预测并理解应用使用与学生学业成绩关系的极简方法

由于使用可能存在偏差的自我报告数据，现有研究可能无法揭示成绩与应用类别（如视频）的确切关系。此外，现有系统需要长期数据来预测成绩，可能无法及时干预改进。本文提出一款应用，能在1秒内获取过去7天实际应用使用数据（均值=0.31秒，SD=1.1秒）。对124名孟加拉国学生实时数据的分析表明，应用使用会话与CGPA呈显著负相关（p<0.05），但 Productivity 和 Books 类别呈显著正相关，Video 类别呈显著负相关。高低CGPA持有者应用使用行为显著不同。仅利用即时访问数据，机器学习模型预测CGPA误差在±0.36以内。讨论了有助于学生提升成绩的设计启示。