JP2020197824A - Information processing system and program - Google Patents
Information processing system and program Download PDFInfo
- Publication number
- JP2020197824A JP2020197824A JP2019102561A JP2019102561A JP2020197824A JP 2020197824 A JP2020197824 A JP 2020197824A JP 2019102561 A JP2019102561 A JP 2019102561A JP 2019102561 A JP2019102561 A JP 2019102561A JP 2020197824 A JP2020197824 A JP 2020197824A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- information
- user
- efficiency
- sleep
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 23
- 230000007958 sleep Effects 0.000 claims abstract description 46
- 230000006870 function Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 19
- 230000004622 sleep time Effects 0.000 description 15
- 238000007405 data analysis Methods 0.000 description 12
- 206010041349 Somnolence Diseases 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002618 waking effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、情報処理システムおよびプログラムに関する。 The present invention relates to information processing systems and programs.
従来技術として、特許文献１には、学習者の脳波を検出し、検出した脳波に基づいて学習者の心身状態を判断し、判断結果に基づいて学習プログラムの実施状況等を制御する学習装置が開示されている。 As a prior art, Patent Document 1 includes a learning device that detects a learner's brain wave, determines the learner's mental and physical condition based on the detected brain wave, and controls the implementation status of a learning program based on the determination result. It is disclosed.
ところで、記憶の定着性や学習を行う際の集中力等は、就寝時刻、起床時刻、睡眠時間の長さ、睡眠深度、中途覚醒の回数等の睡眠の状態によって変動する傾向がある。このため、学習を行う人物の学習効率は、その人物の睡眠の状態によって変動する傾向があり、学習効率を向上させるためには、学習を行う人物の睡眠の状態に合わせて学習を行うことが好ましい。
本発明は、睡眠中の生体データを利用することで、学習を行う人物の学習効率を向上させることを目的とする。
By the way, the retention of memory, the ability to concentrate when learning, and the like tend to fluctuate depending on the sleep state such as bedtime, wake-up time, length of sleep time, sleep depth, and number of awakenings. Therefore, the learning efficiency of the person who learns tends to fluctuate depending on the sleep state of the person, and in order to improve the learning efficiency, it is necessary to perform learning according to the sleep state of the person who learns. preferable.
An object of the present invention is to improve the learning efficiency of a person who learns by using biological data during sleep.
請求項１に記載の発明は、学習を行うユーザの予め定めた期間の睡眠中の生体データを取得する生体データ取得手段と、前記生体データに基づき、前記ユーザの学習効率を向上させるための情報である効率化情報を出力する出力手段とを備える情報処理システムである。
請求項２に記載の発明は、前記ユーザの学習状況に関する情報を取得する学習状況取得手段をさらに備え、前記出力手段は、前記生体データと前記学習状況に基づき前記効率化情報を出力することを特徴とする請求項１に記載の情報処理システムである。
請求項３に記載の発明は、前記学習状況取得手段は、前記学習状況に関する情報として、前記ユーザが予定している学習に関する情報を取得し、前記出力手段は、前記効率化情報として前記ユーザに推奨する学習に関する情報を出力することを特徴とする請求項２に記載の情報処理システムである。
請求項４に記載の発明は、前記学習状況取得手段は、前記学習状況に関する情報として、前記ユーザが既に行った過去の学習に関する情報を取得し、前記出力手段は、前記効率化情報として、前記ユーザが既に行った学習の評価に関する情報を出力することを特徴とする請求項２に記載の情報処理システムである。
請求項５に記載の発明は、前記出力手段は、前記効率化情報として、前記ユーザに推奨する睡眠に関する情報を出力することを特徴とする請求項１に記載の情報処理システムである。
請求項６に記載の発明は、コンピュータに、学習を行うユーザの予め定めた期間の睡眠中の生体データを取得する機能と、前記生体データに基づき、前記ユーザの学習効率を向上させるための情報である効率化情報を出力する機能とを実現するプログラムである。
The invention according to claim 1 is a biometric data acquisition means for acquiring biometric data during sleep for a predetermined period of a learning user, and information for improving the learning efficiency of the user based on the biometric data. It is an information processing system provided with an output means for outputting efficiency improvement information.
The invention according to claim 2 further includes a learning situation acquisition means for acquiring information on the learning situation of the user, and the output means outputs the efficiency improvement information based on the biological data and the learning situation. The information processing system according to claim 1, which is a feature.
In the invention according to claim 3, the learning situation acquisition means acquires information on learning planned by the user as information on the learning situation, and the output means informs the user as the efficiency improvement information. The information processing system according to claim 2, wherein information related to recommended learning is output.
In the invention according to claim 4, the learning situation acquisition means acquires information on past learning that the user has already performed as information on the learning situation, and the output means uses the efficiency improvement information as the information. The information processing system according to claim 2, wherein the information regarding the evaluation of learning already performed by the user is output.
The invention according to claim 5 is the information processing system according to claim 1, wherein the output means outputs information on sleep recommended to the user as the efficiency improvement information.
The invention according to claim 6 is a function of acquiring biometric data during sleep for a predetermined period of a learning user on a computer, and information for improving the learning efficiency of the user based on the biometric data. It is a program that realizes a function to output efficiency improvement information.
本発明によれば、睡眠中の生体データを利用することで、学習を行う人物の学習効率を向上させることができる。 According to the present invention, it is possible to improve the learning efficiency of a person who learns by using biometric data during sleep.
以下、添付図面を参照して、本発明の実施の形態について説明する。
図１は、本実施の形態が適用される情報処理システム１の全体構成を示す図である。
情報処理システム１は、学習を行うユーザの睡眠中の生体データを検知するベッドセンサ２と、ベッドセンサ２による検知結果およびユーザによる学習状況に関する情報を取得し、ユーザに対し学習効率を向上させるための効率化情報を通知するサーバ装置３と、ユーザが操作する端末装置４とが、インターネット１０を通じて接続されている。なお、図１に示す情報処理システム１では、サーバ装置３が１つであるが、複数存在してもよい。また、情報処理システム１を用いるユーザが複数いる場合、それぞれのユーザに対応して、ベッドセンサ２および端末装置４が複数存在してもよい。
Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings.
