Push-Pull Determinants Among Bangladeshi Students Enrolled in NCR Private Universities: A Single-Destination Exploratory Study
Sharda University(夏达大学)
本研究调查孟加拉国学生在印度国家首都区(NCR)私立大学就读的推拉因素,发现政治与行政干扰是主要推力,地理文化邻近性和签证便利性是主要拉力,并识别出三种决策轮廓群体。
2026-06-23 cs.CY
College Student Retention: When Do We Losing Them?
任何学院或大学的长期目标之一是提高学生的保留率。学生辍学对学生、家长、学校和社会的负面影响是显而易见的。减少学生流失的积极作用也是不言而喻的,包括更高的机会有一个更好的职业和更高的生活水平的大学毕业生。鉴于这些原因,高等教育的主管们感到越来越有压力来制定和实施提高学生保留率的战略。在本文中,我们提供了一个详细的分析,学生流失问题,并使用统计方法来预测时,学生将辍学使用真实的案例数据。我们的工作具有许多优势,有可能被大学的高等教育管理人员雇用。我们利用多种信息的不同方面的学生的特点,并有效地利用他们做出个性化的决定辍学的风险为特定的学生。
2017-07-12 cs.CY
Understanding Cyber Threats Against the Universities, Colleges, and Schools
University of Warwick(华威大学);Canterbury Christ Church University(坎特伯雷基督教会大学)
本文评估了全球教育部门面临的网络安全威胁,通过分析58起攻击事件,揭示了勒索软件等外部攻击及学生内部威胁的多样性,并提出了缓解建议。
2023-07-15 cs.CR cs.CY
Request for Comments: Proposal of a Blockchain for the Automatic Management and Acceptance of Student Achievements
留学期间留在国外对学生来说越来越受欢迎。然而,学生和大学都面临着各种挑战。对学生来说,一个重要的问题是,在不同大学取得的成绩是否可以考虑到在外国大学入学或在本国大学完成学业。除了大学成绩外,全球1.95亿学生中越来越多的学生获得MOOC或其他社交媒体服务的证书。将这些服务纳入大学教学的工作仍处于初级阶段,存在一些挑战。在本文中,我们描述了在区块链中管理全球所有这些学习成果的想法,这可能会解决有关承认学生成绩的国家和国际挑战。本文的目的是鼓励全球社会进行讨论,而不是提出一个完成的概念。一些开放的研究问题是:如何确保学生的数据保护,如何处理欺诈和如何处理的可能性,学生可以分析计算最简单的方法通过他们的研究?
2018-06-25 cs.CY
CourseGraph: Finding overlaps and differences in Computer Science courses across universities
Lund University(隆德大学);Karlstad University(卡尔斯塔德大学)
本研究提出CourseGraph,利用BERT语言模型与随机森林分类器,通过课程网页信息的语义表示计算课程相似度,实现跨大学计算机科学课程重叠的自动识别,为课程对齐提供有效支持。
2026-08-10 cs.AI cs.CY
E- Exams System for Nigerian Universities with Emphasis on Security and Result Integrity
在尼日利亚,最近采用并最终广泛接受电子测试来检查学生和各个班级,对该国教育史的趋势产生了重大影响。在本文中,我们研究了现有的电子考试系统的影响,相关的挑战和安全漏洞,目的是改进和开发一个新的可接受的电子考试系统,照顾现有的系统的挑战和安全漏洞。在全国范围内选择了六所已经开展电子考试的大学进行这项研究工作。参加电子考试的20名学生和5名工作人员被选中进行访谈和问卷调查。通过对现有电子考试系统的访谈和研究,发现了一些异常现象,并开发了一种新的电子考试系统来消除这些异常现象。新系统使用数据加密,以保护通过互联网或内联网发送到电子考试中心的问题,并使用生物指纹认证来筛选利益相关者。
2014-02-05 cs.CY
Deep Knowledge Tracing for Personalized Adaptive Learning at Historically Black Colleges and Universities
