資料載入處理中...
臺灣人文及社會科學引文索引資料庫系統
:::
網站導覽
國圖首頁
聯絡我們
操作說明
English
行動版
(3.14.132.214)
登入
字型:
**字體大小變更功能,需開啟瀏覽器的JAVASCRIPT,如您的瀏覽器不支援,
IE6請利用鍵盤按住ALT鍵 + V → X → (G)最大(L)較大(M)中(S)較小(A)小,來選擇適合您的文字大小,
如為IE7以上、Firefoxy或Chrome瀏覽器則可利用鍵盤 Ctrl + (+)放大 (-)縮小來改變字型大小。
來源文獻查詢
引文查詢
瀏覽查詢
作者權威檔
引用/點閱統計
我的研究室
資料庫說明
相關網站
來源文獻查詢
/
簡易查詢
/
查詢結果列表
/
詳目列表
:::
詳目顯示
第 1 筆 / 總合 1 筆
/1
頁
來源文獻資料
摘要
外文摘要
引文資料
題名:
資料採礦模式於學校整併指標之應用與評估
書刊名:
教育研究與發展期刊
作者:
林松柏
作者(外文):
Lin, Sung-po
出版日期:
2015
卷期:
11:3
頁次:
頁1-29
主題關鍵詞:
大數據
;
資料採礦
;
學校整併
;
Big data
;
Data mining
;
School consolidation
原始連結:
連回原系統網址
相關次數:
被引用次數:期刊(
5
) 博士論文(0) 專書(0) 專書論文(0)
排除自我引用:
2
共同引用:
41
點閱:191
因應少子女化的衝擊,小型學校進行整併或裁撤已是必要策略之一,教育部遂於 2006 年 2 月 14 日提出小型學校發展評估指標,供各縣市政府參考運用。在運用指標進行分析時,若能有大數據的思維,並發展適切的資料採礦模式,將有助於各縣市政府進行學校整併。本研究的研究目的即探討如何基於大數據思維整合不同資料庫,將資料採礦技術運用於教育統計資料中,以利學校整併工作的執行。本研究依據教育部小型學校發展評估指標,整合現行不同資料庫針對個案縣市轄區內所有國民小學進行相關資料蒐集。本研究所運用的資料採礦模式有分類與迴歸樹、類神經網路、決策樹、支援向量機、貝氏網路等五種,研究結果發現五種模式具有正確率高與便於解讀的優點。依據研究結果,本研究提出學校整併應整合教育、人口與地理資料庫,並且應採實徵資料評估與實地訪察兩階段評估,而縣市政府或學校能夠運用本研究發展的操作型定義釐清有整併需求的學校名單或了解學校本身的相對位置。
以文找文
Because of tendency of declining birthrate, it is seen as necessary to consolidate or abolish the small schools. The Ministry of Education then provided “Small School Development Evaluation Indicators” to county and city governments in February 2006. In depth analysis of the indicator data based on Big Data to develop data mining analysis model and operational definition of each indicator, is helpful for county and city governments consolidating small schools. This article aims to study how to integrate different databases based on Big Data thinking, and use data mining methods in education statistics, to facilitate school consolidation. According to the Ministry of Education indicators, this article integrated governance databases to collect the related data of all elementary schools. This article used supervised models, including Classification and Regression Tree, Neural Network, Decision Tree, Support Vector Machine, and Bayesian Network. The results reveal that five models have higher correction rate and are easy to read. According to the results, when consolidating small schools, education, population and geographic databases should be integrated. Besides, empirical data assessment and supervision should be adopted. The governance institution and each school can adopt operational definition of each indicator to calculate the relative position.
以文找文
期刊論文
1.
Nitta, K.、Holley, M.、Wrobel, S.(2010)。A phenomenological study of rural school consolidation。Journal of Research in Rural Education,25(2),1-19。
2.
Surface, J.(2011)。Assessing the impact of twenty-first century rural school consolidation。International Journal of Educational Leadership Preparation,6(2),1-13。
3.
邱宏彬、許依宸(20110700)。資料採礦在學生流失偵測上之應用。資訊管理研究. 南華大學,11,83-99。
延伸查詢
4.
張志明(2012)。實施國中小裁併校必須考量的政策思維。臺灣教育評論月刊,1(14),5-6。
延伸查詢
5.
劉世閔(2012)。績效與平等之風雲又起:小校裁併之我見。臺灣教育評論月刊,1(14),1-4。
延伸查詢
6.
Adams, J. E. Jr.、Foster, E. M.(2002)。District size and state educational costs: Should consolidation follow school finance reform?。Journal of Education Finance,27(3),833-855。
7.