FIG. 1 is a diagram showing an overall configuration of an information processing system 1 to which the present embodiment is applied.
The information processing system 1 acquires a bed sensor 2 that detects biological data during sleep of a user who is learning, a detection result by the bed sensor 2, and information on a learning situation by the user, in order to improve learning efficiency for the user. The server device 3 for notifying the efficiency improvement information of the above and the terminal device 4 operated by the user are connected via the Internet 10. In the information processing system 1 shown in FIG. 1, there is one server device 3, but a plurality of server devices 3 may exist. Further, when there are a plurality of users who use the information processing system 1, a plurality of bed sensors 2 and terminal devices 4 may exist corresponding to each user.
ベッドセンサ２は、就寝する人物の生体データを非接触で測定可能なセンサからなり、例えば、ユーザが就寝する寝具の下に敷いて使用するマット型のセンサが挙げられる。例えばベッドセンサ２は、導電性の生地と複数個の圧電素子によって構成され、周期的な微振動を検知の対象とする。なお、ベッドセンサ２としては、マイクロ波ドップラーレーダーを使用してもよい。本実施の形態の場合、ベッドセンサ２は、生体データとして、脈拍、体温、呼吸数、寝返り等の体動を検知する。また、ベッドセンサ２は、寝具にユーザが入ったこと、および寝具からユーザが出たことを検知する。 The bed sensor 2 includes a sensor capable of measuring biological data of a person who goes to bed in a non-contact manner, and examples thereof include a mat-type sensor that is laid under the bedding that the user sleeps on. For example, the bed sensor 2 is composed of a conductive material and a plurality of piezoelectric elements, and detects periodic micro-vibrations. A microwave Doppler radar may be used as the bed sensor 2. In the case of the present embodiment, the bed sensor 2 detects body movements such as pulse, body temperature, respiratory rate, and turning over as biological data. In addition, the bed sensor 2 detects that the user has entered the bedding and that the user has left the bedding.
もっとも、ベッドセンサ２は、生体データを検知できれば、マット型のセンサやマイクロ波ドップラーレーダーに限らない。例えばベッドセンサ２として、スマートフォンを代用してもよい。現在、スマートフォン用のアプリケーションプログラムとして、スマートフォンに内蔵された加速度センサの出力を用いて、被検者の睡眠時間や睡眠サイクル等を計測できるものがある。このようなスマートフォン用のアプリケーションプログラムを、ベッドセンサ２として用いることができる。 However, the bed sensor 2 is not limited to the mat type sensor and the microwave Doppler radar as long as it can detect biological data. For example, a smartphone may be used as the bed sensor 2. Currently, as an application program for smartphones, there is one that can measure the sleep time, sleep cycle, etc. of a subject by using the output of an acceleration sensor built in the smartphone. Such an application program for smartphones can be used as the bed sensor 2.
ベッドセンサ２は、予め定めた時間単位（例えば、１分単位）で、または生体データが検知されたタイミングで、インターネット１０を通じて生体データをサーバ装置３へ送信する。 The bed sensor 2 transmits the biometric data to the server device 3 through the Internet 10 in a predetermined time unit (for example, in 1 minute units) or at the timing when the biometric data is detected.
サーバ装置３は、ベッドセンサ２から取得した生体データを収集し分析する。また、サーバ装置３は、端末装置４等から、ユーザの学習状況に関する情報を取得する。そして、サーバ装置３は、生体データおよびユーザの学習状況に基づき、ユーザによる学習効率を向上させるための効率化情報を生成する。ここで、「学習効率」とは、ユーザが学習に要する労力に対し、ユーザが学習により得られる成果の大きさを意味する。学習効率を示す指標としては、単位時間の学習による記憶の定着のしやすさ、集中力が持続する時間の長さ、問題を解いたり文章を読んだりする速度等が例示される。なお、サーバ装置３の構成や機能については、後段にて詳細に説明する。 The server device 3 collects and analyzes biological data acquired from the bed sensor 2. Further, the server device 3 acquires information on the learning status of the user from the terminal device 4 and the like. Then, the server device 3 generates efficiency information for improving the learning efficiency by the user based on the biological data and the learning situation of the user. Here, the "learning efficiency" means the magnitude of the result obtained by the user learning with respect to the labor required by the user for learning. Examples of the index showing learning efficiency include the ease of fixing memory by learning unit time, the length of time that concentration is maintained, the speed of solving problems and reading sentences, and the like. The configuration and functions of the server device 3 will be described in detail later.
端末装置４は、情報を表示する表示部および他の装置等との通信を行う通信部を備える情報機器であり、例えばスマートフォン、タブレット型端末、パーソナルコンピュータ等であるが特に限定されるものではない。端末装置４は、ユーザの学習状況に関する情報の入力を受け付け、サーバ装置３へ送信する。また、端末装置４は、サーバ装置３にて生成された効率化情報を取得し、表示部に表示する。 The terminal device 4 is an information device including a display unit for displaying information and a communication unit for communicating with other devices and the like, and is, for example, a smartphone, a tablet terminal, a personal computer, etc., but is not particularly limited. .. The terminal device 4 receives the input of information regarding the learning status of the user and transmits it to the server device 3. Further, the terminal device 4 acquires the efficiency improvement information generated by the server device 3 and displays it on the display unit.
図２は、本実施の形態が適用されるサーバ装置３の機能構成例を示す図である。
サーバ装置３は、所謂コンピュータであり、アプリケーションプログラムを実行する演算装置３１と、各種のデータを記憶する記憶装置３３と、情報処理システム１（図１参照）を構成する他の装置との通信を行う通信装置３５と、これらを接続するバス３７とを備えている。
演算装置３１は、ＣＰＵ（＝Central Processing Unit）と、ＢＩＯＳ（＝Basic Input Output System）等が記憶されたＲＯＭ（＝Read Only Memory）と、ワークエリアとして用いられるＲＡＭ（＝Random Access Memory）とを有している。ここでのＲＯＭは、不揮発性の半導体メモリであれば書き換えが可能でもよい。
FIG. 2 is a diagram showing a functional configuration example of the server device 3 to which the present embodiment is applied.
