Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Are-Psychophysiological-Wearables-Suitable-for-Comparing-Pedagogical-Teaching-ApproachesSensors Es
Are-Psychophysiological-Wearables-Suitable-for-Comparing-Pedagogical-Teaching-ApproachesSensors Es
sensores
Artículo
¿Son adecuados los wearables psicofisiológicos para comparar
enfoques pedagógicos de enseñanza?
Vesna Geršak 1, Tina Giber 1, Gregor Geršak 2,*, y Jerneja Pavlin 1 y Jerneja Pavlin 1
Resumen: Este estudio describe cómo se pueden utilizar los dispositivos vestibles en las escuelas
primarias para comparar algunos aspectos de los diferentes enfoques de enseñanza. Se utilizaron
wearables en la parte superior del brazo como herramienta objetiva para comparar tres enfoques en la
enseñanza de las ciencias: (i) la enseñanza frontal clásica, (ii) la enseñanza incorporada (kinestésica) y (iii)
un enfoque de enseñanza a distancia. Utilizando los wearables, se compararon los enfoques en
términos de su impacto en la excitación psicológica de los estudiantes y el bienestar percibido. Además, se
evaluó la adquisición de conocimientos a corto y largo plazo y la sincronización fisiológica entre el profesor
y los alumnos durante la clase. Se definió un índice de sincronización para estimar el grado de
sincronización fisiológica. Durante la enseñanza a distancia, mediante mediciones con wearables,
los estudiantes se mostraron significativamente menos activos físicamente y significativamente
menos excitados psicológicamente. La enseñanza encarnada permitió una activación física
significativamente mayor que durante los otros dos enfoques. El índice de sincronización para los
tres enfoques de enseñanza fue positivo, con los valores más altos para la enseñanza a distancia y
frontal. Además, la adquisición de conocimientos inmediatamente después de las clases
corporales fue mayor que después de las clases frontales. No se encontraron diferencias
significativas en la retención de conocimientos a largo plazo entre los tres métodos de enseñanza.
Cita: Geršak, V.; Giber, T.; Geršak, G.;
Pavlin, J. ¿Son adecuados los wearables
Este estudio piloto demostró que los wearables son una herramienta útil en la investigación en el
psicofisiológicos para comparar campo de la educación y tienen el potencial de contribuir a una comprensión más profunda de los
enfoques pedagógicos de enseñanza? mecanismos implicados en el aprendizaje, incluso en entornos complejos como un aula de
Sensors 2022, 22, 5704. https:// primaria.
doi.org/10.3390/s22155704
Palabras clave: wearables; enfoques pedagógicos; embodied cognition; enseñanza a distancia;
Editor académico: Wataru Sato
sincronización; adquisición de conocimientos
Recibido: 25 de junio de 2022
Aceptado: 28 de julio de 2022
Publicado: 30 julio 2022
Wearables en la educación
Entre las herramientas que ayudan a los investigadores a descubrir procesos y
actividades dentro del aprendizaje (y la enseñanza) cuando se sitúan en un entorno real
se encuentran los dispositivos vestibles. Éstos pueden monitorizar diversos parámetros de
los alumnos (y profesores) observados durante el proceso de enseñanza y aprendizaje en un
entorno físico y sociológico complejo como es un aula. Los dispositivos de medición
portátiles autónomos que se llevan en el cuerpo del usuario para monitorizar su actividad
física, (psico)fisiológica, mental, emocional y conductual se utilizan cada vez con mayor
regularidad [36-51], pero no están muy extendidos en la investigación empírica en
ciencias de la educación. Suelen emplearse para medir la actividad física de los alumnos,
y pocos se utilizan para medir la psicofisiología de los alumnos [35,52,53].
La tecnología actual de los wearables está progresando rápidamente, pero aún
presenta ciertas limitaciones (velocidad de recogida de datos, autonomía limitada,
problemas de salud y ergonomía, falta de validación de su función de medición [38,52],
dependencia de las condiciones ambientales). Sin embargo, los wearables funcionan
bien en condiciones reales de clase [36,53]. Los wearables tienen el potencial, a
diferencia de los instrumentos de medición psicológica como los tests de conocimientos y los
cuestionarios, de ser una herramienta de investigación fiable y objetiva que podría
proporcionar nueva información psicológica, cognitiva, motora y sociológica sobre los
aspectos neuropsicológicos del aprendizaje y la enseñanza [54-57]. Incluso pueden
utilizarse para detectar las emociones de los alumnos inducidas por el entorno, los
compañeros, el profesor y la propia enseñanza [36,45,58-60]. Según [36], el uso de
wearables permite a los alumnos y a sus profesores supervisar el proceso de aprendizaje y
reflexionar sobre él, además de estudiar experiencias de aprendizaje complejas de forma más
eficaz y precisa.
Uno de los objetivos de este estudio era crear una herramienta para estimar la sin-
cronicidad fisiológica de las personas implicadas en el proceso de enseñanza y
aprendizaje. La conexión fisiológica entre dos personas se ha estudiado ampliamente en otros
entornos [61]. El fenómeno de la conexión/sincronización/concordancia fisiológica se observa en
los campos de la educación, la filosofía, la psicología, la psicoterapia, la neurociencia, etc. [62-
67]. Se ha demostrado que la sincronización puede estar relacionada con los procesos de
reflejo subyacentes a la empatía o la capacidad de compartir y comprender los estados
emocionales y mentales de los demás y la atención compartida, o incluso utilizarse
como medida de la intensidad del juego [66,68,69]. En las ciencias de la educación, la
sincronización fisiológica, si está bien definida y comúnmente aceptada, podría utilizarse
en principio como indicador de los intervalos de tiempo efectivos durante la enseñanza,
lo que se traduce en un aprendizaje más efectivo y profundo/mejorado (por ejemplo,
con una mayor adquisición de conocimientos).
