論文の概要: A visualization tool for data analysis on higher education dropout: a
case study at UFES
- arxiv url: http://arxiv.org/abs/2201.12637v1
- Date: Sat, 29 Jan 2022 19:18:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 14:33:41.951439
- Title: A visualization tool for data analysis on higher education dropout: a
case study at UFES
- Title（参考訳）: 高等教育ドロップアウトデータ分析のための可視化ツール--UFESを事例として
- Authors: Pedro P. Ladeira, Leandro M. de Lima, Renato A. Krohling
- Abstract要約: 本稿は、学生のプロフィールを描画できるデータ可視化のための計算ツールを作成することを目的とする。
このツールを他の教育機関が利用して,問題の解決に寄与する学生のプロフィールを描けることが期待されている。
- 参考スコア（独自算出の注目度）: 3.1733862899654643
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Through the analysis of cultural, socioeconomic and academic performance
aspects it is possible to map the profile of the students and their motivations
to drop out. This article aims to create a computational tool for data
visualization that allows drawing the profile of students to support
educational institutions managers in the definition of dropout avoidance
policies. We present a method to treat data collected by higher education
institutions over the years, analyze them to understand the dropout and provide
that information to the university and the general public. Eight questions were
proposed to clarify the dropout from the Federal University of Esp\'irito
Santo, Brazil. The questions were answered through the dashboard that helps to
understand the causes of dropout. It is expected that this tool can be used by
others educational institutions to draw student profiles contributing to
possible resolution of the problem.
- Abstract（参考訳）: 文化的・社会経済的・学術的パフォーマンスの側面の分析を通じて、学生のプロフィールと彼らのモチベーションを地図化することができる。
本稿では、学生のプロフィールを描画して、ドロップアウト回避ポリシーの定義で教育機関の管理者を支援するデータ可視化のための計算ツールを作成することを目的とする。
我々は,高等教育機関が長年にわたって収集したデータを処理し,それらを分析して,大学や一般大衆にその情報を提供する方法を提案する。
ブラジルのエスプ・イリトサント連邦大学からの退学を明確にするための8つの質問が提案された。
質問は、ドロップアウトの原因を理解するのに役立つダッシュボードを通じて回答された。
このツールを他の教育機関が利用して,問題の解決に寄与する学生のプロフィールを描けることが期待される。
関連論文リスト
- Vision-Language Models under Cultural and Inclusive Considerations [53.614528867159706]
視覚言語モデル(VLM)は、日常生活の画像を記述することで視覚障害者を支援する。
現在の評価データセットは、多様な文化的ユーザ背景や、このユースケースの状況を反映していない可能性がある。
我々は、字幕の好みを決定するための調査を作成し、視覚障害者によって撮影された画像を含む既存のデータセットであるVizWizをフィルタリングすることで、文化中心の評価ベンチマークを提案する。
次に,複数のVLMを評価し,その信頼性を文化的に多様な環境で視覚アシスタントとして検証した。
論文 参考訳（メタデータ） (2024-07-08T17:50:00Z) - Why Do Students Drop Out? University Dropout Prediction and Associated
Factor Analysis Using Machine Learning Techniques [0.5042480200195721]
本研究では,学術,人口統計,社会経済,マクロ経済データ型を用いた大学ドロップアウト予測について検討した。
モデルの性能に最も影響を及ぼすデータ型は学術データであることが判明した。
予備的な結果は、データ型とドロップアウトステータスの間に相関が存在することを示している。
論文 参考訳（メタデータ） (2023-10-17T04:20:00Z) - Intelligent System for Assessing University Student Personality
Development and Career Readiness [0.0]
本研究は,大学生が変化と移行への準備に様々な要因が与える影響について考察する。
KBTUの学生調査から収集したデータは、機械学習モデルによって処理された。
これらのモデルとファジィセットを使用してインテリジェントシステムを構築した。
論文 参考訳（メタデータ） (2023-08-29T20:32:58Z) - A Survey of Imbalanced Learning on Graphs: Problems, Techniques, and
Future Directions [64.84521350148513]
グラフは、現実世界の無数に存在する相互接続構造を表す。
グラフ学習方法のような効果的なグラフ分析により、ユーザはグラフデータから深い洞察を得ることができる。
しかし、これらの手法はデータ不均衡に悩まされることが多く、グラフデータでは、あるセグメントが豊富なデータを持っているのに、他のセグメントが不足しているのが一般的な問題である。
これは、より正確で代表的な学習結果のために、これらのデータ分散スキューを補正することを目的として、グラフ上の不均衡学習の出現する分野を必要とする。
論文 参考訳（メタデータ） (2023-08-26T09:11:44Z) - Evaluating Splitting Approaches in the Context of Student Dropout
Prediction [0.0]
本研究は,学習・テストセットを作成するために,学術データを分割・利用するための戦略について研究する。
この研究は、時間的分割と学生の漸進的な学歴の選択が相まって、問題の最良の戦略が導かれることを示唆している。
論文 参考訳（メタデータ） (2023-05-15T12:30:11Z) - Process-BERT: A Framework for Representation Learning on Educational
Process Data [68.8204255655161]
本稿では,教育プロセスデータの表現を学習するためのフレームワークを提案する。
我々のフレームワークは、BERT型の目的を用いて、シーケンシャルなプロセスデータから表現を学習する事前学習ステップで構成されています。
当社のフレームワークは,2019年国のレポートカードデータマイニングコンペティションデータセットに適用しています。
論文 参考訳（メタデータ） (2022-04-28T16:07:28Z) - Demonstrating REACT: a Real-time Educational AI-powered Classroom Tool [0.9899017174990579]
本稿では,教育者の意思決定プロセスを支援するために,EDM技術を用いたリアルタイムAIを活用した新しい教室ツールを提案する。
ReACTは、ユーザフレンドリなグラフィカルインターフェースを備えたデータ駆動ツールである。
学生のパフォーマンスデータを分析し、コンテキストベースのアラートとコースプランニングのための教育者へのレコメンデーションを提供する。
論文 参考訳（メタデータ） (2021-07-30T03:09:59Z) - Explainable Patterns: Going from Findings to Insights to Support Data
Analytics Democratization [60.18814584837969]
我々は,データストーリテリングの探索と作成において,レイユーザをサポートする新しいフレームワークであるExplainable Patterns (ExPatt)を提示する。
ExPattは、外部(テキスト)の情報ソースを使用して、観察または選択された発見の実用的な説明を自動的に生成します。
論文 参考訳（メタデータ） (2021-01-19T16:13:44Z) - 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) - Using a Binary Classification Model to Predict the Likelihood of
Enrolment to the Undergraduate Program of a Philippine University [0.0]
本研究はフィリピンの大学における入所資格に影響する新入生応募者の諸特性について分析した。
受験生が施設への入学を追求する確率を評価するために,ロジスティック回帰を用いた予測モデルを開発した。
論文 参考訳（メタデータ） (2020-10-26T06:58:03Z) - REVISE: A Tool for Measuring and Mitigating Bias in Visual Datasets [64.76453161039973]
REVISE(Revealing VIsual biaSEs)は、視覚的データセットの調査を支援するツールである。
1)オブジェクトベース,(2)個人ベース,(3)地理ベースという3つの次元に沿った潜在的なバイアスを呈示する。
論文 参考訳（メタデータ） (2020-04-16T23:54:37Z)
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。