Fundamenteel onderzoek

In deze studie richten we ons op leerlingen met dyslexie. We vergelijken hun prestaties met de prestaties van typische leerlingen in ons adaptieve feitenleersysteem met behulp van zowel typ- als spraakgebaseerde responscondities. We vonden dat typische leerlingen beter presteren dan leerlingen met dyslexie wanneer ze gevraagd worden te reageren door te typen, maar dat dit verschil veel kleiner is wanneer leerlingen kunnen reageren door te spreken.

We introduceren een applicatie om vermenigvuldigingsproblemen te leren middels ons adaptieve algoritme voor basisschoolleerlingen. We laten zien dat onze toepassing leerlingen helpt vermenigvuldigingen te automatiseren door herhaalde oefening op drie moeilijkheidsniveaus.

Deze studie onderzoekt hoe mensen snel nieuwe taken kunnen leren met minimale instructie door het concept van rapid composition van cognitieve vaardigheden toe te passen, zoals gemodelleerd in ACT-R en PRIMs. Het onderzoek gebruikt unsupervised machine learning om rekenkundige leerdata van Nederlandse MBO-studenten te analyseren, en creëert een vaardigheidsgraaf ter ondersteuning van een tutoringsysteem.

In dit onderzoek bestudeerden deelnemers Frans-Nederlandse woordenschat in drie leercondities: een met niet-gerelateerde 'foils', een andere met open vragen en een derde met behulp van meerkeuzevragen met gerelateerde foils'. De gerelateerde foils' waren semantisch of orthografisch vergelijkbaar met het juiste antwoord. De resultaten lieten geen significant verschil zien tussen de open vragen en de gerelateerde foils' conditie, wat duidt op vergelijkbare effectiviteit.

In dit artikel worden drie niveaus beschreven waarop inzichten uit menselijke cognitie kunnen worden geïntegreerd in 'user models'. Door voorbeelden in de context van onderwijs te analyseren, beargumenteerd het artikel dat 'user models' die dieper geworteld zijn in modellen van cognitie, zoals het geval is in MemoryLab, meer valide en meer verfijnde adaptatie bieden aan een individuele gebruiker.

Deze studie introduceert een nieuwe set van paired-associate stimuli bestaande uit 112 landvormen-naamparen, ontworpen om real-world learning beter te weerspiegelen door verschillende niveaus van voorkennis. De voorkennis voor elk item varieerde van zeer hoog tot geen. Deze diverse dataset stelt onderzoekers in staat om materialen te kiezen op basis van de voorkennis van deelnemers.

In dit artikel willen we de efficiëntie van typen en spraakgebaseerd woordenschat leren vergelijken. Verder onderzoeken we de mogelijkheden om dergelijk spraakgebaseerd leren te verbeteren met behulp van ons adaptieve algoritme gebaseerd op een cognitief model van geheugenophalen. We laten zien dat typen en spraakgebaseerd leren resulteren in vergelijkbare leerresultaten.

Hier onderzoeken we de mogelijkheid om ons adaptieve leermodel te verbeteren door informatie te gebruiken die aanwezig is in spraaksignalen tijdens gesproken retrieval attempts. We hebben prosodische spraakkenmerken op hoog niveau, zoals toonhoogtedynamiek, spreeksnelheid en intensiteit, uit meer dan 7000 uitingen gehaald. We laten zien dat sommige prosodische spraakkenmerken geassocieerd worden met nauwkeurigheid en responslatentie voor ophaalpogingen, en dat op spraakkenmerken gebaseerde geheugenmodellen betere voorspellingen doen van toekomstige prestaties in vergelijking met modellen die alleen nauwkeurigheid en responslatentie gebruiken.

Het doel van dit project was om geheugenachteruitgang te voorspellen en te volgen bij subjectief-gerapporteerde of licht cognitief gehandicapte (MCI) personen door gebruik te maken van ons op model-gebaseerde, adaptieve fact-learning systeem. Hier presenteren we data die aantonen dat deze tools milde geheugenstoornissen kunnen diagnosticeren met meer dan 80% nauwkeurigheid na een enkele leersessie van 8 minuten.

Deze studie brengt het declaratieve geheugen van ACT-R in kaart op het Linear Ballistic Accumulator (LBA)-model, dat memory retrieval beschrijft als een proces van het verzamelen van bewijs. Deze mapping stelt ons in staat om ACT-R-parameters efficiënter te schatten dan traditionele methoden, die uitgebreid rekenwerk vereisen. We valideren deze aanpak met gesimuleerde data en passen deze vervolgens toe op echte data, wat aantoont dat de LBA ACT-R-parameters nauwkeurig kan schatten.

Real-life leersessies zijn over het algemeen relatief kort en het is daarom suboptimaal om fouten van de leerling te vereisen om het model te updaten. Hier laten we zien dat ons adaptieve leersysteem kan worden gekalibreerd op de bekwaamheid van een leerling in relatief korte leersessies door rekening te houden met nauwkeurigheid en responslatentie. In dit artikel benadrukken we het voordeel van het gebruik van responslatentie in combinatie met nauwkeurigheid.

