Key points are not available for this paper at this time.
Dieser Artikel berichtet über die Entwicklung und Implementierung des Student Success Program, einem strategischen, universitätsweiten und konsistenten Ansatz zur Erhöhung des Erfolgs und der Bindung von Erstsemesterstudierenden im Jahr 2014. Zu diesem Zweck wurde ein zentral koordinierter Prozess etabliert, der historische Daten von Studierenden, Bewerbungen, Immatrikulationen, akademischen Leistungen und Lernmanagement in einem Datenlager integrierte. Diese Daten wurden genutzt, um chi-quadrat automatische iterative Detektion (CHAID) Entscheidungsbaum-Modelle zu erstellen, die darauf abzielen, das Abbrecher-Risiko jedes Studierenden vorherzusagen. Vorhersagen wurden mehrmals pro Jahr vor den Zeitpunkten maximaler Abbruchrate getroffen, um Änderungen im Verhalten der Studierenden und die Verfügbarkeit neuer Daten zu berücksichtigen. Eine Intervention durch Peer-to-Peer Telefonkommunikation richtete sich an Studierende mit den höchsten vorhergesagten Risiken, um Unterstützung anzubieten, die Bindung zu fördern und einen erfolgreichen Abschluss in der Hochschulbildung zu ermöglichen. Die Genauigkeit der chi-quadrat automatischen iterativen Detektionsmodelle profitierte insbesondere von der Einbeziehung von Daten, die das Studienverhalten von Erstsemesterstudierenden darstellen.
Seidel et al. (Tue,) haben diese Frage untersucht.