Home
Explore Uedu
Student Console
Register as Member/Login
(2) In future presentations of the research findings, in addition to the course project website and public presentations, your real name and personal information will not appear in this research report. If you are interested in the research results, we can provide you with an executive summary after the study is completed.
問卷中心
Teacher Console
Course Setup
Support & Messages
Uptime Data

UeduGPTs

--

Jupyters

0

Local AI

--

CISOSE26 本地 AI UG26
政治大學 AQI 20 29°C

AI Reply Desktop Notifications

Show a desktop notification when the AI TA finishes replying

Chat Message Notifications

Notify me when classmates post messages in the forum

Sound notification

Play an alert sound whenever there is a new notification

生理感測

從穿戴裝置到課堂:考量個體差異的 HRV 生理監測學習分析可行性研究

From Wearables to Classrooms: A Person-Centered Feasibility Study of HRV-Based Physiological Monitoring for Learning Analytics

研討會論文 C.-K. Chang*, K.-H. Li, C.-L. Cheng, and T.-C. Lin (* 通訊作者) IEEE SDS 2026 DOI

教學問題

心率變異性(HRV)是學習分析中具潛力的生理指標,能反映認知負荷、壓力與情緒投入。 然而,多數教育場域的 HRV 研究仰賴醫療級 ECG 設備,不適合自然課堂情境。 消費級穿戴裝置(如 Garmin 智慧手錶)是否能在真實課堂中提供有效的 HRV 測量? 此外,個體間的自律神經基線差異極大,群體層級的分析是否會掩蓋個人層級的有意義模式?

研究方法

本研究在大學 Python 程式設計課程中,使用 Garmin vívoactive 5 智慧手錶搭配自製 iOS 伴隨 App(UeduPAD), 透過 Garmin Health SDK 即時串流五位大學生在兩次 3 小時課堂中的逐拍間距(BBI)數據。 以 5 分鐘滑動視窗計算標準 HRV 指標(RMSSD、pNN50、lnHF、LF/HF), 並與 Garmin 專有壓力指數進行個人層級的一致性驗證。 課堂事件(靜心基線、講課、程式實作、休息)由教師手動記錄時間戳,與生理數據時間對齊分析。

主要發現

  • 穿戴裝置驗證:HRV 指標與 Garmin 壓力指數在個人層級呈現中度至良好的一致性(RMSSD 的 ICC 中位數 = 0.68,pNN50 的 ICC 中位數 = 0.74)
  • 個體差異顯著:不同課堂事件的 HRV 反應在個體間高度異質,群體層級無一致模式(Friedman 檢定皆不顯著),凸顯個人中心分析的必要性
  • 自律神經平衡與學習:在程式實作期間維持較低交感神經激活(LF/HF 反應性)的學生,展現較大的成績進步(Spearman ρ = −1.0, n = 4)

對教學的啟示

消費級穿戴裝置可作為課堂中個人層級生理監測的實用工具, 但研究者與教師必須採用個人中心的分析取向,避免群體層級的聚合造成誤導。 程式實作期間能維持自律神經平衡的學生傾向有更好的學習成果, 這暗示未來可透過即時 HRV 監測,在學生壓力過高時適時介入, 實現從生理感測到教學行動的閉環回饋。

在 Uedu 上的實踐:Uedu Mind

本研究的數據收集與分析建構於 Uedu 平台的 Uedu Mind(PALM 生理感知語言模型)子系統。 Uedu Mind 透過 Garmin Health Companion SDK 即時收集 BBI、壓力指數、呼吸率等生理數據, 並與課堂事件日誌時間對齊,為學習分析提供多模態的生理數據基礎。

前往使用

引用資訊

C.-K. Chang, K.-H. Li, C.-L. Cheng, and T.-C. Lin, "From Wearables to Classrooms: A Person-Centered Feasibility Study of HRV-Based Physiological Monitoring for Learning Analytics," in 2026 IEEE Swiss Conference on Data Science and AI (SDS), May 2026, pp. 193–196. doi: 10.1109/SDS70563.2026.00035.
更多研究
AI 助教 雙角色 Agentic AI 作為 AI 講師與教學助理:對大學英語(EFL)學習者自主性、自我調節學習與內在動機的影響 學習分析 對話即學習:學生與 AI 對話中的學科相關認知投入型態 AI 評量 以生成式 AI 測驗平台提升學習成效 AI 評量 AI 自動化貼文評分系統促進跨領域知識分享 AI 助教 生成式 AI 圖形化學習輔助工具於智財權課程之分析 AI 助教 生成式 AI Python 學習輔助系統:評估其對儀器自動化技能之影響 AI 助教 Python 課程中對話焦點與學習體驗之相關分析 AI 評量 以提示工程方法透過 LLM 評估教育中的認知表現 學習分析 運用知識圖譜與大型語言模型追蹤分析學習軌跡 數據基礎建設 Educational Omics 教育資料湖:多模態科技輔助學習基礎建設 生理感測 從穿戴裝置到課堂:考量個體差異的 HRV 生理監測學習分析可行性研究 學習分析 多模態 VLM 課堂協調:預測學生分心的精確時刻 學習分析 透過嵌入幾何驗證基於自然語言的教育數位孿生於 Python 課程 生理感測 多模態學習分析中的時序延遲效應:生理—行為特徵化 AI 助教 大規模 AI 助教:跨學科採用模式與數百門大學課程的認知投入分析 生理感測 PALM:透過消費級穿戴裝置與大型語言模型實現可擴展的生理感知 AI 輔導 生理感測 基於本地 LLM 的邊緣部署 EEG 睡眠分期協作推理框架 生理感測 C-GRASP:基於臨床推理的情感訊號處理框架 數據基礎建設 異質文本資料可擴展處理之分散式語意分析系統設計
資料採集工具

這條研究線的生理訊號,透過 Uedu 團隊自製的 UeduPAD iOS App 採集——Garmin Health SDK 多人 BBI 即時串流。

了解 UeduPAD
想做類似研究?

我們提供研究設計諮詢、IRB 支援與資料匯出,讓您的教學實踐也能成為學術研究。

預約討論