Sensores 2022, 22, 3 de 27
5704
El objetivo principal de este artículo es cuestionar el uso de dispositivos vestibles en las
aulas y, además, presentar un estudio en el que se utilizan dispositivos vestibles en un
entorno real. Una clase de ele-
Sensores 2022, 22, 4 de 27
5704
2. Materiales y métodos
2.1. Participantes
En el estudio participó una clase de 25 alumnos de quinto curso de 11 años.
Además de los alumnos, participaron tres adultos: un profesor en activo y dos
ayudantes. De los 25 alumnos, cuatro estaban clasificados formalmente como alumnos
con necesidades especiales y diversos problemas de aprendizaje (por ejemplo, déficit de
atención, trastorno por déficit de atención con hiperactividad (TDAH), problemas
grafomotores).
Todos los participantes llevaron un dispositivo de medición portátil durante el
experimento pedagógico. Debido a la ausencia de estudiantes, errores de medición,
desprendimiento físico de los dispositivos portátiles o artefactos de movimiento excesivos,
no todos los 25 estudiantes contribuyeron al total de datos adquiridos (es decir, en cuatro
sesiones de enseñanza sólo se pudieron procesar los datos de 20, 18, 22 y 22 estudiantes
(Figura 1)).
2.2. Instrumentación
Los datos fisiológicos se adquirieron mediante un dispositivo wearable. Para estimar el
sentimiento emocional del alumno, se administró el cuestionario de bienestar emocional del
alumno.
Los datos fisiológicos se adquirieron mediante un dispositivo portátil, BodyBug de
Bodimedia Inc. (Figura 2, izquierda). Sujetado a la parte superior del brazo del sujeto
mediante bandas elásticas, se trata de un dispositivo ligero y autónomo con capacidad de
memoria interna que utiliza electrodos secos de acero inoxidable para medir varios
Sensores 2022, 22, 5 de 27
5704
parámetros físicos y fisiológicos. La fiabilidad y precisión del dispositivo se evaluó
exhaustivamente en estudios anteriores [40,44,59,68-73].
Sensores 2022, 22, 6 de 27
5704
Los puntos de referencia para definir la ganancia baja (0-0,3), la ganancia media (0,3-0,7) y
la ganancia alta (0,7-1,0) se enumeran en [84]. Para comparar los conocimientos después
de 4 meses (es decir, la retención de conocimientos a largo plazo) con los conocimientos
inmediatamente después de la instrucción (es decir, la retención de conocimientos a corto
plazo), calculamos el factor g, es decir, la "sostenibilidad de los conocimientos" [85].
3. Resultados
3.1. Fisiología y enfoque didáctico
Sensores 2022, 22, 11 de
Con el fin de comparar tres enfoques de enseñanza diferentes, se utilizaron wearables
5704 27
para medir la temperatura de la piel (ST), la actividad electrodérmica (SCL y SCR) y el flujo
de calor (HF) de la parte superior del brazo, así como el gasto energético y la actividad física
estimada (MET) de cada alumno y del profesor a lo largo de cuatro sesiones de enseñanza.
Sensores 2022, 22, 12 de
5704 27
Como era de esperar, los alumnos eran, por término medio, más activos
físicamente durante la enseñanza encarnada y bastante inactivos durante la enseñanza
a distancia. Se encontraron diferencias significativas en ambas medidas de actividad
física: gasto energético (frontal-encarnada 1 p = 0,078; frontal-encarnada 2 p = 0,0000458,
p.adj. = 0,000275; frontal-distancia p = 0.016 p.adj. = 0,094; encarnado 1-encarnado 2 p = 0,035,
p.adj. = 0,212; encarnado 1-distancia p = 0,00061, p.adj. = 0,004; encarnado 2-distancia p =
0,0000153, p.adj. = 0,0000918, Figura 3) y MET (frontal-
encarnado 1 p = 0,078; frontal-encarnado 2 p = 0,0000763, p.adj. = 0,000458; frontal-
distancia p = 0,023 p.adj. = 0,139; encarnado 1-encarnado 2 p = 0,07, p.adj. = 0,042;
encarnado-distancia p = 0,000427, p.adj. = 0,003; encarnado 2-distancia p = 0,000214, p.adj.
= 0,001, Figura 4).
Figura 3. Gasto energético de los estudiantes durante diferentes enfoques de enseñanza. Las
diferencias significativas se indican con * para p < 0,05 y *** para p < 0,001.
Figura 4. Equivalente metabólico de la tarea (MET) de los alumnos durante diferentes enfoques de
enseñanza. Las diferencias significativas están marcadas con ** para p < 0,005, y *** para p < 0,001.
Los alumnos de la sesión 2 eran aún más activos físicamente, es decir, se movían
activamente, bailaban y saltaban, de ahí la diferencia de gasto energético de la figura 3.
A partir de los resultados de la actividad electrodérmica de los alumnos, puede
concluirse que los tres enfoques pedagógicos provocaron una excitación psicológica
similar en los alumnos, lo que significa que el profesor consiguió despertar el interés de
los alumnos por el aprendizaje y su participación activa en la lección por igual en cada
sesión. La mayor SCR en la sesión encarnada 2 puede atribuirse a la mayor excitación
psicológica e implicación mental durante la más activa físicamente de las dos sesiones
encarnadas (encarnada frontal 1 p = 0,529; encarnada frontal 2 p = 0. 0005, p.adj. = 0. 0005,
p.adj. = 0,529).0005, p.adj. = 0,031; frontal-distancia p = 0,145, p.adj. = 0,87; encarnada 1-
incorporada 2 p = 0,038, p.adj. = 0,228; encarnada 1-distancia p = 0,009, p.adj. = 0,055;
encarnada 2-distancia p = 0,000454, p.adj. = 0,003, Figura 5).
