.png){kind=icon}
返回
Academic Performance Patterns Detection Using Digital Phenotyping
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-10731-2_19.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文通过研究学生的数字表型，分析了影响学业表现不佳的一些因素。研究使用了从15名志愿者学生为期两周收集的被动和主动数据。数据收集通过免费软件工具进行，信息存储在云端托管的数据库中。结果显示，社交互动更多、睡眠质量更好的学生学业表现更佳，而那些在学校和家之间移动性更强的学生则表现较差。这些发现强调了数字表型作为检测学业表现不佳风险学生的工具的实用性。
Keyword:
Academic performance
Digital phenotype
data analysis
Pattern detection
期刊
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
分享收藏Student’s Academic Performance Prediction in Academic using Data Mining Techniques基于数据挖掘技术的学生学业表现预测
PREAI
分享收藏
查看更多内容