Predicting K-12 Dropout
Predicting K-12 Dropout
复制标题
DOI：
10.1080/10824669.2019.1670065
复制
发表时间：
2019-09-26
影响因子：
1.5
通讯作者：
Hawn, Aaron
中科院分区：
文献类型：
--
作者：
Baker, Ryan S.;Berning, Andrew W.;Hawn, Aaron
辍学仍然是高中教育中持续存在的挑战。在本文中，我们提出了一个案例研究，自动检测德克萨斯州多元化学区内的学生是否面临辍学风险。我们根据学生数据预测学生在未来学年是否会退学？使用逻辑回归框架来计算纪律、出勤率、课程学习和成绩。我们讨论模型的预测特性，以及在这种情况下预测丢失的特征。
Dropout remains a persistent challenge within high school education. In this paper, we present a case study on automatically detecting whether a student is at-risk of dropout within a diverse school district in Texas. We predict whether a student will drop out in a future school year from data on students? discipline, attendance, course-taking, and grades, using a logistic regression framework. We discuss the predictive properties of the model, and the features that are predictive of dropout in this context.