توقع خطر تسرب الطلاب باستخدام التعلم الآلي

الغرض: توقع تسرب الطلاب أمر حاسم لتسهيل آليات الاحتفاظ. يهدف هذه الدراسة إلى التركيز على تنفيذ طريقة لتوقع تسرب الطلاب في السنوات العليا من برنامج العلاج الطبيعي. التصميم/المنهجية/الطريقة: التعلم الآلي هو أداة حاسوبية يمكنها التعرف على الأنماط وتوليد النماذج التنبؤية. باستخدام منهجية بحث كمية، تم الوصول إلى قاعدة بيانات تتكون من 336 طالبًا جامعيًا في دوراتهم العليا. تم جمع بيانات المشاركين من نظام إدارة الأكاديميات المالية والإدارة ومنصة Universidad Autónoma de Chile. تم اختيار خمسة متغيرات كمية و11 متغيراً نوعياً، مرتبطة بتسرب الطلاب الجامعيين. باستخدام هذه القاعدة البيانات، تم اختبار 23 مصنفًا بناءً على التعلم الآلي تحت الإشراف. النتائج: كان حوالي 23.58% من الذكور و17.39% من الإناث ضمن مجموعة الطلاب المتسربين. زاد متوسط دقة المصنفات بناءً على عدد المتغيرات المستخدمة في التدريب. تم الحصول على أفضل مستوى دقة باستخدام خوارزمية “Subspace KNN” (86.3%). أعطى المصنف “RUSboosted trees” أقل عدد من السلبية الكاذبة وأعلى حساسية للAlgorithms المستخدمة (78%) بالإضافة إلى خصوصية قدرها 86%. الآثار العملية: تحدد هذه الطريقة التنبؤية الطلاب المتسربين في البرنامج الجامعي ويمكن استخدامها لتحسين احتفاظ الطلاب في الدرجات العليا. الابتكار/القيمة: طوّرت الدراسة نموذجًا تنبؤيًا جديدًا لتسرب الطلاب من الدورات العليا، مفيد لقواعد البيانات غير المتوازنة مع عدد أقل من الطلاب المتسربين.