Figura 5. Excitación psicológica (medida mediante SCR) de los alumnos durante los enfoques
didácticos. Las diferencias significativas están marcadas con ** para p < 0,01 y *** para p < 0,001.
Además, se observó que el valor medio del flujo de calor corporal (HF) de los alumnos
contenía información nueva importante. Los alumnos estaban estadísticamente más
activados psicológicamente (excitados) por término medio, es decir, tenían niveles más altos
de HF, durante la enseñanza a distancia, mientras que los otros dos enfoques mostraban
una activación similar (frontal-encarnado 1 p = 0,358; frontal-encarnado 2 p = 0.611; frontal-
distancia p = 0,003, p.adj. = 0,016; encarnado 1-encarnado 2 p = 0,389; encarnado 1-
distancia p = 0,000305, p.adj. = 0,002; encarnado 2-distancia p =0,003, p.adj. = 0,016, Figura
6). La investigación [86] descubrió que la excitación durante los exámenes se correlacionaba
con las notas de los estudiantes, es decir, cuanto más excitados estaban los estudiantes, más
altas eran sus notas. En nuestro estudio, los estudiantes estaban menos excitados durante la
enseñanza a distancia, que también se percibía como la sesión más fácil. Por lo tanto,
sospechamos que el bajo nivel de AED se debe a la escasa dificultad de la asignatura.
La ST no fue significativamente diferente durante las sesiones (ST(frontal) = 31,2 ◦C, SD = 1,04 ◦C;
ST(embodied 1) = 30,6 ◦C, SD = 1,28 ◦C; ST(embodied 2) = 31,0 ◦C, SD = 1,08 ◦C; ST(distance)
= 31,0 ◦C, SD = 1,09 ◦C). Del mismo modo, el SCL durante cuatro sesiones fue comparable (SCL(frontal)
= 0,439 µS, SD = 0,251 µS; SCL(encarnado 1) = 0,418 µS, SD = 0,364 µS; SCL(encarnado 2)
=
0,526 µS, SD = 0,487 µS; SCL(distancia) = 0,362 µS, SD = 0,268 µS)). Esto indica que la
excitación psicológica general de los alumnos fue comparable en todas las sesiones, lo que
significa que el profesor impartió los distintos temas con un éxito similar a la hora de
implicar y motivar a los alumnos.
Sensores 2022, 22, 14 de
5704 27
Figura 6. Excitación psicológica (medida por HF) de los alumnos durante los enfoques didácticos. Las
diferencias significativas se indican con ** para p < 0,01 y *** para p < 0,001.
Los resultados del cuestionario emocional para estimar el bienestar de los alumnos
durante las clases muestran que los alumnos se sentían bien (Figura 7). Nuestra
conclusión es que las respuestas psicofisiológicas pueden clasificarse con valencia
positiva.
Figura 7. Percepción del bienestar descrita por los alumnos Percepción del bienestar descrita por los
alumnos.
200
190
180
170
150
(W/m )2 140
130
120
110
100
1 2 3 4 5
dificultad
temática
4
4
3
3
EDA
2
(μS)
EDA
(μS)
1 1
0 0
8:00 8 :01 8 :02 8 :03 8 :04 8 :05 8 :06 8:00 8:01 8:02 8:03 8:04 8:05 8:06
tiempo tiempo
Figura 9. Ejemplo de sincronía de las señales EDA del profesor (línea continua) y el alumno medio
(línea discontinua) durante la embodied teaching. Señales EDA sincronizadas a la izquierda
(índice de sincronización 5,0). Señales EDA no sincronizadas a la derecha (índice de
sincronización 0,2).
4. Debate
La principal conclusión del estudio es que merece la pena utilizar wearables en el
Sensores 2022, 22, 17 de
aula para llevar a cabo investigaciones en el ámbito de las ciencias de la educación, por
5704 27
ejemplo, para optimizar la enseñanza.
Sensores 2022, 22, 18 de
5704 27
para alcanzar los objetivos de aprendizaje. Se demostró que era posible comparar
distintos enfoques pedagógicos utilizando wearables que registraban la fisiología de los
estudiantes. Los resultados de nuestro estudio mostraron que las siguientes medidas
fisiológicas de los estudiantes diferían significativamente según el enfoque pedagógico:
flujo de calor y SCR, gasto energético y actividad física (MET).
Como era de esperar, los estudiantes gastaron más energía durante la enseñanza
encarnada y menos durante la enseñanza a distancia. En general, los datos muestran que
los estudiantes estaban más comprometidos durante la enseñanza encarnada, lo que
también se refleja en una ganancia de conocimiento media, en consonancia con los
resultados de [88]. La enseñanza encarnada y la enseñanza a distancia mostraron
niveles máximos de HF, SCR, EE y MET. En la enseñanza a distancia, medimos el nivel
más alto de HF (que puede interpretarse como la menor carga cognitiva o la mayor
relajación de los alumnos), los niveles más bajos de EE y MET (es decir, la inactividad
física de los alumnos), y el número más bajo de SCR (que significa una menor activación
o excitación psicológica de los alumnos).
Los resultados muestran que cuanto más difícil es el tema, más bajos son los niveles de
HF y las temperaturas medias de la piel y, a la inversa, cuanto más fácil es el tema, más altos
son los niveles de ST y HF. Esto fue estadísticamente significativo para la HF. Sin embargo, al
igual que [89,90], los niveles más bajos de HF y temperatura cutánea pueden indicar una
mayor carga cognitiva, pero también pueden ser el resultado de la ansiedad o la excitación
psicológica del individuo. No obstante, la relación identificada entre la fisiología del alumno
(HF) y la dificultad de la asignatura permitiría, en principio, diseñar herramientas
pedagógicas complejas como un libro de texto afectivo, es decir, un libro de texto que
responda automáticamente al nivel de dificultad percibido y adapte su contenido para que
el alumno adquiera más conocimientos, mejore su motivación, etc.
