Publikationer från Malmö universitet
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
MBOX: Designing a Flexible IoT Multimodal Learning Analytics System
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).ORCID-id: 0000-0002-9278-8063
Univ Copenhagen, Dept Sci Educ, Copenhagen, Denmark..ORCID-id: 0000-0001-9454-0793
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).
2021 (Engelska)Ingår i: IEEE 21st International Conferenceon Advanced Learning TechnologiesICALT 2021 / [ed] Chang, M., Chen, NS., Sampson, DG., Tlili, A., IEEE, 2021, s. 122-126Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Multimodal Learning Analytics (MMLA) provides opportunities for understanding and supporting collaborative problem-solving. However, the implementation of MMLA systems is challenging due to the lack of scalable technologies and limited solutions for collecting data from group work. This paper proposes the Multimodal Box (MBOX), an IoT-based system for MMLA, allowing the collection and processing of multimodal data from collaborative learning tasks. MBOX investigates the development and design for an IoT focusing on small group work in real-world settings. Moreover, MBOX promotes adaptation to different learning environments and enables a better scaling of computational resources used within the learning context.

Ort, förlag, år, upplaga, sidor
IEEE, 2021. s. 122-126
Serie
IEEE International Conference on Advanced Learning Technologies, ISSN 2161-3761
Nyckelord [en]
Multimodal Learning Analytics, CSCL, IoT, Interaction Design, Human Social Signal Processing
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:mau:diva-48140DOI: 10.1109/ICALT52272.2021.00044ISI: 000719352000038Scopus ID: 2-s2.0-85114887166ISBN: 978-1-6654-4106-3 (digital)OAI: oai:DiVA.org:mau-48140DiVA, id: diva2:1620225
Konferens
IEEE 21st International Conference on Advanced Learning Technologies, 12–15 July 2021 Online
Tillgänglig från: 2021-12-15 Skapad: 2021-12-15 Senast uppdaterad: 2024-02-05Bibliografiskt granskad
Ingår i avhandling
1. Towards designing a flexible multimodal learning analytics system
Öppna denna publikation i ny flik eller fönster >>Towards designing a flexible multimodal learning analytics system
2022 (Engelska)Licentiatavhandling, sammanläggning (Övrigt vetenskapligt)
Ort, förlag, år, upplaga, sidor
Malmö: Malmö universitet, 2022. s. 43
Serie
Studies in Computer Science ; 19
Nationell ämneskategori
Datorsystem Signalbehandling
Identifikatorer
urn:nbn:se:mau:diva-51502 (URN)10.24834/isbn.9789178772988 (DOI)978-91-7877-297-1 (ISBN)978-91-7877-298-8 (ISBN)
Handledare
Tillgänglig från: 2022-05-18 Skapad: 2022-05-17 Senast uppdaterad: 2022-11-07Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Ouhaichi, HamzaSpikol, DanielVogel, Bahtijar

Sök vidare i DiVA

Av författaren/redaktören
Ouhaichi, HamzaSpikol, DanielVogel, Bahtijar
Av organisationen
Institutionen för datavetenskap och medieteknik (DVMT)
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 140 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf