Отрывок: Оценив влияние отдельных предикторов на академическую успеваемость, мы проанализировали совместное влияние на нее пары предикторов, один из которых категориальный (таблица II). Кроме того, была построена логистическая регрессия. В этом случае мы поделили студентов по формальному признаку (сдача сессии в срок и без оценки «неудовлетворительно») на успевающих и неус...
Название : Анализ влияния различных аспектов личности студента на академическую успеваемость
Авторы/Редакторы : Пустовалова Н. В.
Авдеенко Т. В.
Дата публикации : 2023
Библиографическое описание : Пустовалова, Н. В. Анализ влияния различных аспектов личности студента на академическую успеваемость / Н. В. Пустовалова, Т. В. Авдеенко // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Т. 5: Науки о данных / под ред. Е. В. Гошина. - 2023. - С. 051922.
Аннотация : Представлены результаты исследования датасета, сконструированного авторами для программной реализации компонентов персонализированной образовательной среды университета. Указанный набор данных получен авторами в результате тестирования психометрических характеристик студентов. В тестировании приняли участие 191 человек, учащиеся со 2-го по 4-й курс Новосибирского государственного технического университета (НГТУ): 123 мужчины и 68 женщин в возрасте от 18 до 23 лет. После подготовки данных были построены регрессионные модели, в результате чего выявлено, что наиболее значимые предикторы — это "добросовестность" и "система торможения поведения". Эти же переменные оказались значимы при анализе совместного попарного влияния с категориальными предикторами "модальность", "стиль реагирования на изменения», "пол". Также была построена логистическая регрессия. Для этого студенты были разделены на две категории успеваемости.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/O-logicheskoi-klassifikacii-celochislennyh-dannyh-106032
Другие идентификаторы : RU\НТБ СГАУ\541815
Ключевые слова: академическая успеваемость
модель обучаемого
образовательный контент
психометрические характеристики
регрессионный анализ
персонализация
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1921-6_2023-051922.pdf219.2 kBAdobe PDFПросмотреть/Открыть



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.