91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

新的統(tǒng)計模型提高了考試成績的預測能力

獨愛72H ? 來源:教育新聞網 ? 作者:教育新聞網 ? 2020-04-26 11:50 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

(文章來源:教育新聞網)

出色的論文,高分平均成績和出色的標準化考試成績有時不足以錄取大學。持續(xù)的大學入學丑聞凸顯了標準化考試成績的影響力??荚嚬芾韱T現(xiàn)在正在與其他付費的父母進行調查,以確保孩子的考試成績固定。大學錄取決定使用標準化的考試成績作為申請人在大學中的表現(xiàn)的預測指標。但是,如果有更好的預測學習方式—不依賴單一高風險測試的方法怎么辦?

亞利桑那州立大學和丹佛大學的研究人員設計了一種預測學術表現(xiàn)的方法,該方法的預測性比單個標準化評估高出三倍。研究團隊開發(fā)并驗證了一個統(tǒng)計模型,該模型使用隨時可用的考試成績來預測未來的學業(yè)成績。該研究將發(fā)表在多元行為研究中。

“每個人都在某個時候受到測試的影響-測試被用來做出關于入學乃至職業(yè)安置的高風險決策-我們開發(fā)的模型可以捕捉數(shù)據(jù)中的情況,并預測未來的表現(xiàn)要好于現(xiàn)有方法”,ASU心理學助理教授,論文的第一作者Daniel McNeish說。

許多標準化測試的既定目的是一次性評估,而不是為了告知長期性能。丹佛大學的助理教授,論文的第二作者丹尼斯·杜馬斯(Denis Dumas)表示,有時將這些測試用于預測參加該測試的任何人的未來表現(xiàn),但是實際上很少有測試能做到這一點。單項測試無法充分衡量學生未來學習潛力的想法并不是一個新想法:社會學家,歷史學家和民權運動家WEB DuBois大約在一個世紀前提出了這一想法。

Dumas補充說:“從單個時間點獲得的測試分數(shù)可以很好地反映出某人在測試時所知道的東西,但是它們通常無法提供有關學習潛力的信息?!薄翱荚嚪謹?shù)通常用來表明一個人可能從未來的教育(例如上大學)中受益多少,但是這個概念與應試者現(xiàn)在知道多少完全不同?!?/p>

為了開發(fā)該模型,研究團隊從一位名叫魯汶·富爾斯坦(Reuven Feuerstein)的以色列心理學家的工作中汲取了靈感,后者對大屠殺的兒童幸存者進行了學校和年級水平的測試?;谝粋€測驗分數(shù)的年級水平分配通常太低,因此Feuerstein開發(fā)了一種稱為動態(tài)評估的測驗系統(tǒng),該系統(tǒng)使用了一段時間內收集的多個測驗分數(shù)來衡量兒童的學習能力,而不是其當前的知識水平。動態(tài)評估是勞動密集型的,并且難以大規(guī)模實施。研究團隊通過利用數(shù)學模型和計算能力的先進性來解決該問題,從而創(chuàng)建了一種稱為動態(tài)測量模型的新方法。

動態(tài)測量模型使用一系列測試分數(shù)來預測未來的學習能力。該模型通過測試分數(shù)隨時間的變化擬合一條曲線,該曲線通??雌饋硐褚粋€側向字母“ J”,通常被稱為“學習曲線”。學習曲線上的點表示當前知識的數(shù)量,曲線的最大值或上限是學習潛力。研究小組使用幼兒園到八年級的標準化考試成績,最近表明動態(tài)測量模型可以擬合學習曲線并預測學習潛力。

研究團隊想知道該模型可以預測學習潛力的程度,從而可以預測其實際準確性。他們使用了三個數(shù)據(jù)集,這些數(shù)據(jù)集來自加利福尼亞大學伯克利分校的人類發(fā)展研究所。數(shù)據(jù)集包括參與者在1920年代和1930年代3歲時開始的測驗分數(shù)。對參與者進行了數(shù)十年的研究,直到他們分別處于50、60和70年代。

