論文の概要: Exploring Educational Equity: A Machine Learning Approach to Unravel
Achievement Disparities in Georgia
- arxiv url: http://arxiv.org/abs/2402.01710v1
- Date: Thu, 25 Jan 2024 15:05:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-11 16:25:43.631499
- Title: Exploring Educational Equity: A Machine Learning Approach to Unravel
Achievement Disparities in Georgia
- Title（参考訳）: 教育の平等を探求する:ジョージアにおける達成格差の解き放つ機械学習アプローチ
- Authors: Yichen Ma, Dima Nazzal
- Abstract要約: この研究は、異なる人口層、地域、主題にわたる学生の達成率の包括的分析を行う。
パンデミックの間、英語と数学の習熟度は著しく低下した。
この研究は、都市部と農村部における達成率の格差、および郡間でのバリエーションも明らかにしている。
- 参考スコア（独自算出の注目度）: 0.5439020425819
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The COVID-19 pandemic has significantly exacerbated existing educational
disparities in Georgia's K-12 system, particularly in terms of racial and
ethnic achievement gaps. Utilizing machine learning methods, the study conducts
a comprehensive analysis of student achievement rates across different
demographics, regions, and subjects. The findings highlight a significant
decline in proficiency in English and Math during the pandemic, with a
noticeable contraction in score distribution and a greater impact on
economically disadvantaged and Black students. Socio-economic status, as
represented by the Directly Certified Percentage -- the percentage of students
eligible for free lunch, emerges as the most crucial factor, with additional
insights drawn from faculty resources such as teacher salaries and expenditure
on instruction. The study also identifies disparities in achievement rates
between urban and rural settings, as well as variations across counties,
underscoring the influence of geographical and socio-economic factors. The data
suggests that targeted interventions and resource allocation, particularly in
schools with higher percentages of economically disadvantaged students, are
essential for mitigating educational disparities.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)のパンデミックは、ジョージア州のk-12制度における既存の教育格差を著しく悪化させた。
機械学習の手法を用いて、異なる人口層、地域、主題にわたる学生の達成率を包括的に分析する。
この結果は、パンデミック中の英語と数学の習熟度が著しく低下し、スコアの分布が著しく縮小し、経済的に不利な学生や黒人の学生に大きな影響を及ぼしたことを示している。
フリーランチの資格を持つ学生の割合は、直接認定された割合で表される社会経済的地位が最も重要な要素として現れ、教員の給与や教育費といった教職員のリソースから得られた洞察が増す。
この研究はまた、都市と農村の達成率の差、および郡全体の変動を識別し、地理的、社会経済的要因の影響を裏付けている。
対象とする介入や資源配分、特に経済的に不利な生徒の割合が高い学校では、教育格差の緩和が不可欠であることが示唆された。
関連論文リスト
- Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Towards Fair Face Verification: An In-depth Analysis of Demographic
Biases [11.191375513738361]
近年,深層学習に基づく人物識別・検証システムは,精度の面で著しく向上している。
しかし、このようなシステムは人種、年齢、性別に関する重大な偏見を呈している。
本稿では,これらの要因の交叉性に着目した詳細な分析を行う。
論文 参考訳（メタデータ） (2023-07-19T14:49:14Z) - Difficult Lessons on Social Prediction from Wisconsin Public Schools [32.90759447739759]
早期警戒システムは、学生が退学するリスクがあるかを予測することで、個々の学生への介入を標的にすることを支援する。
広く採用されているにもかかわらず、EWSの有効性に対する私たちの理解には大きなギャップが残っています。
本研究では,学生の退学リスクを正確に判断する実証的証拠を提示する。
卒業率の1桁の上昇を招いた可能性があるが、我々の経験的分析では、前向きな治療効果がないと確実に判断することはできない。
論文 参考訳（メタデータ） (2023-04-13T00:59:12Z) - Sociodemographic inequalities in student achievement: An intersectional
multilevel analysis of individual heterogeneity and discriminatory accuracy
(MAIHDA) with application to students in London, England [0.0]
本研究は,イギリス・ロンドンに在住する2人の学生を対象に,学生の達成度における社会デマロジカルな不平等について検討した。
対話的な効果ではなく,主に添加物によって構成される達成度において,実質的な成層レベルの変動がみられた。
政策立案者は、余剰学生の増員にもっと注意を払うべきだと結論付けている。
論文 参考訳（メタデータ） (2022-11-10T16:16:52Z) - Fair Machine Learning in Healthcare: A Review [90.22219142430146]
我々は、機械学習と医療格差における公正性の交差を分析する。
機械学習の観点から、関連する公正度メトリクスを批判的にレビューする。
本稿では,医療における倫理的かつ公平なMLアプリケーション開発を約束する新たな研究指針を提案する。
論文 参考訳（メタデータ） (2022-06-29T04:32:10Z) - Investigating Participation Mechanisms in EU Code Week [68.8204255655161]
デジタル・コンピテンス(デジタル・コンピテンス、Digital competence、DC)は、デジタル技術の信頼性、批判、利用のための幅広いスキル、態度、知識のセットである。
この写本の目的は、コード・ウィークのEU加盟国への参加に関する詳細な統計学的記述を提供することである。
論文 参考訳（メタデータ） (2022-05-29T19:16:03Z) - 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) - MultiFair: Multi-Group Fairness in Machine Learning [52.24956510371455]
機械学習におけるマルチグループフェアネスの研究(MultiFair)
この問題を解決するために,汎用的なエンドツーエンドのアルゴリズムフレームワークを提案する。
提案するフレームワークは多くの異なる設定に一般化可能である。
論文 参考訳（メタデータ） (2021-05-24T02:30:22Z) - Through the Data Management Lens: Experimental Analysis and Evaluation
of Fair Classification [75.49600684537117]
データ管理研究は、データとアルゴリズムの公平性に関連するトピックに対する存在感と関心が高まっている。
我々は,その正しさ,公平性,効率性,スケーラビリティ,安定性よりも,13の公正な分類アプローチと追加の変種を幅広く分析している。
我々の分析は、異なるメトリクスとハイレベルなアプローチ特性がパフォーマンスの異なる側面に与える影響に関する新しい洞察を強調します。
論文 参考訳（メタデータ） (2021-01-18T22:55:40Z) - Reducing the Filtering Effect in Public School Admissions: A Bias-aware Analysis for Targeted Interventions [7.50215102665518]
DOEが「不利」と分類する学生の得点分布の変化が示される。
集中的に計画された介入は、奨学金やトレーニングを通じてバイアスの影響を著しく低減できることを示す。
論文 参考訳（メタデータ） (2020-04-22T20:50:31Z) - Investigating similarities and differences between South African and
Sierra Leonean school outcomes using Machine Learning [1.4826753449041337]
研究の目的は、学校のパフォーマンス予測器を構築し、異なるコミュニティと学校レベルの特徴の重要性を抽出することである。
木モデル上のSHAP値やLRのオッズ比といった機械学習アプローチから解釈可能なメトリクスをデプロイし、政策決定を支援する要因の相互作用を抽出する。
論文 参考訳（メタデータ） (2020-04-22T19:29:16Z)
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。