Prairie View A&M University(Prairie View A&M大学);CREDIT Center(CREDIT中心)
本研究构建了PVAMU的STEM学习数据集,并比较多种深度知识追踪模型,发现SAKT和KQN在预测学生学业表现上效果最佳,可为HBCUs的个性化自适应学习和学业预警提供支持。
2024-10-02 cs.AI cs.CY
Assessment on LSPU-SPCC Students Readiness towards M-learning
今天,技术的使用是社会各个领域的强大优势。随着信息和通信技术(信通技术)的发展,学习和获取新知识的过程发生了变化,其标志是从台式计算机过渡到广泛使用移动技术。鉴于COVID-19大流行,高等教育委员会表示,遵循新校历的学院和大学将不再要求学生参加面对面课程。受到这种不可避免的情况影响的州立大学之一是拉古纳州立理工大学。本研究旨在确定学生在移动学习的准备。具体而言,它旨在确定移动设备的可用性、设备准备情况、技术技能准备情况和心理准备情况。以调查为基础的方法来获得数据和描述性统计分析的结果。据确定,几乎所有的学生都拥有移动设备,完全配备了应用程序,具有较高的技术技能,并在心理准备方面做好了准备。
2022-04-04 cs.CY
Constructing Strategy of Online Learning in Higher Education: Transaction Cost Economy
在线学习工具和管理也被称为学习管理系统(LMS)已被高等教育采用,因为它允许学生和教师或导师之间的学习过程中的方便和灵活性,以最小的成本。在线学习工具在高校的广泛应用,使得用户(学生和教师)可以随时随地方便地进行交互、分享和讨论。如今,许多学生依靠使用移动设备的在线资源,取代传统的学习互动。大学需要战略来维持通过在线学习工具提供密集的互动和传播良好服务的口碑,重点是利基市场,并与利益相关者建立密切的关系。本文提出的研究分析了大学如何设计采用LMS的最佳实践,并评估其目前的状态,为未来的改进。事实上,通过LMS的适当策略,大学有机会通过提供有趣的软件包来维持他们的业务,并通过与用户的密切互动来改善他们的服务。本研究运用交易成本经济学的理论框架来理解商业环境的变化,并为高等院校在快速变化和充满威胁的商业环境中调整在线学习策略构建了一个模型。
2014-11-17 cs.CY
Risk of Interruption of Doctoral Studies and Mental Health in PhD Students
博士生报告精神疾病症状的患病率高于一般人群中受过高等教育的人。这种情况给大学带来了严重的问题。因此,了解这一现象在决策中具有重要意义。在本文中,我们使用2019年自然博士调查并估计了几个二项式逻辑回归模型来分析中断博士研究的风险。这种风险是通过改变主管或专业领域的愿望,或者不追求博士学位的愿望来衡量的。在解释因素中,我们重点关注焦虑/抑郁,歧视和欺凌的影响。作为控制变量,我们使用人口统计学特征和其他相关的博士课程。与主管接触时间不足,以及超过学习时间-跨越每周50小时的障碍-是博士研究中断的风险因素,但最具决定性的风险因素是心理健康状况不佳。因此,大学应营造一种幸福的环境,使博士生能够发展自主权和适应能力,或在必要时促进冲突解决技能的发展。
2020-09-28 cs.CY
The Impact of Competition on Outcomes of Score-Based College Admissions
Georgia Institute of Technology(佐治亚理工学院)
研究录取政策设计如何影响被录取学生的能力,发现信号与大学偏好对齐度增加反而降低录取质量,且竞争导致非单调损失。
2026-06-19 cs.CY cs.GT
The Status Quo and Future of AI-TPACK for Mathematics Teacher Education Students: A Case Study in Chinese Universities
School of Mathematics and Statistics, Guangxi Normal University(数学与统计学学院,广西师范大学)
本文通过对中国七所大学412名数学教师教育学生进行系统AI-TPACK测评,发现其处于初级阶段,且学业等级不影响AI-TPACK能力发展,提出AI-TPACK-SEM模型揭示自我效能与教学信念对AI-TPACK的影响。
2025-03-15 cs.AI cs.CY
