Indicators of ADHD symptoms in virtual learning context using machine learning technics

  1. Laura Patricia Mancera Valetts 1
  2. Silvia Margarita Baldiris Navarro 2
  3. Viviana Betancur Chicué 2
  1. 1 Universidad Manuela Beltrán Docente investigadora
  2. 2 Universidad Manuela Beltrán Docente
Revista:
Revista Escuela de Administración de Negocios

ISSN: 2590-521X,  0120-8160

Año de publicación: 2015

Número: 79

Páginas: 22-37

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista Escuela de Administración de Negocios

Resumen

Este artículo presenta un proceso de modelado de usuario, específicamente un modelado de estudiante, en un ambiente virtual de aprendizaje, que permite inferir la presencia o no de síntomas del Déficit de Atención e Hiperactividad (TDAH). El modelo de usuario es construido teniendo en cuenta tres características del estudiante: Conducta de comportamiento (BC), Rendimiento de funciones ejecutivas (EFP), y estado emocional (ES). Para inferir si un estudiante puede tener un perfil asintomático de TDAH, se usa un grupo de reglas de clasificación que usan los resultados obtenidos en cada característica como datos de entrada para su funcionamiento. Basados en las pruebas del modelo propuesto, se obtiene un grupo de entrenamiento que es usado para preparar un algoritmo de aprendizaje automático, el cual podrá realizar y mejorar la tarea de crear el perfil para cada estudiante de acuerdo a si presenta o no síntomas del TDAH o problemas de atención. Esto, puede ser el primer paso para ofrecer recursos de aprendizajes adaptados a las necesidades educativas de estudiantes que presenten este trastorno.