Una de las preguntas de nuestro estudio piloto era si los wearables sencillos son
útiles para detectar fenómenos complejos, como la sincronización fisiológica de
distintas personas en el aula. Los resultados muestran que la sincronización entre
alumnos y profesores puede detectarse hasta cierto punto utilizando wearables. Por
ejemplo, utilizando los índices de sincronización, pudimos explicar que los alumnos se
centraban más en el profesor durante el trabajo individual (enseñanza frontal y a
distancia), y se centraban más entre ellos y prestaban menos atención al profesor
durante el trabajo en grupo durante el aprendizaje corporizado. No obstante, nuestra
conclusión general es que, aunque el índice de sincronización resultó útil, no es
suficiente por sí solo para un análisis detallado del vínculo entre dos señales fisiológicas.
Debe ir acompañado de una interpretación detallada (y laboriosa) de las actividades reales en el
aula, por ejemplo, grabaciones de vídeo.
Al comparar a los estudiantes con y sin problemas de aprendizaje, nuestros resultados no
revelaron diferencias significativas, en contraste con los valores de EDA más bajos
comunicados anteriormente para los estudiantes con TDAH [91].
Muchos filósofos, psicólogos y educadores llevan décadas señalando la importancia de
utilizar el cuerpo en el proceso de aprendizaje [92]. Hoy en día, la eficacia del enfoque
corporal (kinestésico) en comparación con los métodos de enseñanza tradicionales y la
enseñanza a distancia, actualmente en curso y muy extendida, puede comprobarse e
interpretarse de muchas maneras. Una de ellas es mediante el uso de mediciones
psicofisiológicas. Mediante la observación y la recogida de datos cualitativos
adicionales, nos ayudan a comprender lo que le ocurre al alumno en el aula. La
combinación de la fisiología del alumno medida mediante wearables con la observación
de su actividad psicofisiológica, su comportamiento, la comprobación de sus conocimientos
y la retención de los mismos y la autoevaluación de su bienestar proporciona una visión
completa del estado del alumno en un momento dado.
Mediante mediciones psicofisiológicas, hemos comprobado que los enfoques
pedagógicos difieren entre sí. Hemos demostrado que existe una relación entre la
activación física y la psicológica. En las sesiones corporales en las que los
estudiantes se movían más (EE y MET elevados), los estudiantes estaban más activos
psicológicamente, más excitados, tenían un SCL y un número de SCR más elevados, e
incluso mostraron los mayores progresos en las pruebas de conocimiento (no descritas
en este artículo). Nuestros resultados muestran que la actividad física afecta a la
Sensores 2022, 22, 19 de
5704 27
excitación psicológica. Esto último se refleja en una mejor atención, memoria, toma de
decisiones y, en consecuencia, una mayor eficacia [86].
Sensores 2022, 22, 20 de
5704 27
5. Conclusiones
En nuestro estudio, se utilizaron wearables para evaluar enfoques pedagógicos de
enseñanza. Se compararon tres enfoques pedagógicos diferentes en términos de
excitación psicológica y bienestar percibido por los alumnos y el profesor, así como de
sincronización fisiológica entre ambos. Se descubrió que la enseñanza corporal era la
que más energía exigía a los alumnos y la que más les atraía. Durante la enseñanza a
distancia, los estudiantes se mostraban mucho menos activos físicamente y mucho
menos excitados psicológicamente. Interpretamos que esto está relacionado con el
interés de los estudiantes, que es un componente importante de la motivación en la
educación y se define como la excitación psicológica que incluye la atención centrada, el
aumento del funcionamiento cognitivo, la persistencia y la implicación emocional. Además, este
estudio piloto presenta algunas observaciones en la sincronización entre los alumnos y el
profesor que podrían aportar ideas sobre el aprendizaje y la enseñanza para la ciencia
educativa.
En conclusión, nuestro estudio piloto demostró que la inclusión de wearables en la
Sensores 2022, 22, 21 de
5704 27
investigación en el campo de la educación podría contribuir a una comprensión más profunda
de los mecanismos implicados en el aprendizaje. Demostró que los wearables podían utilizarse
en acciones complejas como comparar
Sensores 2022, 22, 22 de
5704 27
enfoques pedagógicos, incluidos los que utilizan el movimiento para animar a los alumnos a
alcanzar los objetivos de aprendizaje.
Referencias
1. Webster, C.A.; Russ, L.; Vazou, S.; Goh, T.L.; Erwin, H. Integración del movimiento en las aulas académicas: Comprender,
aplicar y avanzar en la base de conocimientos. Obes. Rev. 2015, 16, 691-701. [CrossRef]
2. Routen, A.C. ¿Deberían nuestros hijos sentarse cómodamente en la escuela? BMJ 2011, 343, d4273. [CrossRef] [PubMed]
3. Bucksch, J.; Sigmundova, D.; Hamrik, Z.; Troped, P.J.; Melkevik, O.; Ahluwalia, N.; Borraccino, A.; Tynjala, J.; Kalman, M.; Inchley,
J. International Trends in Adolescent Screen-Time Behaviors From 2002 to 2010. J. Adolesc. Health 2016, 58, 417-425. [CrossRef] [PubMed]
4. Hu, F.T.; Ginns, P.; Bobis, J. Entendiendo: Seguir ejemplos trabajados mejora el aprendizaje. Learn. Instr. 2015, 35, 85-93. [CrossRef]
5. Cotman, C.W.; Berchtold, N.C.; Christie, L.A. El ejercicio fortalece la salud cerebral: Funciones clave de las cascadas de factores de
crecimiento y de la inflamación.