The server device 3 is a so-called computer, and communicates with an arithmetic unit 31 that executes an application program, a storage device 33 that stores various data, and another device that constitutes the information processing system 1 (see FIG. 1). A communication device 35 for performing the operation and a bus 37 for connecting them are provided.
The arithmetic unit 31 has a CPU (= Central Processing Unit), a ROM (= Read Only Memory) in which a BIOS (= Basic Input Output System) and the like are stored, and a RAM (= Random Access Memory) used as a work area. Have. The ROM here may be rewritable as long as it is a non-volatile semiconductor memory.
演算装置３１は、ユーザの学習状況に関する情報を取得する学習状況取得部３１１と、ユーザの睡眠中の生体データを取得し、分析する生体データ分析部３１３と、ユーザの学習状況および生体データの分析結果に基づき、ユーザの学習効率を向上させるための効率化情報を生成する効率化情報生成部３１５と、効率化情報生成部３１５により生成された効率化情報を端末装置４等へ通知する通知部３１７として機能する。学習状況取得部３１１、生体データ分析部３１３、効率化情報生成部３１５、および通知部３１７の各機能は、アプリケーションプログラムの実行を通じて実現される。 The computing device 31 has a learning status acquisition unit 311 that acquires information about the user's learning status, a biometric data analysis unit 313 that acquires and analyzes biometric data during the user's sleep, and an analysis of the user's learning status and biometric data. Based on the result, an efficiency information generation unit 315 that generates efficiency information for improving the learning efficiency of the user, and a notification unit that notifies the terminal device 4 and the like of the efficiency information generated by the efficiency information generation unit 315. Functions as 317. The functions of the learning status acquisition unit 311, the biological data analysis unit 313, the efficiency information generation unit 315, and the notification unit 317 are realized through the execution of the application program.
学習状況取得部３１１は、学習状況取得手段の一例であって、端末装置４等から送信されたユーザの学習状況に関する情報を取得する。この例では、学習状況取得部３１１は、学習状況に関する情報として、ユーザが学習を予定している学習科目（例えば、英語、数学、法律等）、およびその学習方法（例えば、暗記、演習、音読、動画再生等）の情報が挙げられる。
学習状況取得部３１１は、例えば、端末装置４の表示部に、学習状況入力フォームを表示させ、ユーザによる学習状況入力フォームへの入力を介して、ユーザの学習状況に関する情報を取得することができる。
The learning status acquisition unit 311 is an example of the learning status acquisition means, and acquires information on the learning status of the user transmitted from the terminal device 4 or the like. In this example, the learning status acquisition unit 311 uses the learning subject (for example, English, mathematics, law, etc.) that the user plans to study and the learning method (for example, memorization, practice, reading aloud) as information on the learning status. , Video playback, etc.).
For example, the learning status acquisition unit 311 can display the learning status input form on the display unit of the terminal device 4, and can acquire information on the user's learning status through the input to the learning status input form by the user. ..
生体データ分析部３１３は、生体データ取得手段の一例であって、予め定めた期間（この例では、ユーザが就寝してから起床するまでの期間）に取得された生体データを分析し、分析結果を効率化情報生成部３１５へ出力する。生体データ分析部３１３は、生体データの分析結果として、例えば就寝時刻、起床時刻、睡眠時間の長さ、睡眠深度、中途覚醒の回数等を出力する。 The biometric data analysis unit 313 is an example of the biometric data acquisition means, and analyzes the biometric data acquired during a predetermined period (in this example, the period from when the user goes to bed to when he / she wakes up), and analyzes the analysis result. Is output to the efficiency information generation unit 315. The biological data analysis unit 313 outputs, for example, bedtime, wake-up time, length of sleep time, sleep depth, number of awakenings, etc. as the analysis result of biological data.
効率化情報生成部３１５は、学習状況取得部３１１にて取得した学習状況に関する情報、および生体データ分析部３１３による生体データの分析結果に基づいて、ユーザの学習効率を向上させるための情報である効率化情報を生成する。効率化情報としては、例えば、ユーザに推奨する学習に関する情報、ユーザに推奨する睡眠に関する情報等が挙げられる。ユーザに推奨する学習に関する情報としては、具体的には、学習効率を向上させるために適した学習開始時刻、学習終了時刻、休憩時刻、学習時間、学習科目、および学習方法等の情報が挙げられる。また、ユーザに推奨する睡眠に関する情報としては、学習効率を向上させるために適した就寝時刻、起床時刻、睡眠時間の長さ等の情報が挙げられる。 The efficiency improvement information generation unit 315 is information for improving the learning efficiency of the user based on the information on the learning status acquired by the learning status acquisition unit 311 and the analysis result of the biometric data by the biometric data analysis unit 313. Generate efficiency information. Examples of the efficiency information include information on learning recommended to the user, information on sleep recommended to the user, and the like. Specific examples of learning information recommended to the user include information such as learning start time, learning end time, break time, learning time, learning subject, and learning method suitable for improving learning efficiency. .. In addition, as the information on sleep recommended to the user, information such as bedtime, wake-up time, and length of sleep time suitable for improving learning efficiency can be mentioned.
通知部３１７は、効率化情報生成部３１５により生成された効率化情報を、ユーザが操作する端末装置４に通知する。
本実施の形態では、効率化情報生成部３１５および通知部３１７が、出力手段の一例である。なお、効率化情報生成部３１５により生成される効率化情報の詳細、および通知部３１７による通知内容については、後段にて例を挙げて説明する。
The notification unit 317 notifies the terminal device 4 operated by the user of the efficiency improvement information generated by the efficiency improvement information generation unit 315.
In the present embodiment, the efficiency information generation unit 315 and the notification unit 317 are examples of output means. The details of the efficiency information generated by the efficiency information generation unit 315 and the content of the notification by the notification unit 317 will be described later with an example.
記憶装置３３は、不揮発性の書き換え可能な記憶媒体にデータを読み書きする装置であり、例えばハードディスク装置、半導体メモリ等で構成される。本実施の形態の場合、記憶装置３３には、基本ソフトウェアやアプリケーションプログラムも記憶されている。ＣＰＵによるアプリケーションプログラムの実行を通じ、前述した学習状況取得部３１１、生体データ分析部３１３、効率化情報生成部３１５および通知部３１７の機能が実現される。 The storage device 33 is a device that reads / writes data to / from a non-volatile rewritable storage medium, and is composed of, for example, a hard disk device, a semiconductor memory, or the like. In the case of this embodiment, the storage device 33 also stores basic software and application programs. Through the execution of the application program by the CPU, the functions of the learning status acquisition unit 311, the biological data analysis unit 313, the efficiency information generation unit 315, and the notification unit 317 are realized.
