Mohamed El Jihaoui · Oum El Kheir Abra · Khalifa Mansouri · IEEE Access · 2025年1月

理解学生学业表现是发展可持续教育实践造福学生、教师、政策制定者和社会的基石。该分析直接影响学生参与和促进可持续实践的能力，从而塑造其未来学业成功。虽然许多研究专注于基于特征集预测学生表现，本研究采用将这些特征简化为因子并分析其影响的方法。旨在使用混合数据因子分析和多元线性回归的组合方法识别中学教育系统中影响学生表现的因素。分析基于1073450个观测值的稳健可靠大数据集，涵盖定性和定量特征。混合数据因子分析识别四个潜在因子：先前学业表现、学业延迟、社会经济地位和班级环境，所有这些因子具有良好到出...

解读: 该学生表现预测模型对阳光电源人才培养体系具有借鉴意义。阳光作为技术密集型企业，人才是核心竞争力，该多因素分析方法可应用于阳光校企合作和内部培训项目。阳光可构建员工技能成长预测模型，早期识别高潜力人才和需要支持的员工，制定个性化培养计划，提升人才培养效率和员工满意度，增强企业技术创新能力和可持续发展能...