An adaptive system for predicting student attentiveness in online classrooms

Abstract

The effectiveness of teaching methods is determined by whether a student is attentive in a lecture or not. In face-to-face classroom teaching, a teacher is able to judge whether students are understanding the subject, based on their facial expressions. However, since the uprise of COVID-19 pandemic, virtual classrooms have found a holding in the field of education and detecting attentiveness of students is a challenge in the same. This paper proposes a student attentiveness model that would detect and monitor a student’s eye state to determine their level of attentiveness and provide a real-time feedback mechanism to the teacher. The proposed model employs a histogram of oriented gradient (HOG) method in conjunction with support vector machine (SVM) algorithm for face recognition. It then computes an adaptive eye aspect ratio (AEAR) for each individual student to determine their level of attentiveness. The model is tested on a real-time dataset and validated using classifiers (SVM, decision tree, and random forest). The results of the classifiers verify that the model produces an accuracy of more than 92%.

Neurotecnologias na educação: Avaliação do engajamento, análise da atenção e monitoramento cognitivo dos alunos

“…A utilização de EEG é muito útil para determinar quando uma resposta cerebral está acontecendo, fornecendo uma rica fonte de dados para explorar diferentes estágios de processamento de informações. Já o rastreamento ocular e outros procedimentos de reconhecimento de expressões faciais, visam monitorar o comportamento do indivíduo, utilizando sensores, imagens e a aplicação de técnicas de inteligência artificial para identificar transições de características na face ou no movimento e estado ocular, coletando e registrando evidências dos diferentes padrões de respostas aos estímulos externos (Gupta et al, 2023).…”

“…A avaliação da eficácia dos métodos de ensino está intrinsecamente relacionada à atenção do aluno durante as aulas, uma variável crucial que desempenha um papel fundamental no processo de assimilação de conhecimento, influenciando o acúmulo de informações na memória do aprendiz (Gupta et al, 2023). Assim, diversos estudos têm explorado o uso do eletroencefalograma (EEG) para mensurar o nível de atenção dos alunos, destacando a importância da intensidade da atenção no contexto de materiais audiovisuais e mídias interativas, como por exemplo, vídeos, palestras, realidade aumentada (Bos, 2021;Bos et al, 2019;Ko et al, 2017;Poulsen et al, 2017).…”