Date of Award
4-2023
Document Type
Thesis
Degree Name
Master of Science in Software Engineering
Department
Computer Science and Software Engineering
First Advisor
Dr. Salah Bouktif
Abstract
One of the important aspects that all academic institutions work towards improving is Student Performance. It is obviously the primary indicator of success or failure of institutions. Student performance predictions are vital to instructors and educational decision makers to help, across all levels, tailor learning according to the students’ needs. Therefore, it is essential for Higher Education Institutions to predict student performance in distance learning which has been, and remains, the primary method of learning in some countries due to Corona Virus pandemic. For this reason, this research is going to predetermine a fitting definition of student performance in time of distance learning by surveying literature and collecting new effective factors affecting students’ performance. New concepts and attributes are discovered and considered in the new definition. Furthermore, a primary objective of this thesis is to build a prediction model for student performance during distance learning, where the new definition and its subsequent attributes are considered. The data-driven model is empirically validated, and the obtained results show the outperformance of our proposed approach; particularly the appropriateness of the introduced student performance definition as well as the machine learning based technique from which the student performance prediction model is derived. We strongly believe that such a model will benefit the educators and guide them on how to accurately make decisions based on student performance in the distance learning settings.
Arabic Abstract
النمذجة القائمة على البيانات لأداء الطلاب في وقت التعلم عن بعد
أحد الجوانب المهمة التي تعمل جميع المؤسسات الأكاديمية على تحسينها هو أداء الطلاب. من الواضح أنه المؤشر الأساسي لنجاح أو فشل المؤسسات. تعد تنبؤات أداء الطلاب أمراً حيوياً للمدرسين وصناع القرار التربويين للمساعدة، على جميع المستويات، في تصميم التعلم وفقا لاحتياجات الطلاب. لذلك، من الضروري لمؤسسات التعليم العالي أن تتنبأ بأداء الطلاب في التعلم عن بعد الذي كان ولا يزال الطريقة الأساسية للتعلم في بعض البلدان بسبب جائحة فيروس كورونا. لهذا السبب، سيحدد هذا البحث مسبقا تعريفاً مناسبا لأداء الطلاب في وقت التعلم عن بعد من خلال مسح الأدبيات وجمع العوامل الفعالة الجديدة التي تؤثر على أداء الطلاب. يتم اكتشاف مفاهيم وسمات جديدة وأخذها في الاعتبار في التعريف الجديد. علاوة على ذلك، فإن الهدف الأساسي لهذه الأطروحة هو بناء نموذج تنبؤ لأداء الطالب أثناء التعلم عن بعد، حيث يتم النظر في التعريف الجديد والسمات اللاحقة له. تم التحقق من صحة النموذج المستند إلى البيانات تجريبياً، وتظهر النتائج التي تم الحصول عليها تفوق نهجنا المقترح؛ لا سيما مدى ملاءمة تعريف أداء الطالب المقدم بالإضافة إلى تقنية التعلم الآلي القائمة على نموذج التنبؤ بأداء الطالب. نحن نؤمن بشدة أن مثل هذا النموذج سيفيد المعلمين ويرشدهم حول كيفية اتخاذ القرارات بدقة بناء على أداء الطالب في إعدادات التعلم عن بعد.
Recommended Citation
Megdadi, Iman Saad, "DATA-DRIVEN MODELING OF STUDENT PERFORMANCE IN THE TIME OF DISTANCE LEARNING" (2023). Theses. 1171.
https://scholarworks.uaeu.ac.ae/all_theses/1171