Trends Neurosci. 2007, 30, 464-472. [CrossRef]
6. Jeon, Y.K.; Ha, C.H. The effect of exercise intensity on brain derived neurotrophic factor and memory in adolescents. Environ.
Health Prev. Med. 2017, 22, 27. [CrossRef]
7. Zhang, Q.; Li, L.; Guo, X.; Zheng, L.; Wu, Y.; Zhou, C. Aprendizaje implícito de la simetría del movimiento humano y la densidad
de la materia gris: Evidence against pure domain general and pure domain specific theories of implicit learning. Int. J. Psychophysiol.
2020, 147, 60-71. [CrossRef]
8. Kinoshita, H. Corre por la vida de tu cerebro. Brain Work 1997, 7, 8.
9. Ahmadiasl, N.; Alaei, H.; Hänninen, O. Effect of exercise on learning, memory and levels of epinephrine in rats' hippocampus. J.
Sport. Sci. Med. 2003, 2, 106-109.
10. Chaddock-Heyman, L.; Erickson, K.I.; Kienzler, C.; Drollette, E.; Raine, L.; Kao, S.-C.; Bensken, J.; Weisshappel, R.; Castelli, D.M.;
Hillman, C.; et al. La actividad física aumenta la microestructura de la materia blanca en niños. Front. Neurosci. 2018, 12, 950.
[CrossRef] [PubMed]
11. Mullender-Wijnsma, M.; Hartman, E.; de Greeff, J.; Roel, J.; Doolaard, S.; Visscher, C. Mejora del rendimiento académico de los niños en
edad escolar mediante la actividad física en el aula: Evaluación del programa durante 1 año. J. Sch. Health 2015, 85, 365-371.
Sensores 2022, 22, 23 de
5704 27
[CrossRef] [PubMed]
Sensores 2022, 22, 24 de
5704 27
12. Gardner, H. Frames of Mind: La teoría de las inteligencias múltiples; Basic Books: Nueva York, NY, EE.UU., 1983.
13. Schusterman, R. Conciencia corporal: A Philosophy of Mindfulness and Somaesthetics; Cambridge University Press: Nueva York, NY,
EE.UU., 2008.
14. Hannaford, C. Smart Moves: Why Learning Is Not All in Your Head; Great River Books: Salt Lake City, UT, EE.UU., 2005.
15. Kroflicˇ, B. Creative Movement-the Third Dimension of Teaching (en esloveno); Znanstveno in Publicisticˇno Središcˇe: Liubliana,
Eslovenia, 1999.
16. Gibbs, R.W. Embodiment and Cognitive Science; Cambridge University Press: Cambridge, Reino Unido, 2005.
17. Lindgren, R.; Johnson-Glenberg, M. Emboldened by Embodiment: Seis preceptos para la investigación sobre el aprendizaje
encarnado y la realidad mixta. Educ. Res. 2013, 42, 445-452. [CrossRef]
18. Sousa, D.A. Mente, cerebro y educación: El impacto de la neurociencia educativa en la ciencia de la enseñanza. Aprender. Landsc.
2011,
5, 37-43. [CrossRef]
19. Rinne, L.; Gregory, E.; Yarmolinskaya, J.; M, H. Por qué la integración de las artes mejora la retención de contenidos a largo
plazo. Mind Brain Educ.
2011, 5, 89-96. [CrossRef]
20. Fink, A.; Graif, B.; Neubauer, A. Correlatos cerebrales subyacentes al pensamiento creativo: EEG alpha activity in professional
versus novice dancers. Neuroimage 2009, 46, 854-862. [CrossRef] [PubMed].
21. Thompson, E. La mente en la vida: Biology, Phenomenology and the Sciences of Mind; Belknap Press: Cambridge, MA, EE.UU., 2007.
22. Geršak, V.; Geršak, G. A kinaesthetic approach to teaching electrical engineering. World Trans. Eng. Technol. Educ. 2016, 14,
366-373.
23. Schultz, K.K.; Brackbill, M.L. Teaching electrocardiogram basics using dance and movement. Am. J. Pharm. Educ. 2009, 73, 70.
[CrossRef]
24. Lerman, Z.M. La química: Una inspiración para el teatro y la danza. Chem. Educ. Int. 2005, 6, 1-5.
25. Beck, M.M.; Lind, R.R.; Geertsen, S.S.; Ritz, C.; Lundbye-Jensen, J.; Wienecke, J. Motor-Enriched Learning Activities Can Improve
Mathematical Performance in Preadolescent Children. Front. Hum. Neurosci. 2016, 10, 645. [CrossRef]
26. Alibali, M.W.; Nathan, M.J. Embodiment in Mathematics Teaching and Learning: Evidence From Learners' and Teachers' Gestures.
J. Learn. Sci. 2012, 21, 247-286. [CrossRef]
27. Aubusson, P.; Fogwill, S.; Barr, R.; Perkovic, L. ¿Qué ocurre cuando los estudiantes hacen simulación-juegos de rol en ciencias?
Res. Sci. Educ.
1997, 27, 565-579. [CrossRef]
28. Geršak, V.; Geršak, G.; Drnovšek, J. Mediciones psicofisiológicas en la educación. En Proceedings of the 20th IMEKO World
Congress 2012, Busan, Korea, 9-14 September 2012; Volume 2, pp. 788-791.
29. Ezenwoke, A.; Ezenwoke, O.; Adewumi, A.; Omoregbe, N. Wearable Technology: Oportunidades y desafíos para la enseñanza
y el aprendizaje en la educación superior en los países en desarrollo. En Proceedings of the INTED2016 10th International
Technology, Education and Development Conference, Valencia, España, 7-9 de marzo de 2016; pp. 1872-1879.
