XiaoMi-AI文件搜索系统
World File Search System学业成绩
分析人工智能工具对学生学习习惯和学业成绩的影响
摘要 — 本研究探讨了人工智能工具在提高学生学习能力方面的有效性，特别是在改善学习习惯、时间管理和反馈机制方面。研究重点关注人工智能工具如何支持个性化学习、自适应测试调整以及提供实时课堂分析。学生反馈表明，这些功能得到了强烈支持，研究发现，学习时间显著减少，同时 GPA 有所提高，这表明学业成绩良好。尽管有这些好处，但也存在过度依赖人工智能和难以将人工智能与传统教学方法相结合等挑战，这强调了人工智能工具需要补充传统教育策略，而不是取代它们。数据是通过李克特量表调查和后续访谈收集的，提供了定量和定性的见解。分析涉及描述性统计，以总结人口统计数据、人工智能使用模式和感知有效性，以及推断性统计（T 检验、方差分析）以检查人口因素对人工智能采用的影响。回归分析确定了人工智能采用的预测因素，并按主题分析了定性反应，以了解学生对人工智能在教育领域未来的看法。这种混合方法提供了人工智能在教育中的作用的全面视角，并强调了隐私、透明度和不断改进人工智能功能以最大限度地发挥其教育效益的重要性。关键词——教育中的人工智能、个性化学习、学习习惯、自适应学习路径、实时反馈
教学材料在提高学生学业成绩方面的有效性和可接受性
摘要 — 本研究考察了新怡诗夏科技大学 (NEUST) 管理与商业技术学院 (CMBT) 教员开发的教学材料的有效性和可接受性。样本由该系开发的精选教学材料组成。其中包括研究生院工商管理硕士和工商管理哲学博士使用的教学材料。研究采用描述性设计，有目的地选择了 88 名受访者。所用工具的参数包括教学内容、程序、相关性、知识和实际应用、清晰度、高级思维技能的发展以及与大学主旨和目标的一致性。研究结果如下：总加权平均值为 3.55，口头描述为“非常满意”，表明 CMBT 教员开发的教学材料是可以接受的，但图形的项目友好度除外，该评级为“需要改进”。还提出了改进和持续开发教学材料的建议
人工智能（AI）的使用与工商管理专业学生学业成绩之间的关系
人工智能以其数据解释、学习和任务完成能力而闻名，由于效率和质量的提高，在各个行业和学院中越来越受欢迎。本研究旨在确定学生使用人工智能的程度，包括功能性、可用性、复杂性、评估分数、课程掌握和评分指标。它还试图确定人工智能的使用与他们的学业成绩之间是否存在关系。该研究采用相关设计的定量方法。该研究的受访者是来自杜马格特市内格罗斯东方州立大学主校区 1 的 293 名工商管理专业学生。研究结果表明，学生使用人工智能在功能性、可用性和复杂性方面相当普遍。然而，学生的学业成绩高于平均水平，在评估、课程掌握和成绩方面得分较高。没有发现人工智能的使用和学业成绩之间有显著的关系。总之，人工智能工具提供个性化的学习体验、即时反馈和协作活动，但需要进一步发展和改进，包括培训、可访问性、研究、监控和最佳实践分享。
探究一对一数字技术整合对基础教育学生参与度和学业成绩的影响
这篇硕士论文由多米尼加学者文科和教育 | 研究生奖学金免费提供给您，供您开放访问。它已被多米尼加学者授权管理员接受并纳入教育 | 硕士论文。如需更多信息，请联系 michael.pujals@dominican.edu。
研究文章“大脑优势对沙特大学英语学习者学业成绩的影响”
本研究调查了大脑优势对沙特阿拉伯大学英语学习者学业成绩的影响。研究采用问卷作为主要数据收集方法，涉及 147 名参与者。大脑优势是指对分析和顺序处理信息（左脑优势）或整体和直观处理信息（右脑优势）的固有偏好，该研究针对英语学习者的学习方法和学业成绩进行了研究。问卷评估了参与者的大脑优势、学习策略和学业成绩。大脑优势通过一系列问题确定，而语言学习实践则通过特定调查进行评估。数据分析显示，大脑优势与学业成绩之间存在显著相关性，左脑优势的参与者比右脑优势的参与者取得更高的成绩，英语水平也更好。研究结果表明，与左脑优势相关的系统性和逻辑性思维可能有利于语言习得，因为它强调对句法和词汇的系统理解。因此，有效的英语语言培训应结合分析性和整体性学习活动，以满足左脑和右脑主导学习者的需求。本研究提供了有关大脑主导性对英语语言习得的影响的宝贵见解，并强调了适应不同思维方式的定制教育的重要性。