Adaptieve leersystemen zijn succesvol toegepast op het leren van woorden met behulp van toetsenbord-gebaseerde invoer, maar ze zijn weinig toegepast op het leren van gesproken woorden. We laten zien dat typen en spraak-gebaseerd leren resulteren in vergelijkbare gedragspatronen die individuele geheugenprocessen betrouwbaar kunnen schatten. Dit is met name gunstig voor personen met beperkte typevaardigheden, zoals oudere leerlingen.

In dit artikel richten we ons op het voorspellen van de examenprestaties van universitaire studenten met behulp van ons modelgebaseerde adaptieve fact-learning systeem. De schatting van het model van de vergeetsnelheid van een leerling voorspelt algemene cijfers en prestaties op individuele examenvragen. In de praktijk kan deze informatie worden gebruikt als een vroegtijdig waarschuwingssignaal voor studenten en hun docenten dat er waarschijnlijk extra studie nodig is voor een voldoende.

In dit artikel wordt onderzocht hoe de overstap naar afstandsonderwijs de studieactiviteit en -prestaties in onze online retrieval practice-webapp voor taalonderwijs in het Nederlandse voortgezet onderwijs heeft beïnvloed. We rapporteren inzichten uit een dataset bestaande uit meer dan 115 miljoen retrieval practice-trials die door meer dan 133 duizend leerlingen zijn voltooid in de loop van twee opeenvolgende schooljaren. We ontdekten dat de prestaties van leerlingen bij deze specifieke leertaak niet afnamen en dat de nauwkeurigheid en reactietijd op open-antwoordvragen toenamen, mogelijk omdat leerlingen zich thuis meer concentreerden.

In veel gevallen is er een initiële mismatch tussen het adaptieve leermodel en de werkelijke prestaties van de leerling op de gepresenteerde items, wat een "cold start" veroorzaakt waarbij het systeem slecht is aangepast aan de situatie. In deze studie hebben we verschillende strategieën geïmplementeerd om dit cold startprobleem in ons adaptieve feitenleersysteem te verzachten en experimenteel hun effect op leerprestaties getest. We ontdekten dat cold start aanpassing de leerresultaten verbeterde.

Hier wordt de individuele vergeetsnelheid in het langetermijngeheugen gecorreleerd met een direct beschikbare, taakvrije neuroimagingmaat: het resting-state EEG spectrum. Statistische analyses lieten zien dat individuele vergeetsnelheden significant gecorreleerd waren over verbaal en visueel materiaal. Deze bevindingen suggereren dat modelparameters die de prestaties van een individu betrouwbaar karakteriseren, zoals de vergeetsnelheid, kunnen worden waargenomen in de neurofysiologische activiteit van dat individu in rust.

Deze studie onderzoekt of domain-general individuele verschillen, zoals working memory capacity (WMC) en general cognitive ability (GCA), de selectie van beginparameters in adaptieve fact-learning systemen kunnen beïnvloeden. Deze systemen beginnen doorgaans met standaardparameters, die worden aangepast op basis van de reacties van de leerlingen tijdens het leerproces. Het doel was om te bepalen of WMC en GCA, gemeten vóór leersessies, de nauwkeurigheid van beginmodelparameters konden verbeteren, met name die welke herhalingsschema's beïnvloeden. De studie vond geen significante relatie tussen WMC, GCA en leerresultaten, wat suggereert dat executieve functies en aandachtscontrole niet significant vertraagde herinnering voorspellen.

Ons adaptieve algoritmemodel is afgestemd op individuele leerlingen en presteert beter dan traditionele systemen door de geschatte vergeetsnelheid voor elk item continu bij te werken op basis van de nauwkeurigheid en reactietijd van de leerlingen. In dit artikel onderzoeken we of de vergeetsnelheid stabiel blijft in de loop van de tijd en over verschillende materialen. We laten zien dat ze stabiel zijn in de loop van de tijd, maar niet over materialen.

In dit artikel wordt onderzocht hoe pupilverwijding geheugenverwerking reflecteerd tijdens het ophalen van paired associates. Door pupilrespons te meten terwijl deelnemers items uit het geheugen ophaalden, ontdekte de studie dat pupilverwijding afneemt met sterker geheugen, wat aangeeft dat het correleert met de ophaalinspanning. Deze bevindingen suggereren dat pupilverwijding kan dienen als een online marker van geheugensterkte, zelfs voordat er een openlijke respons wordt gegeven.

In dit artikel bespreken we de verschillen tussen de test- en spacing-effecten en hoe het effectief balanceren ervan het herinneren van feiten verbetert. We presenteren een model dat zich aanpast aan de vaardigheden van de student en laten in een experiment in de echte wereld zien dat dit model beter presteert dan andere benaderingen van spacing.