Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
A Machine Learning, Artificial Intelligence Approach to Institutional Effectiveness in Higher Education
Die institutionelle Forschung experimentiert derzeit mit vielen Strategien zur Bewertung der institutionellen Effektivität in einer Art und Weise, die dem Buchstaben und dem Geist ihrer einzigartigen Mission, Vision und Werte entspricht. Während in der Literatur ein "Best-Practice"-Ansatz für die Messung und Bewertung institutioneller Funktionen weit verbreitet ist, gibt es bisher keinen Ansatz für maschinelles Lernen, der diese Teile zu einem kohärenten und synergetischen Ansatz zusammenfasst.
A Machine Learning, Artificial Intelligence Approach to Institutional Effectiveness in Higher Education stellt einen praktischen, effektiven und systematischen Ansatz für die Messung, Bewertung und Sensibilisierung der institutionellen Leistung vor. Dazu gehören Instrumente und Strategien zur Messung und Bewertung der Leistungen in den Bereichen Lehrplan, Lernen, Unterricht, Unterstützungsdienste und Durchführbarkeit von Programmen sowie eine aussagekräftige Environmental Scanning-Methode. Die in diesem System gesammelten Daten werden durch die Anwendung von Datenprozessen des maschinellen Lernens, die aus den rohen Leistungsdaten ein künstliches Intelligenzmodell der tatsächlichen institutionellen Leistung erstellen, in Bewertungen der institutionellen Effektivität organisiert.
Diese künstliche Intelligenz wird durch fünf organisatorische Sensibilisierungsansätze zur Überwachung, Darstellung und Verbesserung der institutionellen Leistung visualisiert. Somit bietet dieses Buch eine Reihe von Instrumenten, die übernommen oder an die spezifischen Absichten jeder Einrichtung angepasst werden können, was es zu einer unschätzbaren Ressource für Hochschulverwalter, Führungskräfte und Praktiker macht.
| ISBN: | 9781789739008 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 248 |
Derzeit verfügbar, auf Lager.
