Exploring students’ learning state through clustering and knowledge graphs

La valutazione dello stato di apprendimento degli studenti è un'area di interesse critica nell'ambito dell'istruzione. In questo studio, sono state esaminate diverse rappresentazioni delle risposte di studenti di quinta elementare al test INVALSI di matematica, inclusi grafi e spanning trees profondi e superficiali, al fine di individuare pattern significativi sul loro stato di apprendimento al momento del test. Sono stati applicati tre algoritmi di clustering, k-Means, DBSCAN e Gaussian Mixture Model, su ciascuna di queste rappresentazioni e su un set di metriche calcolate su ciascuna rappresentazione per cercare di identificare cluster significativi. I risultati del clustering sono più promettenti per gli spanning trees superficiali e per le metriche calcolate su ciascuna rappresentazione, le quali forniscono ulteriori informazioni sui pattern presenti nelle risposte degli studenti. Questo studio fornisce una base per ulteriori ricerche nel campo dell'istruzione e della valutazione degli studenti, tuttavia, sono necessari ulteriori studi per una comprensione più approfondita dello stato di apprendimento degli studenti.