文献

J-GLOBAL ID：202202232235772222   整理番号：22A1185629

電流学習性能と学習行動指標による早期学生-リスク検出【JST・京大機械翻訳】

Early Student-at-Risk Detection by Current Learning Performance and Learning Behavior Indicators

著者 (3件)： Kustitskaya Tatiana A. (School of Space and Information Technology, Siberian Federal University, Krasnoyarsk, Russia) ,  Kytmanov Alexey A. (School of Space and Information Technology, Siberian Federal University, Krasnoyarsk, Russia) ,  Noskov Mikhail V. (School of Space and Information Technology, Siberian Federal University, Krasnoyarsk, Russia)
資料名： Cybernetics and Information Technologies (Web)  (Cybernetics and Information Technologies (Web))
巻： 22  号： 1  ページ： 117-133  発行年： 2022年 
JST資料番号： U7973A  ISSN： 1314-4081  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文は,支援策をタイムリーに導入することにより,学生の学習失敗の早期予測の問題に焦点を当てた。著者らは,混合学習フォーマットにおける学術的コースまたはモジュール教示のための予測モデルを設計する方法を提案した。解釈可能性,行動性,およびコース設計への適応性のような教育プロセスへの適用性に関する予測モデルに,ある要求を導入した。これらの要求を満たす3種類の分類器を試験し,セメスターの初期段階から始まる最良の性能を提供するものを選択し,従って,リスクのある学生をタイムリーにサポートする様々な機会を提供した。著者らの経験的研究は,提案したアプローチが,より高い教育機関における早期警報システムの開発に対して有望であることを確認した。このようなシステムは,学生の保持率にプラスに影響し,長期間の学習と教育の経験を高めることができる。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 教育 ,  設計 ,  *電流 ,  *学習 ,  経験 ,  *学生 ,  適応性 ,  警報システム ,  予測モデル
準シソーラス用語： 学習行動 ,  教育機関 ,  判断能力 ,  線形判別分析 ,  学習性能 , 【Automatic Indexing@JST】

著者キーワード (8件)： 解析学の学習 ,  成功の学習 ,  学習失敗 ,  学生のリスク ,  早期警報システム ,  Bayesネットワーク ,  k最近傍 ,  線形判別分析

分類 (1件)： CAI  (JE09000G)

タイトルに関連する用語 (6件)： 学習性能 ,  学習 ,  行動指標 ,  早期 ,  学生 ,  リスク