また、記憶装置３３には、ベッドセンサ２から取得された生体データが記憶される。また、記憶装置３３には、学習状況取得部３１１が取得したユーザの学習状況に関する情報が記憶される。
さらに、記憶装置３３には、効率化情報生成部３１５により生成された効率化情報をユーザの端末装置４へ通知する場合に用いるメッセージのひな型等の情報が記憶されている。
Further, the storage device 33 stores the biological data acquired from the bed sensor 2. Further, the storage device 33 stores information regarding the learning status of the user acquired by the learning status acquisition unit 311.
Further, the storage device 33 stores information such as a message template used when notifying the user's terminal device 4 of the efficiency improvement information generated by the efficiency improvement information generation unit 315.
さらにまた、記憶装置３３には、ユーザを識別する識別情報、ユーザの連絡先等の各種のデータが記憶されている。記憶装置３３に記憶される各種のデータは、情報処理システム１を用いるユーザの数だけ記憶されており、ユーザの管理に用いられるＩＤ（Identifier）によって管理されている。
ユーザを識別する識別情報は、例えば、ユーザの氏名、住所、性別、年齢等の情報である。また、ユーザの連絡先には、例えばユーザが操作する端末装置４で用いられるメールアドレス等が記録される。
Furthermore, various data such as identification information for identifying the user and contact information of the user are stored in the storage device 33. Various types of data stored in the storage device 33 are stored as many as the number of users who use the information processing system 1, and are managed by IDs (Identifiers) used for managing the users.
The identification information that identifies the user is, for example, information such as the user's name, address, gender, and age. Further, in the contact information of the user, for example, an e-mail address used in the terminal device 4 operated by the user is recorded.
ところで、記憶の定着性や学習を行う際の集中力等は、就寝時刻、起床時刻、睡眠時間の長さ、睡眠深度、中途覚醒の回数等によって変動する傾向がある。言い換えると、学習を行う人物の学習効率は、その人物の睡眠の状態によって変動する傾向がある。また、学習を行う人物の睡眠の状態によって、適した学習科目や学習方法があり、学習科目や学習方法の違いによっても学習効率が変動する場合がある。このため、学習効率を向上させるためには、学習を行う人物の睡眠の状態に合わせて、学習を行うことが好ましい。
これに対し、本実施の形態の情報処理システム１では、効率化情報生成部３１５が睡眠中の生体データに基づいて効率化情報を生成することで、ユーザにより学習効率の向上を図っている。
By the way, the retention of memory, the ability to concentrate when learning, and the like tend to fluctuate depending on the bedtime, the wake-up time, the length of sleep time, the depth of sleep, the number of awakenings, and the like. In other words, the learning efficiency of a person who learns tends to fluctuate depending on the sleep state of the person. In addition, there are suitable learning subjects and learning methods depending on the sleeping state of the person performing the learning, and the learning efficiency may vary depending on the differences in the learning subjects and learning methods. Therefore, in order to improve the learning efficiency, it is preferable to perform learning according to the sleeping state of the person who is learning.
On the other hand, in the information processing system 1 of the present embodiment, the efficiency information generation unit 315 generates efficiency information based on the biological data during sleep, so that the user can improve the learning efficiency.
続いて、効率化情報生成部３１５による効率化情報の生成処理の一例について説明する。図３は、効率化情報生成部３１５による効率化情報の生成処理を説明するための模式図である。
効率化情報生成部３１５は、上述したように、学習状況取得部３１１にて取得したユーザによる学習状況、および生体データ分析部３１３にて分析したユーザの睡眠中の生体データの分析結果（以下、単に生体データの分析結果と表記する。）に基づいて、効率化情報を生成する。
Subsequently, an example of the efficiency information generation process by the efficiency information generation unit 315 will be described. FIG. 3 is a schematic diagram for explaining the efficiency information generation process by the efficiency information generation unit 315.
As described above, the efficiency information generation unit 315 analyzes the learning status of the user acquired by the learning status acquisition unit 311 and the analysis result of the user's biological data during sleep analyzed by the biometric data analysis unit 313 (hereinafter, It is simply referred to as the analysis result of biometric data) to generate efficiency information.
図３に示す例では、効率化情報生成部３１５は、ユーザによる学習状況に関する情報として、ユーザが学習を予定している学習科目（例えば、英語、数学、法律等）、および学習方法（例えば、暗記、演習、音読、動画視聴等）を、学習状況取得部３１１から取得する。
また、効率化情報生成部３１５は、生体データの分析結果として、就寝時刻、起床時刻、睡眠時間の長さ、睡眠深度、中途覚醒の回数を、生体データ分析部３１３から取得する。
In the example shown in FIG. 3, the efficiency improvement information generation unit 315 uses the learning subject (for example, English, mathematics, law, etc.) and the learning method (for example, for example) that the user plans to learn as information on the learning situation by the user. Memorization, exercises, reading aloud, watching videos, etc.) are acquired from the learning status acquisition unit 311.
In addition, the efficiency information generation unit 315 acquires the bedtime, the wake-up time, the length of sleep time, the sleep depth, and the number of awakenings from the biological data analysis unit 313 as the analysis result of the biological data.
そして、効率化情報生成部３１５は、ユーザによる学習状況および睡眠中の生体データの分析結果に基づいて、効率化情報として、学習開始時刻、学習終了時刻、休憩時刻、学習時間、学習科目、学習方法、および睡眠に対するアドバイス等を生成する。 Then, the efficiency-enhancing information generation unit 315 uses the learning start time, learning end time, break time, learning time, learning subject, and learning as efficiency-enhancing information based on the learning situation by the user and the analysis result of the biological data during sleep. Generate methods, sleep advice, etc.