Effective Predictions of Gaokao Admission Scores for College Applications in Mainland China
高考是中国大陆高校招生的年度学历考试。高考由每个省级行政区(PAR)组织,于6月初在全国范围内同时举行。要想在9月份进入一所大学,学生必须参加高考,并在7月份向他们所在的PAR高考办公室提交普通入学申请,列出他们打算就读和学习的少量固定大学和专业。每年约有950万高中毕业生参加高考,高考成绩好的时间只有一年。如果一个学生的高考分数高于他们在申请中选择的大学的录取分数,他就有很大的机会被录取。然而,大学的录取分数在填写申请表时是未知的,这将在录取过程中动态确定,并可能每年波动。为了增加他们被最适合的大学录取的机会,学生需要预测他们感兴趣的每一所大学的录取分数。早期预测方法是经验性的,没有深入的数据研究支持。我们通过提出基于PAR中高考分数排名的经过良好测试的数学模型来填补这一空白。我们表明,我们的方法显着优于教师和专家常用的方法,并可以预测录取分数的准确性为91%,在7分的保证金,在考试的750分的评分尺度。
2018-09-12 cs.CY
Influence of Facebook in Academic Performance of Sri Lankan University Students
Facebook只是人类之间的电子交流,但不幸的是,它已经成为所有人的瘾。本文考察了大学生使用Facebook的情况及其对学业成绩的影响。Facebook对大学生及其学术活动的影响可能是好的,也可能是坏的。尽管仔细观察Facebook的实际影响会发现,它会导致大学生的学业表现出现一些问题。今天,Facebook正在某种程度上摧毁大学生的未来和学术载体。在同一时间也打算找到使用Facebook的大学生在他们的学术成功的帮助下进行了一项调查,以收集在斯里兰卡不同大学的250多名学生之间的数据的意义.
2015-01-03 cs.CY
A National Effort for Motivating Indian Students and Teachers towards Algorithmic Research
2008-2015年期间,为印度各邦和中央直辖区工程学院和大学的教师和学生(本科生、研究生和博士生)举办了22次图形和几何算法入门讲习班。讲座的目的是提供接触的图形和几何算法领域,并激励参与者对研究。来自TIFR,IIT,IISc,IMSc,CMI,ISI Kolkata和其他研究所和大学的58位教授就算法设计和分析,离散应用数学,计算机图形学,计算机视觉和机器人技术的不同主题发表了特邀演讲。前四个讲习班由TIFR、BRNS和IIT Kharagpur资助,其余讲习班由NBHM资助。在本文中,我们提出了这些研讨会的显着特点,并陈述我们的意见,这些研讨会的国家影响。
2016-03-07 cs.CY cs.DM cs.DS
Heads in the Clouds: Measuring the Implications of Universities Migrating to Public Clouds
本研究针对美欧及THE百强高校开展公有云迁移纵向研究,发现不同国家云采用呈集群分化且早于疫情,其影响涉及学术独立与诚信。
2023-08-23 cs.CY cs.NI cs.SI
A Proposal for a Nationwide Student Gradebook Information Network
今天的学生被鼓励在一个以上的国家学术环境中学习和发展专业知识。事实上,他们的教育活动不可避免地发生在各种学术环境中,甚至跨越数年。因此,学生的学业成绩和进步预计将很容易监测和全国访问。本论文的作者设计了一个学生成绩册信息网络,供全国所有公立和私立大学和学院使用。这些文件涉及该系统的基本架构原则,并讨论了与跨多台机器的数据汇集、数据分析和数据存储有关的方面,同时从一个单一的Web访问点提供整个基础设施和服务提供系统的无缝视图。建筑系统的效用与它的主要优点:用户友好性,安全访问,灵活性,透明度,分布式电源和可扩展性的关系进行了讨论。该系统的主要受益者是罗马尼亚高等教育系统。
2015-03-14 cs.CY
Visual Progression Analysis of Student Records Data
