Discovering Unproductive Learning Patterns of Wheel-spinning Students in Intelligent Tutors Using Cluster Analysis

Der Artikel widmet sich dem Thema der sich drehenden Studenten in intelligenten Nachhilfesystemen (ITS), die trotz erheblicher Übung keine Fertigkeiten beherrschen. Sie unterstreicht die Grenzen bestehender IVS-Modelle und die Notwendigkeit eines differenzierteren Verständnisses des Verhaltens von Studenten. Die Studie nutzt Clusteranalysen, um unterschiedliche Gruppen von sich drehenden Studenten zu identifizieren und dabei unterschiedliche Muster wie unmotivierte Lernende, autodidaktische Lernende und marginalisierte Lernende aufzudecken. Jede Gruppe verfügt über einzigartige Strategien und Lernverhaltungen, die wertvolle Erkenntnisse für die Anpassung von IVS-Interventionen liefern, um notleidende Schüler besser zu unterstützen. Die Ergebnisse stellen die binäre Klassifizierung der Leistungen der Schüler in Frage und fordern ein tieferes Verständnis der verschiedenen Faktoren, die zum unproduktiven Lernen in ITS beitragen.