认知灵活性任务期间的大脑参与度与英语学习者的学业成绩相关
英语学习者 (EL) 是来自非英语背景的学生，是美国一个快速增长但研究不足的学生群体，他们面临着独特的学习挑战。认知灵活性——在任务需求之间轻松切换的能力——可能是 EL 学习的一个重要因素，因为他们必须管理非主导语言的学习并以多种语言获取知识。我们使用功能性 MRI 测量了一组西班牙裔中学 EL 学生 (N = 63) 的认知灵活性大脑活动，并将其与他们的学术技能联系起来。我们发现，认知灵活性任务期间的大脑参与度与扫描仪外的阅读和数学测量有关。这些关系在整个大脑中都有观察到，包括认知控制、注意力和默认模式网络。这项研究表明了认知灵活性对青少年 EL 的现实重要性，其中大脑参与度的个体差异与教育结果有关。
学业进步计划个人行动计划
您目前的学业成绩不符合芝加哥洛约拉大学的学业成绩政策。为了恢复良好的学业成绩，您必须达到您所在学院/学校/研究所的最低累积 GPA 要求。如果您未能达到您所在学院/学校/研究所的最低累积 GPA 和/或未能满足以下概述的条件，您可能会被大学开除学籍。有关学业成绩政策的更多信息，请访问：http://www.luc.edu/academics/catalog/undergrad/reg_academicstanding.shtml。
约旦大学心理学专业学生大脑优势模式与学业成绩提高之间的关系
本研究旨在确定约旦大学心理学专业学生的大脑优势模式与学业成绩提高之间的关系。采用描述性方法。所用工具是大脑优势模式量表，由 27 个项目组成。研究样本是随机选取的，包括来自约旦大学的 386 名男女心理学专业学生。结果显示，大脑优势模式与学业成绩提高之间存在统计学上显著的负相关关系。此外，结果显示，由于性别的影响，约旦大学心理学专业学生的所有大脑优势模式在 0.05 处存在统计学上的显著差异，差异表明女性得分高于男性。关键词：大脑优势模式、学业成绩提高、心理学专业学生介绍和概念框架
通过人工智能技术预测学业成绩 Omar D. Castrillón、William Sarache 和 Santiago Ruiz-Herrera 哥伦比亚国立大学 - 马尼萨莱斯校区，工程与建筑学院，工业工程系，创新与技术发展组，Q 区拉努比亚校区，马尼萨莱斯，170001 - 哥伦比亚。 （电子邮件：odcastrillong@unal.edu.co；wasarachec@unal.edu.co；sruizhe@unal.edu.co） 五月收到。 9，2019； 2019 年 7 月 8 日接受；最终版本 2019 年 8 月 12 日，2020 年 2 月发布 摘要 本文的目的是利用人工智能技术（分类器）根据各种影响因素预测高等教育学生的学业成绩。尽管对这些因素的研究已从定量和定性方法进行了广泛的分析，但仍然提供了使用人工智能提供的工具进行研究的机会，特别是在预测学业成绩方面。通过定义的因素（教育、家庭、社会经济、习惯和风俗等），设计了一种方法，可以训练一个系统，该系统能够预先将新生分类到五个预定的学业成绩类别之一中。这种分类可以让教育机构提前识别出可能存在学业成绩问题的学生。由此，可以部署立即的支持和缓解行动。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键词：学业成绩；人工智能;分类器；成功；使用人工智能技术预测学业成绩摘要本文的目的是通过应用人工智能技术（分类器）来预测高等教育学生的学业成绩，考虑几个影响因素。尽管这些因素已从定量和定性方法进行了广泛的分析，但它们仍然代表了使用人工智能工具的研究机会，特别是在学业成绩预测方面。通过定义影响因素（教育、家庭背景、社会经济、习惯和风俗等），设计了一种方法，以训练一个系统，该系统能够预先将新生分类为五个学业成绩类别之一。这种分类使教育机构能够尽早发现可能存在学业成绩问题的学生。根据这些了解，该机构可以立即采取缓解措施。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键字：学业成绩；人工智能；分类器；成功；预测