大学课程,无论是在校园层面上,还是在每个专业层面上,都以一种复杂的方式受到许多管理人员和教师的许多决定的影响。由于美国各地的大学都迫切需要显着提高学生的成功和成功保留率,因此迫切需要更好地了解学生群体如何通过课程取得进展,以及如何提供更好的支持基础设施并完善课程以提高学生的成绩。这项工作开发了一个可视化的知识发现系统,称为eCamp,它汇集了各种人口规模的数据产品,包括学生成绩,专业描述和毕业记录。这些数据集以前是断开连接的,只能由独立的校园办公室使用和维护。该框架建模和分析隐藏在这些数据产品中的多层次关系,并通过单个专业以及通过专业层次结构可视化学生流动模式。这些结果支持分析任务,涉及学生的成果,学生保留,和课程设计。它显示了eCamp如何揭示以前无法获得的学生进展信息。
2017-10-18 cs.CY
Evolving and Implanting Web-based E-Government Systems in Universities
博洛尼亚进程引发了对目前大学文凭的重大调整,使之成为学士/硕士制度。结果之一是,新系统的行政工作急剧增加。第二个影响是,鉴于互联网的新可能性,学生需要并要求更好的信息政策。为了提高大学的管理效率,并为学生和讲师提供现代化的电子政务服务,不可避免地要将大学当前的IT基础设施发展成为一个现代化的基于Web的系统景观,支持校园内的业务流程。在本文中,我们描述了在布伦瑞克理工大学的方法来发展现有的景观的遗留系统,通过添加以前不相关的部分之间的桥梁,添加和定制现有软件的未使用的模块,使信息和服务在线,并开发新的软件,旧的模块不能满足必要的目的。最重要的是,无论是在大学的业务流程和由此产生的快速反馈和功能增强的愿望的结果的实施被视为软件开发过程的一部分,并在本文中进行了讨论。
2014-09-22 cs.CY cs.SE
Morning or Evening? An Examination of Circadian Rhythms of CS1 Students
昼夜节律是我们内部时钟的周期,在控制我们何时睡觉和何时活动方面起着关键作用。一个相关的概念是生理时钟类型,这是一个人在一天中的某些时间活动的自然倾向,通常决定了个人最警觉和最有成效的时间。在这项工作中,我们调查chronotypes设置的计算机编程(CS1)课程。使用从学生中收集的数据,我们通过无监督学习研究了时间类型的存在。我们发现的时间型与文献中报道的典型人群一致,我们的结果支持某些时间型与学术成就的相关性。我们还发现,对仍然流行的关于计算机程序员是夜猫子的刻板印象缺乏支持。这些分析是根据两所大学的数据进行的,一所在美国,一所在欧洲,这两所大学使用不同的教学方法。在这两个方面的比较,我们期待编程作业设计和管理,可以促进更好的编程实践中的拖延和努力的学生。
2021-03-01 cs.CY
Beyond Detection: Redesigning Assessment and Governande of Generative AI at the Universidad Politécnica de Madrid (UPM)
Universidad Politécnica de Madrid (UPM)(马德里理工大学)
本文主张大学应放弃对AI检测的执着,转向制定课程规则、重新设计评估方式,并建立AI素养计划,以马德里理工大学的六维战略框架为例。
2026-07-03 cs.AI cs.CY
Measuring University Students Satisfaction with Traditional Search Engines and Generative AI Tools as Information Sources
University of North Texas, College of Information(北德克萨斯大学信息学院)
本研究探讨大学生对传统搜索引擎和生成式AI工具的满意度差异,发现使用频率和学生类型显著影响满意度,且AI工具更多作为补充信息来源。
2026-01-01 cs.CY
A Prototype for Educational Planning Using Course Constraints to Simulate Student Populations
远程学习大学通常为学生提供灵活性,让他们按照自己的进度推进学习。这可能会导致一个程序的课程内的学生人数相当大的波动,可能会影响一个程序的学术可行性以及相关的所需资源。提供一种估计这一人口的方法可能对大学管理和学术人员有很大的帮助。我们描述了如何使用课程优先约束来计算替代学费路径,然后使用马尔可夫模型来估计未来的人口。在此过程中,我们确定了大规模潜在部署的关键问题。
2009-03-11 cs.AI cs.CY cs.DS
Artificial Intelligence-Based Analytics for Impacts of COVID-19 and Online Learning on College Students' Mental Health
