論文の概要: Impacts of Students Academic Performance Trajectories on Final Academic
Success
- arxiv url: http://arxiv.org/abs/2201.08744v1
- Date: Fri, 21 Jan 2022 15:32:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-24 15:04:40.908326
- Title: Impacts of Students Academic Performance Trajectories on Final Academic
Success
- Title(参考訳): 学生の学業成績軌跡が最終学業成功に及ぼす影響
- Authors: Shahab Boumi, Adan Vela
- Abstract要約: 本研究では,HMM(Hidden Markov Model)を用いて,学生の学業成績の標準的,直感的な分類を行う。
中央フロリダ大学の学生書き起こしデータに基づいて,本提案したHMMは,各学期毎の学生の授業成績のシーケンスを用いて訓練されている。
- 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: Many studies in the field of education analytics have identified student
grade point averages (GPA) as an important indicator and predictor of students'
final academic outcomes (graduate or halt). And while semester-to-semester
fluctuations in GPA are considered normal, significant changes in academic
performance may warrant more thorough investigation and consideration,
particularly with regards to final academic outcomes. However, such an approach
is challenging due to the difficulties of representing complex academic
trajectories over an academic career. In this study, we apply a Hidden Markov
Model (HMM) to provide a standard and intuitive classification over students'
academic-performance levels, which leads to a compact representation of
academic-performance trajectories. Next, we explore the relationship between
different academic-performance trajectories and their correspondence to final
academic success. Based on student transcript data from University of Central
Florida, our proposed HMM is trained using sequences of students' course grades
for each semester. Through the HMM, our analysis follows the expected finding
that higher academic performance levels correlate with lower halt rates.
However, in this paper, we identify that there exist many scenarios in which
both improving or worsening academic-performance trajectories actually
correlate to higher graduation rates. This counter-intuitive finding is made
possible through the proposed and developed HMM model.
- Abstract(参考訳): 教育分析の分野における多くの研究は、学生の学年点平均(gpa)を、学生の最終学業成績(卒業または停止)の重要な指標および予測指標として捉えている。
また、GPAの学期から学期間の変動は正常であると考えられるが、学術的業績の著しい変化は、特に最終学術的成果に関して、より徹底的な調査と考察を保証できる可能性がある。
しかし、このようなアプローチは、複雑な学術的軌跡を学術的キャリアで表現することの難しさから、困難である。
本研究では,HMM(Hidden Markov Model)を用いて,学生の学業成績の基準的・直感的な分類を行い,学業成績の軌跡をコンパクトに表現する。
次に,異なる学業成績軌跡と最終学業成績との対応関係について検討する。
フロリダ中央大学の学生筆記データに基づき,提案するhmmは,各学期ごとの学生の授業成績のシーケンスを用いて学習される。
HMMを通した分析では,高い学業成績レベルと低停止率との相関が示唆された。
しかし,本稿では,アカデミック・パフォーマンス・トラジェクタの改善や悪化が,卒業率の上昇に実際に相関するシナリオが多数存在することを明らかにする。
この反直感的発見は,提案および開発したHMMモデルにより可能である。
関連論文リスト
- MR-GSM8K: A Meta-Reasoning Revolution in Large Language Model Evaluation [65.07691494584843]
本稿では,メタ推論への取り組みに挑戦する,大規模言語モデルのための新しい評価パラダイムを提案する。
このアプローチは、エージェントの認知能力を評価するために伝統的に用いられてきた既存の数学問題解決ベンチマークにおける重大な欠点に対処する。
論文 参考訳(メタデータ) (2023-12-28T15:49:43Z) - Students Success Modeling: Most Important Factors [0.47829670123819784]
