Student advising is a necessary ser

Student advising is a necessary service in any university
where it guides the student on the best methodology of
taking courses in an efficient way. The main aim is to assist
the academic advisors in concluding their tasks where it
allows students to optimize the available list of courses
suitable for them to maintain effective education. Also, as
part of advising process, students seek information about
individual courses core and electives where the objective to
get an insight towards improving their Cumulative GPA.
Few attempts tried to cover this automation of advising
functionality. For example, Scott Murray et al [1], proposed
a decision support system for academic advising where they
concluded that students managed to use the system
successfully without the need of human advisor. Feghali et
al [2] also implemented an online, web based DSS tool to
aid academic advisors where statistical resulted in 79% of
users were satisfied with the system and 90% regarded it as
effective and efficient. Young-Jones et al [3] also conducted
a survey on students to explore their expectations and
experience when consulting advisors. The outcome was that
a further study would be necessary to develop the concept
and practice quality advising to meet student expectation
and success. Thomson et al [4] investigated the utilization
of online advising program with satisfaction of advisors
rather than students. It also tries to measure the students’
motivation to matriculate based on advisor satisfaction. The
outcome of the study was that online advising would not
replicate the encouragement factor found in face-to-face
advising. This paper proposes to cover an approach at
different angel of advising. On the top of traditional
advising operations like optimizing on the course
registrations, many students would also be interested in
grading outcome from this selection based on some
historical data. For example, many students would raise the
question: “How easy to get an “A” in this course?”
Currently, this is usually done in a face-to-face advising
with students where indicator can be concluded based on
some statistical data of previous students taking that course.
Even during admission of new students a similar query
could be raised when student is worried about his/her
possible success in that specific school or department. This
paper tackles this specific issue where a Genetic-Fuzzy
approach termed as GFT (Genetic Fuzzimetric Technique)
used to provide such service to students. Based on historical
data available in the university and the student specific
performance level like English Exam, High School and
sophomore exam, the proposal focuses to guide newly
admitted students with their cumulative GPA expectation at
the time of graduation. The first prototype to automate this
advising function was done by Kouatli et al [5].

ผลลัพธ์ (ไทย) 1:

