Puntuación:
Actualmente no hay opiniones de lectores. La calificación se basa en 2 votos.
A Machine Learning, Artificial Intelligence Approach to Institutional Effectiveness in Higher Education
La profesión de la investigación institucional está experimentando actualmente con muchas estrategias para evaluar la eficacia institucional de una manera que refleje la letra y el espíritu de su misión, visión y valores únicos. Mientras que en la literatura prevalece un enfoque de «mejores prácticas» para la medición y evaluación de las funciones institucionales, no ha surgido un enfoque de aprendizaje automático que sintetice estas partes en un enfoque coherente y sinérgico.
A Machine Learning, Artificial Intelligence Approach to Institutional Effectiveness in Higher Education presenta un enfoque práctico, eficaz y sistemático para la medición, evaluación y detección del rendimiento institucional. Se incluyen instrumentos y estrategias para medir y evaluar el rendimiento del Currículo, el Aprendizaje, la Instrucción, los Servicios de Apoyo y la Viabilidad del Programa, así como un método significativo de Escaneo Ambiental. Los datos recogidos en este sistema se organizan en evaluaciones de la eficacia institucional mediante la aplicación de procesos de datos de aprendizaje automático que crean un modelo de inteligencia artificial del rendimiento institucional real a partir de los datos brutos de rendimiento.
Esta inteligencia artificial se visualiza a través de cinco enfoques de sensibilización organizativa para supervisar, demostrar y mejorar el rendimiento institucional. Así, este libro proporciona un conjunto de herramientas que pueden adoptarse o adaptarse a las intenciones específicas de cualquier institución, lo que lo convierte en un recurso inestimable para administradores, líderes y profesionales de la Educación Superior.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)