Full metadata record
DC FieldValueLanguage
dc.contributor.authorПустовалова Н. В.
dc.contributor.authorАвдеенко Т. В.
dc.coverage.spatialакадемическая успеваемость
dc.coverage.spatialмодель обучаемого
dc.coverage.spatialобразовательный контент
dc.coverage.spatialпсихометрические характеристики
dc.coverage.spatialрегрессионный анализ
dc.coverage.spatialперсонализация
dc.creatorПустовалова Н. В., Авдеенко Т. В.
dc.date2023
dc.date.accessioned2025-08-22T12:19:15Z-
dc.date.available2025-08-22T12:19:15Z-
dc.date.issued2023
dc.identifier.identifierRU\НТБ СГАУ\541815
dc.identifier.citationПустовалова, 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.
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/13246-
dc.description.abstractПредставлены 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.
dc.languagerus
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2023). - Т. 5 : Науки о данных
dc.subjectакадемическая успеваемость
dc.subjectмодель обучаемого
dc.subjectобразовательный контент
dc.subjectпсихометрические характеристики
dc.subjectрегрессионный анализ
dc.subjectперсонализация
dc.titleАнализ влияния различных аспектов личности студента на академическую успеваемость
dc.typeText
dc.citation.spage051922
dc.citation.volume5
local.contributor.authorПустовалова Н. В.
local.contributor.authorАвдеенко Т. В.
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/O-logicheskoi-klassifikacii-celochislennyh-dannyh-106032
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/O-logicheskoi-klassifikacii-celochislennyh-dannyh-106032
Appears in Collections:Информационные технологии и нанотехнологии

Files in This Item:
File SizeFormat 
978-5-7883-1921-6_2023-051922.pdf219.2 kBAdobe PDFView/Open


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.