Frontiers in Education· Mingyu Wu·· 15 小时前AI 评分42
OULAD 基准上基于前四周在线学习行为的学术风险预警研究
Early warning of academic risk from the first four weeks of online learning activity and assessment performance: a leakage-controlled, demographic-data-minimizing study on the OULAD benchmark
AI 导读
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。
来源：Frontiers in Education · frontiersin.org