Identifying at-risk students in higher education: A data-driven approach using machine learning
Yükseköğretimde risk altındaki öğrencilerin belirlenmesi: Makine öğrenmesi kullanılarak veri odaklı bir yaklaşım
- Tez No: 924744
- Danışmanlar: PROF. DR. AHMET SERMET ANAGÜN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İzmir Ekonomi Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Bu çalışma, yükseköğretim kurumlarındaki çeşitli fakültelerde kayıp riski taşıyan öğrencilerin tespit edilmesine odaklanmaktadır. 2017 ile 2023 yıllarını kapsayan verilerden yararlanılarak, demografik, akademik ve kayıtla ilgili çeşitli değişkenler denetimli ve denetimsiz yöntemlerle analiz edilmiştir. Araştırmada, akademik başarı, bazı kişisel bilgiler ve katılım ölçütleri gibi faktörler ele alınarak, farklı akademik alanlarda öğrenci kaybının temel belirleyicileri ortaya konulmaya çalışılmıştır. Araştırmanın bulguları, geçmişe yönelik devamlılık eğilimleri hakkında içgörüler sunmanın yanı sıra, her dönem öncesinde kayıp riski taşıyan öğrencilerin tespit edilme yeteneğini artırmayı amaçlamaktadır. Araştırmanın temel amacı, kayıp riski taşıyan öğrencilerin erken tespitini sağlayarak, üniversitelerin bu grubu önceden belirleme yeteneğini geliştirmektir. Bu doğrultuda elde edilen bulgular, öğrenci kaybının ardındaki dinamiklerin daha iyi anlaşılmasına katkıda bulunmayı hedeflemektedir.
Özet (Çeviri)
This study focuses on identifying students at risk of attrition in various faculties of higher education institutions. Utilizing data spanning from 2017 to 2023, various demographic, academic, and enrollment-related variables were analyzed using supervised and unsupervised methods. The research examines factors such as academic performance, certain personal information, and engagement metrics to uncover the primary determinants of student attrition across different academic domains. The findings aim to provide insights into historical retention trends and enhance the ability to identify students at risk of attrition before each academic term. The primary objective of this research is to enable the early identification of at-risk students, thereby improving universities' capacity to detect this group in advance. Accordingly, the results aim to contribute to a better understanding of the dynamics behind student attrition.
Benzer Tezler
- Derin öğrenme algoritmaları kullanarak öğrenci akademik performansının erken tahmini
Early prediction of student academic performance using deep learning algorithms
AHMET KALA
Doktora
Türkçe
2025
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN TORKUL
DR. ÖĞR. ÜYESİ TUĞBA YILDIZ
- Yükseköğretim kurumlarındaki öğrenci terkini tahmin etmeye yönelik makine öğrenmesi modellerinin incelenmesi ve açıklanabilirliği
Analysis and explainability of machine learning models for predicting student dropout in higher education
ESRA SİLER KARABACAK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
- Lise öğrencilerinin suç davranışlarının koruyucu faktörler kapsamında değerlendirilmesi
Evaluation of the high school students' delinquent behaviors within the scope of protective factors
İPAR HAN ÇOLAK
Yüksek Lisans
Türkçe
2025
Adli Tıpİstanbul Üniversitesi-CerrahpaşaSosyal Bilimler Ana Bilim Dalı
DOÇ. DR. ZEYNEP BELMA GÖLGE
- Üniversite öğrencilerinin flört şiddetine yönelik tutum ve davranışları
'attitudes towards datingviolence and behavior of university students
MEHBARE İFTAR
Yüksek Lisans
Türkçe
2016
HemşirelikMuğla Sıtkı Koçman ÜniversitesiHemşirelik Ana Bilim Dalı
YRD. DOÇ. DR. GÜNGÖR GÜLER
- Üniversite öğrencilerinde internet bağımlılığının yaygınlığı
Prevalence of internet addiction among university students
BİLGE ÜNLÜ
Yüksek Lisans
Türkçe
2025
Halk Sağlığıİzmir Tınaztepe ÜniversitesiPsikoloji Ana Bilim Dalı
DOÇ. DR. EBRU ALDEMİR