В мире физического образования наблюдается растущий интерес к применению машинного обучения и методов анализа данных для улучшения учебного процесса. Однако недостаток специализированных наборов данных затрудняет развитие исследований в этой области. В ответ на эту проблему был создан набор данных SPHERE (Students’ Performance Dataset in Physics Education Research), который предоставляет ценную информацию о результатах студентов в физике.
Данный набор данных был собран на основе оценок, разработанных исследователями в области физического образования, и охватывает три ключевых аспекта: концептуальное понимание, научные способности и учебное отношение студентов. В исследовании приняли участие 497 учеников из четырех государственных школ, что позволяет получить обширные данные для анализа.
Ключевым моментом является то, что SPHERE может быть использован для обучения моделей машинного обучения, которые помогут предсказывать успехи студентов в конце учебного процесса. Исследования показывают, что предсказательная способность моделей, обученных на этом наборе данных, превосходит традиционные методы, основанные на оценках учителей.
Кроме того, набор данных SPHERE был создан с учетом многообразия студентов и их образовательного контекста, что делает его уникальным ресурсом для исследователей и преподавателей. Он может быть использован для дальнейшего изучения и улучшения методов преподавания физики, а также для разработки адаптивных учебных систем.
Таким образом, SPHERE представляет собой важный шаг вперед в области физического образования, открывая новые возможности для применения технологий машинного обучения и анализа данных. Исследователи и преподаватели могут использовать этот набор данных для более глубокого понимания процессов обучения и для создания более эффективных образовательных практик.