論文の概要: Intelligent System for Assessing University Student Personality
Development and Career Readiness
- arxiv url: http://arxiv.org/abs/2308.15620v1
- Date: Tue, 29 Aug 2023 20:32:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-31 15:34:11.287049
- Title: Intelligent System for Assessing University Student Personality
Development and Career Readiness
- Title(参考訳): 大学生の個性発達とキャリアの即応性を評価する知的システム
- Authors: Izbassar Assylzhan, Muragul Muratbekova, Daniyar Amangeldi, Nazzere
Oryngozha, Anna Ogorodova, Pakizar Shamoi
- Abstract要約: 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。
- 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: While academic metrics such as transcripts and GPA are commonly used to
evaluate students' knowledge acquisition, there is a lack of comprehensive
metrics to measure their preparedness for the challenges of post-graduation
life. This research paper explores the impact of various factors on university
students' readiness for change and transition, with a focus on their
preparedness for careers. The methodology employed in this study involves
designing a survey based on Paul J. Mayer's "The Balance Wheel" to capture
students' sentiments on various life aspects, including satisfaction with the
educational process and expectations of salary. The collected data from a KBTU
student survey (n=47) were processed through machine learning models: Linear
Regression, Support Vector Regression (SVR), Random Forest Regression.
Subsequently, an intelligent system was built using these models and fuzzy
sets. The system is capable of evaluating graduates' readiness for their future
careers and demonstrates a high predictive power. The findings of this research
have practical implications for educational institutions. Such an intelligent
system can serve as a valuable tool for universities to assess and enhance
students' preparedness for post-graduation challenges. By recognizing the
factors contributing to students' readiness for change, universities can refine
curricula and processes to better prepare students for their career journeys.
- Abstract(参考訳): 書き起こしやGPAといった学術的指標は、学生の知識獲得を評価するために一般的に用いられるが、学習後生活の課題に対する準備を測るための総合的な指標が欠如している。
本研究は,大学生の転向準備に対する諸要因の影響を考察し,キャリアへの準備に焦点をあてる。
本研究では,paul j. mayer の "the balance wheel" に基づく調査をデザインし,教育プロセスへの満足度や給与の期待度など,様々な生活面における学生の感情を捉えた。
kbtu学生調査(n=47)から得られたデータは、線形回帰、サポートベクトル回帰(svr)、ランダムフォレスト回帰といった機械学習モデルによって処理された。
その後、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。
このシステムは、卒業生の将来のキャリアに対する準備を評価でき、高い予測能力を示す。
本研究の成果は教育機関に実際的な意味を持つ。
このような知的システムは、大学が大学院の課題に対する学生の備えを評価し、強化するための貴重なツールとなり得る。
学生の変化への準備に寄与する要因を認識することで、大学はカリキュラムとプロセスを洗練し、学生のキャリアの旅に備えることができる。
関連論文リスト
- Towards Goal-oriented Intelligent Tutoring Systems in Online Education [69.06930979754627]
目標指向知能チューニングシステム(GITS)という新しいタスクを提案する。
GITSは,演習や評価のカスタマイズを戦略的に計画することで,学生の指定概念の習得を可能にすることを目的としている。
PAI(Planning-Assessment-Interaction)と呼ばれるグラフに基づく新しい強化学習フレームワークを提案する。
論文 参考訳(メタデータ) (2023-12-03T12:37:16Z) - 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) - A Domain-Agnostic Approach for Characterization of Lifelong Learning
Systems [128.63953314853327]
「生涯学習」システムには,1)継続的学習,2)伝達と適応,3)拡張性があります。
この一連のメトリクスは、様々な複雑な生涯学習システムの開発に役立てることができることを示す。
論文 参考訳(メタデータ) (2023-01-18T21:58:54Z) - A Framework for Undergraduate Data Collection Strategies for Student
Support Recommendation Systems in Higher Education [12.358921226358133]
本稿では,高等教育における推薦システムに特化したデータ収集フレームワークについて概説する。
本研究の目的は、このコンテキスト内でのレコメンデータシステムに特化したデータ収集フレームワークの概要を明らかにすることである。
論文 参考訳(メタデータ) (2022-10-16T13:39:11Z) - Machine Learning Approach for Predicting Students Academic Performance
and Study Strategies based on their Motivation [0.0]
本研究は,学生の学業成績と学習戦略予測のための機械学習モデルの開発を目的とする。
モデル構築には,学生の学習過程に不可欠な重要な学習属性(内在的,外在的,自律的,関連性,能力,自尊心)が用いられた。
論文 参考訳(メタデータ) (2022-10-15T04:09:05Z) - Lifelong Learning Metrics [63.8376359764052]
DARPA Lifelong Learning Machines (L2M) プログラムは、人工知能(AI)システムの進歩を目指している。
本論文は、生涯学習シナリオを実行するエージェントのパフォーマンスの構築と特徴付けのためのフォーマリズムを概説する。
論文 参考訳(メタデータ) (2022-01-20T16:29:14Z) - An Analysis of Programming Course Evaluations Before and After the
Introduction of an Autograder [1.329950749508442]
本稿では,最近自己評価を導入した基礎的コンピュータ科学コースの標準化された大学評価アンケートに対する回答について検討する。
我々は,教師と生徒の交流の改善,コースの質の向上,学習の成功の向上,時間の短縮,難易度の向上など,データに大きな変化をもたらした可能性について仮説を立てた。
オートグレーダ技術は、プログラミングコースにおける生徒の満足度を向上させるための教育方法として検証することができる。
論文 参考訳(メタデータ) (2021-10-28T14:09:44Z) - Scaling up Search Engine Audits: Practical Insights for Algorithm
Auditing [68.8204255655161]
異なる地域に数百の仮想エージェントを配置した8つの検索エンジンの実験を行った。
複数のデータ収集にまたがる研究インフラの性能を実証する。
仮想エージェントは,アルゴリズムの性能を長時間にわたって監視するための,有望な場所である,と結論付けている。
論文 参考訳(メタデータ) (2021-06-10T15:49:58Z) - 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)
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。