A felvételi pontszám előrejelző ereje az egyetemi sikerességre

Author:

Kocsis Ádám1ORCID,Molnár Gyöngyvér1ORCID

Affiliation:

1. Szegedi Tudományegyetem

Abstract

Az egyetemi sikerességet meghatározó tényezők vizsgálata közel ötven éves múltra tekint vissza (Tinto, 1975). A hallgatók összetételének, illetve a környezeti tényezők folyamatos változása miatt általános modellt alkotni nehéz (Clercq és mtsai, 2017), sőt a kutatások eredménye sokszor ellentmondásos. A tanulmány keretein belül az ország egyik vezető egyetemén megvalósuló követéses vizsgálat adatait elemeztük abból a célból, hogy (1) összegyetemi szinten feltérképezzük a felvételi pontszám tanulmányi sikerességre, majd diplomaszerzésre gyakorolt előrejelző erejét, (2) jellemezzük ugyanezen jelenség működésének mechanizmusait a főbb képzési területeken, azaz az egyetemi struktúrát alapul véve képzési területi bontásban elemezzük, hogy a felvételi pontszám alapján milyen mértékben jelezhető előre a sikeres tanulmányi teljesítmény, majd a diplomaszerzés. Az elemzés mintáját az egyetem bemeneti kompetenciamérésén részt vett 3248 hallgató eredményei, illetve a hallgatók követéses tanulmányi adatai képezték. Az adatfelvétel az eDia rendszer támogatásával valósult meg. Az eredmények alapján összegyetemi szinten a felvételi pontszám pozitív és közepes erősségű előrejelző erővel bírt az első évben megszerzett kreditek mennyiségére, ami már közepes-erős erővel jelezte előre a későbbi diplomaszerzést. A felvételi pontszám diplomaszerzést közvetlenül előrejelző hatása alacsony szintűnek bizonyult. A karonként lefuttatott modellek és útegyütthatóik között jelentős különbségek manifesztálódtak, ugyanakkor megállapítható, hogy a lemorzsolódás csökkentése és a sikeres diplomaszerzés támogatása céljából képzési területtől függetlenül elsődlegesen a tanulmányaikat kezdő hallgatók azon sajátosságaira érdemes fókuszálni, amelyek módosíthatóak, és a leginkább meghatározó erővel bírnak az első két szemeszter sikeres elvégzésére, ugyanis az első éves sikeres egyetemi teljesítmény komoly előrejelző erővel bír a későbbi sikeres diplomaszerzésre.

Funder

Hungarian Scientific Research Fund

Magyar Tudományos Akadémia

Publisher

University of Szeged

Reference56 articles.

1. Ahmad, Z., & Shahzadi, E. (2018). Prediction of students’ academic performance using artificial neural network. Bulletin of Education and Research, 40(3), 157–164.

2. Akessa, G. M., & Dhufera, A. G. (2015). Factors that influence students’ academic performance: A case of Rift Valley University, Jimma, Ethiopia. Journal of Education and Practice, 6(22), 55–63.

3. Alyahyan, E., & Düştegör, D. (2020). Predicting academic success in higher education: literature review and best practices. International Journal of Educational Technology in Higher Education, 17(3), 1–21. https://doi.org/10.1186/s41239-020-0177-7

4. Aulck, L., Velagapudi, N., Blumenstock, J., & West, J. (2017). Predicting student dropout in higher education. ICML Workshop on #Data4Good: Machine Learning in Social Good Applications. https://doi.org/10.48550/arXiv.1606.06364

5. Behr, A., Giese, M., Teguim Kamdjou, H. D., & Theune, K. (2020). Dropping out of university: a literature review. Review of Education, 8(2). 614–652 DOI: 10.1002/rev3.320

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3