تحليل المخاطر الزمنية للتسرب الدراسي: معيار موحد لدراسة أداء النماذج في تحليل تعلم الطلاب

يُعد تسرب الطلاب أحد التحديات البارزة في مجال تحليل التعلم (Learning Analytics)، مما يؤدي إلى آثار سلبية على التعليم والطلاب. وللأسف، غالبًا ما تتم مقارنة النماذج التنبؤية تحت بروتوكولات غير متجانسة، مما يُفضل التمييز على حساب الفهم الزمني والتقويم. لذلك، تأتي هذه الدراسة لتقديم معيار موحد لتحليل مخاطر التسرب الدراسي بشكل زمني، مستخدمةً مجموعة بيانات الجامعة المفتوحة (Open University Learning Analytics Dataset - OULAD).

تقوم الدراسة بمقارنة ذراعين موحدين: ذراع ديناميكي أسبوعي، والذي يتضمن نماذج تمثيل الأشخاص عبر الزمن، وذراع زمني مستمر يضم مجموعة موسعة من العائلات، مثل النماذج القائمة على الشجر (Tree-based Models)، والمعلمات (Parametric Models)، والنماذج العصبية (Neural Models).

يتضمن بروتوكول التقييم أربعة أبعاد تحليلية: الأداء التنبؤي، التحليل الإقصائي، القابلية للتفسير، والتقويم. تُعرض النتائج بشكل منفصل لكل ذراع، حيث لا يُعتبر التصنيف المتقاطع بين الأذرع مبرراً منهجياً.

أظهرت التحليلات أن نموذج Random Survival Forest يتصدر في التمييز ودرجات Brier المحددة للأفق داخل الذراع المقارنة، بينما يتصدر نموذج Poisson Piecewise-Exponential داخل الذراع الديناميكي على درجة Brier المتكاملة.

تشير نتائج التحليلات إلى أن الإشارات التنبؤية البارزة ليست مرتبطة بالخصائص الديموغرافية أو الهيكلية، بل بالعوامل الزمنية والسلوكية. تتوافق نتائج التقويم مع هذا النمط في النماذج ذات التمييز الأفضل، باستثناء نموذج XGBoost AFT الذي أظهر انحياز نظامي.

هذه النتائج تدعم قيمة معيار موحد متعدد الأبعاد في تحليلات التعلم، مما يؤكد أن مخاطر التسرب تُعتبر عملية زمنية سلوكية بدلاً من كونها مرتبطة بخصائص ثابتة.