30. Horvers, A.; Tombeng, N.; Bosse, T.; Lazonder, A.W.; Molenaar, I. Detección de emociones a través de la actividad
electrodérmica en contextos de aprendizaje : Una revisión sistemática. Sensors 2021, 21, 7869. [CrossRef]
31. Zhang, Y.; Qin, F.; Liu, B.; Qi, X.; Zhao, Y.; Zhang, D. Wearable neurophysiological recordings in middle-school classroom correlate with
students' academic performance. Front. Hum. Neurosci. 2018, 12, 457. [CrossRef]
32. Araya, R.; Sossa-Rivera, J. Detección Automática de la Mirada y Orientación Corporal en Aulas de Educación Primaria. Front. Robot. AI
2021, 8, 729832. [CrossRef] [PubMed]
33. Antle, A.N.; Corness, G.; Droumeva, M. What the body knows: Exploring the benefits of embodied metaphors in hybrid
physical digital environments. Interact. Comput. 2009, 21, 66-75. [CrossRef]
34. Malmberg, J.; Haataja, E.; Seppänen, T.; Järvelä, S. ¿Estamos juntos o no? The temporal interplay of monitoring, physiological
arousal and physiological synchrony during a collaborative exam. Int. J. Comput. Collab. Learn. 2019, 14, 467-490. [CrossRef]
35. Giannakos, M.N.; Sharma, K.; Papavlasopoulou, S.; Pappas, I.O.; Kostakos, V. Fitbit for learning: Towards capturing the
learning experience using wearable sensing. Int. J. Hum. Comput. Stud. 2020, 136, 102384. [CrossRef]
36. Preece, S.J.; Goulermas, J.Y.; Kenney, L.P.J.; Howard, D.; Meijer, K.; Crompton, R. Activity identification using body-mounted
sensors-a review of classification techniques. Physiol. Meas. 2009, 30, R1-R33. [CrossRef]
37. Mardonova, M.; Choi, Y. Revisión de la tecnología de dispositivos wearables y sus aplicaciones a la industria minera. Energies 2018,
11, 547. [CrossRef]
38. Poh, M.-Z.; Swenson, N.C.; Picard, R.W. A wearable sensor for unobtrusive, long-term assessment of electrodermal activity. IEEE
Trans. Biomed. Eng. 2010, 57, 1243-1252.
39. Nakajima, M.; Lemieux, A.M.; Fiecas, M.; Chatterjee, S.; Sarker, H.; Saleheen, N.; Ertin, E.; Kumar, S.; al'Absi, M. Using novel
mobile sensors to assess stress and smoking lapse. Int. J. Psychophysiol. 2020, 158, 411-418. [CrossRef] [PubMed].
40. Sano, A.; Picard, R.W.; Stickgold, R. Quantitative analysis of wrist electrodermal activity during sleep. Int. J. Psychophysiol. 2014,
94, 382-389. [CrossRef] [PubMed]
41. Thomaidou, C.; Konstantinidou, E.; Venetsanou, F. Efectos de un programa de danza creativa y movimiento de ocho semanas en la
creatividad motora y la competencia motora de los preescolares. J. Phys. Educ. Sport 2021, 21, 3268-3277.
42. Fairclough, S.H.; Dobbins, C. Personal informatics and negative emotions during commuter driving: Effects of data
visualization on cardiovascular reactivity & mood. Int. J. Hum. Comput. Stud. 2020, 14, 102499.
Sensores 2022, 22, 25 de
5704 27
43. Peake, J.M.; Kerr, G.; Sullivan, J.P. A critical review of consumer wearables, mobile applications, and equipment for providing
biofeedback, monitoring stress, and sleep in physically active populations. Front. Physiol. 2018, 9, 743. [CrossRef] [PubMed]
44. St-Onge, M.; Mignault, D.; Allison, D.B. Evaluación de un dispositivo portátil para medir el gasto energético diario. Am. J. Clin.
Nutr.
2007, 85, 742-749. [CrossRef]
45. Teller, A. A platform for wearable physiological computing. Interact. Comput. 2004, 16, 917-937. [CrossRef]
46. Rodgers, M.M.; Pai, V.M.; Conroy, R.S. Recent advances in wearable sensors for health monitoring. IEEE Sens. J. 2015, 15,
3119-3126. [CrossRef]
47. Iqbal, M.H.; Aydin, A.; Brunckhorst, O.; Dasgupta, P.; Ahmed, K. A review of wearable technology in medicine. J. R. Soc. Med.
2016, 109, 372-380. [CrossRef]
48. Zheng, Y.L.; Ding, X.R.; Poon, C.C.Y.; Lo, B.P.L.; Zhang, H.; Zhou, X.L.; Yang, G.Z.; Zhao, N.; Zhang, Y.T. Detección discreta y
dispositivos portátiles para la informática sanitaria. IEEE Trans. Biomed. Eng. 2014, 61, 1538-1554. [CrossRef] [PubMed]
49. Sharif, M.M.; Bahammam, A.S. Estimación del sueño mediante el brazalete SenseWearTM de BodyMedia en pacientes con sueño
obstructivo.
apnea. Ann. Thorac. Med. 2013, 8, 53-57. [PubMed]
50. Lisetti, C.L.; Nasoz, F. Using Noninvasive Wearable Computers to Recognize Human Emotions from Physiological Signals.
