論文の概要: A novel association and ranking approach identifies factors affecting educational outcomes of STEM majors

• arxiv url: http://arxiv.org/abs/2503.12321v1
• Date: Sun, 16 Mar 2025 02:13:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 12:35:55.731241
• Title: A novel association and ranking approach identifies factors affecting educational outcomes of STEM majors
• Title（参考訳）: STEM専攻者の教育成績に影響を与える要因を識別する新しい協会とランキング・アプローチ
• Authors: Kira Adaricheva, Jonathan T. Brockman, Gillian Z. Elston, Lawrence Hobbie, Skylar Homan, Mohamad Khalefa, Jiyun V. Kim, Rochelle K. Nelson, Sarah Samad, Oren Segal,
• Abstract要約: 卒業を成功させる主要な予測要因は、入門STEMコースのパフォーマンス、最初の数学クラスの選択、主要な選択における柔軟性である。 専攻をSTEMから非STEMに切り替えた生徒は、総合成績が高かった。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Improving undergraduate success in STEM requires identifying actionable factors that impact student outcomes, allowing institutions to prioritize key leverage points for change. We examined academic, demographic, and institutional factors that might be associated with graduation rates at two four-year colleges in the northeastern United States using a novel association algorithm called D-basis to rank attributes associated with graduation. Importantly, the data analyzed included tracking data from the National Student Clearinghouse on students who left their original institutions to determine outcomes following transfer. Key predictors of successful graduation include performance in introductory STEM courses, the choice of first mathematics class, and flexibility in major selection. High grades in introductory biology, general chemistry, and mathematics courses were strongly correlated with graduation. At the same time, students who switched majors - especially from STEM to non-STEM - had higher overall graduation rates. Additionally, Pell eligibility and demographic factors, though less predictive overall, revealed disparities in time to graduation and retention rates. The findings highlight the importance of early academic support in STEM gateway courses and the implementation of institutional policies that provide flexibility in major selection. Enhancing student success in introductory mathematics, biology, and chemistry courses could greatly influence graduation rates. Furthermore, customized mathematics pathways and focused support for STEM courses may assist institutions in optimizing student outcomes. This study offers data-driven insights to guide strategies to increase STEM degree completion.
• Abstract（参考訳）: STEMにおける学部成功を改善するには、学生の成果に影響を与える実行可能な要因を特定し、組織が変化のために重要なレバレッジポイントを優先順位付けする必要がある。 米国北東部の2つの4年制大学における卒業率に関連する学術的、人口統計学的、制度的要因について、D-basisと呼ばれる新しい連想アルゴリズムを用いて、卒業に伴う属性のランク付けを行った。 重要な分析データには、移転後の結果を決定するために元の機関を離れた学生に関する全国学生クリアリングハウスのデータが含まれていた。 卒業を成功させる主要な予測要因は、入門STEMコースのパフォーマンス、最初の数学クラスの選択、主要な選択における柔軟性である。 導入生物学、一般化学、数学のコースの成績は卒業と強く相関していた。 同時に、専攻をSTEMから非STEMに切り替えた生徒は、総合成績が高かった。 さらに、Pellの適格性と人口統計学的要因は、全体的な予測には至らなかったが、卒業と保持率に間に合わないことが判明した。 本研究は、STEMゲートウェイコースにおける早期の学術的支援の重要性と、主要な選択における柔軟性を提供する制度的政策の実施を強調した。 入門数学、生物学、化学のコースにおける学生の成功の促進は卒業率に大きな影響を及ぼす可能性がある。 さらに、STEMコースのカスタマイズされた数学パスや集中的な支援は、学生の成果を最適化する機関を支援することができる。 この研究は、STEMの完成度を高めるための戦略を導くために、データ駆動の洞察を提供する。

関連論文リスト

• Recommending the right academic programs: An interest mining approach using BERTopic [46.133648730062035]
  本稿では,プログラムの内容と個人の嗜好の両方に基づいて,学生に効果的なレコメンデーションを提供する最初の情報システムを提案する。 BERTopicは、テキスト埋め込み技術を利用してトピック表現を生成する強力なトピックモデリングアルゴリズムである。 後中等学校におけるケーススタディでは,システムが即時かつ効果的な意思決定支援を提供することを示す。
  論文  参考訳（メタデータ） (2025-01-11T16:34:10Z)
• A machine learning approach to predict university enrolment choices through students' high school background in Italy [42.57210316104905]
  本稿では,イタリアの高校生の数学とイタリア語の習熟度が大学入学選択に及ぼす影響を考察する。 従来と同様の教育的選択や達成に対する性別差について検討した。 研究成果は、大学教育に関する学生の選択を形作る際に、学力、性別、高校の背景の複雑な相互作用を浮き彫りにした。
  論文  参考訳（メタデータ） (2024-02-29T10:05:37Z)
• Temporal and Between-Group Variability in College Dropout Prediction [0.0]
  本研究では,機械学習モデルの寄与要因と予測性能を体系的に評価する。 最終年度末の降雨予測は,ランダムフォレストモデルによる入園時よりも20%高い値を示した。 学生集団間の多様性に関して、大学GPAは、伝統的に不利な背景を持つ学生にとって、仲間よりも予測的価値が高い。
  論文  参考訳（メタデータ） (2024-01-12T10:43:55Z)
• 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)
• 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)
• SciBench: Evaluating College-Level Scientific Problem-Solving Abilities of Large Language Models [70.5763210869525]
  拡張ベンチマークスイートSciBench for Large Language Model (LLM)を導入する。 SciBenchには、数学、化学、物理学の分野から、さまざまな大学レベルの科学的問題を含むデータセットが含まれている。 その結果、現在のLLMは満足のいく性能を達成できないことが判明し、全体のスコアは43.22%に過ぎなかった。
  論文  参考訳（メタデータ） (2023-07-20T07:01:57Z)
• 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)
• Impacts of Students Academic Performance Trajectories on Final Academic Success [0.0]
  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。
  論文  参考訳（メタデータ） (2022-01-21T15:32:35Z)
• 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)

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。