基于机器学习的分析,分析了在COVID-19封锁期间巴基斯坦在线教学和学习的有效性

科学领域:

• 教育教育教育教育教育教育.
• 公共卫生 公共卫生
• 计算机科学 计算机科学

背景情况:

• 在全球范围内,COVID-19大流行需要快速转向在线教育.
• 对日常生活和学术连续性的中断是重大挑战.
• 巴基斯坦的教育机构在封锁期间采用了在线教学方法.

研究的目的:

• 评估在巴基斯坦COVID-19封锁期间实施的在线教育方法的有效性.
• 分析学生对在线学习体验的看法.
• 采用机器学习来对调查结果进行可靠的数据分析.

主要方法:

• 对300名受访者进行了一项横截面的在线调查.
• 一个半结构化问卷评估了人们对在线教育的看法.
• 人工智能 (AI) 技术,包括决策树分类,用于数据分析,测量特异性,敏感性,准确性和精度.

主要成果:

• 42.3%的参与者对在线学习感到满意,49.3%的人更喜欢Zoom.
• 据报道,对安置活动 (87.33%),个人成长 (85%),日常生活 (90.33%) 和身体健康 (84.66%) 有显著的负面影响.
• 决策树分类器实现了86%的准确性,这表明在分析数据方面表现强.

结论:

• 在线教育带来了相当大的挑战,破坏了日常生活和幸福感.
• 尽管满意,但对传统的面对面教学的偏好仍然存在.
• 在未来的危机中,共同努力对于确保优质和公平的教育至关重要.