Filtreler
Erişime Açık

Programlama Eğitiminde Öğrenci Performansının, PLS-SEM ve Makine Öğrenmesi Algoritmalarını Kullanan Karşılaştırmalı Bir Yaklaşımla Tahminlenmesi

Aykut DURAK

Bu çalışmada, bilgisayar programlama eğitimi alan öğrencilerin kısmi en küçük kareler yapısal eşitlik modellemesi (PLS-SEM) algoritması kullanarak programlama performansını (düşük, yüksek) etkileyen faktörlerin tahmin edilmesi amaçlanmaktadır. Araştırmanın katılımcılarını programlama eğitimi alan 763 öğrenci oluşturmuştur. Veri setinin analizinde betimsel analizler, makine öğrenmesi algoritmaları ve PLSSEM analizi kullanılmıştır. Ayrıca düşük ve yüksek programlama performansı gösteren gruplar arasındaki modellerin farklılaşmasını incelemek için çoklu grup yapısal eşitlik modellemesi kullanılmı ...Daha fazlası

6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamında yükümlülüklerimiz ve çerez politikamız hakkında bilgi sahibi olmak için alttaki bağlantıyı kullanabilirsiniz.

creativecommons
Bu site altında yer alan tüm kaynaklar Creative Commons Alıntı-GayriTicari-Türetilemez 4.0 Uluslararası Lisansı ile lisanslanmıştır.
Platforms