Modelling Course Difficulty Indexes to Enhance Students Performance and Course Study Plans
Metadatos
Afficher la notice complèteAuteur
Al-Twijri, Mohammed IbrahimEditorial
Universidad de Granada
Departamento
Universidad de Granada. Programa de Doctorado en Tecnologías de la Información y la ComunicaciónMateria
Course difficulty indexes Students performance Course study plans
Date
2022Fecha lectura
2022-07-06Referencia bibliográfica
Al-Twijri, Mohammed Ibrahim. Modelling Course Difficulty Indexes to Enhance Students Performance and Course Study Plans. Granada: Universidad de Granada, 2022. [http://hdl.handle.net/10481/75974]
Patrocinador
Tesis Univ. Granada.Résumé
El objetivo general de esta tesis ha sido abordar la tarea de la planificación de cursos a largo plazo
(Long Term Course Planning – LTCP), asesorando a los estudiantes para que elijan el plan de
aprendizaje que más les convenga, y reduciendo la tasa de abandono. Este objetivo general se
desglosa en una serie de subobjetivos tal y como se describe:
• Proponer un enfoque de minería de patrones secuenciales que analice, de forma
descriptiva, diferentes planes de estudio para estudiantes similares. Este plan de estudios
viene dado por la consideración de los datos históricos de los alumnos con buenas notas
en cuanto a cursos y notas medias de la titulación.
• Presentar un índice de dificultad del curso para medir la elegibilidad de un curso
específico. Se considera un valor máximo de dificultad para que los estudiantes hagan las
elecciones de acuerdo con la métrica proporcionada.
• Proponer una aplicación web para que sea posible obtener el valor del índice de dificultad
para diferentes asignaturas de diferentes titulaciones.
• Aplicar los subobjetivos anteriores a un problema real con información de la King
Abdulaziz University (KAU), una de las universidades más importantes de Arabia Saudí,
ubicada en la ciudad de Jeddah.
Los datos analizados procedían de múltiples fuentes en entornos heterogéneos como el sistema
ODUSPLUS que utiliza la base de datos Oracle, el sistema ANJEZ que utiliza la base de datos DB2,
NOOR, ENTEMAA y ESTEBANA que almacenan los datos en la base de datos SQL.
En cuanto al desarrollo de la tesis, se ha comenzado con una revisión del estado del arte de las
temáticas de interés, a saber: minería de patrones en educación, minería de currículos
académicos, sistemas de personalización, etc. Con esta visión en mente se ha planteado la
hipótesis general de que las técnicas de extracción de conocimiento pueden ayudar a la
obtención de nuevos métodos que ayuden al desarrollo de sistemas de apoyo a la decisión
aplicados a LTCP. En este sentido, se han desarrollado dos propuestas para personalización de
currículos:
La primera se basa en minería de patrones secuenciales para descubrir qué secuencias de
materias son las que conducen a perfiles de éxito (mejores calificaciones en la titulación). Esta
contribución ha consistido en el desarrollado un algoritmo evolutivo especialmente diseñado para analizar secuencias de cursos que diferencien claramente los alumnos con notas excelentes
del resto. Estas secuencias permiten establecer unos índices de dificultad para recomendar
asignaturas según las asignaturas cursadas previamente.
El enfoque arrojó excelentes resultados en el caso del estudio produciendo secuencias
interesantes para cada alumno concreto en función de los cursos anteriores que ya había
superado. La recomendación se hizo en función de los cursos ya realizados por estudiantes
similares y obteniendo un excelente promedio final. Además, esta metodología fue capaz de
proporcionar planes de estudio completos desde las primeras etapas de la carrera, lo cual es
importante para los nuevos estudiantes. Además, se ha propuesto una métrica de índice de
dificultad de los cursos y se utiliza una aplicación online para describir qué cursos son más difíciles
para que los estudiantes puedan elegir diferentes cursos según un valor de dificultad máximo.
