Redes neuronais com protótipos para quantificar os determinantes do desempenho acadêmico

Ana Beatriz-Afonso, Frederico Cruz-Jesus, Mauro Castelli, T. Oliveira, C. Nunes
{"title":"Redes neuronais com protótipos para quantificar os determinantes do desempenho acadêmico","authors":"Ana Beatriz-Afonso, Frederico Cruz-Jesus, Mauro Castelli, T. Oliveira, C. Nunes","doi":"10.20396/tsc.v9i2.17394","DOIUrl":null,"url":null,"abstract":"Desde os anos 50 do século passado que o desempenho académico tem sido foco de interesse por parte de investigadores e decisores políticos. No entanto, apenas recentemente os métodos de ciência de dados começaram a ser aplicados de forma mais sistemática a este tema. Este trabalho utiliza os dados dos exames nacionais de matemática e português da população portuguesa no ano letivo 2018/2019 para, através de redes neuronais, avaliar e comparar quais os fatores que afetam os resultados desses exames, e de que forma. Além disso, uma nova abordagem é apresentada para lidar com o dilema da \"caixa negra\" dos métodos de ciências de dados mais avançados. Esta abordagem passa pela criação de um conjunto de protótipos através de Redes Neuronais, fornecendo uma estimativa de quanto cada potencial impacta o desempenho acadêmico.","PeriodicalId":22317,"journal":{"name":"Tecnologias, Sociedade e Conhecimento","volume":"42 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-04-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Tecnologias, Sociedade e Conhecimento","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20396/tsc.v9i2.17394","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Desde os anos 50 do século passado que o desempenho académico tem sido foco de interesse por parte de investigadores e decisores políticos. No entanto, apenas recentemente os métodos de ciência de dados começaram a ser aplicados de forma mais sistemática a este tema. Este trabalho utiliza os dados dos exames nacionais de matemática e português da população portuguesa no ano letivo 2018/2019 para, através de redes neuronais, avaliar e comparar quais os fatores que afetam os resultados desses exames, e de que forma. Além disso, uma nova abordagem é apresentada para lidar com o dilema da "caixa negra" dos métodos de ciências de dados mais avançados. Esta abordagem passa pela criação de um conjunto de protótipos através de Redes Neuronais, fornecendo uma estimativa de quanto cada potencial impacta o desempenho acadêmico.
用原型神经网络来量化学习成绩的决定因素
自上世纪50年代以来,学术成就一直是研究人员和政策制定者关注的焦点。然而,直到最近,数据科学方法才开始更系统地应用于这一课题。本研究使用2018/2019学年葡萄牙人口全国数学和葡萄牙语考试的数据,通过神经网络评估和比较哪些因素影响这些考试的结果,以及如何影响这些考试的结果。此外,提出了一种新的方法来处理更先进的数据科学方法的“黑匣子”困境。这种方法包括通过神经网络创建一组原型,提供每个潜力对学习成绩影响的估计。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信