지역사회 대학 학생들을 위한 최적의 학업 계획: 사람이 작성한 계획과 (가설적) 알고리즘 생성 계획에 대한 예비 실험

Основные понятия

지역사회 대학 학생들이 여러 대학에 지원할 때 각 대학의 전공 요구 사항이 다르기 때문에 최적의 학업 계획을 수립하는 것이 어려울 수 있다. 이 연구에서는 학생들이 수동으로 최적의 학업 계획을 수립하는 것보다 알고리즘 생성 계획을 사용하는 것이 더 효과적일 수 있음을 보여준다.

Аннотация

이 연구는 지역사회 대학 학생들이 여러 대학에 지원할 때 겪는 어려움을 다룹니다. 각 대학마다 전공 요구 사항이 다르기 때문에 학생들은 여러 개의 학점 인정 협약을 참조하여 최적의 학업 계획을 수립해야 합니다.

연구진은 이러한 문제를 해결하기 위해 가설적인 최적화 알고리즘을 기반으로 한 프로토타입을 설계했습니다. 이 프로토타입은 학생들이 선택한 학점 인정 협약을 바탕으로 최소한의 지역사회 대학 수업을 제시합니다.

실험 결과, 프로토타입 사용자들은 ASSIST 사용자들에 비해 최적성 오류가 적었고, 계획 수립 시간이 더 짧았으며, 사용성 평가 점수도 더 높았습니다. 이 차이는 모두 통계적으로 유의미했고 효과 크기도 컸습니다.

이 예비 실험 결과는 수동으로 최적의 학업 계획을 수립하는 것이 오류가 발생하기 쉽고 사용자 친화적이지 않을 수 있음을 시사합니다. 따라서 알고리즘 기반 최적화 소프트웨어가 불필요한 초과 학점 취득을 줄이고 학생들의 대학 이전 시간을 단축시킬 수 있을 것으로 기대됩니다. 그러나 실제 알고리즘을 구현하는 후속 연구가 필요합니다.

Статистика

지역사회 대학 학생들이 ASSIST를 사용하여 최적의 학업 계획을 수립하는 데 평균 11.29분이 소요되었습니다.
지역사회 대학 학생들이 ASSIST를 사용하여 최적의 학업 계획을 수립할 때 평균 3.33개의 과목 선택 오류가 발생했습니다.
프로토타입 사용자들은 최적의 학업 계획을 수립하는 데 0개의 오류가 발생했습니다.

Цитаты

없음

Ключевые выводы из

Optimal Academic Plan Derived from Articulation Agreements: A Preliminary Experiment on Human-Generated and (Hypothetical) Algorithm-Generated Academic Plans

by David V. Ngu... в arxiv.org 05-02-2024

https://arxiv.org/pdf/2307.04500.pdf

Дополнительные вопросы

지역사회 대학 학생들이 불필요한 초과 학점을 취득하는 이유는 무엇일까요?

지역사회 대학 학생들이 불필요한 초과 학점을 취득하는 이유는 주로 다양한 요인으로 인해 발생합니다. 첫째, 학생들은 전이 요구 사항이 복잡하고 혼란스러울 수 있기 때문에 최적의 학업 계획을 수립하는 것이 어려울 수 있습니다. 다양한 대학 간의 이전 요구 사항이 일관성이 없을 경우, 학생들은 여러 대학의 요구 사항을 충족하기 위해 더 많은 과목을 수강해야 할 수 있습니다. 이로 인해 필요 이상으로 많은 학점을 취득하게 될 수 있습니다.
둘째, 학생들은 학사 상담이나 학사 정보에 대한 접근이 제한적일 수 있습니다. 이로 인해 학생들은 올바른 정보나 지도를 받지 못하고 최적의 학업 계획을 수립하는 데 어려움을 겪을 수 있습니다. 또한, 학사 상담사의 수가 부족하거나 과부하일 경우, 학생들은 개별적인 지도를 받지 못하고 잘못된 결정을 내릴 수 있습니다.
세째, 학생들은 자신의 전공이나 진로에 대한 명확한 이해가 부족할 수 있습니다. 이로 인해 학생들은 필요 이상으로 많은 과목을 수강하거나 잘못된 선택을 할 수 있습니다. 또한, 학생들은 자신의 학업 계획을 최적화하는 방법에 대한 충분한 정보나 지원을 받지 못할 수 있습니다.

지역사회 대학 학생들이 최적의 학업 계획을 수립하지 않는 이유는 무엇일까요? 그들의 동기는 무엇일까요?

지역사회 대학 학생들이 최적의 학업 계획을 수립하지 않는 이유는 주로 정보 부족, 복잡성, 시간 제약, 그리고 개인적인 요인 등으로 인해 발생할 수 있습니다.
첫째, 정보 부족은 학생들이 올바른 결정을 내리는 데 어려움을 겪게 합니다. 학생들이 전이 요구 사항이나 각 대학의 규정을 이해하는 데 어려움을 겪을 경우, 최적의 학업 계획을 수립하는 것이 어려워질 수 있습니다.
둘째, 복잡성은 다양한 대학 간의 이전 요구 사항이 서로 다를 경우 발생할 수 있습니다. 이로 인해 학생들은 여러 대학의 요구 사항을 고려해야 하며, 이는 최적의 학업 계획을 수립하는 것을 어렵게 만들 수 있습니다.
셋째, 시간 제약은 학생들이 충분한 시간을 갖지 못하거나 학사 상담을 받지 못할 경우 최적의 학업 계획을 수립하는 것을 어렵게 만들 수 있습니다.
넷째, 개인적인 요인은 학생들이 자신의 우선순위, 관심사, 능력 등을 고려하지 않고 최적의 학업 계획을 수립하지 않는 이유가 될 수 있습니다.

알고리즘 기반 최적화 소프트웨어를 개발할 때 어떤 사용 사례를 고려해야 할까요?

알고리즘 기반 최적화 소프트웨어를 개발할 때 고려해야 할 사용 사례는 다음과 같습니다.
첫째, 학생들이 최적의 학업 계획을 수립할 때 다양한 요구 사항을 고려해야 합니다. 이를 위해 소프트웨어는 다양한 대학의 요구 사항을 고려하고 최적의 학업 계획을 제시해야 합니다.
둘째, 소프트웨어는 학생들이 필요로 하는 정보를 쉽게 이해할 수 있도록 사용자 친화적이어야 합니다. 사용자가 소프트웨어를 효과적으로 활용할 수 있도록 직관적인 인터페이스와 명확한 지침이 제공되어야 합니다.
셋째, 소프트웨어는 학생들이 자신의 상황에 맞게 최적의 학업 계획을 조정할 수 있는 유연성을 제공해야 합니다. 학생들이 필요에 따라 요구 사항을 수정하거나 다양한 시나리오를 고려할 수 있도록 해야 합니다.
넷째, 소프트웨어는 학사 상담사와의 협력을 강화하고 학생들이 필요로 하는 지원을 받을 수 있도록 해야 합니다. 학사 상담사가 소프트웨어를 활용하여 학생들을 지원하고 최적의 학업 계획을 수립하는 데 도움을 줄 수 있도록 해야 합니다.