由于大多數(shù)標準化的測試都在學校進行,因此研究團隊使用動態(tài)測量模型來擬合UC Berkeley參與者20歲以下的測試成績。該團隊通過讓模型完成曲線來預測每個參與者的未來學習潛力。然后,他們將50-70歲年齡段的實際考試成績與模型預測的成績進行了比較。

McNeish說:“動態(tài)測量模型捕獲的方差是其他方法的三倍,其中包括單個時間點測試分數(shù)。換句話說,我們的模型預測的后一分數(shù)(個人實現(xiàn)的學習潛力)要好三倍?!薄艾F(xiàn)在如此頻繁地測試學生,以衡量他們的進步,但是每位學生獲得多個分數(shù)可以達到超越進步的目的。可以將它們合并為一個學習潛能分數(shù),以改善對人們的技能和能力預計在何處結束的預測將來他們保持相同的軌跡?!?/p>

使用動態(tài)測量模型來預測學生的未來學習潛力,不需要更改政策或進行新的測試。該模型所需的測試分數(shù)已經存在,并且由于通過了《不讓任何一個孩子落后法案》和《每個學生成功法案》而獲得。麥克尼什說:“動態(tài)測量建模不需要專門的計算機即可運行,并且所花費的時間不會比該領域中使用的標準統(tǒng)計模型長?!薄皬倪壿嬌现v,所有方面都可以在明天實施?!痹撗芯啃〗M目前正在開發(fā)用于傳播動態(tài)測量模型的軟件。
(責任編輯:fqj)

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    從數(shù)據(jù)到模型:如何預測細節(jié)距鍵合的剪切力?

    在微電子封裝領域,細節(jié)距鍵合工藝的開發(fā)與質量控制面臨著巨大挑戰(zhàn)。工程師們常常需要在缺乏大量破壞性測試的前提下,快速評估或預測一個鍵合點的剪切力性能。能否根據(jù)焊球的表觀尺寸,通過一個可靠的數(shù)學模型
    發(fā)表于 01-08 09:45

    模型賦能物資需求精準預測與采購系統(tǒng):功能特點與平臺架構解析

    ? ? 大模型賦能物資需求預測與采購智能化:核心功能與價值解析 ? ?大模型賦能物資需求精準預測與采購系統(tǒng)通過深度整合多源數(shù)據(jù)、構建動態(tài)預測
    的頭像 發(fā)表于 12-16 11:54 ?317次閱讀

    世界模型是讓自動駕駛汽車理解世界還是預測未來?

    ? [首發(fā)于智駕最前沿微信公眾號]世界模型在自動駕駛技術中已有廣泛應用。但當談及它對自動駕駛的作用時,難免會出現(xiàn)分歧。它到底是讓自動駕駛汽車得以理解世界,還是為其提供了預測未來的視角? 世界模型到底
    的頭像 發(fā)表于 12-16 09:27 ?891次閱讀
    世界<b class='flag-5'>模型</b>是讓自動駕駛汽車理解世界還是<b class='flag-5'>預測</b>未來?

    為什么FPU在MCU中很重要呢?

    核心去處理其他任務(如控制邏輯、通信、中斷處理),提高了系統(tǒng)的整體響應能力和多任務處理能力。 降低功耗: 由于計算速度大大加快,完成相同計算任務所需的時間顯著縮短,CPU 可以更快地進入低功耗睡眠
    發(fā)表于 11-18 07:05

    提高條件分支指令預測正確率的方法

    “Gshare方法”。 BTB: 分支目標緩沖器(Branch Target Buffer,BTB)是一個用于存儲分支指令地址和目標地址的高速緩存,其常見于超標量處理器中,主要用于提高分支預測器的性能,因為它可
    發(fā)表于 10-22 08:22

