美国一所大规模招生大学的毕业时间预测
物理教育
2021-01-27 v1
摘要
学生获得大学学位所需时间受多种因素影响,如个人背景、在校学业表现以及融入所在大学社交社群的程度。不同高校的学生群体、学生服务、教学风格与学位项目各异,但均会收集机构数据。本研究提供了一所美国大型研究型大学 160,933 名学生的数据,包含表现、注册、人口统计与准备特征。在 Tinto 退学理论框架下,给出了毕业时间的离散时间风险模型。此外,应用一种新颖的机器学习方法:梯度提升树,并与典型的最大似然方法进行比较。我们表明,注册因素(如更换专业)比表现因素(如成绩)或准备因素(如高中 GPA)更能显著提升学生毕业时间模型的预测性能。
引用
@article{arxiv.2005.05104,
title = {Predicting time to graduation at a large enrollment American university},
author = {John M. Aiken and Riccardo De Bin and Morten Hjorth-Jensen and Marcos D. Caballero},
journal= {arXiv preprint arXiv:2005.05104},
year = {2021}
}
备注
28 pages, 11 figures