Naslov
Predikcija uspjeha u studiranju primjenom Bayesovih mreža
(Predicting student performance using Bayesian networks)

Autori
Šimić, Diana ; Gusić, Jelena

Vrsta, podvrsta i kategorija rada
Radovi u zbornicima skupova, cjeloviti rad (in extenso), znanstveni

Izvornik
Proceedings of MIPRO 2020 43rd International Conference / Skala, Karolj - Rijeka : Hrvatska udruga za informacijsku i komunikacijsku tehnologiju, elektroniku i mikroelektroniku - MIPRO, 2020, 1060-1063

Skup
43rd International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO 2020)

Mjesto i datum
Opatija, Hrvatska, 28.09.2020. - 02.10.2020

Vrsta sudjelovanja
Predavanje

Vrsta recenzije
Međunarodna recenzija

Ključne riječi
analitika učenja ; Bayesove mreže ; predikcija uspjeha studiranja
(learning analytics ; Bayesian networks ; study performance)

Sažetak
Analizirani su podaci o uspješnosti studiranja i prolasku ispita na prvoj godini preddiplomskog studija za 8 generacija studenata. Ciljevi istraživanja bili su: napraviti prediktivni model koji će omogućiti identifikaciju studenata za koje postoji velika vjerojatnost da neće ostvariti 30 ECTS bodova tijekom akademske godine i pružiti studentima informaciju o vjerojatnosti prolaza na pojedinom ispitu, odnosno postizanja ciljanog broja ECTS-a na kraju akademske godine. Za modeliranje združene distribucije korištena je Bayesova mreža. Struktura mreže sadržavala je kao čvorove rezultate ispita pojedinih predmeta (nije upisan, nije položen, položen), a ishod akademske godine reprezentiran je kvalitativnom varijablom s vrijednostima „manje od 30 ECTS-a“, „od 30 do 54 ECTS-a“ i „55 i više ECTS-a“. Za učenje strukture i parametara korišten je paket bnlearn u R-u. Provedena je 20-struka unakrsna validacija. Rezultati su pokazali da su mjera F_1 i odziv najbolji za najuspješnije studente (F_1 između 0, 81 i 0, 91 ; odziv između 0, 91 i 1, 0). Specifičnost je bila najbolja za dvije grupe studenata koji su ostvarili manje od 55 ECTS-a (0, 81 do 0, 98). Točnost predikcije u unakrsnoj validaciji bila je između 69% i 87%. Za najuspješniju grupu studenata točnost predikcije bila je između 0, 79 i 0, 92.

Izvorni jezik
Hrvatski

Znanstvena područja
Matematika, Informacijske i komunikacijske znanosti, Obrazovne znanosti (psihologija odgoja i obrazovanja, sociologija obrazovanja, politologija obrazovanja, ekonomika obrazovanja, antropologija obrazovanja, neuroznanost i rano učenje, pedagoške discipline)

POVEZANOST RADA