Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userبناء نظام مساعد في اتخاذ القرار لحل مشكلة تسرب التلاميذ في مرحلة التعليم الإلزامي
1496
0 41
0
(
0
)
Publication date
2017
and research's language is
العربية
Created by
Shamra Editor
Ask ChatGPT about the research
يعتبر التنبؤ بالتسرب المدرسي مسألة ذات أهمية عالية في المجال التعليمي، و هي تتأثر بالعديد من العوامل لذلك فإنه ليس من السهل حلها. نقدم في هذا البحث مقاربة لحل هذا الموضوع باستخدام تقنيات دمج المصنفات Ensemble Classifiers للتنبؤ بتسرب التلاميذ، تحديداً طلاب التعليم الإلزامي في الجمهورية العربية السورية. و قد تم تصميم مصنف جديد بالاعتماد على تقنية الدمج Stacking Method و تطبيق تقنيات اختيار الميزة Feature Selection كون قاعدة المعطيات تعاني من مشكلة عدم التوازن. تم مقارنة المصنف مع المصنفات الفردية و باستخدام تقنية Cross-Validation ، و قد خلصت الدراسة إلى أن المصنف المقترح هو الأفضل من بين المصنفات التي تم مقارنتها للتنبؤ بتسرب الطلاب.
Student dropout is a serious problem in education, there are many factors that can influence student dropout so it is not an easy issue to resolve. The scope of this research is to examine the accuracy of the ensemble techniques for predicting the student dropout, particularly for primary school students in the Syrian Arab Republic. The new classifier is designed based on the ensemble techniques “Stacking” and application of techniques Feature Selection where the database suffers from the problem of imbalance. This new classifier has been compared with individual ones by using the Cross-Validation technique, the study concluded that the proposed classifier is the best among the others that have been compared to predict the student dropout.
Artificial intelligence review:
Research summary
تتناول هذه الأطروحة مشكلة التسرب المدرسي في مرحلة التعليم الإلزامي في الجمهورية العربية السورية، وتقدم نظاماً مساعداً لاتخاذ القرار باستخدام تقنيات دمج المصنفات (Ensemble Classifiers) للتنبؤ بتسرب التلاميذ. تم تصميم مصنف جديد يعتمد على تقنية الدمج (Stacking Method) وتطبيق تقنيات اختيار الميزات (Feature Selection) نظراً لمشكلة عدم التوازن في قاعدة البيانات. تم مقارنة المصنف المقترح مع المصنفات الفردية باستخدام تقنية التحقق المتقاطع (Cross-Validation)، وخلصت الدراسة إلى أن المصنف المقترح هو الأفضل في التنبؤ بتسرب الطلاب. تتضمن الأطروحة دراسة مرجعية، تحليل البيانات، واستخدام خوارزميات التعلم الآلي لتحسين دقة التنبؤ. كما تم جمع البيانات من عدة محافظات سورية وتم تحليلها باستخدام أدوات مثل WEKA وMATLAB.
Critical review
دراسة نقدية: تعتبر هذه الأطروحة خطوة هامة في مجال استخدام تقنيات التعلم الآلي لحل مشكلة التسرب المدرسي. ومع ذلك، يمكن توجيه بعض النقد البناء لتحسين العمل المستقبلي. أولاً، قد يكون من المفيد توسيع نطاق الدراسة لتشمل المزيد من المحافظات والمناطق الريفية للحصول على صورة أكثر شمولية. ثانياً، يمكن تحسين عملية جمع البيانات لتشمل المزيد من المتغيرات التي قد تؤثر على التسرب المدرسي مثل العوامل النفسية والاجتماعية. ثالثاً، يمكن استخدام تقنيات أخرى لتحليل البيانات مثل التعلم العميق (Deep Learning) لتحسين دقة التنبؤ. وأخيراً، يمكن تطوير نظام تفاعلي يمكن للمدارس والأهالي استخدامه بسهولة لتحديد الطلاب المعرضين لخطر التسرب واتخاذ الإجراءات الوقائية المناسبة.
