Estimating Academic Success in Higher Education Using Big Five Personality Traits, a Machine Learning Approach
Estimating Academic Success in Higher Education Using Big Five Personality Traits, a Machine Learning Approach
复制标题
使用大五人格特征（一种机器学习方法）评估高等教育中的学业成功
DOI：
10.1007/s13369-021-05873-4
复制
发表时间：
2021
影响因子：
2.9
通讯作者：
Erbuğ Çelebi
中科院分区：
文献类型：
--
作者：
Mustafa Çagatayli;Erbuğ Çelebi
在高等教育中，预测学术成功的最流行的方法是使用学生现有的课程成绩。在这项研究中，我们提出了一种新的方法来预测在高等教育中的学术成功与使用的人格特质，而不是现有的课程成绩。我们对这项多学科研究的主要关注点是利用机器学习，从心理学和计算机科学中获益，预测学生在高等教育中的学业成功。我们使用大五特征作为2,575名高等教育学生的人格特质，并在20个不同的课程类别上测试了我们提出的方法。在这项研究的最后，我们得出结论，机器学习可以用来预测学术成功，同时使用所有的大五人格特质维度。通过我们提出的方法，未来学生的大五特质可以用来预测应用部门的高等教育学生的成功。我们的方法也可以应用于不同的部门或课程组。这种方法可以改进，高等教育机构甚至可以向学生建议部门，他们可以更成功。
The most popular way of predicting academic success in higher education is to use students’ existing course grades. In this study we propose a novel approach to predict academic success in higher education with use of personality traits rather than existing course grades. Our main focus on this multidisciplinary study is to get the benefits of psychology and computer science to predict academic success of students in higher education, by using Machine Learning. We have used Big Five features as the personality traits of 2,575 higher education students and tested our proposed method on 20 different course categories. At the end of this study we conclude that Machine Learning can be used for predicting academic success while using all of the Big Five personality trait dimensions. With our proposed method, Big Five traits of prospective students can be used to predict higher education student success for the applied department. Our method can also be applied to different departments or course groups. This approach can be improved such that, the higher education institutes can even suggest departments to students, that they can be more successful.
大五人格特质作为幼儿教育中大学生学业成功的预测因素
影响因子：
4
作者：
通讯作者：
--
DOI：
--
发表时间：
2007
期刊：
--
影响因子：
--
作者：
E. E. Noftle-E.;R. Robins
通讯作者：
E. E. Noftle-E.;R. Robins