PulseAugur
实时 07:38:01
English(EN) An Auditable Policy-Simulation Framework for Student Dropout in Intervention-Free Data

新框架利用机器学习模拟学生辍学

研究人员开发了一个新的框架,利用机器学习模拟高等教育中的学生辍学。该系统根据学习管理系统和行政记录中的学生参与数据来模拟辍学风险。它在训练数据和测试数据上均取得了较高的AUC分数,证明了其预测能力,并包含一个策略层来比较不同的干预场景。 AI

影响 该框架可以使教育机构更好地预测和干预学生辍学案例。

排序理由 该集群包含一篇详细介绍新策略模拟框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架利用机器学习模拟学生辍学

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Rafael da Silva, Jeff Eicher, Gregory Longo ·

    干预无关数据中学生辍学情况的可审计策略模拟框架

    arXiv:2604.08874v3 Announce Type: replace-cross Abstract: This study proposes a temporal modeling framework with a counterfactual policy-simulation layer for student dropout in higher education, using LMS engagement data and administrative withdrawal records. Dropout is operation…