Rivalizar o noanálisis del modo competición de Wooclap basado en rendimiento y procesamiento de audio

  1. Óscar Cánovas Reverte 1
  2. Pilar González Férez 1
  1. 1 Universidad de Murcia
    info

    Universidad de Murcia

    Murcia, España

    ROR https://ror.org/03p3aeb86

Revista:
Actas de las Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI)

ISSN: 2531-0607

Año de publicación: 2023

Número: 8

Páginas: 65-72

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openRUA editor

Otras publicaciones en: Actas de las Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI)

Resumen

Este artículo presenta los resultados de aplicar, en una asignatura del Grado en Ingeniería Informática, distintos modos de uso para un sistema interactivo de respuesta. En el estudio se ha usado la plataforma Wooclap, la cual permite lanzar preguntas a los estudiantes para que las contesten en el aula mediante sus dispositivos móviles. Se ha diseñado una experiencia en la que se analizan dos usos de la plataforma: sin competición y con competición basada en puntos. Para ello, se han empleado dos grupos disjuntos de estudiantes que han respondido, en pruebas distintas guiadas por el mismo docente, a las mismas preguntas pero empleando modos de uso distintos en cada caso. Esta investigación cuasi-experimental toma como fuentes de datos el rendimiento de los estudiantes en dichas pruebas (preguntas acertadas correctamente) y el nivel de interacción general en el aula durante el desarrollo de las mismas. Hemos empleado un sistema de análisis de las grabaciones de audio efectuadas, basado en el uso de inteligencia artificial, para caracterizar la participación de los distintos actores. Los resultados obtenidos muestran que, dependiendo de la modalidad, hay patrones distintos en el nivel de interacción de los estudiantes durante las pruebas. Sin embargo, los resultados también indican que la modalidad usada no influye en el rendimiento obtenido por los estudiantes.

Referencias bibliográficas

  • Indrani Bhattacharya, Michael Foley, Ni Zhang, Tongtao Zhang, Christine Ku, Cameron Mine, Heng Ji, Christoph Riedl, Brooke Foucault Welles y Richard J Radke. A multimodal-sensor enabled room for unobtrusive group meeting analysis. En Proceedings of the 20th ACM International Conference on Multimodal Interaction, pp. 347–355, 2018.
  • Óscar Cánovas. Sistemas interactivos de respuesta: hay vida más allá de los concursos. Actas de las XXVII JENUI, pp. 243–250, 2021.
  • Óscar Cánovas y Félix J. García. Analysis of classroom interaction using speaker diarization and discourse features from audio recordings. En Learning in the Age of Digital and Green Transition, pp. 67–74, 2023.
  • José I. Castillo-Manzano, Mercedes Castro Nuño, Lourdes López-Valpuesta, María Teresa Sanz-Díaz y Rocío Yñiguez. Measuring the effect of ars on academic performance: A global meta-analysis. Computers & Education, 96:109– 121, 2016.
  • Emily Dill. Do clickers improve library instruction? Lock in your answers now. The Journal of Academic Librarianship, 34(6):527–529, 2008.
  • Debra Filer. Everyone’s answering: Using technology to increase classroom participation. Nursing education perspectives, 31(4):247–250, 2010.
  • Jérôme Hutain y Nicolas Michinov. Improving student engagement during in-person classes by using functionalities of a digital learning environment. Computers & Education, 183:104496, 2022.
  • Anusha James, Yi Han Victoria Chua, Tomasz Maszczyk, Ana Moreno Núñez, Rebecca Bull, Kerry Lee y Justin Dauwels. Automated classification of classroom climate by audio analysis. En 9th International Workshop on Spoken Dialogue System Technology, pp. 41–49. Springer, 2019.
  • Robin H Kay y Ann LeSage. Examining the benefits and challenges of using audience response systems: A review of the literature. Computers & Education, 53(3):819–827, 2009.
  • Catherine Lai, Jean Carletta y Steve Renals. Modelling participant affect in meetings with turn taking features. En Proc. Workshop of Affective Social Speech Signals, 2013.
  • Tuan Dinh Nguyen, Marisa Cannata y Jason Miller. Understanding student behavioral engagement: Importance of student interaction with peers and teachers. The Journal of Educational Research, 111(2):163–174, 2018.
  • Tae Jin Park, Naoyuki Kanda, Dimitrios Dimitriadis, Kyu J Han, Shinji Watanabe y Shrikanth Narayanan. A review of speaker diarization: Recent advances with deep learning. Computer Speech & Language, 72:101317, 2022.
  • Alf Inge Wang. The wear out effect of a game-based student response system. Computers & Education, 82:217–227, 2015.
  • Weiwen Wang, Sun Ran, Linda Huang y Valerie Swigart. Student perceptions of classic and game-based online student response systems. Nurse educator, 44(4):6–9, 2019
Fuente de los datos: Dialnet