機械学習に基づくアルゴリズムを使用した学業成績の予測 - 系統的文献レビュー

機械学習の学生の学業成績予測への応用の探求は、重要な研究分野となっています。この系統的文献レビューでは、2020年から2023年の間に学業達成を予測するための機械学習の応用を検討した83件の索引付き研究記事をスクリーニングしました。結果は、アンサンブル学習が学業成績の予測において他の方法よりも優れており、平均精度率は87.67%に達したことを強調しています。これに続いてサポートベクターマシン（SVM）アプローチがあり、平均精度は84.30%でした。人口統計、学業、行動要因が学業達成の重要な予測因子であることが判明しました。この研究は、問題を抱える学生を早期に特定することの重要性と、教育成果を向上させるためのタイムリーな介入の必要性を強調しています。予測因子は、教育者や政策立案者がパフォーマンスの低下のリスクがある学生を把握するのに役立ち、教育成果の質を向上させるためのターゲットを絞った介入を提供する上で重要です。これは、質の高い教育に焦点を当てたSDG 4に沿ったものです。