[論文レビュー] A visualization tool for data analysis on higher education dropout: a case study at UFES

Pedro P. Ladeira, Leandro M. de Lima+1 more|arXiv (Cornell University)|Jan 29, 2022

Evasion and Academic Success Factors被引用数 4

ひとこと要約

本論文は、エスピリトサント州立大学（UFES）の高等教育における学生離脱パターンを分析するために、インタラクティブなデータ可視化ダッシュボードを構築した。歴史的機関データを用いて、社会経済的地位、コースタイプ、出身地域などの主要な離脱要因を同定し、UFESにおける累積離脱率（TDA）が44.1%であることを明らかにした。これは全国平均を下回っているが、教育政策および機関計画にとって依然として深刻な課題を示している。

ABSTRACT

Through the analysis of cultural, socioeconomic and academic performance aspects it is possible to map the profile of the students and their motivations to drop out. This article aims to create a computational tool for data visualization that allows drawing the profile of students to support educational institutions managers in the definition of dropout avoidance policies. We present a method to treat data collected by higher education institutions over the years, analyze them to understand the dropout and provide that information to the university and the general public. Eight questions were proposed to clarify the dropout from the Federal University of Espírito Santo, Brazil. The questions were answered through the dashboard that helps to understand the causes of dropout. It is expected that this tool can be used by others educational institutions to draw student profiles contributing to possible resolution of the problem.

研究の動機と目的

• 教育機関が機関データを用いて学生離脱パターンを可視化・分析できる計算ツールの開発。
• UFESにおける学生離脱に寄与する主な社会経済的、学業的、地理的要因の同定。
• データドリブンなイン사이트を活用して、大学管理者および政策立案者が標的型の離脱防止戦略を設計するのを支援。
• 機関管理者および一般公開向けにアクセス可能で、再利用可能かつ更新可能なダッシュボードの構築により、透明性と継続的モニタリングを促進。
• データ収集および表現のギャップを解消することで、高等教育機関におけるデータ品質および可視化実践の向上。

提案手法

• 本研究では、UFESが複数の学年間で収集した歴史的データを用い、社会経済的要因、学業成績、地理的変数に焦点を当てた。
• PythonのBokehライブラリを用いてカスタムのインタラクティブダッシュボードを開発し、動的なデータ可視化と探索を可能にした。
• 棒グラフ、円グラフ、時系列プロットなどの可視化コンponentsを含み、コース、地域、デモグラフィックグループごとの離脱トレンドを表現した。
• 新しいデータが収集されるたびにリアルタイムで更新が可能であり、離脱トレンドの継続的モニタリングを可能にした。
• アクセシビリティの配慮がなされたが、Bokehの機能制限のため、HTMLおよびJavaScriptを用いた代替策を講じる必要があった。
• 分析では、機関間での離脱水準を評価する主な指標として、INEPが定義する累積離脱率（TDA）を採用した。

実験結果

リサーチクエスチョン

• RQ1 UFESにおける学生離脱に関連する主な社会経済的および学業的要因は何か？
• RQ2 UFESの学生集団において、異なる学術コースおよび地理的地域における離脱率はどのように異なるか？
• RQ3 UFESにおける累積離脱率（TDA）のトレンドは、全国平均および州平均と比較して時間経過とともにどのように変化しているか？
• RQ4 データ可視化ツールは、離脱防止政策を設計する機関管理者の意思決定をどのように改善できるか？
• RQ5 離脱分析ツールの正確性および利用可能性を向上させるために、データ品質および可視化設計でどのような改善が必要か？

主な発見

• 2010年から2016年にかけて入学した学生のうち、UFESの累積離脱率（TDA）は44.1％であった。これは全国平均の56.5％を下回っているが、依然として深刻な課題を示している。
• ダッシュボードはコースごとの離脱パターンを効果的に可視化し、特定のプログラムではデータセット内で最大67％の離脱率を示した。これはコース固有の脆弱性を浮き彫りにした。
• 収入水準の欠落や重複エントリなどのデータ品質の問題が、特に社会経済的プロファイルの分析の完全性を制限した。
• 学生の居住地と大学との距離が離脱要因の一つである可能性が指摘されたが、データ制限のため完全には捉えきれなかった。
• Bokehライブラリの制限により、円グラフにおけるインタラクティブなカテゴリ選択が制限されており、ウェブベースの可視化フレームワークとの深いつながりの必要性が示された。
• 今後の改善のための主要な分野として、心理的要因やパンデミック関連要因（例：COVID-19の影響によるメンタルヘルスの悪化）を含めるためのツールの将来の適合性が特定された。