Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

Identifying affecting factors on prediction of students’ educational statuses

تعداد صفحات: 1 | تعداد نمایش خلاصه: 73 | نظرات: 0
سال انتشار: 1398
کد COI Paper: ICIKT10_077
زبان Paper: Englishglish
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

راهنمای دانلود فایل کامل این Paper

متن کامل این مقاله منتشر نشده و در پایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانس ها و مجلات می باشد. برخی دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند.به منظور تکمیل بانک مقالات موجود چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله امکان ارائه آن وجود ندارد.

خرید و دانلود فایل Paper

متن کامل (فول تکست) این مقاله منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد.

مشخصات نویسندگان Paper Identifying affecting factors on prediction of students’ educational statuses

Mohammad Shiralizadeh Shiralizadeh - Department of Computer Engineering Shahid Ashrafi Esfahani University Esfahan, Iran
Behzad Soleimani Neysiani - Department of Computer Engineering Shahid Ashrafi Esfahani University Esfahan, Iran
Naser Nematbakhsh - Department of Computer Engineering Shahid Ashrafi Esfahani University Esfahan, Iran

چکیده Paper:

The primary focus of academic centers is on their students’ performance. They are attempting to identify affecting factors on the performance of students and provide an approach to improve the students’ academic levels. Educational data mining is an emerging field of study. It helps academic centers to predict and evaluate their students’ statuses to improve their academic levels. This study investigates factors influencing the identification and prediction of student educational statuses from two perspectives: academic and algorithmic. A dataset including 26,000 records, was collected from students at the entire grades -including Bsc., MSc., and Ph.D.- of Ashrafi Esfahani University from Sepahanshahr of Isfahan of Iran with 27 different attributes. After preprocessing the data, three algorithms -including the decision tree, Naïve Bayes, and deep learning- were employed in the open-source Rapidminer tool. Finally, the results were put together and compared. It was observed that the decision tree algorithm with the IGR approach had the highest validation performance in predicting statuses about 95%, 68.7%, 78.2% for accuracy, recall, and precision, respectively. Also, 10 top influencing factors, and their relationship as some rules were found, which affects the final statuses of students, including passed credit, total credit, total average, rejected.

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/982311/

کد COI Paper: ICIKT10_077

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined و undefined, undefined و undefined, undefined,1398,Identifying affecting factors on prediction of students’ educational statuses,دهمین کنفرانس فناوری اطلاعات و دانشIKT2019,Tehran,,,https://civilica.com/doc/982311

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398, Shiralizadeh Shiralizadeh, Mohammad؛ Behzad Soleimani Neysiani و Naser Nematbakhsh)
برای بار دوم به بعد: (1398, Shiralizadeh Shiralizadeh؛ Soleimani Neysiani و Nematbakhsh)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report Paper

Export Citation info of this Paper to research management softwares

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: nonprofit
تعداد مقالات: 347
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

New RelatedPapers

Share this paper

WHAT IS COI?

COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

Support