    提高RISC-V在Drystone測試中得分的方法

    的設計和性能對運行速度有很大的影響。例如,處理器的超標量設計、亂序執(zhí)行能力、分支預測準確性、緩存設計等因素都會影響性能。 時鐘頻率:高時鐘頻率可以提高處理器的執(zhí)行速度,從而提高Drys
    發(fā)表于 10-21 13:58

    什么是AI模型的推理能力

    NVIDIA 的數(shù)據(jù)工廠團隊為 NVIDIA Cosmos Reason 等 AI 模型奠定了基礎,該模型近日在 Hugging Face 的物理推理模型排行榜中位列榜首。
    的頭像 發(fā)表于 09-23 15:19 ?1297次閱讀

    無刷直流電機模糊自適應PID的研究及仿真

    了理想的相電流、反電動勢以及扭矩的波形圖。仿真結果表明相對于常規(guī)PI控制,采用模糊自適應PI控制器實現(xiàn)負載變化情況下轉速的快速跟蹤控制,提高了系統(tǒng)的抗干擾能力,提高了系統(tǒng)的響應速度。 純分享帖,點擊下方
    發(fā)表于 07-07 18:26

    模型推理顯存和計算量估計方法研究

    方法。 一、引言 大模型推理是指在已知輸入數(shù)據(jù)的情況下,通過深度學習模型進行預測或分類的過程。然而,大模型的推理過程對顯存和計算資源的需求較高,這給實際應用帶來了以下挑戰(zhàn): 顯存不足:
    發(fā)表于 07-03 19:43

    模型在半導體行業(yè)的應用可行性分析

    有沒有這樣的半導體專用大模型,能縮短芯片設計時間,提高成功率,還能幫助新工程師更快上手?;蛘哕浻布梢栽谠O計和制造環(huán)節(jié)確實有實際應用。會不會存在AI缺陷檢測。 能否應用在工藝優(yōu)化和預測性維護中
    發(fā)表于 06-24 15:10

    十二相同步發(fā)電機降階等效模型研究

    摘要:十二相同步發(fā)電機整流系統(tǒng)能夠提供高品質直流電能,但是發(fā)電機模型復雜,解析分析困難。為此,推導了十二相整流發(fā)電機的等效三相降階模型和狀態(tài)空間平均模型,簡化了模型復雜程度,
    發(fā)表于 06-17 08:59

    PID串級控制在同步發(fā)電機勵磁控制中的應用

    對自并勵勵磁系統(tǒng)進行了仿真分析,通過仿真結果的對比分析,說明神經網絡預測-PID串級控制在勵磁控制中的應用提高了勛磁系統(tǒng)的動態(tài)性、穩(wěn)定性和抗干擾能力. 純分享帖,需要者可點擊附件免費獲取完整資料
    發(fā)表于 06-16 21:56

    如何統(tǒng)計蜂鳥E203的分支預測率?

    想請問大家如何統(tǒng)計蜂鳥E203的分支預測率,我嘗試在exu_commit模塊里統(tǒng)計,但是發(fā)現(xiàn)預測率都有寫問題,想請教以下大家
    發(fā)表于 06-10 07:05

    KaihongOS操作系統(tǒng)FA模型與Stage模型介紹

    的運行環(huán)境。FA模型的開發(fā)方式為通過導出匿名對象、固定入口文件的方式指定應用組件。開發(fā)者無法進行派生,不利于擴展能力。 Stage模型 Stage模型是KaihongOS API 9
    發(fā)表于 04-24 07:27

    數(shù)字孿生與預測性維護如何提高企業(yè)抗風險能力

    從業(yè)務連續(xù)性的角度而言,提高適應性是工業(yè)5.0帶來的極重要影響之一。在這種語境下,適應性是指組織承受和適應影響其正常運營的沖擊、干擾和變化的能力
    的頭像 發(fā)表于 04-10 10:09 ?994次閱讀