Bard, J.、Gardener, C.、Wieland, R.(2006)。Rural school consolidation: History, research summary, conclusions, and recommendations。The Rural Educator,27(2),40-48。
8.
Chrysostomou, K.、Chen, S. Y.、Liu, X.(2009)。Investigation of users' preferences in interactive multimedia learning systems: A data mining approach。Interactive Learning Environments,17(2),151-163。
9.
Cohen, F.(2003)。Mining data to improve teaching。Educational Leadership,60(8),53-56。
10.
Leacha, J.、Paynea, A. A.、Chan, S.(2010)。The effects of school board consolidation and financing on student performance。Economics of Education Review,29,1034-1046。
11.
Masunaga, H.、Lewis, T.(2011)。Self-perceived dispositions that predict challenges during student teaching: A data mining analysis。Issues in Teacher Education,20(1),35-49。
12.
Picciano, A. G.(2012)。The evolution of big data and learning analytics in American higher education。Journal of Asynchronous Learning Networks,16(3),9-20。
13.
Zimmer, T.、DeBoer, L.、Hirth, M.(2009)。Examining economies of scale in school consolidation: Assessment of Indiana school districts。Journal of Education Finance,35(2),103-127。
14.
張鈿富、林松柏(20121100)。資料採礦分析PISA閱讀素養之影響因素。教育政策論壇,15(4)=44,95-128。
延伸查詢
15.
Vandamme, J. P.、Meskens, N.、Superby, J. F.(2007)。Predicting academic performance by data mining methods。Education Economics,15(4),405-419。
16.
吳政達(20060200)。少子化趨勢下國民中小學學校經濟規模政策之研究。教育政策論壇,9(1),23-41。
延伸查詢
17.
林雍智(20060600)。日本實施中小學校整併的情形對我國之啟示。教育行政與評鑑學刊,1,135-157。
延伸查詢
18.
Hung, J. L.、Crook, S. M.(2009)。Examining online learning patterns with data mining techniques in peer-moderated and teacher-moderated courses。Journal of Educational Computing Research,40(2),183-210。
19.
Luan, J.、Zhao, С.-M.、Hayek, J. C.(2009)。Using a data mining approach to develop a student engagement-based institutional typology。IR Applications,18,1-18。
會議論文
1.
翁秉逸、謝明哲(201310)。應用資料採礦技術於中途輟學線上預警系統之實現。TANET 2013 臺灣網際網路研討會。臺中市:教育部資訊及科技教育司。
延伸查詢
2.
Niemi, D.、Gitin, E.(201210)。Using big data to predict student dropouts: Technology affordances for research。The International Association for Development of the Information Society (IADIS) International Conference on Cognition and Exploratory Learning in Digital Age (CELDA)。Madrid, Spain。
圖書
1.
胡世忠(2013)。雲端時代的殺手級應用:Big Data海量資料分析。天下。
延伸查詢
2.
廖述賢、溫志皓(2011)。資料探勘理論與應用:以IBM SPSS Modeler為範例。新北市:博碩文化股份有限公司。
延伸查詢
3.
Kennedy, L.、Lee, Y.、Van Roy, B.、Reed, C. D.、Lippman, R. P.(1997)。Solving data mining problems through pattern recognition。Upper Saddle River, New Jersey:Prentice-Hall。
4.
中華民國監察院(2012)。「國中小學廢併校後之閒置校舍活化成效與檢討」專案調查研究。監察院。
延伸查詢
5.
宋吉永、陳姿穎(2013)。Big data:讓你看見真實欲望。臺北市:精誠資訊。
延伸查詢
6.
Franklin, D.、Andrews, J.(2012)。Mega change: The world in 2050。Hoboken, NJ:John Wiley & Sons。
7.
Loshin, D.(2013)。Big data analytics: From strategic planning to enterprise integration with tools, techniques, NoSQL, and graph。Elsevier。
8.
Silver, Nate(2012)。The signal and the noise: Why so many predictions fail-but some don't。New York, NY:Penguin。
9.
張云濤、龔玲(2007)。資料探勘原理與技術:Data mining、AI、Algorithm。台北:五南圖書。
延伸查詢
10.
曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯(2005)。資料探勘。臺北:旗標出版股份有限公司。
延伸查詢
11.
Mayer-Schönberger, Viktor、Cukier, Kenneth(2013)。Big Data: A Revolution That Will Transform How We Live, Work, and Think。Houghton Mifflin Harcourt Publishing Company。
12.
城田真琴、鐘慧真、梁世英(2013)。Big Data大數據的獲利模式:圖解.案例.策略.實戰。臺北:經濟新潮社。
延伸查詢
13.
