Интерпретируемая нечёткая модель количественной оценки учебной вовлечённости по поведенческим данным цифрового следа

Аннотация

Введение. Цель исследования – разработка и эмпирическая проверка интерпретируемой нечёткой модели количественной оценки учебной вовлечённости по поведенческим данным цифрового следа. Актуальность обусловлена "потолочным эффектом": половина активных студентов выполняет все обязательные задания на максимальный балл, и формальная успеваемость перестаёт различать уровни вовлечённости.
Материалы и методы. Модель отображает наблюдаемые проекции конструктов теорий самодетерминации, ожиданий – ценности и ARCS на три канала цифрового следа – взвешенную по когнитивной сложности компетентность, факультативные задания повышенной сложности и профильно-релевантную внеучебную активность, оцениваемую независимо двумя экспертами, – агрегируемых алгоритмом нечёткого вывода Мамдани с явными "воротами компетентности", не допускающими компенсации несданной базовой программы активностью.
Результаты исследования. В эксперименте на реальных обезличенных данных студентов по одной дисциплине коэффициент приложенных усилий растягивает сжатую у потолка часть когорты и демонстрирует валидность относительно двух независимых исходов: оценки за экзамен и среднего балла по другим дисциплинам; каналы проактивности предсказывают экзаменационный результат сверх текущей успеваемости.
Обсуждение и заключение. По точности прогноза (AUC) модель статистически не превосходит логистическую регрессию на тех же каналах – интервалы перекрываются, превосходство в точности не заявляется. Абляционный анализ показывает, что "ворота компетентности" подавляют профиль "активиста без базы", который линейный индекс ошибочно оценивает как благополучный, а нечёткость границы устраняет резкий скачок оценки при пограничной компетентности; вклад модели состоит в интерпретируемом нелинейном поведении, а не в приросте предсказательной точности.