効率化情報生成部３１５は、例えば、生体データの分析結果のうち起床時刻に基づいて学習開始時刻、学習終了時刻および休憩時刻を算出することができる。一般に、人物が学習を行う場合、起床してからの経過時間によって脳や体の働きが変動し、これに伴って学習効率が変動する。
したがって、効率化情報生成部３１５は、起床時刻に対し学習効率が向上する所定の時間を加算した時刻を学習開始時刻、学習終了時刻および休憩時刻として算出することができる。なお、起床してからの経過時間による脳や体の働きの変動の仕方は、睡眠時間の長さ、睡眠深度、中途覚醒の回数等によって異なる場合がある。したがって、学習開始時刻、学習終了時刻および休憩時刻を算出するに際して起床時刻に加算する所定の時間は、生体データの分析結果である睡眠時間の長さ、睡眠深度、中途覚醒の回数等に応じて変化させてもよい。
The efficiency information generation unit 315 can calculate, for example, the learning start time, the learning end time, and the break time based on the wake-up time in the analysis result of the biological data. In general, when a person learns, the functions of the brain and body fluctuate depending on the elapsed time from waking up, and the learning efficiency fluctuates accordingly.
Therefore, the efficiency improvement information generation unit 315 can calculate the time obtained by adding a predetermined time for improving the learning efficiency to the wake-up time as the learning start time, the learning end time, and the break time. The way the brain and body work changes depending on the elapsed time after waking up may differ depending on the length of sleep time, the depth of sleep, the number of awakenings, and the like. Therefore, the predetermined time to be added to the wake-up time when calculating the learning start time, learning end time, and rest time depends on the length of sleep time, sleep depth, number of awakenings, etc., which are the analysis results of biological data. It may be changed.
また、効率化情報生成部３１５は、例えば、生体データの分析結果のうち睡眠時間の長さ、睡眠深度、中途覚醒の回数等に基づいて、ユーザによる学習状況の中から適した学習科目および学習方法を選択することができる。例えば、ユーザの睡眠時間が短い場合、睡眠深度が浅い場合、または中途回数が多い場合等には、学習中にユーザが眠くなったり、集中力が低下したりする傾向がある。一方で、さまざまな学習科目や学習方法の中で、例えば、英単語や法律の暗記や動画再生による学習等はユーザが眠くなって学習効率が低下しやすく、また、数学の演習や文章の音読等の学習は眠くなりにくく学習効率が低下しにくい等の傾向がある。
したがって、効率化情報生成部３１５は、例えば、睡眠時間が予め定めた閾値より短い場合、睡眠深度が予め定めた閾値より浅い場合、中途覚醒の回数が予め定めた閾値より多い場合には、ユーザによる学習状況の中から、学習効率が低下しにくい学習科目や学習方法を選択することができる。
In addition, the efficiency information generation unit 315, for example, based on the length of sleep time, the depth of sleep, the number of times of awakening, etc. among the analysis results of biological data, the learning subject and learning suitable from the learning situation by the user. You can choose the method. For example, when the user's sleep time is short, the sleep depth is shallow, or the number of times of sleep is large, the user tends to become sleepy or lose concentration during learning. On the other hand, among various learning subjects and learning methods, for example, learning by memorizing English words and laws and playing videos tends to make users sleepy and reduce learning efficiency, and also math exercises and reading aloud sentences. There is a tendency that learning such as is less likely to make you sleepy and less likely to reduce learning efficiency.
Therefore, the efficiency information generation unit 315 may use the user, for example, when the sleep time is shorter than the predetermined threshold value, the sleep depth is shallower than the predetermined threshold value, or the number of awakenings is greater than the predetermined threshold value. It is possible to select a learning subject and a learning method from which the learning efficiency is unlikely to decrease from the learning situation according to.
また、効率化情報生成部３１５は、生体データの分析結果、および効率化情報として生成した学習開始時刻、学習終了時刻、休憩時刻、学習時間、学習科目および学習方法に基づいて、睡眠に対するアドバイスを生成することができる。一般に、学習した内容は、睡眠中に定着される傾向がある。このため、学習を行った場合には、速やかに睡眠をとることが好ましく、また睡眠時間を十分に長くとることが好ましい。
したがって、効率化情報生成部３１５は、生体データの分析結果、および効率化情報として生成した学習開始時刻、学習終了時刻、休憩時刻、学習時間、学習科目および学習方法に基づいて、「学習後は、速やかに寝ましょう。」等のアドバイスを生成することができる。また、効率化情報生成部３１５は、睡眠に対するアドバイスとして、ユーザに推奨する具体的な就寝時刻、起床時刻、睡眠時間の長さを算出してもよい。
In addition, the efficiency information generation unit 315 gives advice on sleep based on the analysis result of biometric data and the learning start time, learning end time, break time, learning time, learning subject and learning method generated as efficiency information. Can be generated. In general, what you learn tends to take hold during sleep. Therefore, when learning is performed, it is preferable to take a quick sleep, and it is preferable to take a sufficiently long sleep time.
Therefore, the efficiency improvement information generation unit 315 "after learning," based on the analysis result of the biometric data and the learning start time, learning end time, break time, learning time, learning subject and learning method generated as the efficiency improvement information. You can generate advice such as "Let's go to bed promptly." In addition, the efficiency information generation unit 315 may calculate a specific bedtime, wake-up time, and sleep time length recommended to the user as advice for sleep.
なお、上述した効率化情報生成部３１５による効率化情報の生成処理については、一例に過ぎない。ユーザによる学習状況および睡眠中の生体データの分析結果に基づいてユーザの学習効率を向上させる効率化情報を生成できれば、生成方法は特に限定されるものではない。 The process of generating efficiency information by the efficiency information generation unit 315 described above is only an example. The generation method is not particularly limited as long as it is possible to generate efficiency information that improves the learning efficiency of the user based on the learning situation by the user and the analysis result of the biological data during sleep.
続いて、サーバ装置３により行われる効率化情報の生成処理について説明する。図４は、サーバ装置３で実行される効率化情報の生成処理の処理動作の一例を説明するフローチャートである。
情報処理システム１を利用するユーザは、端末装置４を用いて学習状況の入力を行う。端末装置４は、入力を受け付けた学習状況に関する情報を、サーバ装置３へ出力する。
サーバ装置３は、演算装置３１の学習状況取得部３１１が、端末装置４から出力された学習状況に関する情報を取得し（ステップ１０１）、取得した学習状況に関する情報を記憶装置３３に記憶する。
Subsequently, the efficiency information generation process performed by the server device 3 will be described. FIG. 4 is a flowchart illustrating an example of a processing operation of the efficiency information generation process executed by the server device 3.
