論文の概要: Using Data Analytics to predict students score
- arxiv url: http://arxiv.org/abs/2012.00105v1
- Date: Thu, 19 Nov 2020 13:04:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-23 16:57:22.231023
- Title: Using Data Analytics to predict students score
- Title(参考訳): Data Analyticsを使って学生のスコアを予測する
- Authors: Nang Laik Ma, Gim Hong Chua
- Abstract要約: 科学、技術、工学、数学(STEM)の強力な基盤は、過去50年間シンガポールの発展を支えてきた。
本稿では,2012年と2015年のPISAデータを用いて,学生のスコアを予測する機械学習手法を開発した。
得られた洞察は、政策定式化に有用な教育の新しい視点を持つのに有用である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Education is very important to Singapore, and the government has continued to
invest heavily in our education system to become one of the world-class systems
today. A strong foundation of Science, Technology, Engineering, and Mathematics
(STEM) was what underpinned Singapore's development over the past 50 years.
PISA is a triennial international survey that evaluates education systems
worldwide by testing the skills and knowledge of 15-year-old students who are
nearing the end of compulsory education. In this paper, the authors used the
PISA data from 2012 and 2015 and developed machine learning techniques to
predictive the students' scores and understand the inter-relationships among
social, economic, and education factors. The insights gained would be useful to
have fresh perspectives on education, useful for policy formulation.
- Abstract(参考訳): 教育はシンガポールにとって非常に重要であり、政府は我々の教育システムに多大な投資を継続し、今日の世界クラスのシステムの一つとなっている。
科学、技術、工学、数学(STEM)の強力な基盤は、過去50年間シンガポールの発展を支えてきた。
PISAは、義務教育の終わりに近づいている15歳の生徒のスキルと知識をテストすることで、世界中の教育システムを評価する3年にわたる国際調査である。
本稿では,2012年と2015年のPISAデータを用いて,学生のスコアを予測し,社会的,経済的,教育要因間の相互関係を理解するための機械学習手法を開発した。
得られた洞察は、政策定式化に役立つ教育の新しい視点を持つのに役立つだろう。
関連論文リスト
- Adapting Large Language Models for Education: Foundational Capabilities,
Potentials, and Challenges [62.909058209342334]
ChatGPTのような大規模言語モデル(LLM)は、個々の要求を解釈することでこの問題を解決する可能性を提供する。
本稿では, 数学, 文章, プログラミング, 推論, 知識に基づく質問応答など, 教育能力に関する最近のLLM研究を概観する。
論文 参考訳(メタデータ) (2023-12-27T14:37:32Z) - Transitioning To The Digital Generation Case Studies (Previous Digital
Point Studies In Japan Cases:1993-2023) [0.0]
The 8th International Workshop on Application of Big Data for Computational Social Science, October 26-29, Italyで論じる。
GIGA(Global and Innovation Gateway for All)イニシアティブの実現に向けて,情報通信技術(ICT)を教育分野で活用する動きが出現している。
若者におけるスマートフォンベースの学習アプリケーションの利用動態と現状について論じる。
論文 参考訳(メタデータ) (2023-09-21T16:23:40Z) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳(メタデータ) (2023-05-31T11:29:04Z) - Sustainability in Computing Education: A Systematic Literature Review [0.0]
本稿では,持続可能性の問題に対処するため,コンピュータ教育におけるアプローチについて述べる。
6つの大きなデジタルライブラリーとスノーボールから抽出した572の出版物から,90の関連研究を蒸留し,分析した。
本稿では,コンピュータ教育における学習目標と成果と,持続可能性の教育的手法を抽出する枠組みを提案する。
論文 参考訳(メタデータ) (2023-05-17T16:51:37Z) - New Era of Artificial Intelligence in Education: Towards a Sustainable
Multifaceted Revolution [2.94944680995069]
標準化された学術試験におけるChatGPTのハイパフォーマンスは、人工知能(AI)のトピックを、教育の将来に関する主流の議論に押し付けている。
本研究の目的は、応用、利点、課題の3つの主要な軸にまたがる既存の文献のレビューと分析を通じて、AIが教育に与える影響について調査することである。
論文 参考訳(メタデータ) (2023-05-12T08:22:54Z) - An Experience Report of Executive-Level Artificial Intelligence
Education in the United Arab Emirates [53.04281982845422]
アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。
理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
論文 参考訳(メタデータ) (2022-02-02T20:59:53Z) - Could AI Democratise Education? Socio-Technical Imaginaries of an EdTech
Revolution [11.654411353207935]
教育における人工知能は、よりパーソナライズされたカリキュラムを構築する可能性を秘めていると言われている。
何百万人もの学生がこれらのテクノロジーの恩恵を受け始めているが、世界中の何百万人もの学生がそうではない。
もしこの傾向が続くなら、教育におけるAIの最初のデリバリは教育上の不平等になる可能性がある。
論文 参考訳(メタデータ) (2021-12-03T17:32:20Z) - A Survey of Knowledge Tracing [49.79718735483553]
新型コロナウイルスの感染拡大は、オンライン教育の流行を引き起こしている。
オンライン学習プラットフォームを使用して、大量の学習データを記録および研究することが可能になった。
知識追跡(KT)は、学生の進化する知識状態を監視することを目的としている。
論文 参考訳(メタデータ) (2021-05-06T13:05:55Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳(メタデータ) (2021-01-19T12:23:32Z) - Creation and Evaluation of a Pre-tertiary Artificial Intelligence (AI)
Curriculum [58.86139968005518]
香港大学(CUHK)-Jockey Club AI for the Future Project(AI4Future)は、第3次教育のためのAIカリキュラムを共同開発した。
工学と教育を専門とする14人の教授が、6つの中学校の17の校長と教師と協力してカリキュラムを共同作成した。
共同創造プロセスは、AIにおける教師の知識を高める様々なリソースを生み出し、その課題を教室に持ち込むための教師の自主性を育んだ。
論文 参考訳(メタデータ) (2021-01-19T11:26:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。