Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Primjena umjetnih neuronskih mreža u predviđanju nadarenosti učenika (CROSBI ID 623379)

Prilog sa skupa u zborniku | sažetak izlaganja sa skupa | domaća recenzija

Pavlin-Bernardić, Nina ; Ravić, Silvija ; Matić, Ivan Pavao Primjena umjetnih neuronskih mreža u predviđanju nadarenosti učenika // 22. Dani Ramira i Zorana Bujasa: Sažeci priopćenja / Zarevski, Predrag ; Jurin, Tanja ; Modić Stanke, Koraljka (ur.). Zagreb: Odsjek za psihologiju, 2015. str. 184-184

Podaci o odgovornosti

Pavlin-Bernardić, Nina ; Ravić, Silvija ; Matić, Ivan Pavao

hrvatski

Primjena umjetnih neuronskih mreža u predviđanju nadarenosti učenika

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.

umjetne neuronske mreže; darovitost

nije evidentirano

engleski

Artificial neural networks for predicting students' giftedness

nije evidentirano

artificial neural networks; giftedness

nije evidentirano

Podaci o prilogu

184-184.

2015.

objavljeno

Podaci o matičnoj publikaciji

22. Dani Ramira i Zorana Bujasa: Sažeci priopćenja

Zarevski, Predrag ; Jurin, Tanja ; Modić Stanke, Koraljka

Zagreb: Odsjek za psihologiju

Podaci o skupu

22. Dani Ramira i Zorana Bujasa.

predavanje

16.04.2015-18.04.2015

Zagreb, Hrvatska

Povezanost rada

Psihologija