| عنوان مقاله به انگلیسی | AI-Driven Strategies for Reducing Student Withdrawal — A Study of EMU Student Stopout |
| عنوان مقاله به فارسی | ترجمه فارسی مقاله استراتژیهای مبتنی بر هوش مصنوعی برای کاهش انصراف دانشجویان — مطالعهای بر روی انصراف دانشجویان دانشگاه مدیترانه شرقی (EMU) |
| نویسندگان | Yan Zhao, Amy Otteson |
| فرمت مقاله انگلیسی | |
| زبان مقاله تحویلی | ترجمه فارسی |
| فرمت مقاله ترجمه شده | به صورت فایل ورد |
| نحوه تحویل ترجمه | دو تا سه روز پس از ثبت سفارش (به صورت فایل دانلودی) |
| تعداد صفحات | 7 |
| دسته بندی موضوعات | Machine Learning,Computers and Society,یادگیری ماشین , رایانه و جامعه , |
| توضیحات | Submitted 5 August, 2024; originally announced August 2024. , Comments: 6 pages, 5 figures |
| توضیحات به فارسی | ارسال شده در 5 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 6 صفحه ، 5 شکل |
توضیحات گزینههای خرید
دانلود مقاله اصل انگلیسی
با انتخاب این گزینه، میتوانید فایل PDF مقاله اصلی را به زبان انگلیسی دانلود کنید.
قیمت: 19,000 تومان
سفارش ترجمه فارسی مقاله
با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، ترجمه فارسی مقاله را نیز سفارش میدهید.
قیمت: 280,000 تومان
زمان تحویل: 2 تا 3 روز کاری
| فرمت ارائه ترجمه مقاله | تحویل به صورت فایل ورد |
| زمان تحویل ترجمه مقاله | بین 2 تا 3 روز پس از ثبت سفارش |
| کیفیت ترجمه | بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
| جداول و فرمول ها | کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |
چکیده
Not everyone who enrolls in college will leave with a certificate or degree, but the number of people who drop out or take a break is much higher than experts previously believed. In December 2013, there were 29 million people with some college education but no degree. That number jumped to 36 million by December of 2018, according to a new report from the National Student Clearinghouse Research Center[1]. It is imperative to understand the underlying factors contributing to student withdrawal and to assist decision-makers to identify effective strategies to prevent it. By analyzing the characteristics and educational pathways of the stopout student population, our aim is to provide actionable insights that can benefit institutions facing similar challenges. Eastern Michigan University (EMU) faces significant challenges in student retention, with approximately 55% of its undergraduate students not completing their degrees within six years. As an institution committed to student success, EMU conducted a comprehensive study of student withdrawals to understand the influencing factors. And the paper revealed a high correlation between certain factors and withdrawals, even in the early stages of university attendance. Based on these findings, we developed a predictive model that employs artificial intelligence techniques to assess the potential risk that students abandon their studies. These models enable universities to implement early intervention strategies, support at-risk students, and improve overall higher education success.
چکیده به فارسی (ترجمه ماشینی)
هرکسی که در کالج ثبت نام می کند با گواهی یا مدرک دانشگاهی را ترک نمی کند ، اما تعداد افرادی که از آنجا خارج می شوند یا استراحت می کنند بسیار بیشتر از آنچه که قبلاً معتقد بودند ، بسیار بیشتر است.در دسامبر 2013 ، 29 میلیون نفر با تحصیلات دانشگاهی اما درجه ای نداشتند.براساس گزارش جدید مرکز تحقیقات ملی Clearinghouse دانشجویی [1] این تعداد تا دسامبر سال 2018 به 36 میلیون رسید.درک عوامل اساسی در خروج دانش آموزان و کمک به تصمیم گیرندگان برای شناسایی راهکارهای مؤثر برای جلوگیری از آن ضروری است.با تجزیه و تحلیل ویژگی ها و مسیرهای آموزشی جمعیت دانشجویی توقف ، هدف ما ارائه بینش های عملی است که می تواند به نفع مؤسسات با چالش های مشابه باشد.دانشگاه میشیگان شرقی (EMU) در حفظ دانشجویان با چالش های قابل توجهی روبرو است که تقریباً 55 ٪ از دانشجویان کارشناسی خود در مدت شش سال مدارک خود را تکمیل نمی کنند.به عنوان یک موسسه متعهد به موفقیت دانشجویی ، EMU برای درک عوامل تأثیرگذار یک مطالعه جامع در مورد برداشت دانش آموزان انجام داد.و این مقاله ارتباط زیادی بین عوامل خاص و برداشت ها ، حتی در مراحل اولیه حضور در دانشگاه نشان داد.بر اساس این یافته ها ، ما یک الگوی پیش بینی کننده تهیه کردیم که از تکنیک های هوش مصنوعی استفاده می کند تا خطر بالقوه ای را که دانش آموزان تحصیلات خود را رها می کنند ارزیابی کند.این مدل ها دانشگاه ها را قادر می سازد استراتژی های مداخله اولیه ، پشتیبانی از دانشجویان در معرض خطر و بهبود موفقیت کلی آموزش عالی را اجرا کنند.
| فرمت ارائه ترجمه مقاله | تحویل به صورت فایل ورد |
| زمان تحویل ترجمه مقاله | بین 2 تا 3 روز پس از ثبت سفارش |
| کیفیت ترجمه | بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
| جداول و فرمول ها | کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |



نقد و بررسیها
هنوز بررسیای ثبت نشده است.