Predictions of student performance

Predictions of student performance can be useful in many
contexts. For admissions, it is important to be able to identify
excellent students for allocating scholarships and fellowships,
as well as those students who are unlikely to graduate. This
task is extremely difficult with international students, who
come from institutions with diverse grading systems and have
backgrounds that faculty and staff are often unfamiliar with.
The overall prediction accuracy from our analysis was 86%
Session T2G
1-4244-1084-3/07/$25.00 ©2007 IEEE October 10 – 13, 2007, Milwaukee, WI
37th ASEE/IEEE Frontiers in Education Conference
T2G-12
(CTU) and 74% (AIT) for the 3-class prediction. In the case
of admissions decisions for the AIT, the accuracy for
predicting excellent (i.e., B+/A) students was as high as 82%,
and the accuracy for identifying students who would likely fail
was 47%. Therefore, while the system is reliable for
identifying excellent students for the AIT, we will need to
continue to work on the classification problem for identifying
students who are most likely to fail.

ผลลัพธ์ (ไทย) 1:

คาดคะเนผลนักเรียนสามารถใช้ในบริบทการ สำหรับการสมัครเรียน จะต้องสามารถระบุนักเรียนที่ดีสำหรับการปันส่วนทุนการศึกษาและทุนและเหล่านักเรียนที่น่าศึกษา นี้งานเป็นเรื่องยากมากกับนักเรียนต่างชาติ คนมาจากสถาบันมีระบบการจัดเกรดที่หลากหลาย และมีbackgrounds ที่คณาจารย์ และพนักงานมักคุ้นเคยกับความถูกต้องของการพยากรณ์โดยรวมจากการวิเคราะห์ของเราถูก 86%เซสชัน T2G1-4244-1084-3/07/$25.00 © 2007 IEEE 10 – 13 ตุลาคม 2007 มิลวอกี WIภูมิ ASEE/IEEE 37 ประชุมศึกษาT2G-12(CTU) และ 74% (เอไอที) สำหรับคำทำนาย 3 ชั้น ในกรณีตัดสินใจสมัครเรียนในเอไอที ความถูกต้องสำหรับคาดการณ์ยอดเยี่ยม (เช่น B + /mts A) นักเรียนได้สูงถึง 82%และความถูกต้องสำหรับนักเรียนที่มีแนวโน้มจะไม่ได้ระบุได้ 47% ดังนั้น ในขณะระบบมีความน่าเชื่อถือสำหรับระบุนักเรียนที่ดีสำหรับตัวเอง เราจะต้องต่อการทำงานปัญหาประเภทระบุนักเรียนที่มักจะล้มเหลว

ผลลัพธ์ (ไทย) 2:

การคาดการณ์ผลการดำเนินงานของนักเรียนจะมีประโยชน์ในหลาย
บริบท สำหรับการรับสมัครเป็นสิ่งสำคัญที่จะสามารถระบุ
นักเรียนที่ยอดเยี่ยมสำหรับการจัดสรรทุนการศึกษาและทุน
เช่นเดียวกับนักเรียนผู้ที่มีโอกาสน้อยที่จะจบการศึกษา นี้
เป็นงานที่ยากมากกับนักศึกษาต่างชาติที่
มาจากสถาบันที่มีระบบการให้คะแนนที่หลากหลายและมี
ภูมิหลังที่อาจารย์และเจ้าหน้าที่มักจะคุ้นเคยกับ.
ความถูกต้องคาดการณ์โดยรวมจากการวิเคราะห์ของเราคือ 86%
เซสชัน T2G
1-4244-1084-3 / 07 /$25.00 © 2007 IEEE 10-13 ตุลาคม, 2007, Milwaukee, WI
37 ASEE / IEEE พรมแดนในการประชุมการศึกษา
T2G-12
(CTU) และ 74% (AIT) สำหรับการคาดการณ์ 3 ระดับ ในกรณี
ของการตัดสินใจการรับสมัครสำหรับ AIT ความถูกต้องสำหรับ
การทำนายที่ดี (เช่น B + / A) นักเรียนสูงถึง 82%
และความถูกต้องสำหรับนักเรียนที่ระบุมีแนวโน้มที่จะล้มเหลว
47% ดังนั้นในขณะที่ระบบมีความน่าเชื่อถือสำหรับ
การระบุนักเรียนที่ยอดเยี่ยมสำหรับ AIT เราจะต้อง
ทำงานต่อไปในปัญหาการจัดหมวดหมู่สำหรับการระบุ
นักเรียนที่มีแนวโน้มที่จะล้มเหลว

ผลลัพธ์ (ไทย) 3:

การคาดการณ์ของนักเรียน สามารถเป็นประโยชน์ในบริบทมากมาย

สำหรับการรับสมัคร , มันเป็นสิ่งสำคัญที่จะสามารถระบุการจัดสรรทุนการศึกษาสำหรับนักเรียนที่ยอดเยี่ยม

และ ทุน รวมทั้งนักเรียนที่ไม่น่าจะจบ งานนี้
เป็นเรื่องยากอย่างยิ่งกับนักเรียนต่างชาติ ซึ่งมาจากหลากหลายสถาบันด้วย

และ มีการให้คะแนนระบบภูมิหลังที่คณาจารย์และเจ้าหน้าที่มักจะคุ้นเคยกับการ รวมคำทำนาย
ความถูกต้องจากการวิเคราะห์ของเรา คือ 86 %

1-4244-1084-3 เซสชัน t2g / 07 / $ 25.00 © 2007 โดยวันที่ 10 – 13 , 2007 , Milwaukee , WI
37 Asee / IEEE พรมแดนในการประชุมการศึกษา t2g-12

( CTU ) และ 74% ( โดย ) สำหรับ 3-class พยากรณ์ ในกรณีของการรับสมัครสำหรับการตัดสินใจ
เอไอที ความถูกต้องสำหรับ
ทำนายยอดเยี่ยม ( IE . B / A ) นักเรียนก็สูงเท่ากับ 82 %
และความถูกต้องสำหรับการระบุนักเรียนที่อาจล้มเหลว
เป็น 47 % ดังนั้น ในขณะที่ระบบเป็นที่เชื่อถือได้สำหรับ
ระบุนักเรียนที่ดีเยี่ยมสำหรับเอไอที เราจะต้อง
ทำงานต่อไปในการจำแนกปัญหาสำหรับการระบุ
นักเรียนที่มักจะล้มเหลว