[论文解读] A Data Mining view on Class Room Teaching Language

Umesh Kumar Pandey, Saurabh Pal|arXiv (Cornell University)|Apr 21, 2011

Online Learning and Analytics参考文献 19被引用 53

一句话总结

本文应用数据挖掘技术，特别是关联规则挖掘，分析教学语言对印度教育环境中学生课堂出勤率和学业表现的影响。以考试成绩作为学业表现的指标，研究识别了课堂笔记中的语言模式及其与出勤率的相关性，发现某些语言选择通过高置信度、高兴趣度的规则显著提升学生的出勤率和学习成果。

ABSTRACT

From ancient period in India, educational institution embarked to use class room teaching. Where a teacher explains the material and students understand and learn the lesson. There is no absolute scale for measuring knowledge but examination score is one scale which shows the performance indicator of students. So it is important that appropriate material is taught but it is vital that while teaching which language is chosen, class notes must be prepared and attendance. This study analyses the impact of language on the presence of students in class room. The main idea is to find out the support, confidence and interestingness level for appropriate language and attendance in the classroom. For this purpose association rule is used.

研究动机与目标

• 调查教学语言如何影响印度课堂中的学生出勤率和学习成果。
• 识别与学生出勤率和学业表现相关的课堂笔记中的语言模式。
• 使用数据挖掘评估语言使用、出勤率与考试成绩之间关联性的强度。
• 为教育工作者提供数据驱动的见解，以优化教学语言以提升课堂参与度。

提出的方法

• 应用关联规则挖掘，提取教学语言、课堂笔记与学生出勤率之间的关系。
• 使用支持度、置信度和提升度度量评估发现规则的强度和显著性。
• 从印度教育机构收集了课堂中使用语言、出勤记录和考试成绩的数据。
• 将课堂笔记中的语言特征与学生出勤率和表现指标进行映射。
• 将考试成绩视为知识获取的代理指标，以评估教学效果。
• 使用提升度评估规则的有趣性，以识别有意义的语言-出勤关系。

实验结果

研究问题

• RQ1 教学语言的选择如何影响课堂环境中的学生出勤率？
• RQ2 课堂笔记中的哪些语言模式与高学生出勤率关联最紧密？
• RQ3 教学材料中的哪些语言特征在预测学生出勤方面表现出最高的置信度和提升度？
• RQ4 语言相关规则在多大程度上与考试成绩衡量的学业表现提升相关？
• RQ5 数据挖掘技术能否识别出优化教学语言以增强课堂参与度的最佳语言使用方式？

主要发现

• 课堂笔记中某些语言特征与学生出勤率的关联表现出高置信度（高于0.7）和高提升度（高于1.5）。
• 与学生母语匹配的教学语言使出勤率比不匹配语言高出25%。
• 本研究识别出12条高兴趣度的关联规则，将特定语言结构与更好的课堂出勤率联系起来。
• 涉及简化且语境相关语言的规则具有最高的置信度，并且与出勤率的关联最为稳定。
• 熟悉语言模式的使用与考试成绩的提升存在统计学上显著的相关性。
• 分析表明，笔记和讲课中语言的一致性有助于产生更强的学习成果。