Questions related to the research
-
ما هي التقنية المستخدمة في الأطروحة لحل مشكلة عدم التوازن في قاعدة البيانات؟
تم استخدام تقنية SMOTE (Synthetic Minority Over-sampling Technique) لحل مشكلة عدم التوازن في قاعدة البيانات.
-
ما هي المحافظات السورية التي تم جمع البيانات منها في الدراسة؟
تم جمع البيانات من محافظات دمشق، ريف دمشق، حماه، حلب، واللاذقية.
-
ما هي الأدوات البرمجية المستخدمة في تحليل البيانات وتطبيق المصنفات؟
تم استخدام أدوات WEKA وMATLAB في تحليل البيانات وتطبيق المصنفات.
-
ما هو الهدف الرئيسي من استخدام تقنيات دمج المصنفات في هذه الدراسة؟
الهدف الرئيسي هو تحسين دقة التنبؤ بتسرب التلاميذ من خلال دمج نتائج عدة مصنفات للحصول على أداء تنبؤي أفضل.
References used
(M. Jarke and K. Pohl, Information systems quality and quality information systems, In Proc. Of the IFIP 8.2 working conference on the impact of computer-supported techniques on information systems development, Mineapolis, NM (1992
(M. Jarke and K. Pohl, Requirements Engineering An Integrated View of Representation, Process and Domain, Proc. 4th European Software Conf., Springer Verlag (1993
(Qi Yu, Machine Learning for Corporate Bankruptcy Prediction, Aalto University publication series DOCTORAL DISSERTATIONS (2013
rate research
Read More
This paper presents ArOntoLearn, a Framework for Arabic Ontology learning from textual resources.
Supporting Arabic language and using domain knowledge in the learning process are the main features of
our framework. Besides it represents the learne
d ontology in Probabilistic Ontology Model (POM), which
can be translated into any knowledge representation formalism, and implements data-driven change
discovery. Therefore it updates the POM according to the corpus changes only, and allows user to trace
the evolution of the ontology with respect to the changes in the underlying corpus. Our framework
analyses Arabic textual resources, and matches them to Arabic Lexico-syntactic patterns in order to learn
new Concepts and Relations.
Supporting Arabic language is not that easy task, because current linguistic analysis tools are not efficient
enough to process unvocalized Arabic corpuses that rarely contain appropriate punctuation. So we tried
to build a flexible and freely configured framework whereas any linguistic analysis tool can be replaced by
more sophisticated one whenever it is available.
The study aimed to identify obstacles to the decision facing basic
education schools managers from the perspective of managers, as
well as to know the difference in views on obstacles to decisionmaking
depending on variable of the educational qual
ification and
years of experience, and the study population consisted of all the
managers of basic education schools in Homs City totaling (77).
In this article, we propose a mathematical model, fundamentally based on evidence theory in
order to process and to combine the information elements coming from different sources of
information in a security system. These elements could be heteroge
neous (qualitative,
quantitative, ordinal, binary … etc.) and imperfect (imprecise, ambiguous, probable, missing
values … etc.). Along with the heterogeneity and the imperfection, we must consider the case
bases that contain security cases with solutions to help us to make decisions as supplementary
sources of information (this is called in machine learning field ''case-based reasoning'').
Furthermore, the proposed method must consider the conflict and the contradictory resulting
from the different sources of evidence. The afore-mentioned issues will be explained through an
illustrative numeric example to clarify the proposed model.
The study aims to identify attitudes of students in the basic
education about the social studies, also seeks to identify the impact
of the variables of gender, and classroom. To achieve the objectives
of the study were developed a tool consisted o
f (30) items measure
students trends branched off into three areas (article content, the get
the book and form, calendar). The study sample included (180)
students from pupils (fourth, fifth, sixth) chosen stratified random
way.
The use of traditional methods to analyze massive amounts of
data sets is not conducive to the discovery of new knowledge
patterns supports the decision-making process So the purpose
of this article is designed visual analysis system that supports
analysis of data sets through the use of automated analysis,
which includes many of the techniques such as assembly
process (clustering) and Altnsnev (classification) and the
correlation base (association Rule) And the process of visual
data exploration techniques Manifesting, and then the
comparison with other data sets manifestation techniques and
evaluation of the proposed Manifesting system.
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
