Differences de caracteristiques acoustiques liees a l'engagement lors de conversations en ligne de comprehension de lecture

Titre original en langue inconnue ou non prise en charge : Engagement-Driven Differences in Acoustic Features During Online Reading Comprehension Conversations

Cette publication est incluse dans le projet « Contributions académiques de personnes autistes sur l’autisme ». un auteur·ice de cette publication est identifié·e comme autiste dans le projet.

À propos de la mention auteur·ice autiste

Sources de métadonnées utilisées pour cette référence

OpenAlex DataCite BibTeX
En savoir plus sur les sources utilisées

Perkoff, E. M., Lyons, M., Mulqueen, A., Baker, R. S., Gee, A., Ocumpaugh, J. L., Porsch, A., Ryant, N., Parish-Morris, J., & Ungar, L. (2026). Engagement-Driven Differences in Acoustic Features During Online Reading Comprehension Conversations. Zenodo (CERN European Organization for Nuclear Research). https://doi.org/10.5281/zenodo.21039918

Date de publication: 29/06/2026 Ajout dans AutiHub: 21/10/2026 Type: Autre Langue de l’article: Langue inconnue ou non prise en charge
Source éditeur (DOI) Source OpenAlex

Cette publication est intégrée dans AutiHub via :

Auteurs

Auteur·ices des publications
10
Auteur·ices de la publication identifié·es comme autistes
1 / 10 (10,0 %)
  1. E. Margaret Perkoff
  2. Megan Lyons
  3. Alexandria Mulqueen *
  4. Ryan S. Baker
  5. Alan Gee
  1. Jaclyn L. Ocumpaugh
  2. Adam Porsch
  3. Neville Ryant
  4. Julia Parish-Morris
  5. Lyle Ungar

Résumé

La prevalence des plateformes de lecture en ligne a augmente fortement, parallelement aux ameliorations des systemes de reconnaissance automatique de la parole (ASR). Ces plateformes facilitent un enseignement de la lecture personnalise, mais, comme tous les systemes d'apprentissage, elles fonctionnent mieux lorsque les eleves les trouvent engageantes. La communaute de l'exploration de donnees educatives (EDM) a deploye de grands efforts pour detecter l'engagement des eleves, mais ces efforts ont largement ete confines aux environnements scolaires et de laboratoire sans inclure intentionnellement les populations neurodiverses. Dans la presente etude, nous evaluons les niveaux d'engagement chez des enfants atteints de trouble du deficit de l'attention avec hyperactivite (ADHD, n=55), d'autisme (n=38), a la fois d'autisme et d'ADHD (n=38), et sans diagnostics cliniques connus (n=22), alors qu'ils interagissent depuis leur domicile avec un systeme d'apprentissage de la litteratie numerique. L'engagement a ete mesure a l'aide de rapports parentaux, et des caracteristiques acoustiques ont ete extraites d'enregistrements audio des eleves pendant qu'ils interagissaient avec le systeme d'apprentissage de la litteratie Amira. Nos resultats indiquent que les mesures acoustiques liees aux caracteristiques temporelles, a la hauteur et a la qualite vocale sont liees aux niveaux d'engagement dans l'ensemble des groupes cliniques. Nous identifions egalement des caracteristiques temporelles cles qui varient entre les differents groupes cliniques. Ces resultats demontrent la validite de l'utilisation de caracteristiques acoustiques non invasives pour mesurer les niveaux d'engagement lors de taches de comprehension de lecture a domicile. Toutefois, les effets d'interaction soulignent egalement l'importance de prendre en compte le diagnostic clinique des enfants lors de la mesure de l'engagement.

The prevalence of online reading platforms has surged along with improvements to automatic speech recognition (ASR) systems. These platforms facilitate personalized reading instruction, but like all learning systems, work best when students find them engaging. The Educational Data Mining (EDM) community has made great efforts to detect student engagement, but these efforts have largely been confined to school and lab environments without intentionally including neurodiverse populations. In the present study, we evaluate engagement levels in children with Attention Deficit Hyperactivity Disorder (ADHD, n=55), Autism (n=38), both Autism and ADHD (n=38) and with no known clinical diagnoses (n=22) as they interact with a digital literacy learning system from their homes. Engagement was measured using parent report, and acoustic features were extracted from audio recordings of the students while they interacted with the Amira literacy learning system. Our results indicate that acoustic measures related to temporal features, pitch, and vocal quality are related to engagement levels across all clinical groups. We also identify key temporal features that vary across different clinical groups. These findings demonstrate the validity of using non-invasive acoustic features to measure engagement levels during reading comprehension tasks at home. However, interaction effects also highlight the importance of taking into account children's clinical diagnosis when measuring engagement.

Bibliographie citée par cette référence

Les références citées sont importées depuis des sources externes de métadonnées lorsqu’elles sont disponibles. La liste peut être partielle.

Aucune bibliographie citée n’est actuellement intégrée pour cette référence. Cela ne signifie pas nécessairement qu’aucune bibliographie n’existe.