Geri Dön

Machine learning model to predict an adult learner's decision to continue ESOL course

Yetişkin bir öğrencinin ESOL kursuna devam etme kararını tahmin etmek için bir makine öğrenme modeli

PDF İndir

  1. Tez No: 580199
  2. Yazar: MOHAMMED R. DAHMAN
  3. Danışmanlar: Prof. Dr. HASAN DAĞ
  4. Tez Türü: Doktora
  5. Konular: Eğitim ve Öğretim, Education and Training
  6. Anahtar Kelimeler: Dil öğrenimi, Kurslar, Makine öğrenmesi, Yabancı dil eğitimi, Yabancı dil öğrenimi, Yetişkinler, Öğrenme yöntemleri, Study of languages, Courses, Machine learning, Foreign language education, Foreign language learning, Adults, Learning methods
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Kadir Has Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, demografik ve duyuşsal değişkenlerinin yetişkin öğrencilerin ESOL kursuna devam etme kararını öngörme yeteneği araştırılmıştır. Çalışmaya, İstanbul FLS kurumunda, ESOL kursuna kayıtlı 278 yetişkin öğrenci katıldı. Sonuç, devam eden veya bırakılan grupların, demografik değişkenlerinin (yerleştirme testi puanı) istatistiksel farklar gösterdiğini (.378) ve bunun etkisinin çok büyük olduğunu ortaya koymuştur. Ek olarak, sonuç duyuşsal değişkenlerin algılanmasındaki etkinin büyüklüğünü (motivasyon, tutum ve kaygı) göstermiştir. Bu gruplara devam eden ve bırakanlar arasındaki varyasyonun yaklaşık% 50'sini oluşturmaktadır. Bunu takiben, üç makine öğrenme modeli önerildi; Üç modelin karşılaştırılmasında olası tüm alt kümeler regresyon analizi kullanılmıştır. Demografik değişkene (yerleştirme testi puanı) ve duygusal değişkenlere (motivasyon, tutum ve endişe) uyan uygun model, yetişkin öğrencilerin ESOL kursuna devam etme kararının% 83,3'ünü doğru bir şekilde öngörmüştür. Model yaklaşık% 68 uygunluk gösterdi. Bu bulguların kültürel sonuçları, gelecekteki araştırma önerileri ile birlikte tartışılmaktadır.

Özet (Çeviri)

This study investigated the ability of the demographic and the affective variables to predict the adult learners' decision to continue ESOL courser. 278 adult learners, enrolled on ESOL course at FLS institution in Istanbul, Turkey, participated in the study. The result showed that the continued or dropped out groups, demonstrated statistical differences in the demographic variable (the placement test score) with a magnitude of large effect size (.378). Additionally, the result showed the effect size in the perception of the affective variables (motivation, attitude, and anxiety), accounts for about 50% of the variation between the continuation and dropout groups. Following that, three machine learning models were proposed; all possible subset regression analysis was used to compare the three models. The adequate model, which fitted the demographic variable (the placement test score) and the affective variables (motivation, attitude, and anxiety), correctly predicted 83.3% of the adult learners' decision to continue ESOL course. The model showed about 68% goodness-of-fit. The cultural implications of these findings are discussed, along with suggestions for future research.

Benzer Tezler

  1. Tez No

    928213

    Prediction of survival and graft versus host disease in allogeneic hematopoietic stem cell transplant patients using machine learning

    Makine öğrenmesi kullanılarak allojenik hematopoetik kök hücre nakli yapılan hastalarda sağkalım ve graft versus host hastalığı tahmini

    HİKMET CAN ÇUBUKÇU

    Doktora

    İngilizce

    İngilizce

    2025

    HematolojiAnkara Üniversitesi

    Kök Hücre ve (rejeneratif) Yenileyici Tıp Ana Bilim Dalı

    PROF. DR. MUHİT ÖZCAN

  2. Tez No

    1018234

    Veri anonimleştirme tekniklerinin makine öğrenmesi ile sınıflandırma performansı üzerindeki etkilerinin karşılaştırmalı analizi

    Comparative analysis of the effects of data anonymization techniques on classification performance i̇n machine learning

    ZEHRA BEGÜM AKTOLGA

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL HAKKI CEDİMOĞLU

  3. Tez No

    919865

    Demir eksikliği anemisi olan kadınlarda HBA1C düzeylerinin makine öğrenmesi tabanlı belirlenmesi

    Machine learning-based determination of HBA1C levels in women with iron deficiency anemia

    KADRA MOHAMED ABDILLAHI

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    BiyokimyaKocaeli Üniversitesi

    Biyokimya Ana Bilim Dalı

    DOÇ. DR. FATMA CEYLA ERALDEMİR

    DR. ÖĞR. ÜYESİ İRFAN KÖSESOY

  4. Tez No

    612634

    Makine öğrenmesi yöntemleri ile demans tahmini

    Prediction of dementia by machine learning methods

    TUĞBA TUNA

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Hesaplamalı Bilim ve Mühendislik Ana Bilim Dalı (disiplinlerarası)

    PROF. DR. FETHİYE AYLİN SUNGUR

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  5. Tez No

    994433

    Post-transplant survival prediction in liver transplantation: implications for organ acceptance

    Karaciğer nakli sonrası sağkalım tahmini: organ kabulüne yönelik etkileri

    SERRA BERŞAN GENGEÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. BURHANEDDİN SANDIKÇI

Geri Dön