교사 네트워크와 문항 반응 간의 잠재변수를 통한 상호 관련성 분석
교사들의 조언 관계망이 교사들의 만족도, 학생에 대한 인식, 교육 정책에 대한 영향력 인식에 미치는 영향을 잠재변수 모형을 통해 분석하였다.
학생 클릭스트림 데이터의 과정 마이닝 - 집계 및 그룹 비교
학생들의 학습 경로 분석을 통해 우수 학생들이 더 많은 학습 자료를 활용하고 다양한 섹션 간 이동을 보이는 것으로 나타났다.
강의 반성문 요약을 위한 새로운 벤치마크 데이터셋 REFLECTSUMM
REFLECTSUMM은 학생들의 반성적 글쓰기를 요약하기 위해 특별히 설계된 새로운 요약 데이터셋으로, 교육 분야와 의견 요약 분야에 잠재적인 영향을 미칠 수 있는 실제 시나리오에서의 요약 기술 개발과 평가를 촉진하는 것을 목표로 한다.
초등학교 졸업 시점부터 중등교육 중퇴 예측이 가능한 기계학습
이 연구는 13년간의 종단 데이터를 활용하여 초등학교 졸업 시점부터 중등교육 중퇴 여부를 예측할 수 있는 기계학습 모델을 개발했다.
이탈리아 고등학생의 배경이 대학 입학 선택에 미치는 영향 예측을 위한 기계 학습 접근법
이탈리아 고등학생의 수학 및 이탈리아어 실력이 STEM(과학, 기술, 공학, 수학) 전공 선택에 미치는 영향을 분석하였다. 고등학교 인문계와 이과계 배경에 따른 학생들의 입학 선호도를 구분하고, 성별에 따른 차이를 조사하였다.
학생 강의 평가 데이터를 활용한 질적 코드북 생성을 위한 생성 텍스트 모델 활용
자연어 처리 기술과 대규모 언어 모델을 활용하여 학생 강의 평가 데이터에서 주요 주제와 개념을 자동으로 추출하고 요약하는 방법을 제시한다.
문제 중심 다중 전문가 대조 학습 프레임워크를 통한 심층 순차 지식 추적 모델의 정확성 및 해석 가능성 향상
본 연구는 문제 및 개념 수준에서 학생의 지식 습득 상태를 모델링하고, 다중 전문가 기술을 활용하여 더 강건하고 정확한 지식 습득 상태를 얻는다. 또한 세부적인 문제 중심 대조 학습을 통해 상호작용이 적은 문제의 표현을 향상시켜 해당 문제의 지식 습득 상태 정확도를 높인다. 마지막으로 해석 가능한 예측 레이어를 도입하여 모델의 예측 결과에 대한 해석 가능성을 제공한다.
© 2024 by Linnk AI