Hellas et al. (2018) — Predicting academic performance: a systematic literature review

Nguồn tham khảo: Hellas, A., Ihantola, P., Petersen, A., Ajanovski, V. V., Gutica, M., Hynninen, T., Knutas, A., Leinonen, J., Messom, C., & Liao, S. N. (2018). Predicting academic performance: a systematic literature review. In Proceedings Companion of the 23rd Annual ACM Conference on Innovation and Technology in Computer Science Education (tr. 175–199). https://doi.org/10.1145/3293881.3295783

Truy cập toàn văn: https://doi.org/10.1145/3293881.3295783

Tóm tắt nội dung

Báo cáo của nhóm công tác gồm Arto Hellas, Petri Ihantola, Andrew Petersen cùng các đồng tác giả, công bố tại hội nghị ITiCSE lần thứ 23 của ACM, là một tổng quan tài liệu có hệ thống về dự báo kết quả học tập của sinh viên. Xuất phát điểm là nếu dự báo được kết quả của sinh viên trong một học phần hay chương trình, giảng viên có thể phân bổ nguồn lực và hoạt động giảng dạy chính xác hơn. Theo nhóm tác giả, hướng nghiên cứu này tìm cách xác định đặc trưng dùng để dự báo, thuật toán giúp dự báo tốt hơn, cách lượng hóa kết quả học tập, cũng như mối liên hệ giữa các đặc trưng và lý do một số đặc trưng hiệu quả hơn số khác.

Phân tích cho thấy số công trình trong lĩnh vực tăng rõ rệt và kỹ thuật được dùng ngày càng đa dạng. Tuy vậy, tổng quan cũng phát hiện nhiều vấn đề về chất lượng nghiên cứu, nên nhóm tác giả kêu gọi cộng đồng báo cáo chi tiết hơn về phương pháp và kết quả, đồng thời tăng cường kiểm chứng và lặp lại các nghiên cứu đã có. Với bài toán dự báo sinh viên có nguy cơ bỏ học, tài liệu là lời nhắc về chuẩn mực phương pháp: một mô hình chỉ đáng tin khi dữ liệu, quy trình xây dựng và cách đánh giá được mô tả đủ rõ để người khác kiểm tra và tái lập.

Luận điểm liên quan trong bài viết chính

Xem bài viết chính: Ứng dụng học máy phát hiện sinh viên có nguy cơ bỏ học: từ bài toán lớp thiểu số đến quyết định can thiệp