Prediction of Grade, Gender, and Academic Performance of Children and Teenagers from Handwriting Using the Sigma-Lognormal Model

Título: Predicción de Grado, Género y Rendimiento Académico de Niños y Adolescentes a partir de la Escritura Manual Utilizando el Modelo Sigma-Lognormal

1. Problema y Contexto

La escritura manual es una actividad motora compleja que refleja la interacción entre procesos cognitivos, perceptivos y neuromotores. Aunque el análisis de la escritura ha sido ampliamente estudiado en poblaciones clínicas (adultos con enfermedades neurológicas) o en tareas de reconocimiento de caracteres, existe una brecha significativa en la investigación sobre niños y adolescentes en edad escolar.

El problema central abordado en este trabajo es determinar si las dinámicas de la escritura en línea (señales temporales y cinemáticas capturadas digitalmente) contienen información suficiente para inferir características del estudiante, específicamente:

• Su grado escolar (nivel de desarrollo motor y cognitivo).
• Su género.
• Su rendimiento académico.

La escritura de los niños es inherentemente más variable y menos estable que la de los adultos debido a la evolución de sus patrones de control motor, lo que hace que estas tareas de predicción sean particularmente desafiantes.

2. Metodología

A. Dataset (Wacom)

• Origen: Datos recopilados de estudiantes japoneses de 1.º a 9.º grado (edades 7 a 15 años).
• Volumen: Aproximadamente 485 estudiantes (50 por grado en promedio) y 145,000 ejercicios de escritura.
• Dispositivo: Tabletas Wacom que capturan datos a 480 Hz.
• Datos capturados: Coordenadas (x, y, z), presión, inclinación, ancho de la punta y tiempo.
• Subconjunto utilizado: Se centraron en la asignatura de Lengua Japonesa, ya que es la única común a todos los grados compuesta principalmente por caracteres escritos a mano (no números).

B. Extracción de Características (Features)
Los autores compararon tres familias de representaciones derivadas de los movimientos de escritura, agregadas a nivel de estudiante para permitir una comparación controlada:

1. Descriptores Básicos: Estadísticos (media y desviación estándar) de velocidad, presión e inclinación en los ejes X e Y.
2. Medidas Basadas en Entropía: Cálculo de la entropía de Shannon para cuantificar la variabilidad y el desorden en la distribución de los datos (aceleración, presión, inclinación) durante los ejercicios.
3. Parámetros del Modelo Sigma-Lognormal: Este es el enfoque principal. El modelo describe el movimiento de escritura como una superposición de componentes lognormales asociados a impulsos motores. Se extrajeron 7 parámetros clave (ver Tabla 2 del artículo), incluyendo:
   • Número de componentes lognormales (C).
   • Relación Señal-Ruido (SNR) del perfil de velocidad.
   • Dispersión temporal (D), Retraso temporal (t0), Parámetros de ubicación (µ) y escala (σ).
   • Nota: El modelo logró una SNR media de 27.1 dB, indicando una buena calidad de reconstrucción.

C. Modelos de Predicción y Clasificación
Se evaluaron los conjuntos de características en tres tareas utilizando Regresión Lineal/Logística y Random Forest:

• Predicción de Grado: Variable ordinal (1-9). Métricas: $R^2$ (varianza explicada) y RMSE.
• Clasificación de Género: Binaria (Masculino/Femenino). Métricas: Precisión (ACC), F1-score y AUC.
• Clasificación de Rendimiento Académico: Binaria (¿El estudiante supera el 45% de ejercicios perfectos?). Métricas: ACC, F1-score y AUC.

Se utilizó validación cruzada de 5 pliegues a nivel de estudiante para evitar fugas de datos.

3. Contribuciones Clave

• Análisis de Población Escolar: Proporciona uno de los primeros análisis sistemáticos de la dinámica de escritura en línea en una población amplia de niños y adolescentes (7-15 años), un grupo demográfico subrepresentado en la literatura previa.
• Comparación de Representaciones: Establece una comparación controlada entre descriptores cinemáticos básicos, medidas de entropía y el modelo neuromotor sigma-lognormal.
• Validación del Modelo Sigma-Lognormal: Demuestra empíricamente que, a medida que los niños maduran, su escritura evoluciona hacia una organización motora lognormal, y que este modelo captura mejor las señales de desarrollo que los descriptores simples.
• Nuevas Tareas Educativas: Investiga la viabilidad de usar la escritura para predecir no solo la edad, sino también el rendimiento académico, abriendo puertas a herramientas de diagnóstico educativo no intrusivas.

4. Resultados

• Predicción de Grado:

  • El modelo Sigma-Lognormal obtuvo el mejor rendimiento ($R^2 = 0.718$ con Random Forest), seguido por la entropía y luego los descriptores básicos.
  • El modelo logró distinguir bien entre grupos amplios (primaria vs. secundaria), pero tuvo dificultades para diferenciar grados adyacentes dentro del mismo nivel (ej. 1º vs 2º), reflejando la alta variabilidad individual en el desarrollo motor.
  • Se observó que la SNR del modelo lognormal aumenta con el grado, confirmando la evolución hacia una organización motora más eficiente.

• Clasificación de Género:

  • El conjunto de características Sigma-Lognormal nuevamente superó a los demás, alcanzando una precisión de ~65% y un AUC de ~0.69-0.72.
  • Los descriptores básicos y la entropía tuvieron un rendimiento inferior, sugiriendo que las diferencias de género en la escritura son sutiles y mejor capturadas por la estructura neuromotor subyacente.

• Clasificación de Rendimiento Académico:

  • Todos los modelos superaron a la línea base (predicción de la clase mayoritaria), pero el rendimiento general fue moderado.
  • Las características Sigma-Lognormal mostraron la mejor capacidad predictiva (AUC ~0.67), indicando que ciertos patrones de control motor correlacionan con el éxito académico, aunque esta relación es indirecta y está influenciada por muchos otros factores (cognitivos, motivacionales).

5. Significado y Conclusiones

El estudio confirma que las dinámicas de la escritura manual contienen señales medibles relacionadas con el desarrollo, el género y el rendimiento académico en estudiantes jóvenes.

• Implicación Teórica: Los resultados validan la hipótesis de Plamondon et al. de que la escritura de los niños evoluciona hacia una organización motora lognormal óptima a medida que maduran. El modelo sigma-lognormal no es solo una herramienta de reconstrucción, sino un indicador robusto del estado de desarrollo neuromotor.
• Implicación Práctica: Aunque la predicción de grado o rendimiento no es perfecta, la escritura en línea ofrece una ventana única a los procesos de aprendizaje y desarrollo motor. Esto sugiere el potencial de desarrollar herramientas educativas que utilicen la escritura digital para monitorear el progreso de los estudiantes o identificar necesidades de apoyo motor/cognitivo de manera temprana.
• Limitaciones: El estudio se basó en características agregadas a nivel de estudiante, perdiendo información temporal fina de trazos individuales. Futuras investigaciones podrían explorar enfoques basados en secuencias para aprovechar mejor la riqueza de las señales crudas.

En resumen, el trabajo demuestra que el análisis cinemático estructurado (especialmente mediante el modelo sigma-lognormal) es superior a los métodos estadísticos simples para extraer información relevante sobre el desarrollo infantil a partir de la escritura digital.