Comparative Study of Imputation Algorithms Applied to the Prediction of Student Performance

Crespo-Turrado, Concepción; Casteleiro‐Roca, José‐Luis; Sánchez-Lasheras, Fernando; López-Vázquez, José Antonio; Juez, Francisco Javier de Cos; Castelo, Francisco Javier Pérez; Calvo-Rolle, José Luís; Corchado, Emilio

doi:10.1093/jigpal/jzz071

Cited by 20 publications

(4 citation statements)

References 40 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Es por ello que los grupos de trabajo de estudiantes deben ser Figura 2: Tarjeta de adquisición de datos más grandes. Además de lo anterior, es necesario tener en cuenta que se debe respetar el distanciamiento social debido a la pandemia de COVID-19 [41,32,6,23,10,8].…”

Section: Contextounclassified

Implementación virtual de prácticas de asignaturas de control como alternativa a las prácticas de laboratorio presenciales

Michelena¹,

Zayas‐Gato²,

Jove³

et al. 2021

Xlii Jornadas De Automática : Libro De Actas

Self Cite

View full text Add to dashboard Cite

La enfermedad del coronavirus (COVID-19) ha provocado una grave crisis de salud con consecuencias socio-económicas sin precedentes. Desde la declaración de pandemia por parte de la Organización Mundial de la Salud, la mayoría de los gobiernos aplicaron políticas de control como el confinamiento, la restriccón de la movilidad, el distanciamiento social, etc. En este contexto, adaptar la planificación educativa a ese escenario conlleva un gran desafío para la comunidad educativa global. Además, dado que las prácticas presenciales de laboratorio en la educación superior fueron canceladas temporalmente, la creación de escenarios virtuales realistas mediante modernas aplicaciones software representa una alternativa interesante y necesaria. Este enfoque práctico se puede lograr mediante el uso de dos herramientas de software interesantes, como Node-RED y Factory I/O. En este trabajo se propone la implementación de una planta de laboratorio virtual utilizando las herramientas mencionadas anteriormente, con características muy similares a las plantas de laboratorio reales de la Facultad de Ingeniería de la Universidad de A Coruña.

show abstract

Section: Contextounclassified

Implementación virtual de prácticas de asignaturas de control como alternativa a las prácticas de laboratorio presenciales

Michelena¹,

Zayas‐Gato²,

Jove³

et al. 2021

Xlii Jornadas De Automática : Libro De Actas

Self Cite

View full text Add to dashboard Cite

show abstract

“…Examining a vast amount of educational data and extract their impacts on students' performances is closely related to educational data mining (EDM) and machine learning (ML) algorithms. Generally speaking, EDM is a set of data mining methods that tries to extract hidden and valuable information from educational data to expand our understanding of students' performance and enhance the learning process [3,4].…”

Section: Introductionmentioning

confidence: 99%

An Enhanced Evolutionary Student Performance Prediction Model Using Whale Optimization Algorithm Boosted with Sine-Cosine Mechanism

et al. 2021

View full text Add to dashboard Cite

The students’ performance prediction (SPP) problem is a challenging problem that managers face at any institution. Collecting educational quantitative and qualitative data from many resources such as exam centers, virtual courses, e-learning educational systems, and other resources is not a simple task. Even after collecting data, we might face imbalanced data, missing data, biased data, and different data types such as strings, numbers, and letters. One of the most common challenges in this area is the large number of attributes (features). Determining the highly valuable features is needed to improve the overall students’ performance. This paper proposes an evolutionary-based SPP model utilizing an enhanced form of the Whale Optimization Algorithm (EWOA) as a wrapper feature selection to keep the most informative features and enhance the prediction quality. The proposed EWOA combines the Whale Optimization Algorithm (WOA) with Sine Cosine Algorithm (SCA) and Logistic Chaotic Map (LCM) to improve the overall performance of WOA. The SCA will empower the exploitation process inside WOA and minimize the probability of being stuck in local optima. The main idea is to enhance the worst half of the population in WOA using SCA. Besides, LCM strategy is employed to control the population diversity and improve the exploration process. As such, we handled the imbalanced data using the Adaptive Synthetic (ADASYN) sampling technique and converting WOA to binary variant employing transfer functions (TFs) that belong to different families (S-shaped and V-shaped). Two real educational datasets are used, and five different classifiers are employed: the Decision Trees (DT), k-Nearest Neighbors (k-NN), Naive Bayes (NB), Linear Discriminant Analysis (LDA), and LogitBoost (LB). The obtained results show that the LDA classifier is the most reliable classifier with both datasets. In addition, the proposed EWOA outperforms other methods in the literature as wrapper feature selection with selected transfer functions.

show abstract

“…Además son numerosos los trabajos en los que se trata de valorar el rendimiento, como paso previo a la aplicación de técnicas de innovación, como muestra de ello se tienen los trabajos (López-Vázquez et al, 2015), (Crespo-Turrado et al, 2016), (Jove, Blanco-Rodríguez, et al, 2018), (Alaiz-Moretón et al, 2019), (Crespo-Turrado et al, 2020), (Jove et al, 2019), .…”

Section: Introductionunclassified

Experiencia de docencia basada en proyectos usando la música como elemento principal para la asignatura de Fundamentos de Electrónica

Quintián¹,

Jove²,

Casteleiro‐Roca³

et al. 2020

Contextos Universitarios Transformadores: Boas Prácticas No Marco Dos GID. IV Xornadas De Innovación Docente

Self Cite

View full text Add to dashboard Cite

La tendencia actual y futura en las carreras técnicas y en especial en las ingenierías, es que el número de alumnos se ve cada vez más reducido, bien por falta de vocación o motivación para afrontar una carrera si bien compleja, con una alta demanda laboral. Parte de esa falta de motivación proviene muchas veces de la necesidad de convertir muchos de los contenidos en temáticas más atractivas para los estudiantes. Por ello en esta experiencia de innovación docente, se ha planteado el uso de la música como principal elemento motivador para convertir el mismo contenido de asignaturas, en especial de los primeros cursos, en contenidos más atractivos a los estudiantes y conseguir de este modo, no solo un mayor efecto de motivación sino también que esto se refleje en los resultados finales obtenidos por los estudiantes. En este caso en concreto, se propone el desarrollo e implementación de un circuito electrónico capaz de "buscar" una canción "escondida" entre otras muchas, de modo que se incluye además un aspecto competitivo entre los alumnos. Tras la experiencia, los resultados obtenidos han sido muy positivos, tanto en el aspecto motivacional con un aumento de la participación de los estudiantes en un 22%, así como en los resultados académicos obtenidos.

show abstract

Comparative Study of Imputation Algorithms Applied to the Prediction of Student Performance

Cited by 20 publications

References 40 publications

Implementación virtual de prácticas de asignaturas de control como alternativa a las prácticas de laboratorio presenciales

Implementación virtual de prácticas de asignaturas de control como alternativa a las prácticas de laboratorio presenciales

An Enhanced Evolutionary Student Performance Prediction Model Using Whale Optimization Algorithm Boosted with Sine-Cosine Mechanism

Experiencia de docencia basada en proyectos usando la música como elemento principal para la asignatura de Fundamentos de Electrónica

Contact Info

Product

Resources

About