Magno: An Application for Early Detection of Dyslexia - Implementing Role-Based Access Control and Enhancing Pupil Follow-Up

Abstract

Magno er et digitalt screeningsverktøy for dysleksi. Applikasjonens formål er å tilrette- legge for tidlig deteksjon av dysleksi, og dermed begrense de negative konsekvensene på enkeltpersoners akademiske prestasjoner og selvfølelse. Denne masteroppgaven har som mål å videreutvikle Magno, med fokus på å effektivisere administrative oppgaver og styrke sikkerhetstiltak. Studien tar for seg flere forskningsspørsmål knyttet til rollebaserte tilganger, implementeringen av funksjoner for å støtte lærere i effektiv oppfølging av elever, opplevd nytteverdi av den forbedrede applikasjonen og potensielle utfordringer knyttet til anvendelsen av Magno i skolen. Basert på en rekke relevante systemkrav, blir designskisser utviklet og testet gjennom kvalitative intervjuer. Deretter blir funksjonali- teten implementert og evaluert gjennom en kvantitativ brukertest. Løsningen integrerer ulike brukerroller, praktiske funksjoner for effektiv oppfølging av elever og forbedrede autentiserings- og autorisasjonsmekanismer. Den oppdaterte applikasjonen har en bemer- kelsesverdig System Usability Scale (SUS) score på 92,8, noe som indikerer en høyere brukervennlighet sammenlignet med resultater fra tidligere tester av Magno. Ved å kombinere implementeringene og funnene fra denne masteroppgaven med anbefalinger for videre arbeid, vil Magno på sikt kunne bli et praktisk støtteverktøy for lærere, og bidra til det overordnede målet om å effektivisere prosessen med tidlig oppdagelse og oppfølging av elever med dysleksi i norske skoler. ii

Magno is an application serving as a digital screening tool for dyslexia. Its primary goal is to facilitate early detection, limiting the negative impacts on individuals’ educational achievements and overall well-being. This study aims to enhance and expand the functionality of Magno, with a focus on streamlining administrative tasks and improving security measures. The study addresses several research questions pertaining to role-based access control (RBAC), the implementation of additional features to support teachers in efficient pupil follow-up, the perceived usefulness of the enhanced application, and the potential challenges associated with its implementation. Based on a set of relevant requirements, design sketches are created and tested through qualitative interviews. Following, the functionality and features are implemented and evaluated through a quantitative usability questionnaire. The solution integrates distinct user roles, practical features for seamless pupil follow-up, and enhanced authentication and authorization mechanisms. Notably, the implementation results in a System Usability Scale (SUS) score of 92.8, indicating a higher level of usability compared to results from previous usability tests on Magno. By combining the implementations and findings from this thesis with recommendations for further work, Magno will become a practical support tool for teachers, contributing to the overall goal of streamlining the dyslexia detection and intervention process in Norwegian schools.