Opplæring i psykisk helsevern: Bruk av universale emosjoner og teknologi for å øke kvalitet i opplæring
Year: 2018
Type: dissertation
Abstract: Bruk av universale emosjoner og teknologi for å øke kvalitet i opplæring III Sammendrag Trening og opplæring er et felt de aller fleste organisasjoner bruker mye ressurser på.Derfor ønsker mange organisasjoner å finne kostnadsbesparende opplæringsintervensjoner som har høy kvalitet og er tilgjengelig for alle.En form for opplæring som har fått mye oppmerksomhet i det siste er opplæring på tekniske og virtuelle plattformer.Å digitalisere opplæring er også noe Simuleringssenteret på Hamar ønsker å gjøre.For å få til dette har Simulering senteret på Hamar startet å undersøke om man kan bruke teknologi som identifiserer ansiktsemosjoner hos andre.Forskningsspørsmålet i denne oppgaven er å undersøke om ansiktslesnings programmet Microsoft Cognitive API (MC-API) kan identifisere emosjoner like riktig og nøyaktig som individer kan.Dette forskningsspørsmålet introduseres for å besvare problemstillingen "kan ansiktslesnings teknologi brukes som et verktøy for å øke kvaliteten av opplæring av relasjonelle ferdigheter hos Simuleringssenteret Innlandet".For å undersøke dette har kandidaten designet en studie der deltagerne skal identifisere emosjoner i et utvalg bilder.Bildene inneholder 1 av 8 forskjellige emosjoner.For å svare på forskningsspørsmålet ble deltagernes svar sammenlignet med MC-API sine svar i en statistisk analyse.Studien fant at MC-API klarer å identifisere emosjonene glad og nøytral nøyaktig og riktig.Til gjengjeld klarer ikke MC-API å kjenne igjen noen andre emosjonene.Dette skiller seg deltagerne i studien som i tillegg til å nøyaktig kunne identifiserer nøytral og glad, også identifiserer de andre 6 emosjonene som blir presentert i studien.Nøkkelbegreper: Universale emosjoner, Trening og opplæring, Maskinlæring, Non-verbal kommunikasjon Bruk av universale emosjoner og teknologi for å øke kvalitet i opplæring IV Forord Denne oppgaven skrives som en del av MUN-Light prosjektet på Simuleringsenteret på Hamar.Oppgaven er et samarbeid mellom UiO og Simuleringsenteret på Hamar.Jeg vil gjerne få lov til å takke Førsteamanuensis Cato Bjørkli ved psykologisk institutt som har vært helt sentral for gjennomføringen av denne oppgaven, veiledet og kommet med nyttige tilbakemeldinger og perspektiver.Jeg vil også takke alle ved Simuleringssenteret på Hamar som har hjulpet til med den praktiske gjennomføringen av studiet som ble laget.Jeg vil gjerne rette en spesiell takk til Johnny Sandaker, Marianne Lundgård og Egil Utheim som har vært spesielt delaktige for utvikling, gjennomføring og innsamling i studien.Tilslutt vil jeg gjerne takke alle studenter ved NTNU Gjøvik, ved Høyskolen Innlandet og alle ansatte i stange kommune som deltok i studien.Jeg vil også gi en spesiell takk til Camilla Temmen Evensen og Stig Ekeberg fra Stange kommune som var spesielt delaktige ved innsamling av data hos de ansatte i stange kommune.Oslo 15.Mai.
Author: Skei-Hart, Agathon Maximillian
Language: Norwegian
Topic: Emotion and Mood Recognition
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
SDG: Quality education
Open Access status: green
OpenAlex ID: W7070405840