso formativo oppure durante specifiche sessioni formative e per tutti o solo alcuni degli utenti partecipanti.
In particolare, il metodo secondo l?invenzione consente di effettuare:
<? >una automazione dei contenuti, grazie a quiz che permettono di stimare la preparazione di uno specifico utente discente ad un percorso formativo od una sessione formativa e di adeguare i contenuti proposti e migliorare l?engagement dell?utente discente considerato;
<? >un apprendimento collaborativo, raggruppando gli utenti partecipanti secondo competenze, punti di forza e interessi ed evitando conflitti;
? una semplificazione dei compiti di routine, in modo che gli utenti docenti possano dedicare maggiori energie all?esperienza formativa;
<? >una personalizzazione dei contenuti grazie all?analisi semantica e a quella dei Big Data raccolti durante l?erogazione delle sessioni formative, che risulta molto utile se applicata a scenari o gamification, laddove l?interazione viene adeguata ai punti di forza e di debolezza dello specifico utente discente;
? risposte e feedback intelligenti mediate da chatbot, in cui, in caso di presenza di molti utenti discenti iscritti ad un percorso formativo e se ognuno di loro abbia una o pi? domande da porre, il supporto di un chatbot potrebbe progressivamente migliorare sulla base dei feedback ricevuti;
? eProctoring per monitorare gli esami online, sfruttando camera 116, ed eventualmente un microfono, dei dispositivi di utente, inibendo la navigazione verso siti esterni e l?uso di specifiche applicazioni, in cui il Machine Learning consente di confermare l?identit? degli utenti partecipanti ed a riconoscere eventuali comportamenti scorretti di questi. Come detto, il metodo implementato tramite computer di formazione a modalit? mista consente di eseguire uno o pi? esami digitali, ad esempio sulla base di questionari e sondaggi. Le risposte in diretta degli utenti discenti a sondaggi e/o questionari tracciati permettono di suddividere la classe virtuale degli utenti discenti in gruppi. Tramite la funzionalit? di breakout rooms ? possibile creare workgroup live per un apprendimento adattivo e focalizzato in base ai dati dei sondaggi e/o questionari in base alle informazioni e ai dati ottenuti dall?intelligenza artificiale descritta precedentemente. Ad esempio, ? possibile creare dei sondaggi live in ingresso per conoscere le competenze o gli interessi degli utenti discenti automaticamente e, in base alle risposte fornite, gli utenti partecipanti della classe vengono suddivisi in gruppi di lavoro (breakout) a cui l?utente docente assegna degli input per un apprendimento collaborativo.
In quel che precede sono state descritte le preferite forme di realizzazione e sono state suggerite delle varianti della presente invenzione, ma ? da intendersi che gli esperti del ramo potranno apportare modificazioni e cambiamenti senza con ci? uscire dal relativo ambito di protezione, come definito dalle rivendicazioni allegate.
Claims (10)
1. Metodo implementato tramite computer di formazione a modalit? mista che eroga ad uno o pi? utenti discenti un percorso formativo comprendente una o pi? sessioni formative secondo le seguenti tre modalit? di formazione:
? almeno una sessione formativa in presenza in aula,
? almeno una sessione formativa online in diretta in aula virtuale, e
? almeno una sessione formativa registrata disponibile su piattaforma elearning creata automaticamente con registrazione di detta almeno una sessione formativa online in diretta in aula virtuale,
in cui il metodo comprende la fase di far eseguire ad almeno parte di detti uno o pi? utenti discenti almeno un esame online.
2. Metodo secondo la rivendicazione 1, in cui detta almeno una sessione formativa online in diretta in aula virtuale, e detta almeno una sessione formativa registrata disponibile su piattaforma e-learning sono erogate tramite un applicativo web (160) che visualizza una pluralit? di finestre grafiche selezionate dal gruppo comprendente o consistente di almeno una finestra di videoconferenza audio-video, almeno una finestra chat, almeno una finestra di utenti partecipanti, almeno una finestra di screen sharing, almeno una finestra principale file ed almeno una finestra questionario e/o sondaggio.
3. Metodo secondo la rivendicazione 1 o 2, in cui viene identificata una navigazione non autorizzata su Internet da parte di un utente discente durante l?esecuzione di detto almeno un esame online.
4. Metodo secondo una qualsiasi delle rivendicazioni da 1 a 3, in cui vengono identificati uno o pi? comportamenti anomali di un utente discente durante l?esecuzione di detto almeno un esame online mediante tecniche di intelligenza artificiale.
5. Metodo secondo una qualsiasi delle rivendicazioni da 1 a 4, in cui ognuno di detti uno o pi? utenti discenti effettua durante un primo accesso una registrazione biometrica che viene associata ad un proprio profili personale e che viene utilizzata in accessi successivi per un riconoscimento biometrico di ognuno di detti uno o pi? utenti discenti.
6. Metodo secondo la rivendicazione 5, in cui detta registrazione biometrica ? relativa ad immagini del volto e detto riconoscimento biometrico ? basato su tecniche di face detection e/o face recognition.
7. Metodo secondo una qualsiasi delle rivendicazioni da 1 a 6, in cui viene automaticamente creato un percorso formativo dedicato ad un utente discente mediante tecniche di machine learning.