The user who uses the information processing system 1 inputs the learning status by using the terminal device 4. The terminal device 4 outputs the information regarding the learning status that has received the input to the server device 3.
In the server device 3, the learning status acquisition unit 311 of the arithmetic unit 31 acquires the information regarding the learning status output from the terminal device 4 (step 101), and stores the acquired information regarding the learning status in the storage device 33.
また、ベッドセンサ２は、予め定めた時間単位またはタイミングで、生体データをサーバ装置３へ送信する。
サーバ装置３は、ベッドセンサ２から送信された生体データを受信すると、受信した生体データを記憶装置３３（図２参照）に記憶する（ステップ１０２）。サーバ装置３は、予め定めた期間（この例では、ユーザが就寝してから起床するまでの期間）、この処理を継続的に実行する。すなわち、サーバ装置３は、受信した生体データに基づきユーザが起床したか否かの判定を行い（ステップ１０３）、ユーザが起床していない場合（ステップ１０３でＮＯ）、生体データを受信し、記憶する処理を継続する。
Further, the bed sensor 2 transmits biometric data to the server device 3 at a predetermined time unit or timing.
When the server device 3 receives the biometric data transmitted from the bed sensor 2, the server device 3 stores the received biometric data in the storage device 33 (see FIG. 2) (step 102). The server device 3 continuously executes this process for a predetermined period (in this example, the period from when the user goes to bed to when he / she wakes up). That is, the server device 3 determines whether or not the user has woken up based on the received biometric data (step 103), and if the user has not woken up (NO in step 103), receives and stores the biometric data. Continue the process.
次いで、ユーザが起床すると（ステップ１０３でＹＥＳ）、サーバ装置３は、生体データ分析部３１３が、予め定めた期間に収集された生体データの分析を行う（ステップ１０４）。具体的には、生体データ分析部３１３は、生体データの分析を行い、予め定めた期間におけるユーザの就寝時刻、起床時刻、睡眠時間の長さ、睡眠深度、中途覚醒の回数等を算出する。
そして、生体データ分析部３１３は、分析結果を効率化情報生成部３１５へ出力する（ステップ１０５）。
Next, when the user wakes up (YES in step 103), the server device 3 analyzes the biometric data collected in a predetermined period by the biometric data analysis unit 313 (step 104). Specifically, the biological data analysis unit 313 analyzes the biological data and calculates the user's bedtime, wake-up time, sleep time length, sleep depth, number of awakenings, etc. in a predetermined period.
Then, the biological data analysis unit 313 outputs the analysis result to the efficiency information generation unit 315 (step 105).
次いで、サーバ装置３は、効率化情報生成部３１５が、ステップ１０１で取得した学習状況に関する情報、およびステップ１０５で取得した生体データの分析結果に基づき、ユーザによる学習効率を向上させるための効率化情報を生成する（ステップ１０６）。 Next, in the server device 3, the efficiency improvement information generation unit 315 improves the efficiency for improving the learning efficiency by the user based on the information on the learning status acquired in step 101 and the analysis result of the biological data acquired in step 105. Generate information (step 106).
次いで、サーバ装置３は、通知部３１７が、端末装置４に対して効率化情報生成部３１５により生成された効率化情報を通知し（ステップ１０７）、一連の処理を終了する。 Next, the server device 3 notifies the terminal device 4 of the efficiency information generated by the efficiency information generation unit 315 by the notification unit 317 (step 107), and ends a series of processes.
続いて、効率化情報生成部３１５により生成され通知部３１７により通知される効率化情報について説明する。上述したように、通知部３１７は、効率化情報をユーザが使用する端末装置４に通知している。
通知を受けた端末装置４は、効率化情報を例えばメッセージとして表示部に表示する。
Subsequently, the efficiency information generated by the efficiency information generation unit 315 and notified by the notification unit 317 will be described. As described above, the notification unit 317 notifies the terminal device 4 used by the user of the efficiency improvement information.
Upon receiving the notification, the terminal device 4 displays the efficiency improvement information as, for example, a message on the display unit.
図５は、端末装置４に表示されるメッセージの一例を示す図である。図５では、端末装置４としてスマートフォンの表示部にメッセージを表示する場合を示している。
図５に示す例では、端末装置４に、効率化情報として、ユーザである「Ａさん」の学習効率を向上させるための効率化情報として、学習開始時刻、学習時間、それぞれの学習時間に対応する学習科目および学習方法、および睡眠に対するアドバイスが表示されている。
これにより、効率化情報を通知されたユーザが、端末装置４に表示されたメッセージに基づいて学習を行うことで、学習効率を向上させることができる。
FIG. 5 is a diagram showing an example of a message displayed on the terminal device 4. FIG. 5 shows a case where a message is displayed on the display unit of the smartphone as the terminal device 4.
In the example shown in FIG. 5, the terminal device 4 corresponds to the learning start time, the learning time, and the respective learning times as the efficiency-enhancing information for improving the learning efficiency of the user "Mr. A". The study subjects and learning methods to be studied, and advice on sleep are displayed.
As a result, the user who has been notified of the efficiency improvement information can improve the learning efficiency by performing learning based on the message displayed on the terminal device 4.
なお、サーバ装置３による効率化情報の通知方法は、特に限定されるものではなく、図５に示したような端末装置４におけるメッセージの表示の他、音声等によって行ってもよい。また、例えば、効率化情報のうち学習開始時刻等は、その時刻に到達した場合に端末装置４が有するアラーム機能等により通知してもよい。 The method of notifying the efficiency improvement information by the server device 3 is not particularly limited, and may be performed by voice or the like in addition to displaying a message in the terminal device 4 as shown in FIG. Further, for example, the learning start time or the like in the efficiency improvement information may be notified by an alarm function or the like of the terminal device 4 when the time is reached.
