Identifying at-risk students in higher education: A data-driven approach using machine learning
Yükseköğretimde risk altındaki öğrencilerin belirlenmesi: Makine öğrenmesi kullanılarak veri odaklı bir yaklaşım
- Tez No: 924744
- Danışmanlar: PROF. DR. AHMET SERMET ANAGÜN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Yapay zeka ve makine öğrenmesi dersi, Artificial intelligence and machine learning course
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İzmir Ekonomi Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, yükseköğretim kurumlarındaki çeşitli fakültelerde kayıp riski taşıyan öğrencilerin tespit edilmesine odaklanmaktadır. 2017 ile 2023 yıllarını kapsayan verilerden yararlanılarak, demografik, akademik ve kayıtla ilgili çeşitli değişkenler denetimli ve denetimsiz yöntemlerle analiz edilmiştir. Araştırmada, akademik başarı, bazı kişisel bilgiler ve katılım ölçütleri gibi faktörler ele alınarak, farklı akademik alanlarda öğrenci kaybının temel belirleyicileri ortaya konulmaya çalışılmıştır. Araştırmanın bulguları, geçmişe yönelik devamlılık eğilimleri hakkında içgörüler sunmanın yanı sıra, her dönem öncesinde kayıp riski taşıyan öğrencilerin tespit edilme yeteneğini artırmayı amaçlamaktadır. Araştırmanın temel amacı, kayıp riski taşıyan öğrencilerin erken tespitini sağlayarak, üniversitelerin bu grubu önceden belirleme yeteneğini geliştirmektir. Bu doğrultuda elde edilen bulgular, öğrenci kaybının ardındaki dinamiklerin daha iyi anlaşılmasına katkıda bulunmayı hedeflemektedir.
Özet (Çeviri)
This study focuses on identifying students at risk of attrition in various faculties of higher education institutions. Utilizing data spanning from 2017 to 2023, various demographic, academic, and enrollment-related variables were analyzed using supervised and unsupervised methods. The research examines factors such as academic performance, certain personal information, and engagement metrics to uncover the primary determinants of student attrition across different academic domains. The findings aim to provide insights into historical retention trends and enhance the ability to identify students at risk of attrition before each academic term. The primary objective of this research is to enable the early identification of at-risk students, thereby improving universities' capacity to detect this group in advance. Accordingly, the results aim to contribute to a better understanding of the dynamics behind student attrition.
Benzer Tezler
- 1981 Türkiye tarımsal yapısının önemli bileşenleri ve tarımsal bölgelerin elde edilmesi
Principle components of Turkey's agricultural structure and to determine agricultural rigions in 1981
İHSAN KARABULUT
- Traditional vernacular houses in Anatolia: The question of evaluative criteria
Anadolu geleneksel yöresel konut mimarlığında değerlendirme ölçütleri sorunu
OKAN ÜSTÜNKÖK
Doktora
İngilizce
1987
MimarlıkOrta Doğu Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÖNÜL TANKUT
- Çatışmacı toplum paradigması: Teorik ve meta-teorik düzeylerin ilişkisi
Conflict paradigm of society
ADNAN TÜREGİN
- Glaphyrinae altfamillyasına bağlı bazı türlerin teşhisinde dış morfolojik karakterlerin kullanılması üzerinde çalışmalar
The Research on the subfamilly of glaphyrinae and the usage of the external morphdosical characteristics for Identifying some of its species
B.VERDA AKA