8. Sistema di elaborazione dati comprendente almeno un server (100) di elaborazione dati ed uno o pi? dispositivi (110; 120; 130) di utente di elaborazione dati, ognuno dei quali ? provvisto di uno schermo (113) e di una camera (116), collegati tramite la rete Internet (150) a detto almeno un server (100), in cui il sistema di elaborazione dati ? configurato per eseguire il metodo implementato tramite computer di formazione a modalit? mista secondo una qualsiasi delle rivendicazioni da 1 a 7.
9. Insieme di uno o pi? programmi per elaboratore comprendenti istruzioni che, quando eseguite da un sistema di di elaborazione dati secondo la rivendicazione 8, causano il sistema di elaborazione dati ad eseguire il metodo implementato tramite computer di formazione a modalit? mista secondo una qualsiasi delle rivendicazioni da 1 a 7.
10. Insieme di uno o pi? supporti di memoria leggibili da un elaboratore che ha memorizzato su di esso l?insieme di uno o pi? programmi per elaboratore secondo la rivendicazione 9.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102021000032573A IT202100032573A1 (it) | 2021-12-23 | 2021-12-23 | Metodo di formazione a modalità mista |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102021000032573A IT202100032573A1 (it) | 2021-12-23 | 2021-12-23 | Metodo di formazione a modalità mista |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| IT202100032573A1 true IT202100032573A1 (it) | 2023-06-23 |
Family
ID=80625393
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT102021000032573A IT202100032573A1 (it) | 2021-12-23 | 2021-12-23 | Metodo di formazione a modalità mista |
Country Status (1)
| Country | Link |
|---|---|
| IT (1) | IT202100032573A1 (it) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040191744A1 (en) | 2002-09-25 | 2004-09-30 | La Mina Inc. | Electronic training systems and methods |
| US20120315616A1 (en) | 2011-06-13 | 2012-12-13 | The Learning Contagion, Llc. | E-learning method and system |
| US20200302816A1 (en) * | 2019-03-21 | 2020-09-24 | Foundry College | Online classroom system and method for active learning |
-
2021
- 2021-12-23 IT IT102021000032573A patent/IT202100032573A1/it unknown
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040191744A1 (en) | 2002-09-25 | 2004-09-30 | La Mina Inc. | Electronic training systems and methods |
| US20120315616A1 (en) | 2011-06-13 | 2012-12-13 | The Learning Contagion, Llc. | E-learning method and system |
| US20200302816A1 (en) * | 2019-03-21 | 2020-09-24 | Foundry College | Online classroom system and method for active learning |
Non-Patent Citations (1)
| Title |
|---|
| LABAYEN MIKEL ET AL: "Online Student Authentication and Proctoring System Based on Multimodal Biometrics Technology", IEEE ACCESS, IEEE, USA, vol. 9, 11 May 2021 (2021-05-11), pages 72398 - 72411, XP011854557, DOI: 10.1109/ACCESS.2021.3079375 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kortegast et al. | Enhancing ways of knowing: The case for utilizing participant-generated visual methods in higher education research | |
| Metallinou et al. | The USC CreativeIT database of multimodal dyadic interactions: From speech and full body motion capture to continuous emotional annotations | |
| Saneiro et al. | Towards emotion detection in educational scenarios from facial expressions and body movements through multimodal approaches | |
| Prosser et al. | Introducing visual methods | |
| Makransky et al. | The theory of immersive collaborative learning (TICOL) | |
| Park et al. | Exploring preservice teachers’ emotional experiences in an immersive virtual teaching simulation through facial expression recognition | |
| Dindar et al. | Leaders and followers identified by emotional mimicry during collaborative learning: A facial expression recognition study on emotional valence | |
| Tan et al. | Analysing student engagement with 360-degree videos through multimodal data analytics and user annotations | |
| Deguara | Young children’s drawings: A methodological tool for data analysis | |
| Wong et al. | Analyzing MOOC discussion forum messages to identify cognitive learning information exchanges | |
| Sharma et al. | Student concentration evaluation index in an e-learning context using facial emotion analysis | |
| KR102681182B1 (ko) | 인공지능 기반 학습 관리 방법 및 장치 | |
| Snodgrass | Ethnography of online cultures | |
| Mayes et al. | Learning with student climate strikers’ humour: Towards critical affective climate justice literacies | |
| Pirini et al. | Multimodal analysis | |
| Dharmawansa et al. | Detecting eye blinking of a real-world student and introducing to the virtual e-Learning environment | |
| Baecher | Video in teacher learning: Through their own eyes | |
| Shen et al. | Understanding the effects of visual cueing on social media engagement with YouTube educational videos | |
| Roreger et al. | Socialize online learning: Why we should integrate learning content management with Online Social Networks | |
| Cirucci | Zoom affordances and identity: A case study | |
| Smith et al. | Qualitative methods and conceptual advances in sport psychology | |
| Bahreini et al. | Communication skills training exploiting multimodal emotion recognition | |
| Hung et al. | Augmenting teacher-student interaction in digital learning through affective computing | |
| Zhao et al. | [Retracted] A Deep Learning Model with Virtual Reality Technology for Second Language Acquisition | |
| Saggese | Beyond Words: The Neuroscientific and Multifaceted World of Non-Verbal Communication in Modern Society |