นักเรียนให้คำปรึกษาเป็นบริการจำเป็นในมหาวิทยาลัยอื่น ๆที่มันแนะนำนักเรียนเกี่ยวกับวิธีการที่ดีที่สุดของการเรียนในวิธีที่มีประสิทธิภาพ เป้าหมายหลักคือการ ช่วยเหลือที่ปรึกษาทางวิชาการในการสรุปงานที่มันเรียนเพื่อให้รายการพร้อมใช้งานของหลักสูตรเหมาะสำหรับการรักษาประสิทธิภาพการศึกษา นอกจากนี้ เป็นส่วนหนึ่งของกระบวนการ คำแนะนำที่นักเรียนแสวงหาข้อมูลเกี่ยวกับหลักแต่ละหลักสูตรและวิชาเลือกที่วัตถุประสงค์เพื่อรับข้อมูล GPA สะสมของการปรับปรุงบางครั้งพยายามที่จะปิดอัตโนมัตินี้ของแนะนำให้ทำงาน ตัวอย่างเช่น สกอตต์ Murray et al [1], เสนอระบบสนับสนุนการตัดสินใจสำหรับให้คำปรึกษาทางวิชาการที่พวกเขาสรุปว่า นักเรียนจัดการการใช้ระบบเรียบร้อยแล้วโดยไม่ต้องปรึกษามนุษย์ Feghali ร้อยเอ็ดอัล [2] นอกจากนี้ยังนำออนไลน์ DSS เครื่องมือบนเว็บช่วยปรึกษาทางวิชาการทางสถิติผลของผู้ใช้มีความพึงพอใจกับระบบ และ 90% ถือว่าเป็นมีประสิทธิภาพ และมีประสิทธิภาพ หนุ่ม Jones et al [3] นอกจากนี้ยังดำเนินการสำรวจนักเรียนในการสำรวจความคาดหวังของพวกเขา และพบเมื่อปรึกษาอาจารย์ที่ปรึกษา ผลที่ได้คือว่าการศึกษาจะต้องพัฒนาแนวคิดและแนะนำให้ปฏิบัติคุณภาพเพื่อตอบสนองความต้องการของนักเรียนและความสำเร็จ ทอมสัน et al [4] การตรวจสอบการใช้ประโยชน์ของโปรแกรมออนไลน์ที่ให้คำปรึกษามีความพึงพอใจของมากกว่านักเรียน ก็ยังพยายามวัดความแรงจูงใจการ matriculate อิงความพึงพอใจที่ปรึกษา การผลของการศึกษาเป็นที่ปรึกษาออนไลน์จะไม่ปัจจัยส่งเสริมที่พบในแบบจำลองให้คำปรึกษา เสนอเอกสารนี้ครอบคลุมวิธีการที่แองเจิลที่แตกต่างของการให้คำปรึกษา ด้านบนของแบบดั้งเดิมแนะนำให้ดำเนินการเช่นหลักสูตรมีประสิทธิภาพสูงสุดการลงทะเบียน นักเรียนจำนวนมากยังมีความสนใจในผลคะแนนการวัดผลจากตัวเลือกนี้ใช้ในบางข้อมูลทางประวัติศาสตร์ เช่น นักเรียนจำนวนมากจะเพิ่มการคำถาม: "วิธีง่าย ๆ "A"ในหลักสูตรนี้"ขณะนี้ ซึ่งมักจะทำในการให้คำปรึกษาแบบนักเรียนที่สามารถสรุปตัวบ่งชี้ตามบางข้อมูลสถิติของก่อนหน้านี้เรียนว่าหลักสูตรแม้รับสมัครนักเรียนใหม่สอบถามคล้ายกันสามารถยกได้เมื่อนักศึกษามีความกังวลของตนความสำเร็จที่สุดในโรงเรียนเฉพาะหรือแผนก นี้กระดาษแก้ปัญหาเฉพาะนี้มีพันธุกรรมเลือนวิธีการที่เรียกว่าเป็น GFT (เทคนิค Fuzzimetric ทางพันธุกรรม)ใช้ในการให้บริการดังกล่าวกับนักเรียน อิงประวัติศาสตร์ข้อมูลที่อยู่ในมหาวิทยาลัยและเฉพาะนักเรียนระดับประสิทธิภาพเช่นข้อสอบภาษาอังกฤษ โรงเรียน และสอบ sophomore ข้อเสนอที่มุ่งเน้นการแนะนำใหม่นักเรียนที่เข้ากับความคาดหวังของ GPA สะสมที่เวลาที่จบ แบบแรกการอัตโนมัตินี้ฟังก์ชันการแนะนำให้ทำโดย Kouatli et al [5]

ผลลัพธ์ (ไทย) 2:

