预测学生学业绩效与应用使用关系的简约方法
人机交互
2025-08-26 v1
摘要
由于现有研究使用自报告数据可能包含偏差，因此可能无法揭示学业成绩与诸如视频等应用类别之间的确切关系。此外，现有系统需要长时间的数据才能预测成绩，这不利于及时干预以提高成绩。因此，我们开发了一个应用程序，可在一秒内（平均=0.31秒，标准差=1.1秒）检索过去7天的实际应用使用数据。我们对124名孟加拉学生的实时数据进行分析，发现应用使用 session 与 CGPA 之间存在显著（p<0.05）的负相关。然而，生产力和书籍类别与 CGPA 之间存在显著的正相关，而视频类别则存在显著的负相关。此外，高 CGPA 和低 CGPA 的学生在应用使用行为上存在显著差异。仅凭即时获取的数据，我们的机器学习模型能够在实际 CGPA 的0.36的误差范围内预测 CGPA。我们讨论了可以潜在用于提高成绩的设计含义。
引用
@article{arxiv.2508.16779,
title = {A Minimalistic Approach to Predict and Understand the Relation of App Usage with Students' Academic Performances},
author = {Md Sabbir Ahmed and Rahat Jahangir Rony and Mohammad Abdul Hadi and Ekram Hossain and Nova Ahmed},
journal= {arXiv preprint arXiv:2508.16779},
year = {2025}
}