שַׁלֶּכֶת" - מערכת לזיהוי נשירת סטודנטים"
איך נולדה מערכת "שַׁלֶּכֶת"?
מערכת "שַׁלֶּכֶת" נולדה מניסיון של יותר מ 10 שנים, בניהול מערכות ניהול למידה (LMS) במוסדות להשכלה גבוהה, של חברת טיפלי מערכות מידע בע״מ.
שמנו לנו למטרה לנסות לזהות ולמנוע תהליכי נשירה של סטודנטים. אנו סבורים כי ניתן לזהות מגמות מתחת לפני השטח, שיכולות להצביע על תחילתו של תהליך נשירה. אנו רוצים לנסות לזהות תהליכים אלו ואת הסטודנטים הרלוונטים. לעיתים רבות מרצה מיומן יוכל לזהות תהליכים אלו, אך מוסד הלימודים יזהה תהליך זה רק עם קבלת ציוני הבחינות של מועדי ב', כלומר שבועיים-שלושה לתוך סמסטר ב'.
אנו רוצים להקדים את שלב ניבוי הנטישה, כך שעוד במהלך הסמסטר, מוסד הלימודים יוכל לזהות ולהעניק לסטודנט את הסיוע לו הוא זקוק על מנת להצליח בלימודיו ולצמצם את נשירת הסטודנטים.
איך אנו עושים את זה ?
במשך יותר משנה הגינו ופיתחנו שיטה באמצעותה ניתן לזהות את נשירת הסטודנט עוד לפני שהסטודנט מבין שהוא נמצא בסיכון, תוך כדי הקפדה על הטמעה קלה יחסית של המערכת.
לצורך כך חברנו לחברת Nogamy שפיתחו עבורינו מודל מבוסס אנליטיקה מתקדמת מתחומי ה AI ו- ML.
המערכת לומדת את התנהגות הסטודנטים בכל מוסד ומוסד, בהסתמך על יותר מ 40 פרמטרים שונים ויודעת לזהות את אותם אלה המועדים לנשירה בשלב מוקדם, כאשר למוסד קיימת האפשרות למתן עזרה וסיוע עוד במהלך הסמסטר.
סטודנט הנושר או מאריך את התואר, מייצר נזק גדול למוסד האקדמי.
משאבי הגיוס שירדו לטמיון, אובדן הכנסות עתידיות שנמחקו, קושי בתכנון תקציבי ארוך טווח ותפיסה של כסא סטודנט שלא ניתן למלא.
לא ניתן למנוע את נשירתם של כל הסטודנטים, אך זיהוי מוקדם ככל הניתן של התחלת תהליך הנשירה יכול להשאיר את הסטודנט על ספסל הלימודים בעזרת תוכנית התערבות מתאימה.
הערך המוסף ?
זיהוי פוטנציאל נשירה, לפני תקופת הבחינות
40 פרמטרים
ML \ AI
10 שנות נסיון
רוצים לשמוע עוד?
נשמח להיפגש, להציג את המערכת וביחד נוכל להוביל שינוי חברתי אמיתי ולמנוע את ה"שַׁלֶּכֶת" בטרם עת.
כתבו לנו למייל fall@tipli.info
או השאירו פרטים בטופס צור קשר.
Tipli Information Systems LTD © 2022
Vector’s created by vectorjuice - www.freepik.com
*זו מערכת סטטיסטית יתכנו שינויים במודל ובתוצאות בין מוסד למוסד