EURASIP J. Adv. Signal Process. 2004, 2004, 1672-1687. [CrossRef]
51. Dindar, M.; Kirschner, P.A.; Haataja, E. Matching self-reports with electrodermal activity data: Investigating temporal changes in
self-regulated learning. Educ. Inf. Technol. 2020, 25, 1785-1802. [CrossRef]
52. Carroll, A.; Gillies, R.M.; Cunnington, R.; McCarthy, M.; Sherwell, C.; Palghat, K.; Goh, F.; Baffour, B.; Bourgeois, A.; Rafter, M.;
et al. Changes in science attitudes, beliefs, knowledge and physiological arousal after implementation of a multimodal,
cooperative intervention in primary school science classes. Inf. Learn. Sci. 2019, 120, 409-425. [CrossRef]
53. van der Mee, D.J.; Gevonden, M.J.; Westerink, J.H.D.M.; de Geus, E.J.C. Validity of electrodermal activity-based measures of
sympathetic nervous system activity from a wrist-worn device. Int. J. Psychophysiol. 2021, 168, 52-64. [CrossRef] [PubMed].
54. Henrie, C.R.; Halverson, L.R.; Graham, C.R. Measuring student engagement in technology-mediated learning: A review. Comput.
Educ. 2015, 90, 36-53. [CrossRef]
55. Geršak, G.; Ogorevc, J.; Drnovšek, J. Test de Stroop: ¿un estímulo de referencia para las mediciones psicofisiológicas? En Proceedings of
the 20th IMEKO World Congress 2012, Busan, Korea, 9-14 September 2012; Volume 1, pp. 637-640.
56. Jurak, G.; Soric', M.; Starc, G.; Kovacˇ, M.; Mišigoj-Durakovic', M.; Borer, K.; Strel, J. School day and weekend patterns of physical
activity in urban 11-year-olds: A cross-cultural comparison. Am. J. Hum. Biol. 2015, 27, 192-200. [CrossRef]
57. Attallah, B.; Ilagure, Z. Wearable Technology: ¿Facilitar o complicar la educación? Int. J. Inf. Educ. Technol. 2018, 8, 433-436.
[CrossRef]
58. Geršak, V.; Vitulic', H.S.; Prosen, S.; Starc, G.; Humar, I.; Geršak, G. Use of wearable devices to study activity of children in
classroom; Case study-Learning geometry using movement. Comput. Commun. 2020, 150, 581-588. [CrossRef]
59. Peter, C.; Ebert, E.; Beikirch, H. Affective Computing and Intelligent Interaction; Springer: Berlín/Heidelberg, Alemania, 2005;
Volumen 3784, ISBN 978-3-540-29621-8.
60. Geršak, G.; Drnovšek, J. Monitor corporal Sensewear en mediciones psicofisiológicas. In Proceedings of the IFMBE XIV
Mediterranean Conference on Medical and Biological Engineering and Computing 2016, Paphos, Cyprus, 31 March-2 April 2016; Volume
57.
61. Peter, C.; Ebert, E.; Beikirch, H. A wearable multi-sensor system for mobile acquisition of emotion-related physiological data.
En Proceedings of the International Conference on Affective Computing and Intelligent Interaction 2005, Beijing, China, 22-
14 October 2018; Volume 3784 LNCS, pp. 691-698.
62. Csikszentmihalyi, M. Flow and the Psychology of Discovery and Invention; HarperPerennial: Nueva York, NY, EE.UU., 1997.
63. Darzi, A.; Novak, D. Using physiological linkage for patient state assessment in a competitive rehabilitation game. IEEE Int. Conf.
Rehabil. Robot. 2019, 2019, 1031-1036.
64. Coutinho, J.; Oliveira-Silva, P.; Mesquita, A.R.; Barbosa, M.; Perrone-McGovern, K.M.; Gonçalves, O.F. Psychophysiological
Reactivity in Couples During a Marital Interaction Task. Appl. Psychophysiol. biofeedback 2017, 42, 335-346. [CrossRef] [PubMed]
65. Marci, C.D.; Ham, J.; Moran, E.; Orr, S.P. Physiologic correlates of perceived therapist empathy and social-emotional process
during psychotherapy. J. Nerv. Ment. Dis. 2007, 195, 103-111. [CrossRef]
66. Sato, W.; Kochiyama, T.; Yoshikawa, S. Physiological correlates of subjective emotional valence and arousal dynamics while
viewing films. Biol. Psychol. 2020, 157, 107974. [CrossRef]
67. Csíkszentmihályi, M. Flow: The Psychology of Optimal Experience; Harper Perennial: Nueva York, NY, EE.UU., 2008.
68. Gillies, R.M.; Carroll, A.; Cunnington, R.; Rafter, M.; Palghat, K.; Bednark, J.; Bourgeois, A. Representaciones multimodales
durante una actividad de resolución de problemas en una clase de ciencias de 6º curso: A case study investigating cooperation,
physiological arousal and belief states. Aust. J. Educ. 2016, 60, 111-127. [CrossRef]
69. Welk, G.J.; McClain, J.J.; Eisenmann, J.C.; Wickel, E.E. Validación de campo del monitor de brazalete MTI Actigraph y
BodyMedia utilizando el monitor IDEEA. Obesity 2007, 15, 918-928. [CrossRef]
70. Hernandez, J.; Riobo, I.; Rozga, A.; Abowd, G.D.; Picard, R.W. Using electrodermal activity to recognize ease of engagement in
children during social interactions. En Proceedings of the 2014 ACM International Joint Conference on Pervasive and Ubiquitous
Computing, Seattle, WA, USA, 13-17 September 2014; pp. 307-317.
Sensores 2022, 22, 26 de
5704 27
71. Papazoglou, D.; Augello, G.; Tagliaferri, M.; Savia, G.; Marzullo, P.; Maltezos, E.; Liuzzi, A. Evaluation of a multisensor
armband in estimating energy expenditure in obese individuals. Obesity 2006, 14, 2217-2223. [CrossRef]
72. Liden, C.B.; Wolowicz, M.; Des, J.S.M.; Teller, A.; Vishnubhatla, S.; Pelletier, R.; Farrington, J. Accuracy and Reliability of the
SenseWear TM Armband as an Energy Expenditure Assessment Device; BodyMedia, Inc.: Pittsburgh, PA, USA, 2002; pp. 1-15.
