Shaping the selection of fields of study in Afghanistan through educational data mining approaches.

Literaturnachweis - Detailanzeige

Trefferliste

Autor/in	Sherzad, Abdul Rahman
Titel	Shaping the selection of fields of study in Afghanistan through educational data mining approaches.
Quelle	Berlin: Technische Universität Berlin (2018), 190 S. PDF als Volltext kostenfreie Datei (1); PDF als Volltext kostenfreie Datei (2); PDF als Volltext kostenfreie Datei (3) Link als defekt meldenVerfügbarkeit Dissertation, Technische Universität Berlin, 2018.
Sprache	englisch
Dokumenttyp	online; Monographie
DOI	10.14279/depositonce-7244
URN	urn:nbn:de:101:1-2018080802022222569301
Schlagwörter	Datenerhebung; Afghanistan; Dissertation; Hochschulzulassung; Datenerhebung; Aufnahmeprüfung; Aufnahmeprüfung; Hochschulzulassung; Studienwahl; Dissertation; Afghanistan
Abstract	Jedes Jahr nehmen rund 250000 Schulabsolventen an der afghanischen nationalen Aufnahmeprüfung Kankor teil, wobei die Kapazität der 36 staatlichen Universitäten des Landes ein Viertel dieser Zahl ausmacht. Derzeit fehlt es dem öffentlichen und dem privaten Sektor an Beratungssystemen, um die steigende Zahl von Teilnehmern bei der Auswahl ihrer Studienfächer zu unterstützen. Dies wird noch dadurch verstärkt, dass das afghanische Schulsystem und Kankor nicht spezialisiert sind und die Teilnehmer nur zwei Chancen haben, das Examen in ihrem Leben zu absolvieren. Somit treffen die Teilnehmer uninformierte Entscheidungen. Diese Forschung ist ein Versuch, ein datenorientiertes System einzuführen, um afghanische Politiker dabei zu unterstützen, das Bildungssystem umzugestalten und Berater zu befähigen, den Testteilnehmern Fachdisziplinen basierend auf ihren Fähigkeiten und Interessen zu empfehlen. Dies ist der erste derartige Versuch in Afghanistan. Die Ergebnisse dieser Forschung basieren hauptsächlich auf 1,5 Millionen Aufzeichnungen von Kankor-Kandidaten (2003-2015), 6000 Aufzeichnungen von Abschlussnoten, mehr als 3000 Fragebögen und Interviews, Autorenbeobachtungen sowie empirischen Studien. Die Forschungsergebnisse zeigen, dass High-School-Noten allein keine verlässlichen Daten sein können, um Kankor für die Aufnahme in die Universität zu ersetzen. Die Forschungsergebnisse dieser Arbeit schlagen strategische Lösungen für Kankor selbst vor: ein umfassendes Modell zur Einführung einer Datenkultur in den Kern des afghanischen Bildungssystems. Die angebotenen Lösungen schaffen eine sich entwickelnde Möglichkeit für die Bildungseinrichtungen, Testansätze zu standardisieren, indem die tatsächlichen Fähigkeiten und Interessen der Testteilnehmer berücksichtigt werden. Diese Forschung empfiehlt und entwickelt die folgenden drei Methoden, um die Interessen, Präferenzen und Kompetenzen der Bewerber besser zu verstehen: (1) ein "Assessment-Test", um das Interesse und die Tendenz der Kankor-Bewerber besser zu verstehen (2) "Vorhersagemodelle auf Basis von Data-Mining-Algorithmen auf den Kankordaten" sowie (3)"Empfehlungssystem-Ansätze auf Basis von Schulnoten", um Disziplinen zu ermitteln, die den Kenntnissen, Fähigkeiten und Vorlieben der Kankor-Kandidaten am nächsten sind. Der "E-Kankor" wird vorgeschlagen, um die "tatsächliche Kankor-Prüfung" zu simulieren, die es Kandidaten ermöglicht, die Wichtigkeit von Aktualität, Methoden und Techniken der Prüfung zu lernen und die Punktzahlen der Kandidaten zu schätzen, bevor der eigentliche Kankortest absolviert wird. Die Bewertungen werden dann in den "Vorhersagemodellen" als Input Daten verwendet. Die in dieser Arbeit vorgeschlagenen und entwickelten Modelle werden, wenn sie systematisch durchgeführt werden, im Durchschnitt 250000 Kankor-Teilnehmer pro Jahr bei der Auswahl ihrer Studienfächer unterstützen. Darüber hinaus werden sie fast 1000000 Schüler unterstützen, die derzeit in der Schule sind. Das würde die Auswahl an Karrieren für künftige Generationen prägen und verändern. Die entwickelten Modelle bieten eine Roadmap für die systematische Beratung von Studierenden, um ein integraler Bestandteil der Bildungsstrukturen zu werden. Diese Untersuchung schafft die Grundlagen für die Rationalisierung von standardisierten Tests in einem Land, das sich gerade in der Anfangsphase hinsichtlich eines Erlebens der Macht der Daten befindet. Eine solche Transformation, die auf Daten basiert, könnte der Beginn eines Paradigmenwechsels sein. Die Modelle und Ergebnisse dieser Forschung können in anderen Ländern, die ein ähnliches Bildungssystem wie Afghanistan haben, kontextualisiert und angewendet werden. Diese Forschung ist auch unabhängig von der Fallstudie Afghanistan für den Bereich des Educational Data Mining relevant. Schließlich eröffnet diese Arbeit zahlreiche Möglichkeiten für weitere Untersuchungen in der Zukunft. (Orig.).
Erfasst von	Deutsche Nationalbibliothek, Frankfurt am Main
Update	2019/1