crta
Hrvatska znanstvena Sekcija img
bibliografija
3 gif
 Naslovna
 O projektu
 FAQ
 Kontakt
4 gif
Pregledavanje radova
Jednostavno pretraživanje
Napredno pretraživanje
Skupni podaci
Upis novih radova
Upute
Ispravci prijavljenih radova
Ostale bibliografije
Slični projekti
 Bibliografske baze podataka

Pregled bibliografske jedinice broj: 758950

Zbornik radova

Autori: Pavlin-Bernardić, Nina; Ravić, Silvija; Matić, Ivan Pavao
Naslov: Primjena umjetnih neuronskih mreža u predviđanju nadarenosti učenika
( Artificial neural networks for predicting students' giftedness )
Izvornik: 22. Dani Ramira i Zorana Bujasa: Sažeci priopćenja / Zarevski, Predrag ; Jurin, Tanja ; Modić Stanke, Koraljka (ur.). - Zagreb : Odsjek za psihologiju , 2015. 184-184.
Skup: 22. Dani Ramira i Zorana Bujasa
Mjesto i datum: Zagreb, Hrvatska, 16.-18. 04. 2015.
Ključne riječi: umjetne neuronske mreže; darovitost
( artificial neural networks; giftedness )
Sažetak:
Umjetne neuronske mreže imaju široku upotrebu u predikciji i klasifikaciji različitih varijabli, no njihova primjena u području psihologije obrazovanja je još uvijek relativno rijetka. Cilj ovog rada bio je ispitati primjenu umjetnih neuronskih mreža u predviđanju nadarenosti učenika. U ispitivanju je sudjelovalo 221 učenika 4. razreda jedne hrvatske osnovne škole. Kao ulazne varijable korištene su procjene učitelja na skraćenoj verziji ljestvice PROFNAD (Koren, 1989), procjene učenika na ljestvici PRONAD (Koren, 1989), ocjene iz hrvatskog, matematike, prirode i stranog jezika te ranija procjena spremnosti učenika za školu od strane stručnog tima. Kao izlazna varijabla korišten je rezultat učenika na Standardnim progresivnim matricama, prema kojem su učenici svrstani u darovite ili nedarovite. Testirano je više modela neuronskih mreža, pri čemu je dio uzorka određen po slučaju korišten za uvježbavanje mreža, a drugi dio za testiranje njihove uspješnosti. Pri strožijem kriteriju, prema kojem su u darovite učenike svrstani oni koji postižu rezultat na Standardnim progresivnim matricama u 95. centilu ili više, najuspješnijom se pokazala mreža višeslojnog perceptrona, koja je na testnom uzorku postigla visoku točnost od 100% u klasifikaciji nedarovitih učenika i 75% u klasifikaciji darovitih učenika. Pri blažem kriteriju, prema kojem su u darovite učenike svrstani oni koji postižu rezultat na Standardnim progresivnim matricama u 90. centilu ili više, najuspješnija je bila također mreža višeslojnog perceptrona, no točnost je bila nešto niža: 94% u klasifikaciji nedarovitih učenika i 66% u klasifikaciji darovitih učenika. U izlaganju će biti razmotrene i praktične posljedice korištenja umjetnih neuronskih mreža u ovom području.
Vrsta sudjelovanja: Predavanje
Vrsta prezentacije u zborniku: Sažetak
Vrsta recenzije: Domaća recenzija
Izvorni jezik: HRV
Kategorija: Znanstveni
Znanstvena područja:
Psihologija
Upisao u CROSBI: Nina Pavlin Bernardić (nbernardi@ffzg.hr), 22. Tra. 2015. u 12:52 sati



Verzija za printanje   za tiskati


upomoc
foot_4