73. Calabro, M.A.; Lee, J.M.; Saint-Maurice, P.F.; Yoo, H.; Welk, G.J. Validity of physical activity monitors for assessing lower intensity
activity in adults. Int. J. Behav. Nutr. Phys. Act. 2014, 11, 119. [CrossRef]
74. Ogorevc, J.; Geršak, G.; Novak, D.; Drnovšek, J. Evaluación metrológica de las mediciones de la conductancia cutánea. Meas. J. Int.
Meas. Confed. 2013, 46, 2993-3001. [CrossRef]
75. Powell, C.; Carson, B.P.; Dowd, K.P.; Donnelly, A.E. The accuracy of the SenseWear Pro3 and the activPAL3 Micro devices for
measurement of energy expenditure. Physiol. Meas. 2016, 37, 1715-1727. [CrossRef] [PubMed]
76. de Almeida Mendes, M.; da Silva, I.; Ramires, V.; Reichert, F.; Martins, R.; Ferreira, R.; Tomasi, E. Metabolic equivalent of task
(METs) thresholds as an indicator of physical activity intensity. PLoS ONE 2018, 13, e0200701.
77. Davies, J.; Brember, I. Fiabilidad y validez de la escala "Smiley". Br. Educ. Res. J. 1994, 20, 447-454. [CrossRef].
78. Balon, A.; Gostincˇar Blagotinšek, A.; Papotnik, A.; Skribe Dimec, D. Vodopivec, I. Curriculum, Program of Primary School, Science
and Technology; National Education Institute Slovenia: Liubliana, Eslovenia, 2011. (En esloveno)
79. Pavlin, J.; Cˇ ampa, T. ¿Es viable la enseñanza entre iguales en la escuela primaria? Estudio de caso en Eslovenia. Eur. J. Educ. Res.
2021, 10, 785-798.
[CrossRef]
80. Novljan, M.; Pavlin, J. Experiences of Slovenian In-Service Primary School Teachers and Students of Grades 4 and 5 with Outdoor
Lessons in the Subject Science and Technology. Cent. Educ. Policy Stud. J. 2021, 12, 189-215. [CrossRef]
81. Geršak, G.; Drnovšek, J. Simulador de paciente de actividad electrodérmica. PLoS ONE 2020, 15, e0228949. [CrossRef]
82. Braithwaite, J.J.; Watson, D.G.; Jones, R.; Rowe, M. A Guide for Analysing Electrodermal Activity (EDA) & Skin Conductance
Responses (SCRs) for Psychological Experiments; Universidad de Birmingham: Birmingham, Reino Unido, 2015.
83. Boucsein, W. Electrodermal Activity, 2ª ed.; Springer London: Londres, Reino Unido, 2012; ISBN 9781461411253.
84. Marci, C.D.; Orr, S.P. El efecto de la distancia emocional en la concordancia psicofisiológica y la empatía percibida entre el paciente y el
entrevistador. Appl. Psychophysiol. Biofeedback 2006, 31, 115-128. [CrossRef]
85. Pallant, J. SPSS Survival Manual: A Step by Step Guide to Data Analysis Using SPSS, 4ª ed.; Allen & Unwin: Crows Nest, NSW,
Australia, 2011.
86. Hake, R.R. Métodos interactivos frente a métodos tradicionales: A six-thousand-student survey of mechanics test data for
introductory physics courses. Am. J. Phys. 1998, 66, 64-74. [CrossRef]. [CrossRef]
87. McKagan, S.; Sayre, E.; Madsen, A. Ganancia normalizada: ¿Qué es, cuándo y cómo utilizarla? Disponible en línea:
https://www.physport.org/recommendations/Entry.cfm?ID=93334 (consultado el 29 de julio de 2022).
88. Pijeira-Díaz, H.J.; Drachsler, H.; Kirschner, P.A.; Järvelä, S. Profiling sympathetic arousal in a physics course: ¿Cuán activos
son los estudiantes ? J. Comput. Assist. Learn. 2018, 34, 397-408. [CrossRef]
89. Sahakyan, L.; Kelley, C.M. A Contextual Change Account of the Directed Forgetting Effect. J. Exp. Psychol. Learn. Mem. Cogn.
2002, 28, 1064-1072. [CrossRef] [PubMed]
90. Novak, D.; Mihelj, M.; Munih, M. Psychophysiological responses to different levels of cognitive and physical workload in
haptic interaction. Robotica 2011, 29, 367-374. [CrossRef]
91. Bellato, A.; Arora, I.; Hollis, C.; Groom, M.J. ¿Es atípica la función del sistema nervioso autónomo en el trastorno por déficit
de atención con hiperactividad (TDAH)? A systematic review of the evidence. Neurosci. Biobehav. Rev. 2020, 108, 182-206.
[CrossRef]
92. Osgood-Campbell, E. Investigating the educational implications of embodied cognition: A model interdisciplinary inquiry in
mind, brain, and education curricula. Mind Brain Educ. 2015, 9, 3-9. [CrossRef]
93. Schunk, D.H.; Pintrich, P.R.; Meece, J.L. Motivation in Education: Theory, Research, and Applications, 3.ª ed.; Pearson/Merrill
Prentice Hall: Upper Saddle River, NJ, EE.UU., 2008.
94. Hidi, S. La perspectiva de un investigador de intereses: Los efectos de los factores extrínsecos e intrínsecos en la motivación. En
Intrinsic and Extrinsic Motivation: The Search for Optimal Motivation and Performance; Sansone, C., Harackiewicz, J.M., Eds.;
Academic Press: San Diego, CA, EE.UU., 2000; pp. 309-339.