モデルは、卒業する確率の高い生徒、転校する確率の高い生徒、退学して高等教育を終了させる確率の高い生徒を識別する。
実験の結果,初等期において,大学生とリスクの高い学生の区別が合理的に達成できることが示唆された。
このモデルは、学校に3年間滞在する学生の運命を著しく予測している。
論文 参考訳(メタデータ) (2023-09-06T19:23:10Z) - Insights into undergraduate pathways using course load analytics [5.2432156904895155]
学生の負荷評価に関する最初の機械学習による予測を作成・評価する。
学期負荷を信用時間で測定されるが、CLAで測定されるほど低い学生は、学習プログラムを離れる傾向にある。
論文 参考訳(メタデータ) (2022-12-20T03:28:41Z) - Student-centric Model of Learning Management System Activity and
Academic Performance: from Correlation to Causation [2.169383034643496]
近年,学生の学習行動パターンを理解するために,学習管理システム(LMS)における学習者のデジタルトレースのモデル化に多くの関心が寄せられている。
本稿では,LMS活動データに対する学生中心の分析フレームワークについて検討し,観察データから抽出した相関性だけでなく因果的洞察も提供する。
これらの知見は、大学生支援団体が学生中心で標的とする介入を開始するための証拠となると期待している。
論文 参考訳(メタデータ) (2022-10-27T14:08:25Z) - From Mimicking to Integrating: Knowledge Integration for Pre-Trained
Language Models [55.137869702763375]
本稿では,新しいPLM再利用パラダイムであるKnowledge Integration(KI)について検討する。
KIは,異なる分類問題に特化している教師-PLMの知識を,多種多様な学生モデルにマージすることを目的としている。
次に,モデル不確かさを意識した知識統合(MUKI)フレームワークを設計し,学生の黄金の監督を回復する。
論文 参考訳(メタデータ) (2022-10-11T07:59:08Z) - Optimizing Two-way Partial AUC with an End-to-end Framework [154.47590401735323]
ROC曲線のエリア(AUC)は、機械学習にとって重要な指標である。
最近の研究は、TPAUCが既存のPartial AUCメトリクスと本質的に矛盾していることを示している。
本論文では,この新指標を最適化するための最初の試行について述べる。
論文 参考訳(メタデータ) (2022-06-23T12:21:30Z) - Disadvantaged students increase their academic performance through
collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。
我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。
自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
論文 参考訳(メタデータ) (2022-03-10T20:23:38Z) - Tri-Branch Convolutional Neural Networks for Top-$k$ Focused Academic
Performance Prediction [28.383922154797315]
学業成績予測は、学生に関連する情報を活用し、将来の学業成果を予測することを目的としている。
本稿では、学生の日常行動軌跡を分析し、キャンパスのスマートカード記録を網羅的に追跡する。
本稿では,行ワイド,列ワイド,深さワイドのコンボリューションとアテンション操作を備えた新しいTri-Branch CNNアーキテクチャを提案する。
論文 参考訳(メタデータ) (2021-07-22T02:35:36Z) - Revealing the Hidden Patterns: A Comparative Study on Profiling
Subpopulations of MOOC Students [61.58283466715385]
MOOC(Massive Open Online Courses)は、学生の異質性を示す。
MOOCプラットフォームからの複雑な“ビッグデータ”の出現は、学生がMOOCにどのように従事しているかを深く理解する上で、難しいが報われる機会である。
本報告では,MOOCにおける学生活動のクラスタリング分析と,学生集団間の行動パターンと人口動態の比較分析について述べる。
論文 参考訳(メタデータ) (2020-08-12T10:38:50Z) - Robust Inverse Reinforcement Learning under Transition Dynamics Mismatch [60.23815709215807]
本研究では,逆強化学習(IRL)問題について,専門家と学習者間の遷移力学ミスマッチの下で検討する。
本稿では,このミスマッチを支援するための基本手法として,ロバストなMCE IRLアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-07-02T14:57:13Z) - Quantifying the relationship between student enrollment patterns and
student performance [0.0]
学生は、財務、スケジュール、家族のニーズに基づいて、学期ごとにフルタイムとパートタイムの入学を交互に行うことは珍しくない。
以前の研究では、フルタイムの学生が、パートタイムの学生よりも優れた成果を維持することが確立されているが、限定的な研究は、入学パターンや戦略が学術的な成果に与える影響を調査している。
2008年から2017年にかけて、中央フロリダ大学から収集されたデータの分析によると、混入戦略を適用した最初の学生はフルタイムの学生に近づきつつある。
論文 参考訳(メタデータ) (2020-03-22T02:29:30Z)
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。