นักศึกษาให้คำปรึกษาเป็นบริการที่จำเป็นในมหาวิทยาลัยใด
ที่มันแนะนำนักเรียนในวิธีการที่ดีที่สุดของ
การเรียนอย่างมีประสิทธิภาพ จุดมุ่งหมายหลักคือการให้ความช่วยเหลือ
ที่ปรึกษาทางวิชาการในการสรุปงานของพวกเขาที่มัน
จะช่วยให้นักเรียนที่จะเพิ่มประสิทธิภาพในรายการที่มีอยู่ของหลักสูตร
ที่เหมาะสมสำหรับพวกเขาเพื่อรักษาการศึกษาที่มีประสิทธิภาพ ยังเป็น
ส่วนหนึ่งของกระบวนการให้คำปรึกษาแก่นักเรียนหาข้อมูลเกี่ยวกับ
หลักสูตรแต่ละหลักและวิชาเลือกที่มีวัตถุประสงค์ที่จะ
ได้รับความเข้าใจต่อการปรับปรุงเกรดเฉลี่ยสะสมของพวกเขา.
พยายามไม่กี่พยายามที่จะครอบคลุมระบบอัตโนมัติของการให้คำปรึกษานี้
ฟังก์ชั่น ยกตัวอย่างเช่นสกอตต์เมอร์เรอัลเอต [1] เสนอ
ระบบสนับสนุนการตัดสินใจสำหรับการให้คำปรึกษาทางวิชาการที่พวกเขา
ได้ข้อสรุปว่านักเรียนมีการจัดการที่จะใช้ระบบ
ที่ประสบความสำเร็จโดยไม่จำเป็นต้องของที่ปรึกษาของมนุษย์ Feghali et
al, [2] นอกจากนี้ยังดำเนินการออนไลน์ตามเว็บเครื่องมือ DSS จะ
ช่วยให้อาจารย์ที่ปรึกษาที่มีผลในทางสถิติ 79% ของ
ผู้ใช้มีความพึงพอใจกับระบบและ 90% ได้รับการยกย่องว่าเป็น
ที่มีประสิทธิภาพและมีประสิทธิภาพ Young-Jones et al, [3] นอกจากนี้ยังดำเนินการ
สำรวจเกี่ยวกับนักเรียนในการสำรวจความคาดหวังของพวกเขาและ
ประสบการณ์ให้คำปรึกษาเมื่ออาจารย์ที่ปรึกษา ผลก็คือว่า
การศึกษาต่อไปจะมีความจำเป็นในการพัฒนาแนวคิด
และการปฏิบัติที่มีคุณภาพการให้คำปรึกษาเพื่อตอบสนองความคาดหวังของนักเรียน
และความสำเร็จ ทอมสัน et al, [4] การตรวจสอบการใช้ประโยชน์
ของโปรแกรมออนไลน์ให้คำปรึกษากับความพึงพอใจของอาจารย์ที่ปรึกษา
มากกว่านักเรียน นอกจากนี้ยังพยายามที่จะวัดนักเรียน
แรงจูงใจที่จะบวชขึ้นอยู่กับความพึงพอใจของอาจารย์ที่ปรึกษา
ผลของการศึกษาคือการให้คำปรึกษาออนไลน์ที่จะไม่
ทำซ้ำปัจจัยให้กำลังใจที่พบในใบหน้าเพื่อใบหน้า
ให้คำปรึกษา กระดาษนี้นำเสนอเพื่อให้ครอบคลุมวิธีการที่
แองเจิลที่แตกต่างกันของการให้คำปรึกษา ด้านบนของแบบดั้งเดิม
ให้คำปรึกษาการต่างๆเช่นการเพิ่มประสิทธิภาพในการเรียนการสอน
การลงทะเบียนนักเรียนหลายคนก็จะมีความสนใจใน
ผลการจัดลำดับจากการเลือกนี้บนพื้นฐาน
ข้อมูลทางประวัติศาสตร์ ยกตัวอย่างเช่นนักเรียนจำนวนมากจะยก
คำถาม: "วิธีง่ายที่จะได้รับ" A "? ในหลักสูตรนี้"
ปัจจุบันนี้มักจะทำในใบหน้าเพื่อใบหน้าให้คำปรึกษา
กับนักเรียนที่บ่งชี้ที่สามารถสรุปได้อยู่บนพื้นฐานของ
ข้อมูลทางสถิติบางอย่าง นักเรียนที่ก่อนหน้านี้การที่แน่นอน.
แม้ในช่วงของการรับสมัครนักศึกษาใหม่แบบสอบถามที่คล้ายกัน
อาจจะเพิ่มขึ้นเมื่อนักเรียนเป็นห่วงเกี่ยวกับเขา / เธอ
ประสบความสำเร็จเป็นไปได้ในการที่โรงเรียนหรือแผนกที่เฉพาะเจาะจง นี้
กระดาษโหม่งปัญหานี้เฉพาะที่ทางพันธุกรรมเลือน
วิธีการที่เรียกว่า GFT (พันธุ Fuzzimetric เทคนิค)
ใช้ในการให้บริการดังกล่าวให้กับนักเรียน ขึ้นอยู่กับประวัติศาสตร์
ข้อมูลที่มีอยู่ในมหาวิทยาลัยและนักศึกษาที่เฉพาะเจาะจง
ระดับประสิทธิภาพเช่นการสอบภาษาอังกฤษโรงเรียนมัธยมและ
สอบปีข้อเสนอมุ่งเน้นเพื่อเป็นแนวทางใหม่
รับนักเรียนที่มีเกรดเฉลี่ยสะสมความคาดหวังของพวกเขาใน
ช่วงเวลาของการสำเร็จการศึกษา แรกเดิมโดยอัตโนมัตินี้
ฟังก์ชั่นการให้คำปรึกษาทำโดย Kouatli et al, [5]

ผลลัพธ์ (ไทย) 3:

นักศึกษาให้คำปรึกษาเป็นบริการที่จำเป็นในมหาวิทยาลัยใด ๆที่แนะนำนักเรียนเกี่ยวกับวิธีการที่ดีที่สุดของใช้หลักสูตรในวิธีที่มีประสิทธิภาพ จุดมุ่งหมายหลักคือการช่วยงานที่ปรึกษาในการสรุปงานของพวกเขาที่ช่วยให้นักเรียนเพื่อให้รายการของวิชาเหมาะสำหรับพวกเขาเพื่อรักษา การศึกษาที่มีประสิทธิภาพ นอกจากนี้ส่วนที่แนะนำนักเรียนแสวงหาข้อมูลเกี่ยวกับกระบวนการหลักสูตรแต่ละหลักและวิชาเลือกซึ่งมีวัตถุประสงค์เพื่อได้รับลึกต่อการปรับปรุงผลการเรียนเฉลี่ยสะสมของพวกเขาพยายามไม่พยายามที่จะครอบคลุมนี้ กลไกของหัวการทํางาน ตัวอย่างเช่น , สกอตต์เมอร์เรย์ et al [ 1 ] , เสนอระบบสนับสนุนการตัดสินใจสำหรับให้คำปรึกษาทางวิชาการ ที่ พวก เขาสรุปได้ว่า นักเรียนได้ใช้ระบบเรียบร้อยแล้วโดยไม่ต้องปรึกษาคน feghali และล [ 2 ] นอกจากนี้ยังใช้ออนไลน์ , เว็บเครื่องมือตามค .อาจารย์ที่ปรึกษาช่วยเหลือที่ส่งผลให้เกิด 79 % ของสถิติผู้ใช้มีความพึงพอใจกับระบบและ 90% ถือว่ามันเป็นที่มีประสิทธิภาพและมีประสิทธิภาพ หนุ่มโจนส์ et al [ 3 ] ใช้การสำรวจนักเรียนเพื่อสำรวจความคาดหวังของพวกเขา และประสบการณ์เมื่อปรึกษาอาจารย์ที่ปรึกษา ผลคือการศึกษาเพิ่มเติมจะต้องมีการพัฒนาแนวคิดและการปฏิบัติที่มีคุณภาพให้คำปรึกษาเพื่อตอบสนองความคาดหวังของนักเรียนและความสำเร็จ ทอมสัน et al [ 4 ] ได้ใช้ของออนไลน์กับความพึงพอใจของครูที่ปรึกษาโครงการให้คำปรึกษามากกว่านักเรียน นอกจากนี้ยังพยายามที่จะวัดนักเรียนแรงจูงใจในการสมัครเข้าเป็นนักศึกษาตามความพึงพอใจ ที่ปรึกษา ที่ผลการศึกษา พบว่าหัวจะไม่ออนไลน์ทำซ้ำสนับสนุนปัจจัยในตัวต่อตัวให้คำปรึกษา บทความนี้เสนอวิธีการที่ครอบคลุมเทวดาต่าง ๆ ให้คำปรึกษา ด้านบนของแบบดั้งเดิมแนะนำการปรับในหลักสูตร เช่นสมาชิก , นักเรียนหลายคนก็สนใจผลจากการเลือกตามนี้บ้างข้อมูลทางประวัติศาสตร์ ตัวอย่างเช่น นักเรียนหลายคนจะยกคำถาม : " วิธีการที่ง่ายที่จะได้รับ " A " ในหลักสูตรนี้ "ปัจจุบัน นี้มักจะทำในหัว ตัวต่อตัวกับนักเรียนที่ตัวบ่งชี้ที่สามารถสรุปได้ตามบางข้อมูลสถิติก่อนหน้านี้นิสิตหลักสูตรที่แม้ในช่วงการรับสมัครนักเรียนใหม่ แบบสอบถาม คล้ายสามารถยกขึ้นเมื่อนักเรียนเป็นกังวลเกี่ยวกับของเขา / เธอความสำเร็จที่สุดในโรงเรียนที่เฉพาะเจาะจงหรือแผนก นี้กระดาษโหม่งนี้เฉพาะปัญหาที่พันธุกรรม ฟัซซี่วิธีการ termed เป็น GFT ( พันธุกรรม fuzzimetric เทคนิค )ใช้เพื่อให้บริการแก่นักศึกษา ตามประวัติศาสตร์ข้อมูลที่มีอยู่ในมหาวิทยาลัย และนักเรียนที่เฉพาะเจาะจงระดับประสิทธิภาพ เช่น การสอบภาษาอังกฤษ โรงเรียนมัธยม และตอนเรียน สอบ การ เน้นแนวทางใหม่รับนักศึกษาด้วยการสะสมคะแนนความคาดหวังที่เวลาของการจบการศึกษา ต้นแบบแรกโดยอัตโนมัตินี้แนะนำการทำงาน ทำได้โดย kouatli et al [ 5 ]