以上、本発明の実施の形態について説明したが、本発明の技術的範囲は、上述した実施の形態に記載した範囲に限定されるものではない。
上述した例では、学習状況取得部３１１は、学習状況としてユーザが学習を予定している学習科目やその学習方法等の情報を取得しているが、学習状況取得部３１１は、例えば、学習状況としてユーザが既に行った過去の学習に関する情報を取得してもよい。具体的には、学習状況取得部３１１は、その日に行った学習についての学習開始時刻、学習終了時刻、学習時間、学習科目、学習方法等の情報を取得してもよい。
この場合、効率化情報生成部３１５は、効率化情報として、上述したユーザに推奨する学習に関する情報、ユーザに推奨する睡眠に関する情報等の他、過去の学習に関する評価を生成することができる。具体的には、「学習後にすぐ就寝したので、記憶の定着性が良好である。」、「学習後の睡眠時間が不足しているので、学習効率が低下した。」等の評価を生成することができる。そして、ユーザが、過去の学習に関する評価に基づいて学習および睡眠を行うことで、学習効率を向上させることができる。
Although the embodiments of the present invention have been described above, the technical scope of the present invention is not limited to the scope described in the above-described embodiments.
In the above example, the learning status acquisition unit 311 acquires information such as the learning subject that the user plans to learn and the learning method thereof as the learning status, but the learning status acquisition unit 311 obtains, for example, the learning status. You may get information about the past learning that the user has already done. Specifically, the learning status acquisition unit 311 may acquire information such as a learning start time, a learning end time, a learning time, a learning subject, and a learning method for the learning performed on that day.
In this case, the efficiency information generation unit 315 can generate evaluations related to past learning as efficiency information, in addition to the above-mentioned information on learning recommended to the user, information on sleep recommended to the user, and the like. Specifically, evaluations such as "because I went to bed immediately after learning, the memory retention is good" and "because the sleep time after learning is insufficient, the learning efficiency is reduced" are generated. be able to. Then, the user can improve the learning efficiency by performing learning and sleeping based on the evaluation of the past learning.
また、学習状況取得部３１１は、過去の学習に関する情報を取得する場合、学習状況として、その日に行った学習についての学習開始時刻、学習終了時刻、学習時間、学習科目、学習方法等の情報の他、学習を行った際のユーザの感想等の情報を取得してもよい。具体的には、学習状況取得部３１１は、学習状況として、学習を行った際に眠くなったか否か、眠くなった際の時刻等の情報を取得してもよい。これにより、効率化情報生成部３１５は、学習状況取得部３１１が取得したユーザの感想等の情報を加味して、効率化情報を生成することができる。 In addition, when the learning status acquisition unit 311 acquires information on past learning, the learning status includes information such as a learning start time, a learning end time, a learning time, a learning subject, and a learning method for the learning performed on that day. In addition, information such as the user's impression when learning may be acquired. Specifically, the learning status acquisition unit 311 may acquire information such as whether or not the student became sleepy when learning and the time when he / she became sleepy as the learning status. As a result, the efficiency improvement information generation unit 315 can generate the efficiency improvement information by adding the information such as the user's impression acquired by the learning situation acquisition unit 311.
また、上述した例では、学習状況取得部３１１は、学習状況に関する情報を、端末装置４に対するユーザの入力により取得しているが、これに限定されるものではない。学習状況取得部３１１は、例えばユーザが所属する団体（学校、予備校、会社、試験機関等）からインターネット１０を介して学習状況を取得してもよい。また、例えば、ユーザがインターネット１０による動画配信等の通信教育を行っている場合、この通信教育での学習の進行状況等を学習状況として取得してもよい。 Further, in the above-described example, the learning status acquisition unit 311 acquires information on the learning status by inputting the user to the terminal device 4, but the present invention is not limited to this. The learning status acquisition unit 311 may acquire the learning status from, for example, an organization to which the user belongs (school, preparatory school, company, examination institution, etc.) via the Internet 10. Further, for example, when the user is conducting correspondence education such as video distribution via the Internet 10, the progress of learning in this correspondence education may be acquired as the learning status.
また、上述した例では、効率化情報生成部３１５は、ユーザによる学習状況と睡眠中の生体データの分析結果との双方に基づいて、効率化情報を生成しているが、これに限られるものではない。すなわち、効率化情報生成部３１５は、睡眠中の生体データの分析結果のみに基づいて効率化情報を生成してもよい。上述したように、ユーザによる学習効率は、睡眠中の生体データによって変動し、睡眠中の生体データによってユーザによる学習効率が向上する時刻等が変化する。
したがって、効率化情報生成部３１５は、睡眠中の生体データの分析結果に基づいて、効率化情報として、学習開始時刻、学習終了時刻、休憩時刻、学習時間等を算出することができる。
Further, in the above-mentioned example, the efficiency information generation unit 315 generates efficiency information based on both the learning situation by the user and the analysis result of the biological data during sleep, but the efficiency information generation unit 315 is limited to this. is not. That is, the efficiency information generation unit 315 may generate efficiency information only based on the analysis result of the biological data during sleep. As described above, the learning efficiency by the user varies depending on the biological data during sleep, and the time at which the learning efficiency by the user improves depends on the biological data during sleep.
Therefore, the efficiency improvement information generation unit 315 can calculate the learning start time, the learning end time, the break time, the learning time, etc. as the efficiency improvement information based on the analysis result of the biological data during sleep.
１…情報処理システム、２…ベッドセンサ、３…サーバ装置、４…端末装置、３１…演算装置、３３…記憶装置、３５…通信装置、３７…バス、３１１…学習状況取得部、３１３…生体データ分析部、３１５…効率化情報生成部、３１７…通知部 1 ... Information processing system, 2 ... Bed sensor, 3 ... Server device, 4 ... Terminal device, 31 ... Arithmetic device, 33 ... Storage device, 35 ... Communication device, 37 ... Bus, 311 ... Learning status acquisition unit, 313 ... Living body Data analysis unit, 315 ... Efficiency information generation unit, 317 ... Notification unit
Claims (6)
前記生体データに基づき、前記ユーザの学習効率を向上させるための情報である効率化情報を出力する出力手段と
を備える情報処理システム。 A biometric data acquisition means for acquiring biometric data during sleep for a predetermined period of a learning user,
An information processing system including an output means for outputting efficiency information, which is information for improving the learning efficiency of the user, based on the biometric data.