謝邦昌(2005)。資料採礦與商業智慧:SQL server 2005。臺北市:鼎茂圖書。
延伸查詢
14.
Fowler, Floyd J. Jr.(2002)。Survey Research Methods。Sage。
15.
牛田一雄、高井勉、木暮大輔(1996)。資料採礦利用Clementine使用手冊。臺北市:鼎茂圖書。
延伸查詢
其他
1.
West, D. M.(2012)。Big data for education: Data mining, data analytics, and web dashboards,http://www.brookings.edu/research/papers/2012/09/04-educationtechnology-west。
圖書論文
1.
Hämäläinen, W.、Vinni, M.(2011)。Classifiers for educational data mining。Handbook of educational data mining。Boca Raton, FL:CRC。
推文
當script無法執行時可按︰
推文
推薦
當script無法執行時可按︰
推薦
引用網址
當script無法執行時可按︰
引用網址
引用嵌入語法
當script無法執行時可按︰
引用嵌入語法
轉寄
當script無法執行時可按︰
轉寄
top
:::
相關期刊
相關論文
相關專書
相關著作
熱門點閱
1.
國民小學實施課程標準時期教育領導研究趨勢之探究--應用文字探勘技術分析
2.
家庭關係對於國中生外向性偏差行為與學業適應問題之影響:以憂鬱情緒與認同非法手段為中介
3.
大學生網路社群平臺巨量資料探勘之應用
4.
培育大學弱勢學生復原力之校務研究
5.
政策倡導聯盟架構分析我國國民小學小校整併政策之研究
6.
以同儕關係、從眾行為與認知同理心探討網路霸凌旁觀者之行為傾向
7.
小型學校創新經營策略--美國KIPP學校創新經營模式的啟示
8.
小型學校轉型與創新
9.
高級中等學校少子女化趨勢分析之研究
10.
基於Python之文字探勘平臺
11.
以「資料教練」促進教師資料素養之策略探究
12.
大數據思維翻轉教育研究
13.
運用R Shiny建立文字探勘平臺之語意分析及輿情分析
14.
金門地區國民小學用地轉型策略初探
15.
網路閱讀態度、網路閱讀行為及網路閱讀素養之橫斷面研究
1.
運用智能技術於消金授信資產分級暨違約預警領域之研究
2.
兩位鄉村小校初任校長學校經營歷程之敘事探究
3.
國小學生閱讀成就影響因素之 多層次模型分析—以臺灣與新加坡PIRLS 2011為例
4.
廢校再利用為藝文展演空間機制之建構
5.
兩岸大學整併政策之比較研究—以臺灣東華大學與大陸廣州大學為例
6.
變遷時代臺灣小學經營:公立學校校長觀點
7.
建構與驗證有效預測臺灣學生學業成就的三階層模式-階層線性模式之分析
8.
國民小學校長經營學校公共關係之微觀政治現象研究
9.
兩岸小學發展特色學校之比較研究
10.
以系統動態學探討臺灣小學師資政策與政府教育財政關連之研究
11.
台德中等教育英語師資供需系統之比較:系統動態學模式
12.
國民小學經營效率及影響因素之研究
13.
一位國民小學校長推動學校組織發展歷程的微政治行為之研究
1.
校長正向領導:理念、研究與實踐
2.
超越少子化的四種軟實力
3.
偏鄉學校的國際視野
4.
偏鄉學校的教育政策
無相關著作
1.
知識整合數位課程促進學生科學素養:以化學反應概念為例
2.
吳汝綸日本教育考察與對晚清學制建立影響程度的再探討
3.
大學生基本素養測驗的發展及信度效度分析
4.
多文本課外閱讀對增進國中學生理解歷史主題之研究:以「外侮」主題為例
5.
大學生自身技術之研究:研究工具編製與類型建構
6.
幼教人員網路社群合作對教學認知實用的影響:網路社會連結的干擾效果
7.
美國聯邦政府的幼教方案與幼兒入園狀況:Quality Counts 2015的調查報告
8.
當代瑞典高等教育制度及其終身教育機構之體現
9.
私立大專院校教師資遣法律問題探討
10.
從協力治理觀點探討國立大學自主治理試辦方案之執行
11.
學習型組織概念是否與高等教育機構相關?文獻探討與「多方利益關係人權變觀點」(上)
12.
教師領導的實踐與發展:從教師「同僚性」談起
13.
發展一個可行的教師領導模式
14.
聚焦學生學習的教師領導之挑戰、角色與策略
15.
專業自主的最後一哩路:班級本位教師領導
QR Code