通过人工智能技术预测学业成绩 Omar D. Castrillón、William Sarache 和 Santiago Ruiz-Herrera 哥伦比亚国立大学 - 马尼萨莱斯校区，工程与建筑学院，工业工程系，创新与技术发展组，Q 区拉努比亚校区，马尼萨莱斯，170001 - 哥伦比亚。 （电子邮件：odcastrillong@unal.edu.co；wasarachec@unal.edu.co；sruizhe@unal.edu.co） 五月收到。 9，2019； 2019 年 7 月 8 日接受；最终版本 2019 年 8 月 12 日，2020 年 2 月发布 摘要 本文的目的是利用人工智能技术（分类器）根据各种影响因素预测高等教育学生的学业成绩。尽管对这些因素的研究已从定量和定性方法进行了广泛的分析，但仍然提供了使用人工智能提供的工具进行研究的机会，特别是在预测学业成绩方面。通过定义的因素（教育、家庭、社会经济、习惯和风俗等），设计了一种方法，可以训练一个系统，该系统能够预先将新生分类到五个预定的学业成绩类别之一中。这种分类可以让教育机构提前识别出可能存在学业成绩问题的学生。由此，可以部署立即的支持和缓解行动。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键词：学业成绩；人工智能;分类器；成功；使用人工智能技术预测学业成绩摘要本文的目的是通过应用人工智能技术（分类器）来预测高等教育学生的学业成绩，考虑几个影响因素。尽管这些因素已从定量和定性方法进行了广泛的分析，但它们仍然代表了使用人工智能工具的研究机会，特别是在学业成绩预测方面。通过定义影响因素（教育、家庭背景、社会经济、习惯和风俗等），设计了一种方法，以训练一个系统，该系统能够预先将新生分类为五个学业成绩类别之一。这种分类使教育机构能够尽早发现可能存在学业成绩问题的学生。根据这些了解，该机构可以立即采取缓解措施。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键字：学业成绩；人工智能；分类器；成功；预测
睡眠不足对乌斯大学-奥罗基塔分校学生学业成绩的影响
Steve I. Embang ORCID NO.：0000-0003-3139-2441，西北棉兰老州立科学技术学院 steve.embang@nmsc.edu.ph 文章历史： 收到日期：2021 年 1 月 10 日；修订日期：2021 年 2 月 12 日；接受日期：2021 年 3 月 27 日；在线发表日期：2021 年 4 月 28 日 _____________________________________________________________________________________________________ 摘要：本研究确定了睡眠不足对菲律宾南科技大学二年级教育学生学业成绩的影响。具体来说，它试图回答以下问题：（1）Eng111 和 Educ90 中睡眠时间与学业成绩差异的相关性和比较；（2）学生对睡眠剥夺的灵活性和人口统计资料的差异；以及 (3) 睡眠时间与认知、心理运动/身体和环境因素方面的学业成绩之间的相关性 本研究采用了相关描述性研究设计。数据收集采用了人口普查的方式，共有 122 名受访者参与。研究使用了研究人员制作的问卷。所使用的分析设计包括统计程序，例如假设检验、相关性、平均值、标准差和 T 检验。结果表明，随着睡眠时间的增加，学生在 Eng111 和 Educ 90 中的学业成绩会越来越好。此外，还发现科目和成绩都有显著差异。通过本研究中的所有变量，可以推断，如果没有适当的睡眠，大脑的功能（例如集中注意力、存储数据和其他认知活动的能力）将受到阻碍和/或瘫痪。关键词：睡眠剥夺；BTLEd 第二年；学业成绩