Wake Forest University(维克森林大学);Wake Forest University School of Medicine(维克森林大学医学院)
COVID-19是由新型冠状病毒(SARS-CoV-2)引起的疾病,于2019年12月下旬首次在中国武汉出现。没过多久,病毒在全球范围内传播,并于2020年3月被世界卫生组织宣布为大流行。这在世界各地和美国引起了许多变化,包括教育转向在线学习。在本文中,我们试图了解COVID-19大流行和在线学习的增加如何影响大学生的情绪健康。我们使用几个机器学习和统计模型来分析斯洛文尼亚卢布尔雅那大学公共管理学院与国际大学联盟,其他高等教育机构和学生协会收集的数据。我们的研究结果表明,与学生的学术生活相关的特征对他们的情绪健康影响最大。其他重要因素包括学生对大学和政府处理疫情的满意度以及学生的经济安全。
2022-09-05 cs.CY cs.LG
Cluster Model for parsimonious selection of variables and enhancing Students Employability Prediction
Banasthali University(巴纳斯塔利大学);University of Rajasthan(拉贾斯坦大学)
本文提出一种基于聚类的预处理模型,通过精简变量选择提升预测算法性能,从而更准确地预测学生就业能力。
2024-06-05 cs.AI cs.CY cs.LG
Evaluating Two Approaches to Assessing Student Progress in Cybersecurity Exercises
网络安全专业的学生需要培养实用技能,例如使用命令行工具。动手练习是评估这些技能的最直接方法,但评估学生的掌握程度对教师来说是一项具有挑战性的任务。我们的目标是通过在整个练习中自动建模和可视化学生的进步来缓解这个问题。根据学生为完成练习中的离散任务而键入的shell命令,通过图形模型总结了进度。我们实施了两种类型的模型,并使用来自两所大学的46名学生的数据进行比较。为了评估我们的模型,我们调查了22位经验丰富的计算教师,并对他们的反应进行了定性分析。大多数教师有效地解释了图模型,并确定了每个模型的优点,缺点和评估用例。基于评估,我们为教师提供建议,并解释我们的图模型如何创新教学和促进进一步的研究。本文件的影响有三个方面。首先,它展示了多个机构如何合作,分享方法来模拟学生的进步,在动手练习。其次,我们的建模技术可以推广到来自不同环境的数据,以支持学生评估,即使是在网络安全领域之外。第三,我们分享所获得的数据和开源软件,以便其他人可以在他们的课堂或研究中使用这些模型。
2021-12-03 cs.CR cs.CY
Measuring Changes in Instructor Class Design and Student Learning After the Release of Large Language Models (LLMs)
University of Massachusetts, Boston(马萨诸塞大学波士顿分校)
研究通过混合方法分析大学课程中LLM的使用对学生学习和教师教学的影响,结合定量分析和问卷调查数据,探讨学习成果的变化。
2026-04-12 cs.AI cs.CY
A Data Mining Approach for Detecting Collusion in Unproctored Online Exams
University of Duisburg-Essen(杜伊斯堡-埃森大学)
针对疫情期间无监考带回家考试的串通风险,本文利用事件日志数据挖掘学生答卷相似性,并通过有监考对照组建立识别异常相似可疑案例的经验法则。
2023-07-14 cs.CY cs.LG
"With Great Power Comes Great Responsibility!": Student and Instructor Perspectives on the influence of LLMs on Undergraduate Engineering Education
IIIT Delhi(德里英迪拉·甘地信息技术学院);BITS Pilani(比尔拉科学技术学院皮拉尼分校);IIT Jodhpur(印度理工学院焦特布尔分校)
本研究针对当前缺乏LLM在本科工程教育中师生视角综合研究的空白,通过对印度工程院校师生的大规模问卷与访谈,分析了ChatGPT的使用模式、利弊与挑战,并提出推广建议及应用启示。
2023-09-30 cs.AI cs.CY cs.ET