{"product_id":"ieej-zt20203-086","title":"リアルタイムな出席状況に基づく留年・退学予測方式","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-086\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】令和2年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2020\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003ePrediction Methods of Repetition and Dropout based on Real-Time Attendance\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e安部恵介（九州産業大学）,成凱（九州産業大学）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eKeisuke Abe (Kyushu Sangyo University),Kai CHENG (Kyushu Sangyo University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e教育ビッグデータ|機械学習|データ分析|ラーニングアナリティクス|教育支援|キョウイクビッグデータ|キカイガクシュウ|データブンセキ|ラーニングアナリティクス|キョウイクシエン\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e大学においても情報化により、学生の成績や出席状況等の教務データの一元的な収集・管理が可能となってきている。そこでこれらのデータを分析することにより留年や退学を予防する修学支援方式について検討した。日々のリアルタイムな出席状況から出席不良への変化をいち早く検出し、成績不良を未然に防ぐことが重要である。そこで各期の留年・退学予測とリアルタイムな成績予測を組合せることにより、学期毎ではなく1週間単位等リアルタイムに留年・退学予測を行い、リスクを速やかに検出し予防する方式を提案し、有効性を検討する。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e本誌掲載ページ: \u003c\/strong\u003e123-125 p\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":46402132017391,"sku":"IEEJ-ZT20203-086-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_7802dc68-21c5-4692-843b-b9dfa6294944.png?v=1744973960","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt20203-086","provider":"電気学会 電子図書館","version":"1.0","type":"link"}