Date of Award

3-2023

Document Type

Dissertation

Degree Name

Doctor of Philosophy in Informatics and Computing

Department

Computer Science and Software Engineering

First Advisor

Nazar Zaki

Abstract

Technologies and online learning platforms have changed the contemporary educational paradigm, giving institutions more alternatives in a complex and competitive environment. Online learning platforms, learning-based analytics, and data mining tools are increasingly complementing and replacing traditional education techniques. However, academic underachievement, graduation delays, and student dropouts remain common problems in educational institutions. One potential method of preventing these issues is by predicting student performance through the use of institution data and advanced technologies. However, to date, scholars have yet to develop a module that can accurately predict students’ academic achievement and commitment. This dissertation attempts to bridge that gap by presenting a framework that allows instructors to achieve four goals: (1) track and monitor the performance of each student on their course, (2) identify at-risk students during the earliest stages of the course progression (3), enhance the accuracy with which at-risk student performance is predicted, and (4) improve the accuracy of student ranking and development of personalized learning interventions. These goals are achieved via four objectives. Objective One proposes a rule-based strategy and risk factor flag to warn instructors about at-risk students. Objective Two classifies at-risk students using an explainable ML-based model and rule-based approach. It also offers remedial strategies for at-risk students at each checkpoint to address their weaknesses. Objective Three uses ML-based models, GCNs, and knowledge graphs to enhance the prediction results. Objective Four predicts students’ ranking using ML-based models and clustering-based KGEs with the aim of developing personalized learning interventions. It is anticipated that the solution presented in this dissertation will help educational institutions identify and analyze at-risk students on a course-by-course basis and, thereby, minimize course failure rates.

Arabic Abstract

لقد غيرت التقنيات ومنصات التعليم والتعلم عبر الإنترنت من مناهج التعليم المعاصرة مما أعطى لهذه المؤسسات التعليمية ‎المزيد من الخيارات والبدائل وضمن بيئة معقدة وتنافسية. فقد حلت منصات التعليم عبر الإنترنت وتحليل بيانات التعلم وأدوات استخراج وتنقيب البيانات محل التقنيات التعليمية التقليدية واستبدلنها أو اكملتها وبشكل متزايد وعلى أحدث وجه. ومع ذلك، يظل الفشل الأكاديمي وتأخر تخرج الطلبة وتسربهم من الدراسة من الأمور الشائعة في المؤسسات التعليمية. وتتمثل إحدى الطرق الممكنة لمنع هذه المعوقات والصعوبات من خلال إمكانية التنبؤ بأداء الطلبة الأكاديمي باستخدام بيانات المؤسسات التعليمية والتقنيات المتطورة. ومع ذلك، لم يتمكن العلماء حتى الآن من تطوير وسائل تستطيع القيام بالتنبؤ بأداء الطلبة ومتابعتهم بدقة عالية. تحاول هذه الرسالة سد هذه الفجوة عن طريق تقديم إطار يسمح للمدرسين بتحقيق أربعة أهداف: (1) تتبع ومراقبة أداء كل طالب في مساقاته الدراسية، (2) التعرف على الطلبة ذو المستوى الأكاديمي المتدني وتشخيصهم أثناء المراحل المبكرة من التحاقهم بالمساق الدراسي. (3) تحسين دقة التنبؤ بأداء الطلبة ذو المستوى الأكاديمي المتدني. (4) تحسين دقة تصنيف الطلبة وتطوير برامج تقوية تعليمية خاصة بهم تناسب احتياجاتهم. حيث أنه يتم تحقيقهم عن طريق أربعة أهداف. يقترح الهدف الأول وضع استراتيجية قائمة على القواعد عن طريق وضع مؤشرات عامل الخطر لتحذير المدرسين بشأن الطلبة المعرضون لخطورة تدني المستوى الأكاديمي. بينما يقوم الهدف الثاني بتصنيف الطلبة ذو المستوى الأكاديمي المنخفض باستخدام نموذج يعتمد على دمج نظام تعلم الآلة القابل للتنبؤ وطريقة الاعتماد على القواعد. كما يوفر خططا تصحيحية وتحسينية للطلبة ذو المستوى الأكاديمي المنخفض عند كل نقطة تدقيق لأجل معالجة نقاط ضعفهم. الهدف الثالث يستخدم تماذج التعلم الآلي والشبكة العصبية لالتفاف الرسم البياني والرسوم البيانية المعرفية لتحسين نتائيج دقة التنبؤ. أما الهدف الرابع فيقوم بالتنبؤ وتصنيف الطلبة باستخدام نماذج التعلم الآلي والرسوم البيانية المعرفية القائمة على وضع الطلبة بمجموعات بهدف اعتماد تدخلات تعليمية خاصة لكل طالب. ونأمل ان تساعد الحلول التي تطرحها هذه الاطروحة المؤسسات التعليمية على تشخيص وتحليل حالات الطلبة المعرضون للمستوى الأكادمي المنخفض وعلى أساس كل مساق وبشكل منفرد لكي يتم تقليص معدلات الفشل الأكاديمي بين الطلبة.

Download

Share

COinS