ПРОГНОЗИРОВАНИЕ АКАДЕМИЧЕСКОЙ УСПЕВАЕМОСТИ СТУДЕНТОВ НА ОСНОВЕ ТЕКУЩИХ РЕЗУЛЬТАТОВ ОБУЧЕНИЯ

Шакаров М. Х. & Асраев З. Р.


Annotatsiya

В статье рассматриваются возможности прогнозирования академической успеваемости студентов на основе анализа текущих результатов обучения, получаемых в цифровой образовательной среде. Актуальность исследования обусловлена необходимостью своевременного выявления студентов группы риска и повышения эффективности образовательного процесса. Предлагается модель прогнозирования, основанная на использовании текущих оценок, результатов тестирования, активности в системе дистанционного обучения и показателей выполнения учебных заданий.


Adabiyotlar

  1. Siemens G. Learning Analytics: The Emergence of a Discipline. – American Behavioral Scientist, 2013.
  2. Romero C., Ventura S. Educational Data Mining and Learning Analytics. – Wiley Interdisciplinary Reviews, 2020.
  3. Baker R., Inventado P. Educational Data Mining and Learning Analytics. – Learning Analytics, Springer, 2019.
  4. Ferguson R. Learning Analytics: Drivers, Developments and Challenges. – International Journal of Technology Enhanced Learning, 2012.
  5. Source Course Management System. – Proceedings of EDMEDIA, 2003.
  6. Siemens G., Long P. Penetrating the Fog: Analytics in Learning and Education. – EDUCAUSE Review, 2011.