前記出力手段は、前記生体データと前記学習状況に基づき前記効率化情報を出力することを特徴とする請求項１に記載の情報処理システム。 Further provided with a learning status acquisition means for acquiring information on the learning status of the user,
The information processing system according to claim 1, wherein the output means outputs the efficiency improvement information based on the biological data and the learning situation.
前記出力手段は、前記効率化情報として前記ユーザに推奨する学習に関する情報を出力することを特徴とする請求項２に記載の情報処理システム。 The learning situation acquisition means acquires information on learning planned by the user as information on the learning situation.
The information processing system according to claim 2, wherein the output means outputs information on learning recommended to the user as the efficiency improvement information.
前記出力手段は、前記効率化情報として、前記ユーザが既に行った学習の評価に関する情報を出力することを特徴とする請求項２に記載の情報処理システム。 The learning situation acquisition means acquires information on past learning that the user has already performed as information on the learning situation.
The information processing system according to claim 2, wherein the output means outputs information related to evaluation of learning already performed by the user as the efficiency improvement information.
学習を行うユーザの予め定めた期間の睡眠中の生体データを取得する機能と、
前記生体データに基づき、前記ユーザの学習効率を向上させるための情報である効率化情報を出力する機能と
を実現するプログラム。 On the computer
A function to acquire biometric data during sleep for a predetermined period of the learning user, and
A program that realizes a function of outputting efficiency information, which is information for improving the learning efficiency of the user, based on the biological data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019102561A JP7386450B2 (en) | 2019-05-31 | 2019-05-31 | Information processing systems and programs |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019102561A JP7386450B2 (en) | 2019-05-31 | 2019-05-31 | Information processing systems and programs |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020197824A true JP2020197824A (en) | 2020-12-10 |
| JP7386450B2 JP7386450B2 (en) | 2023-11-27 |
Family
ID=73648025
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019102561A Active JP7386450B2 (en) | 2019-05-31 | 2019-05-31 | Information processing systems and programs |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7386450B2 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010256796A (en) * | 2009-04-28 | 2010-11-11 | Wao Corporation | Comment output device, comment output method and program |
| JP2015138419A (en) * | 2014-01-22 | 2015-07-30 | 秀太郎 武田 | Efficient learning time allocation device and learning time allocation program |
| JP2018173958A (en) * | 2017-03-31 | 2018-11-08 | 西日本電信電話株式会社 | Information presentation system, data analyzer, information presentation method, data analysis method, and program |
-
2019
- 2019-05-31 JP JP2019102561A patent/JP7386450B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010256796A (en) * | 2009-04-28 | 2010-11-11 | Wao Corporation | Comment output device, comment output method and program |
| JP2015138419A (en) * | 2014-01-22 | 2015-07-30 | 秀太郎 武田 | Efficient learning time allocation device and learning time allocation program |
| JP2018173958A (en) * | 2017-03-31 | 2018-11-08 | 西日本電信電話株式会社 | Information presentation system, data analyzer, information presentation method, data analysis method, and program |
Non-Patent Citations (1)
| Title |
|---|
| "勉強に効率のよい時間帯とは？ 脳科学的におすすめの科目を解説！", [ONLINE], JPN6023022545, 9 May 2018 (2018-05-09), ISSN: 0005076008 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7386450B2 (en) | 2023-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Campbell et al. | Computer vision analysis captures atypical attention in toddlers with autism | |
| Chen et al. | Effects of online synchronous instruction with an attention monitoring and alarm mechanism on sustained attention and learning performance | |
| Terzis et al. | Measuring instant emotions based on facial expressions during computer-based assessment | |
| KR20180110012A (en) | Sensor support depression detection | |
| Kaczor et al. | Objective measurement of physician stress in the emergency department using a wearable sensor | |
| KR101772279B1 (en) | The method generating faking precision of psychological tests using bio-data of a user | |
| Sansosti et al. | Computer-assisted interventions for students with autism spectrum disorders within school-based contexts: A quantitative meta-analysis of single-subject research | |
| Harrison | The Emotiv mind: Investigating the accuracy of the Emotiv EPOC in identifying emotions and its use in an Intelligent Tutoring System | |
| Suchman et al. | Can addiction counselors be trained to deliver Mothering from the Inside Out, a mentalization-based parenting therapy, with fidelity? Results from a community-based randomized efficacy trial | |
| Zmily et al. | Study of the usability of spaced retrieval exercise using mobile devices for Alzheimer’s disease rehabilitation | |
| Huang et al. | Matching/mismatching in web-based learning: a perspective based on cognitive styles and physiological factors | |
| Luria et al. | A computerized multidimensional measurement of mental workload via handwriting analysis | |
| König et al. | Influence of enthusiastic language on the credibility of health information and the trustworthiness of science communicators: Insights from a between-subject web-based experiment | |
| Arnold et al. | Spirometry and PRAM severity score changes during pediatric acute asthma exacerbation treatment in a pediatric emergency department | |
| Sahandi Far et al. | Exploring test-retest reliability and longitudinal stability of digital biomarkers for Parkinson disease in the m-Power data set: cohort study | |
| Hochhauser et al. | Assessment of children’s writing features: A pilot method study of pen-grip kinetics and writing surface pressure | |
| Gould et al. | Technology-based mental health assessment and intervention | |
| Jung et al. | Feasibility of a mobile meal assistance program for direct care workers in long-term care facilities in South Korea | |
| Walfish | Reducing MMPI-defensiveness in professionals presenting for evaluation | |
| JP7386450B2 (en) | Information processing systems and programs | |
| Coenen et al. | Development and feasibility of a telemonitoring tool with full integration in the electronic medical record: a proof of concept study for patients with inflammatory bowel disease in remission on biological therapy | |
| Androutsou et al. | A Multisensor System Embedded in a Computer Mouse for Occupational Stress Detection | |
| Falkmer et al. | Local visual perception bias in children with high-functioning autism spectrum disorders; do we have the whole picture? | |
| JP7469966B2 (en) | Information processing device, information processing method, and program | |
| Sparks et al. | Tele-health monitoring of patient wellness |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211222 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221128 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221206 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230203 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230803 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231024 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231102 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7386450 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |