تشخیص زودهنگام مشکلات دانش آموزان در نظام دوری ابتدایی با بهره گیری از یادگیری ماشین و هوش مصنوعی

چکیده مقاله

یادگیری دانش آموزان در نظام دوری ابتدایی انجام شد جامعه آماری شامل ۳۵۰ دانش آموز پایه های اول تا سوم در ۱۱ مدرسه منتخب شهر اراک بود که به روش نمونه گیری تصادفی طبقه ای انتخاب شدند داده ها از طریق پلتفرم هوش مصنوعی تحلیل گر آموزشی AEP که الگوریتم های یادگیری ماشین XGBoost را به کار می گیرد، جمع آوری شد این سیستم روزانه متغیرهای تحصیلی، رفتاری و عاطفی دانش آموزان را پایش می کرد نتایج نشان دهنده کاهش ۱۲ درصدی افت تحصیلی و افزایش ۱۸ درصدی مشارکت کلاسی در گروه آزمایش نسبت به گروه کنترل بود همبستگی مثبت معناداری بین استفاده از سیستم های هوش مصنوعی و بهبود عملکرد تحصیلی مشاهده شد p

کلیدواژه‌ها

نویسندگان

محمد علی علیمحمدی

دانشجوی دکتری نرم افزار، گروه تکنولوژی آموزشی، ناحیه یک، آموزش و پرورش اراک، اراک

رقیه حسنی

دکتری عمران ژئوتکنیک، گروه آموزش ابتدایی، ناحیه یک، آموزش و پرورش اراک، اراک

�لیمحمدی، محمد علی و حسنی، رقیه،1404،تشخیص زودهنگام مشکلات دانش آموزان در نظام دوری ابتدایی با بهره گیری از یادگیری ماشین و هوش مصنوعی،بیست و سومین کنفرانس بین المللی پژوهش در روانشناسی، مشاوره و علوم تربیتی،تهران

ارائه‌شده در

مجموعه مقالات بیست و سومین کنفرانس بین المللی پژوهش در روانشناسی، مشاوره و علوم تربیتی24 مرداد 1404 · تهران