Buchumschlag

A Methodological Framework for Capturing Cognitive-Affective States in Collaborative Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Anindho, Sifatul, Venkatesha, Videep, Blanchard, Nathaniel
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Human-Computer Interaction
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Exploration of Internal States in Collaborative Problem Solving
von: Anindho, Sifatul, et al.
Veröffentlicht: (2025)

Dude, where's my utterance? Evaluating the effects of automatic segmentation and transcription on CPS detection
von: Venkatesha, Videep, et al.
Veröffentlicht: (2025)

Art Practice for Sustainability: A Cognitive-Affective-Systemic Framework
von: Liu, Ivan C. H.
Veröffentlicht: (2025)

Evaluating Human-AI Collaboration: A Review and Methodological Framework
von: Fragiadakis, George, et al.
Veröffentlicht: (2024)

A Survey on Methodological Approaches to Collaborative Embodiment in Virtual Reality
von: Zhou, Hongyu, et al.
Veröffentlicht: (2025)

Affective State Detection using fNIRs and Machine Learning
von: Ghosh, Ritam
Veröffentlicht: (2024)

Affective-CARA: A Knowledge Graph Driven Framework for Culturally Adaptive Emotional Intelligence in HCI
von: Pussadeniya, Nirodya, et al.
Veröffentlicht: (2025)

Cognitive Load-based Affective Workload Allocation for Multi-human Multi-robot Teams
von: Jo, Wonse, et al.
Veröffentlicht: (2023)

BiMoE: Brain-Inspired Experts for EEG-Dominant Affective State Recognition
von: Zhu, Hongyu, et al.
Veröffentlicht: (2026)

MuMTAffect: A Multimodal Multitask Affective Framework for Personality and Emotion Recognition from Physiological Signals
von: Seikavandi, Meisam Jamshidi, et al.
Veröffentlicht: (2025)

Foundation of Affective Computing and Interaction
von: Fu, Changzeng
Veröffentlicht: (2025)

Building Trustworthy Cognitive Monitoring for Safety-Critical Human Tasks: A Phased Methodological Approach
von: Grzeszczuk, Maciej, et al.
Veröffentlicht: (2025)

Computer Vision for Objects used in Group Work: Challenges and Opportunities
von: Jung, Changsoo, et al.
Veröffentlicht: (2025)

Assessing Affective Objectives for Communicative Visualizations
von: Lee-Robbins, Elsie, et al.
Veröffentlicht: (2026)

Quantifying Emotional Arousal through Pupillary Response: A Novel Approach for Isolating the Luminosity Effect and Predicting Affective States
von: Pansara, Zeel, et al.
Veröffentlicht: (2025)

A Methodological Framework and Questionnaire for Investigating Perceived Algorithmic Fairness
von: Rasel, Ahmed Abdal Shafi, et al.
Veröffentlicht: (2025)

Predicting Affective States from Screen Text Sentiment
von: Teng, Songyan, et al.
Veröffentlicht: (2024)

AI Expert Twin: Capturing Expert Cognition for Human-Centred, Practice-Based Learning
von: Yuan, Annie, et al.
Veröffentlicht: (2026)

Affective Color Scales for Colormap Data Visualizations
von: Braun, Halle C., et al.
Veröffentlicht: (2025)

Revolutionizing Mental Health Support: An Innovative Affective Mobile Framework for Dynamic, Proactive, and Context-Adaptive Conversational Agents
von: Islam, Rahul, et al.
Veröffentlicht: (2024)

Dynamics of Affective States During Takeover Requests in Conditionally Automated Driving Among Older Adults with and without Cognitive Impairment
von: Hajian, Gelareh, et al.
Veröffentlicht: (2025)

A Multimodal Framework for Understanding Collaborative Design Processes
von: Koch, Maurice, et al.
Veröffentlicht: (2025)

Neural and Cognitive Impacts of AI: The Influence of Task Subjectivity on Human-LLM Collaboration
von: Russell, Matthew, et al.
Veröffentlicht: (2025)

Design Exploration of AI-assisted Personal Affective Physicalization
von: Wu, Ruishan, et al.
Veröffentlicht: (2025)

Affective Visualization Design: Leveraging the Emotional Impact of Data
von: Lan, Xingyu, et al.
Veröffentlicht: (2023)

Towards a Non-Ideal Methodological Framework for Responsible ML
von: Mothilal, Ramaravind Kommiya, et al.
Veröffentlicht: (2024)

ArtCognition: A Multimodal AI Framework for Affective State Sensing from Visual and Kinematic Drawing Cues
von: Binaei-Haghighi, Behrad, et al.
Veröffentlicht: (2026)

DuetML: Human-LLM Collaborative Machine Learning Framework for Non-Expert Users
von: Kawabe, Wataru, et al.
Veröffentlicht: (2024)

AI Sensing and Intervention in Higher Education: Student Perceptions of Learning Impacts, Affective Responses, and Ethical Priorities
von: Han, Bingyi, et al.
Veröffentlicht: (2026)

Leveraging LLMs to Predict Affective States via Smartphone Sensor Features
von: Zhang, Tianyi, et al.
Veröffentlicht: (2024)

Immutable Explainability: Fuzzy Logic and Blockchain for Verifiable Affective AI
von: Fransoy, Marcelo, et al.
Veröffentlicht: (2025)

Haptic Empathy: Investigating Individual Differences in Affective Haptic Communications
von: Ju, Yulan, et al.
Veröffentlicht: (2025)

Affective Computing for Healthcare: Recent Trends, Applications, Challenges, and Beyond
von: Liu, Yuanyuan, et al.
Veröffentlicht: (2024)

LADICA: A Large Shared Display Interface for Generative AI Cognitive Assistance in Co-Located Team Collaboration
von: Zhang, Zheng, et al.
Veröffentlicht: (2024)

A Framework for AI-Supported Mediation in Community-based Online Collaboration
von: Cho, Soobin, et al.
Veröffentlicht: (2025)

How to Evaluate the Accuracy of Online and AI-Based Symptom Checkers: A Standardized Methodological Framework
von: Kopka, Marvin, et al.
Veröffentlicht: (2025)

The RoSiD Tool: Empowering Users to Design Multimodal Signals for Human-Robot Collaboration
von: Dennler, Nathaniel, et al.
Veröffentlicht: (2024)

MER 2025: When Affective Computing Meets Large Language Models
von: Lian, Zheng, et al.
Veröffentlicht: (2025)

Evidence of Cognitive Biases in Capture-the-Flag Cybersecurity Competitions
von: Carreira, Carolina, et al.
Veröffentlicht: (2025)

Automatic Authoring of Physical and Perceptual/Affective Motion Effects for Virtual Reality
von: Lee, Jiwan, et al.
Veröffentlicht: (2024)