• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  Science >> Vetenskap >  >> Andra
    Använda AI för att förutsäga medelbetyg från högskoleansökningar
    Kredit:CC0 Public Domain

    Jonah Berger och Olivier Toubia använde naturlig språkbehandling för att förstå vad som driver akademisk framgång. Författarna analyserade över 20 000 högskoleansökningsuppsatser från ett stort offentligt universitet som lockar studenter från en rad olika raser, kulturella och ekonomiska bakgrunder och fann att den semantiska volymen av skrivandet, eller hur mycket mark en ansökningsuppsats täckte, förutspådde högskoleprestationer, som mätt med medelbetyg.

    De publicerade sina resultat i PNAS Nexus .

    Uppsatser som täckte mer semantisk grund förutspådde högre betyg. På liknande sätt förutspådde uppsatser med mindre konceptuella hopp mellan successiva delar av dess diskurs högre betyg.

    Dessa trender höll även när forskare kontrollerade för faktorer inklusive SAT-poäng, föräldrars utbildning, kön, etnicitet, högskolestudier, uppsatsämnen och uppsatslängd. Några av dessa faktorer, såsom föräldrars utbildning och elevens SAT-poäng, kodar information om familjebakgrund, vilket tyder på att de språkliga egenskaperna hos semantisk volym och hastighet inte enbart bestäms av socioekonomisk status.

    Enligt författarna visar resultaten att tankens topografi, eller hur människor uttrycker och organiserar sina idéer, kan ge insikt om deras sannolika framtida framgång.

    Mer information: Jonah Berger et al, Tankens topografi, PNAS Nexus (2024). DOI:10.1093/pnasnexus/pgae163. academic.oup.com/pnasnexus/art … /3/5/pgae163/7665783

    Journalinformation: PNAS Nexus

    Tillhandahålls av PNAS Nexus




    © Vetenskap https://sv.scienceaq.com