杂志文章

结合学术,非认知和大学知识措施,识别学院的学生:一种数据驱动方法

2017年

出版于:

评估的研究与实践,12,5-19。

经过:詹姆斯的孤独


抽象的

研究表明,可以使用各种措施预测大学准备,包括考试成绩,等级,课程模式,非认知仪器和学生如何理解学院录取过程的调查。然而,很少有研究为教育工作者如何优先考虑提供指导跨仪器,建筑和框架的大学准备就绪的预测因素最佳地确定学院的学生。使用具有数千次措施的国家代表性数据集,我采用数据减少技术来识别少数变量,这是大学准备的最强预测因子,并了解他们衡量的措施。根据我的模型,可以在大学内注册并持续为学期进行预测,使用一小组预测器,可以预测几乎90%的准确性。证据表明,这些预测因素衡量学术准备,后交愿望,教师对准备的看法以及社会经济地位。教育工作者可以使用结果来帮助确定不适合大学的学生的适当支持。

看更多

查看期刊文章

本文发表于NWEA之外。全文可以在上面的链接找到。

相关主题