Referencias bibliográficas

  • Alvarez, J.A,Emory, E. (2006). Executive function and the frontal lobes: A meta-analytic review. Neuropsychology Review. 16. 17-42
  • (2000). American Psychiatric Association Diagnostic and Statistical Manual of Mental Disorders. Text Revision (DSMIV-TR).
  • Baldiris, S.M,Santos, O.C,Barrera, C,Boticario, J.G,Velez, J,Fabregat, R. (2008). Integration of Educational Specifications and Standards to Support Adaptive Learning Scenarios in ADAPTAPlan. International Journal of Computer & Applications. 5. 88-107
  • Baldiris, S.M,Santos, O.C,Huerva, D,Fabregat, R,Boticario, J.G. (2008). Multidimensional Adaptations for Open Learning Management Systems. 3. WI-IAT '08 Proceedings of the 2008 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology.
  • Barkley, R.A. (1997). Behavioral inhibition, sustained attention, and executive functions: constructing a unifying theory of ADHD. Psychol Bull. 121. 65-94
  • Brown, T.E. (2002). DSM-IV: ADHD and executive function impairments. Advanced Studies in Medicine. 2. 910-914
  • Brusilvsky, P,Millan, E. (2007). User Models for Adaptive Hypemedia and Adaptive Educational Systems. The Adaptive Web. 4321. 3-53
  • Colan, O,Wade, V,Gargan, M,Hockemeyer, C. (2002). An architecture for integrating adaptive hypermedia services with open learning environments. Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications. Denver CO.
  • Daigre, C,Ramos-Quiroga, J.A,Valero, S,Bosch, R,Roncero, C,Gonzalvo, B,Nogueira, M,Casas, M. (2009). Cuestionario autoinformado de cribado de TDAH ASRS-v1.1 en adultos en tratamiento por trastornos por uso de sustancias. Actas Esp Psiquiatr. 37. 299-305
  • Etchepareborda, M.C,Paiva-Barón, H,Abad, L. (2009). The advantages of neuropsychological examination batteries in attention deficit hyperactivity disorder. Rev Neurol. 48. 89-93
  • Faraone, S,Biederman, J,Spencer, T,Wilens, T,Seidman, L,Mick, E. (2000). Attention-Deficit/Hyperactivity Disorder in adults: An Overview. Biological Psychiatry. 48. 9-20
  • Grabinger, S. (2010). A framework for supporting postsecondary learners with Psychiatric Disabilities in Online environments. Electronic Journal of e-learning. 8. 101-110
  • Jurado, F,Santos, O.,,Redondo, M,Boticario, J,Ortega, M. (2008). Providing Dynamic Instructional Adaptation in Programming Learning. 3 International workshop on Hybrid Artificial Intelligence Systems.
  • Kessler, R.C,Adler, L,Barkley, R,Biederman, J,Conners, C.K,Demler, O,Faraone, S.V. (2006). The prevalence and correlates of adult ADHD in the United States: results from the National Comorbidity Survey Replication. American Journal of Psychiatry. 163. 716
  • Kroes, M,Kalff, A.C,Kessels, A.G.H,Steyaert, J,Feron, F,Van Someren, A.J.W.M. (2001). Child psychiatric diagnoses in a population of Dutch school-children aged 6 to 8 years. Journal of the American Academy of Child and Adolescence Psychiatry. 40. 1401
  • Littlewort, G,Bartlett, M.S,Chenu, J,Fasel, I,Kanda, T,Ishiguro, H,Movellan, J.R. (2004). Advances in neural information processing systems. MIT Press. Cambridge^eMA MA.
  • Littlewort, G,Bartlett, M.S,Fasel, I,Chenu, J,Movellan, J. R. (2004). Analysis of Machine Learning Methods for real-time recognition of facial expressions from video. Computer Vision and Pattern Recognition.
  • Marchetta, N.D. (2007). Cognitive processes in adults with ADHD. Neuropsych Publishers, Maastricht University. Maastricht.
  • Michel, P,El Kaliouby, R. (2003). Real Time Facial Expression Recognition in Video using Support Vector Machines. 5 international conference on Multimodal interfaces.
  • Mulas, F,Etchepareborda, M.C,Abad-Mas, L,Díaz-Lucero, A,Hernández, S,De la Osa, A,Pascuale, M.J,Ruiz-Andrés, R. (2006). Neuropsychological disorders in teenagers with attention deficit hyperactivity disorder. Rev Neurol. 43. 71-81
  • (2012). National Institute of Mental Health. Attention Deficit Hyperactivity Disorder. Bethesda, MD: NIMH Science Writing, Press and Dissemination Branch.
  • Nicolau i Palou, R. (2002). TDAH: el control de las emociones. Fundación ADANA Problemas asociados al TDAH. IIª Jornada.
  • Peninington, B.F,Ozonoff, S. (1996). Executive Functions and Developmental Psychopathology. Journal of Child Psychology and Psychiatry. 37. 51-87
  • Quinlan, J. R. (1986). Induction of decision trees. Machine learning. 1. 81-106
  • Quinlan, J.R. (1993). C4.5Programs for Machine learning. Morgan Kaufmann Publishers, Inc. San Mateo^eCA CA.
  • Reimherr, F. W,Marchant, B.K,Strong, R.E,Hedges, D.W,Alder, L,Spencer, T.J. (2005). Emotional dysregualation in adults with ADHD and response to atomoxetine. Biol Psychiatry. 58. 125-131
  • Rey, A. (1958). L'Examen Clinique en Psychologie. Press Universitaire de France. Paris.
  • Rey, G.J,Feldman, E,Rivas-Vazquez, R,Levin, B.E,Benton, A. (1999). Neuropsychological test development and normative data on Hispanics. Archives of Clinical Neuropsychology. 14. 593-601
  • Sonuga-Barke, E.J. (2003). The dual pathway model of AD/HD: an elaboration of neuro-developmental characteristics. Neuroscience & Biobehavioral Reviews. 27. 593-604
  • Tiarnaigh, M. (2005). Adaptive Moodle: An integration of Moodle (Modular Object-Oriented Dynamic Learning Environment) with an AHS (Adaptive Hypermedia System).
  • Toplak, M.E,Jain, U,Tannock, R. (2005). Executive and motivational processes in adolescents with Attention-Deficit-Hyperactivity Disorder (ADHD). BioMed Central, Behavioral and Brain Functions.
  • Van der Elst, W,Van Boxtel, M.P.J,Van Breukelen, G,Jolles, J. (2006). The Concept Shifting Test: Adult Normative Data. Psychological Assessment. 18. 424-432
  • Viola, P,Jones, M. (2001). Robust real-time object detection. International Journal of Computer Vision. 4. 51-52
  • Wilkins, A.J,Shallice, T,McCarthy, R. (1987). Frontal lesions and sustained attention. Neuropsychologia. 25. 359
Fuente de los datos: Dialnet