ModelCube（modelcube.cn）是博雅数智自主研发的一站式人工智能科研平台。为全国高校和科研机构的大数据和人工智能科研团队提供一站式科研服务。基于MLOps的实践和企业核心技术，实现了科研场景中全类型数据管理与标注，实验环境快速获取与灵活定制，模型的全生命周期管理，科研成果的管理与发布，以及 AI驱动的论文检索和学习等功能。
介绍
该数据集是从名为Kalboard 360的学习管理系统(LMS)收集的教育数据集。Kalboard 360是一个多智能体LMS，旨在通过使用前沿技术来促进学习。这样的系统为用户提供了从任何具有互联网连接的设备对教育资源的同步访问。
数据是使用学习者活动跟踪器工具收集的，该工具称为经验API(xAPI)。xAPI是培训和学习架构(TLA)的一个组件，它能够监控学习进度和学习者的行为，如阅读文章或观看培训视频。体验API帮助学习活动提供者确定描述学习体验的学习者、活动和对象。
该数据集由480个学生记录和16个特征组成。这些特征分为三大类:
(1)人口统计学特征，如性别和国籍。
(2) 学历特征，如教育阶段、年级等级和学科。
(3) 课堂举手、开放资源、家长回答调查、学校满意度等行为特征。
数据集由305名男性和175名女性组成。这些学生来自不同的出身，其中179名来自科威特，172名来自约旦，28名来自巴勒斯坦，22名来自伊拉克，17名来自黎巴嫩，12名来自突尼斯，11名来自沙特阿拉伯，9名来自埃及，7名来自叙利亚，6名来自美国、伊朗和利比亚，4名来自摩洛哥，1名来自委内瑞拉。
数据集是通过两个教育学期收集的:第一学期收集了245份学生记录，第二学期收集了235份学生记录。该数据集还包括学校出勤率特征，例如学生根据缺课天数分为两类:191名学生超过7天缺课，289名学生7天以下缺课。
该数据集还包括一类新的特征;这一特点是父母在教育过程中分娩。家长参与特征有两个子特征:家长回答调查和家长学校满意度。接受调查的家长中有270人，210人不满意，292人对学校感到满意，188人不满意。
根据学生的总成绩/分数，将学生分为三个数字区间:
低级:间隔包括从0到69的值，
中级:区间包括70到89之间的值，
高级:间隔包括90-100之间的值。
(详见相关论文)。
字段说明
| 字段名称 | 字段说明 |
|---|---|
| Gender | 学生的性别("男"或"女") |
| Nationality | 学生的国籍 |
| Place of birth | 学生的出生地 |
| Educational Stages | 学生的教育水平 |
| Grade Levels | 学生所属年级 |
| Section ID | 课堂学生所属 |
| Topic | 课程主题 |
| Semester | 学年学期 |
| Parent | 负责学生的家长 |
| Raised hand | 学生在课堂上举手的次数(数字:0-100) |
| Visited resources | 学生访问课程内容的次数(数字:0-100) |
| Viewing announcements | 学生查看新公告的次数(数字:0-100) |
| Discussion groups | 学生参加讨论组的次数(数字:0-100) |
| Parent Answering Survey | 家长回答了是否由学校提供的调查 |
| Parent School Satisfaction | 家长对学校的满意度 |
| Student Absence Days | 每个学生的缺勤天数 |
| Class | 学生成绩等级 |
数据来源
Elaf Abu Amrieh, Thair Hamtini, and Ibrahim Aljarah, The University of Jordan, Amman, Jordan, http://www.Ibrahimaljarah.com.
www.ju.edu.jo.
参考论文
Mining Educational Data to Predict Student’s academic Performance using Ensemble Methods. Elaf Abu Amrieh,Thair Hamtini,Ibrahim Aljarah. International journal of database theory and application（2016）.
Preprocessing and analyzing educational data set using X-API for improving student's performance. Elaf Abu Amrieh,Thair Hamtini,Ibrahim Aljarah. IEEE Jordan Conference on Applied Electrical Engineering and Computing Technologies (AEECT)（2015）.
数据文件
下载数据集请登录ModelCube
http://modelcube.cn/dataset/dataset-detail/10135