La segunda propuesta consistió en el cálculo de un índice de dificultad de cursos, denominado
DMDIM, el cual se puede utilizar para llevar a cabo una estimación adecuada de la carga que
supone para los estudiantes la elección de un determinado conjunto de asignaturas. La memoria
muestra las hipótesis que han conducido a la obtención de este índice, ilustrándolo con varios
ejemplos asociados a los datos académicos de la KAU. Los resultados muestran que el índice
obtenido es una gran ayuda para aconsejar a los estudiantes sobre la carga de asignaturas a elegir
durante un curso académico. Asimismo, sirve para que los responsables de organización
académica puedan diseñar los itinerarios para mejorar el rendimiento de los alumnos en general.
Esta segunda propuesta se ha implementado en una aplicación web que permite llevar a cabo el
cálculo de todos los índices de dificultad de cursos de forma automática, permitiendo a los
docentes y/o estudiantes obtener información sobre la carga docente que tiene la elección de
un determinado bloque de asignaturas.
Además de los resultados alcanzados en los experimentos planteados cabe indicar que, como
resultado general, a la hora de diseñar los planes de estudio de los departamentos, toda
institución educativa no debería basarse únicamente en las horas de crédito o en las unidades,
sino que también debería tener en cuenta nuevos factor como es el índice de dificultad del curso
o la secuencia correcta de actividades. The overall aim of this thesis has been to address the task of Long-Term Course Planning (LTCP),
advising students to choose the learning plan that suits them best, and reducing the drop-out
rate. This overall objective is broken down into several sub-objectives as described:
- To propose a sequential pattern mining approach that analyses, in a descriptive way,
different study plans for similar students. This study plan considers historical data of
students with good grades in terms of courses and average grades of the degree.
- To present a course difficulty index to measure the eligibility of a specific course. A
maximum difficulty value is considered for students to make choices according to the
metric provided.
- To propose a web application to make it possible to obtain the value of the difficulty index
for different subjects of different degrees.
- To apply the above sub-objectives to a real problem with data from King Abdulaziz
University (KAU), one of the most important universities in Saudi Arabia, located in
Jeddah.
The analyzed data came from multiple sources from heterogeneous environments such as the
ODUSPLUS system using the Oracle database, the ANJEZ system using the DB2 database, NOOR,
ENTEMAA and ESTEBANA storing the data in the SQL database.
As for the development of the thesis, it has started with a review of the state of the art of the
topics of interest, namely: pattern mining in education, mining of academic curricula,
personalization systems, etc. With this vision in mind, the general hypothesis has been put
forward that knowledge extraction techniques can help obtain new methods that aid the
development of decision support systems applied to LTCP. In this sense, two proposals for
curriculum personalization have been developed:
The first one is based on sequential pattern mining to discover which sequences of subjects are
the ones that lead to successful profiles (better grades in the degree). This contribution has
consisted of developing an evolutionary algorithm specially designed to analyse sequences of
courses that differentiate students with excellent rates from the rest. Furthermore, these
sequences establish difficulty indices to recommend subjects according to the previously taken
issues. The approach yielded excellent results in the case study, producing interesting sequences for
each student based on the previous courses they had already passed. The recommendation was
based on the courses already taken by similar students, and an excellent final average was
obtained. In addition, this methodology was able to provide complete study plans from the early
stages of the course, which is essential for new students. A course difficulty index metric has been
also proposed, and an online application is used to describe which courses are more difficult so
that students can choose different courses according to a maximum difficulty value.
The second proposal consisted of calculating a course difficulty index, called DMDIM, which can
be used to carry out a proper estimation of the burden for students to choose a given set of
subjects. The report shows the hypotheses that have led to the derivation of this index,
illustrating it with several examples associated with KAU academic data. The results show that
the index obtained is an excellent help in advising students on the load of subjects to choose
from during an academic year. It also helps those responsible for educational organization design
pathways to improve student performance. This second proposal has been implemented in a
web application that automatically calculates all course difficulty indices, enabling teachers
and/or students to obtain information on the teaching load of a given block of subjects to be
chosen.
In addition to the results achieved in the experiments, it should be noted that, as a general result,
when designing departmental curricula, any educational institution should not only rely on credit
hours or units but should also consider new factors such as the course difficulty index or the
correct sequence of activities.