Abstract
Analysis and Forecasting Students’ Academic Performance Using a Digital Educational Environment The article discusses technical solutions used at Orenburg State University to organize a digital educational environment. Also, the authors have studied the academic performance of technical and humanities students during the period of face-to-face education and during the lockdown period. The analysis of academic performance shows the absence of significant deviations in one direction or another. The key internal and external factors that influence the students’ academic performance are highlighted. It can be concluded that the use of both internal and external factors gives a high accuracy in predicting the final progress of students.
Highlights
Первоочередные задачи развития системы образования отмечены в Указе Президента Российской Федерации от 7 мая 2018 г
The article discusses technical solutions used at Orenburg State University to organize a digital educational environment
The analysis of academic performance shows the absence of significant deviations in one direction
Summary
Первоочередные задачи развития системы образования отмечены в Указе Президента Российской Федерации от 7 мая 2018 г. С развитием методов машинного обучения особый интерес приобретает область исследования, связанная с анализом образовательных данных (Educational Data Mining), EDM. Авторы исследуют эффективность автоматизированного машинного обучения (autoML) для систем управления обучением на основе участия обучающихся на онлайнкурсах. В рамках электронной информационнообразовательной среды ОГУ накапливаются большие объёмы образовательных данных, которые могут использоваться для оптимальной организации процесса обучения, повышения качества подготовки обучающихся, поддержки принятия решений в системе управления образовательной организацией.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
More From: Vysshee Obrazovanie v Rossii = Higher Education in Russia
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.