論文の概要: Big Data and Analytics Implementation in Tertiary Institutions to
Predict Students Performance in Nigeria
- arxiv url: http://arxiv.org/abs/2207.14677v1
- Date: Fri, 29 Jul 2022 13:52:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-01 12:39:11.610562
- Title: Big Data and Analytics Implementation in Tertiary Institutions to
Predict Students Performance in Nigeria
- Title（参考訳）: ナイジェリアの学生成績予測のための第三機関におけるビッグデータと分析の実践
- Authors: Ozioma Collins Oguine, Kanyifeechukwu Jane Oguine, Hashim Ibrahim
Bisallah
- Abstract要約: Big Dataという言葉は、従来のデータ処理技術では扱えない大量のデータを指すために作られた。
本稿では,教育機関に関係のあるビッグデータの特徴について考察する。
学習機関におけるビッグデータと分析の導入に影響を与える要因について検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The term Big Data has been coined to refer to the gargantuan bulk of data
that cannot be dealt with by traditional data-handling techniques. Big Data is
still a novel concept, and in the following literature, we intend to elaborate
on it in a palpable fashion. It commences with the concept of the subject in
itself, along with its properties and the two general approaches to dealing
with it. Big Data provides an opportunity for educational Institutions to use
their Information Technology resources strategically to improve educational
quality, guide students to higher completion rates and improve student
persistence and outcomes. This paper explores the attributes of big data that
are relevant to educational institutions, investigates the factors influencing
the adoption of big data and analytics in learning institutions, and seeks to
establish the limiting factors hindering the use of big data in Institutions of
higher learning. A survey research design was adopted in conducting this
research, and Questionnaires were the instrument employed for data collection.
- Abstract（参考訳）: big dataという用語は、従来のデータハンドリング技術では処理できないガーガントゥアの大量のデータを指すために作られた。
Big Dataはまだ新しい概念であり、次の文献では、それをわかりやすい方法で詳しく説明するつもりです。
主題そのものの概念と、その性質とそれを扱うための2つの一般的なアプローチから始まっている。
ビッグデータは、教育機関が情報技術リソースを戦略的に活用し、教育の質を高め、生徒の完成率を高め、学生の持続性と成果を改善する機会を提供する。
本稿では,教育機関に関連するビッグデータの属性を調査し,学習機関におけるビッグデータと分析の導入に影響する要因を調査し,高等教育機関におけるビッグデータの利用を妨げる制限要因の確立を目指す。
この調査の実施には調査研究設計が採用され,データ収集にはアンケート調査が用いられた。
関連論文リスト
- Data-Centric AI in the Age of Large Language Models [51.20451986068925]
本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。
本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。
データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
論文 参考訳（メタデータ） (2024-06-20T16:34:07Z) - A Survey on Data Selection for Language Models [148.300726396877]
データ選択方法は、トレーニングデータセットに含まれるデータポイントを決定することを目的としている。
ディープラーニングは、主に実証的な証拠によって駆動され、大規模なデータに対する実験は高価である。
広範なデータ選択研究のリソースを持つ組織はほとんどない。
論文 参考訳（メタデータ） (2024-02-26T18:54:35Z) - Query of CC: Unearthing Large Scale Domain-Specific Knowledge from
Public Corpora [104.16648246740543]
大規模言語モデルに基づく効率的なデータ収集手法を提案する。
この方法は、大きな言語モデルを通してシード情報をブートストラップし、公開コーパスから関連データを検索する。
特定のドメインに関する知識関連のデータを収集するだけでなく、潜在的な推論手順でデータを抽出する。
論文 参考訳（メタデータ） (2024-01-26T03:38:23Z) - Unveiling the Potential of Big Data Analytics for Transforming Higher
Education in Bangladesh; Needs, Prospects, and Challenges [0.0]
Big Data Analytics(BDA)はバングラデシュの高等教育(BHE)の目標を達成するための答えのひとつだ。
本稿では,BDAの能力についてレビューし,BHEの応用の可能性を検討するとともに,教育の質の向上や,教育機関が生み出したデータから付加価値を明らかにする方法について考察する。
論文 参考訳（メタデータ） (2023-10-10T23:27:27Z) - Towards Generalizable Data Protection With Transferable Unlearnable
Examples [50.628011208660645]
本稿では、転送不可能な例を生成することによって、新しい一般化可能なデータ保護手法を提案する。
私たちの知る限りでは、これはデータ分散の観点からデータのプライバシを調べる最初のソリューションです。
論文 参考訳（メタデータ） (2023-05-18T04:17:01Z) - Advanced Data Augmentation Approaches: A Comprehensive Survey and Future
directions [57.30984060215482]
データ拡張の背景、レビューされたデータ拡張技術の新しい包括的分類法、および各技術の強さと弱点(可能ならば)を提供する。
また、画像分類、オブジェクト検出、セマンティックセグメンテーションなどの3つの一般的なコンピュータビジョンタスクに対して、データ拡張効果の総合的な結果を提供する。
論文 参考訳（メタデータ） (2023-01-07T11:37:32Z) - Big Data and Education: using big data analytics in language learning [0.0]
データマイニングツールを使ったビッグデータの利用は、教育業界で急速にトレンドになりつつある。
我々は,教育データマイニングと学習分析に関する基本的な概念と,最も一般的なツール,手法,技術について考察する。
論文 参考訳（メタデータ） (2022-07-19T19:17:10Z) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳（メタデータ） (2022-07-18T11:38:32Z) - "If we didn't solve small data in the past, how can we solve Big Data
today?" [0.0]
私たちは、"小さい"データや"大きい"データといった用語を調査し、それらの属性を理解し、価値を付加する方法について検討することを目指しています。
この研究によると、どんなに小さなデータが使われたにせよ、企業は依然として正しい技術とビジネスビジョンでビッグデータを活用できる。
論文 参考訳（メタデータ） (2021-11-08T16:31:01Z) - Federated Learning for Big Data: A Survey on Opportunities,
Applications, and Future Directions [5.124701758921822]
本稿では,ビッグデータサービスやアプリケーションにおけるフェデレーション学習の利用状況について調査する。
我々は、ビッグデータ取得、ビッグデータストレージ、ビッグデータ分析、ビッグデータプライバシ保護など、主要なビッグデータサービスにおけるFLの使用についてレビューする。
論文 参考訳（メタデータ） (2021-10-08T14:36:43Z) - From Data to Knowledge to Action: A Global Enabler for the 21st Century [26.32590947516587]
コンピュータと数理科学の進歩が相まって、真の証拠に基づく意思決定を可能にする前例のない能力がもたらされた。
これらの機能は、データの大規模なキャプチャと、そのデータの洞察とレコメンデーションへの変換を可能にする。
商業、科学、教育、芸術、エンターテイメントのWebへの移行により、人間の活動に関する構造化された、非構造化されたデータベースが、これまで例のない量で利用可能になった。
論文 参考訳（メタデータ） (2020-07-31T19:19:42Z)
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。