美国大学开始用大数据来预测学生是否能顺利完成课业

简介:

当大学纷纷开设大数据课程,为学生们在新一轮的技术革命中做准备时,也有一些美国大学开始在校园内用大数据来管理学生了。

2014年,纽约州波基普西市玛丽斯特学院(Marist College)与商业数据分析公司Pentaho合作发起开源学术分析计划(The Open Academic Analytics Initiative),旨在一门新课程开始的两周内预测哪些学生可能会无法顺利完成课程。

该计划基于Pentaho的开源商业分析平台(Business Analytics Platform)开发了一个分析模型,通过收集分析学生的学习习惯——例如点击线上阅读材料、是否在网上论坛中发言、完成作业的时长——来预测学生的学业情况、及时干预帮助问题学生,从而提升毕业率。

玛丽斯特学院在来自社区学院和传统黑人大学(指1964年前美国为黑人设立的高等教育机构)的2200余名学生之中推广了这一学术预警系统,测试该系统的预测分析和干预策略的有效性。研究发现,该系统的预测成功率在75%到79%之间。

“作为教育类科技应用的领先者,玛丽斯特致力于让学生、教师和雇员享受到先进的开源技术带来的好处。为问题学生提供及时的帮助增强了学生和教师之间的凝聚力,履行了我们用科技服务的承诺,并为学生提供一种非常棒的学习体验。”玛丽斯特学院副院长兼首席信息官Bill Thirsk表示。

其他大学也开始采取类似措施。据美国《高等教育纪事报》报道,在马里兰大学学院大学(the University of Maryland University College),6万名本科生中有一大部分人上网上课程。学生事务管理人员从课程开始之初就收集学生网络活动的数据(比如说学生是否会在线阅读课程表),为那些赶不上课程进度的学生设置自动提醒。马里兰大学学院大学教务长Marie Cini表示:“课程一旦开始,我们就知道哪些学生很有可能无法完成学习了。”

在大学里,大数据的用途还有很多。据PBS报道,伊萨卡学院(Ithaca College)自2007年开始收集学生的社交网络数据。该学院为申请者设立了一个类似Facebook的网站IC PEERS,让申请者得以通过网站联系学院教师和彼此。

伊萨卡使用IBM统计分析系统来收集IC PEERS上产生的数据,研究拥有怎样的网络行为的学生更有可能选择就读伊萨卡。收集的数据包括申请者上传了多少张账户照片、拥有多少名IC PEERS好友。研究人员认为,这能反映出申请者对这所学院有多感兴趣。

大学大数据的其他应用还包括追踪记录学生逃课情况、评估课程、发现有捐款意向的校友及节省能耗。

然而大学使用大数据引起了侵犯学生隐私的争议。“我们正在进入数据和数据责任的新时代,”斯坦福大学教育学院副教授Mitchell Stevens在接受《高等教育纪事报》的采访时说,“我们是否是负责人的教育者?我们想要追求、保护怎样的价值观?”

6月,斯坦福大学举办了“数码时代的学生数据记录”讨论会,Stevens及其他专家学者到会讨论了收集学生数据的伦理争议。据讨论会网站介绍,该会议的目的是“思考如何管理描述成年学生状况的数据,使之能够改进教育体验、促进科学进步,以及保护人类信息的完整性”。

该领域的专家学者已经与2014年举办过一次会议,在那次会议上他们讨论的是如何处理学生(包括很多不是课程提供学校注册学生的参与者)在上网络课程时产生的大量数据。在今年的会议上他们着重于研究大学机构如何在数据收集的过程中妥善处理与学生的关系。

正式的研究报告将于8月发布。《高等教育纪事报》从专家学者处获得的初步结论包括:

数据收集应该是一项联合工程——学生、家长、课程教师和教务人员都应该同步掌握信息的使用情况。

数据分析项目应该是透明的,特别是在校方依据数据决定如何处理某一学生的时候。

使用数据分析的大学应该保证学生有“不受限制的未来”——这些措施能够为他们创造教育机会,而不是反其道而行之。





====================================分割线================================


本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
5月前
|
机器学习/深度学习 大数据
机器学习lgb全国大数据创新应用大赛用户贷款风险预测 完整代码数据 可直接运行
机器学习lgb全国大数据创新应用大赛用户贷款风险预测 完整代码数据 可直接运行
89 0
|
人工智能 运维 监控
推进流程挖掘技术发展,信通院首轮流程挖掘评测预报名正式启动
中国信通院首轮流程挖掘评测预报名工作,正式启动。
149 0
推进流程挖掘技术发展,信通院首轮流程挖掘评测预报名正式启动
|
数据采集 JSON 自然语言处理
比赛-以企业为服务目标的政策大数据应用
比赛-以企业为服务目标的政策大数据应用
169 0
比赛-以企业为服务目标的政策大数据应用
|
人工智能 机器人
【经济学人报告】中国尚未做好迎接 AI 自动化变革准备,多项指标落后
ABB联合经济学人智库发布的“自动化准备指数”衡量了各国应对即将到来的智能自动化浪潮的能力。它衡量创新环境、教育政策和劳动力市场政策三大类别,将20国集团和5个代表世界不同地区的国家进行排名,意外的是,中美两国居然没进前三名。
2730 0
|
机器学习/深度学习 人工智能 大数据