Cross-modal Affinity-aligned Multimodal Learning Analytics for Predicting Student Collaboration Satisfaction in Game-Based Learning

En 3 lignesAAMLA, un framework de multimodal learning analytics, prédit la satisfaction collaborative d'étudiants en environnement de jeu éducatif. Le module CAMA aligne les modalités (gaze, action units, pose) via matrices d'affinité et apprentissage contrastif, supprimant adaptivement les modalités non-informatives. Tests sur 50 collégiens dans EcoJourneys montrent amélioration vs baselines unimodales.

Résumé généré par Claude — vérifié par l'humain