本研究以真實的課堂為場景，探索了依據生理指標評估人際情緒一致性的新方式。

課前，研究人員為教師與學生佩戴便攜式手環，用于收集他們在上課過程中的脈搏和皮膚電阻數據；采用 “跟讀” 范式，教師在課堂上朗誦詩歌，每讀完一句，學生們模仿教師的情感進行跟讀；課后，請師生對其主觀情緒體驗做出評價。

研究結果發現，師生之間的共同情緒，以及他們對彼此的情感感知，可以通過他們生理反應的同步性來體現。

本研究提出了一種基于生理數據的學習者認知負荷檢測模型。

研究人員設計了一個用于學習環境中信號采集的實驗范式，要求學生們佩戴可穿戴生理傳感器，在 40 分鐘內完成單詞拼寫測驗，實時記錄心率、脈搏等生理特征；并在測驗結束后請學生對認知負荷進行主觀評估。

實驗結果表明，使用心率變異性-脈率變異性融合模型可實現對認知負荷的有效評估與分類，這種方案優于單一地使用心率變異性或脈率變異性識別認知負荷的傳統方法。

本研究首次通過學生在實景數學考試中的生理特征評估其數學焦慮。

研究以 139 名成績水平不同的學生為研究對象，在考試前收集他們對數學焦慮的主觀評分；在長達 90 分鐘的期末數學考試中，使用智能手環實時采集學生的皮膚電導反應、心率等生理信號，探索中學生數學焦慮的神經生理表征。

實驗結果表明，皮膚電導反應和心率可以反映學生在考試不同時段的數學焦慮水平。

本研究使用計算機視覺技術提取心率和面部表情特征，用于監督學習，從而監測學生在不同學習環節的參與度。

該研究模擬線上學習情景，要求 23 名大學生坐在電腦前完成寫作任務：寫草稿、收到反饋、根據反饋修改草稿。研究人員用計算機技術提取學生的面部表情與心率等特征，建立評估學生認知參與度的模型；并在寫作中與事后收集學生對參與度的主觀評估，用于驗證模型的準確性。

研究結果表明，融合頭部位置、面部表情和心率的模型可以有效評估學生的參與度，準確率達 0.7 以上。