طراحی سیستم هشدار زودهنگام با یادگیری عمیق برای پیش بینی افت تحصیلی
سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 51
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CTSTE02_1657
تاریخ نمایه سازی: 17 مرداد 1405
چکیده مقاله:
افت تحصیلی یکی از مسائل اساسی نظام های آموزشی است که پیامدهای فردی، اجتماعی و اقتصادی گسترده ای در پی دارد. شناسایی به موقع دانش آموزان در معرض خطر افت تحصیلی می تواند نقش مهمی در پیشگیری از کاهش عملکرد آموزشی و ترک تحصیل ایفا کند. در سال های اخیر، گسترش فناوری های داده کاوی آموزشی و پیشرفت های حوزه هوش مصنوعی، به ویژه یادگیری عمیق، زمینه تحلیل داده های پیچیده آموزشی را فراهم کرده است. هدف پژوهش حاضر طراحی یک سیستم هشدار زودهنگام مبتنی بر یادگیری عمیق به منظور پیش بینی افت تحصیلی دانش آموزان است. این پژوهش با استفاده از داده های تحصیلی، رفتاری و جمعیت شناختی و بهره گیری از شبکه های عصبی عمیق، مدلی پیش بینی کننده ارائه می دهد. نتایج حاکی از آن است که مدل پیشنهادی قادر است با دقت بالا دانش آموزان در معرض خطر افت تحصیلی را شناسایی کرده و زمینه مداخلات آموزشی هدفمند را فراهم سازد. یافته های پژوهش نشان می دهد استفاده از سیستم های هشدار زودهنگام مبتنی بر یادگیری عمیق می تواند به ارتقای کیفیت تصمیم گیری آموزشی و تحقق عدالت آموزشی کمک نماید.
کلیدواژه ها:
یادگیری عمیق ، افت تحصیلی ، سیستم هشدار زودهنگام ، داده کاوی آموزشی ، پیش بینی عملکرد تحصیلی ، هوش مصنوعی
نویسندگان
بهروز عابدی نسب
لیسانس علوم اجتماعی پژوهشگری ، دانشگاه بوعلی سینا همدان
نورالله حمزه پور عالی زمینی
کارشناسی شیمی کاربردی ، مازندران ، بابلسر
علی وحدتی راد
کارشناسی مهندسی تکنولوژی نساجی ، دانشگاه یزد
منصور غلامعلی تبار
کارشناسی ارشد مهندسی برق ، دانشگاه علم و صنعت ایران ، تهران