CodeInsight：用于建模迭代问题求解的数据集
研究团队构建了 CodeInsight 数据集，包含 2 个 C++ 课程中 3,286 名本科生提交的 300 多万份代码。基于该数据集建立的基准测试显示，适配的 Recurrent State Space Model (RSSM) 在四个课程中的三个取得了最强的预测准确率。代码和数据集已公开，以支持未来研究。
#学情分析
arXiv cs.CLAI 评分4242 Frontiers in EducationAI 评分4242 OULAD 基准上基于前四周在线学习行为的学术风险预警研究
基于 OULAD 基准的研究表明，仅利用前四周的 VLE 活动与评估数据即可预测学术风险，全特征模型 ROC-AUC 达 0.7747。移除背景/行政数据后，AUC 降至 0.7504，但在前 5% 高风险学生中精准率从 0.938 降至 0.866。该研究证实了早期预警的可行性，但指出数据最小化本身并非公平性补救措施。
arXiv cs.CYAI 评分5555 arXiv 论文：缓解纽约高中录取匹配中的不平等：不引发拥堵的个性化推荐
该研究针对纽约高中录取匹配中的推荐拥堵问题，提出了一种拥堵感知的双层优化与模拟方法。在 2025-26 录取周期的随机对照试验中，实验组申请人将推荐项目列入志愿的比例为 16.4%，对照组为 10.5%（相对增加 57%）；实验组匹配到此类项目的比例为 5.6%，对照组为 3.3%（相对增加 71%），且无实验组申请人被推荐项目拒绝。
ETR&D 教育技术研究与发展精选AI 评分6565 学习分析个性化反馈对大型入门 STEM 课程学生行为影响的实验研究
一项针对 700 多名学生的随机对照实验表明，基于学习分析的个性化反馈能显著促进大学生更早开始作业并增加尝试练习题的比例，但未带来考试成绩或最终成绩的提升。实验组学生在干预阶段开始作业的时间平均比对照组早半天，且 91% 的学生尝试了练习题，高于对照组的 82%。尽管实验组的 D/F 率（2.5%）低于对照组（4.7%），但该差异未达统计显著性，且两组学生对反馈有用性和激励性的感知无显著差异。
推荐理由：研究通过随机对照实验量化了个性化反馈对行为启动与学业成绩的影响差异，为大规模课程中的反馈设计提供了实证依据。
GitHub · AI in 教育AI 评分4242 knowledge_tracing_benchmark：基于 ASSISTments 2009 数据的知识追踪模型对比
该基准在 ASSISTments 2009 数据集上对比了多种知识追踪模型，其中 GRU 模型在 623 名留出学习者上取得 ROC-AUC 0.7470 和 Brier score 0.1800，优于 PFA 模型的 0.6982 和 0.1976。研究采用学习者不相交划分，确保预测无数据泄露，但结果仅支持响应预测性能，不证明教学效益。
GitHub · AI in 教育AI 评分4040 devissaputra/engagement_early_warning：时间安全的学生参与度早期预警原型
devissaputra/engagement_early_warning 是一个时间安全的学生参与度早期预警研究原型，通过强制预测截止点边界防止数据泄露。该原型使用合成风险系数评估受限审查队列，并包含校准与子群诊断功能，29 个单元测试检查均已通过。
GitHub · AI in 教育AI 评分3535 devissaputra/causal_learning_analytics：OULAD 第 30 天因果学习分析
该研究基于 OULAD 数据集，考察第 30 天仍符合条件的学习者中，提交至少一次非银行评估与有利最终结果之间的调整对比。记录的 Hájek 对比值为 0.3861，全重拟合 bootstrap 区间约为 0.3242 至 0.4447。重叠加权敏感性分析得出 0.3261，但分析指出存在极端权重和残余不平衡，未测量混杂因素阻碍了因果主张。