研究人员开发了一种上下文感知的模型，通过整合教科书内容中的特征（如语言和视觉复杂度）来预测学生的测验表现。与仅依赖学生过往表现的模型相比，这种方法将预测准确率提高了9.1%。研究发现，来自复习题的文本特征是有益的，而图像特征并未显著提高预测准确率。 AI
影响 这项研究可能催生更个性化的教育工具，这些工具能够适应学生的行为和学习材料的复杂度。
排序理由 关于学生表现新预测模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2606.24770v1 Announce Type: cross Abstract: Educational platforms often predict student performance from prior interactions, but the assessment content itself also varies in linguistic and visual complexity. This paper studies whether lightweight content features extracted …