In recent unpublished work, a data

In recent unpublished work, a data has been taken from BDEMOOC and attempted to infer how long students will persist in BDEMOOC from their performance in the first 2weeks of the course. They analyzed data from early week assignments, forum participation (including passive reading), and watching and downloading videos. They found that it is possible to derive a model from these features that predicts approximately 25% of the variance in how long students persist in the course (after the second week). This model may be usable in later variants of the course for helping to support students who are relatively more likely to stop participating in the course

結果 (繁體中文) 1:

在最近的未發表的作品，數據已經從BDEMOOC拍攝，並試圖推斷出學生多久會BDEMOOC堅持從他們的表現在課程的第一2週。他們從本週初的分配，論壇的參與（包括被動閱讀），並觀看和下載視頻分析的數據。他們發現，有可能從這些功能中，預測方差的大約25％的學生堅持多久在使用過程中（第二週）之後獲得的模型。這種模式可能是可用在以後的過程中的變異，幫助，支持學生誰是相對更容易停止參與過程

結果 (繁體中文) 2:

在最近的未發表的作品中，從 BDEMOOC 獲取了一個資料，並試圖從課程的前兩周中推斷學生在 BDEMOOC 中會堅持多長時間。他們分析了每週早期作業、論壇參與（包括被動閱讀）以及觀看和下載視頻的資料。他們發現，從這些特徵中推匯出模型是可能的，這些特徵預測了大約 25% 的差異，預測學生在課程中堅持的時間（第二周之後）。此模型可用於課程的更高版本，以説明支援相對更有可能停止參與該課程的學生

結果 (繁體中文) 3:

在最近未發表的研究中，從bdemooc獲得了一項數據，試圖從學生在課程前20周的表現中推斷出他們在bdemooc學習的持續時間。他們分析了早期工作、論壇參與（包括被動閱讀）以及觀看和下載視頻的數據。他們發現，可以從這些特徵中得出一個模型，預測學生在課程中堅持多久（第二周之後）的方差約為25%。這種模式在以後的課程中可能有用，以幫助支持那些相對更有可能停止參與課程的學生