Skip til indhold
Få vores nyhedsbrev
Da En
  • Udgivelser
  • Medarbejdere
  • Undersøgelser i gang
  • Temaer
  • Om VIVE
  • Nyheder
  • Arrangementer
  • Projektforløb
  • Centre og netværk
  • Kontakt
  • Presse
  • Vi tilbyder
Da / En
Tilmeld nyhedsbrev
Del
Undersøgelse i gang, ­maj 2020 - december 2023

Kan maskinlæring bruges til at forklare, hvorfor effekter af interventioner varierer mellem studier?

Maskinlæring virker lovende til at foretage metaanalyser af forskningsresultater, men den eksisterende viden på området er endnu sparsom. Derfor undersøger VIVE Campbell, hvordan maskinlæringsmetoder anvendes i moderator meta-analyser for herefter at anvende metoderne til at undersøge, hvorfor effekterne af tutoring-interventioner varierer meget.

Projektleder: Trine Filges Projektmedarbejdere: Rasmus Henriksen Klokker , Trine Filges & Elizabeth Bengtsen
Systematiske metoder, Folkeskole
Modelfoto: Ricky John Molloy/VIVE

Kontakt

Jens Dietrichson Seniorforsker, ph.d. M: 33 69 77 97 jsd@vive.dk

Brugen af maskinlæringsmetoder er de sidste årtier steget drastisk inden for sundheds-, medicinsk og socialvidenskab. Den videnskabelige litteratur om sammenligning af maskinlæringsmetoder i en meta-analytisk kontekst er dog sparsom – især hvad angår studier baseret på ikke-simulerede data.

Moderator meta-analyser har til formål at undersøge forskelligheden af effekter mellem de studier, som indgår i en litteraturoversigt. En moderator meta-analyse kan for eksempel svare på, om den målte effekt i forskellige interventioner afhænger af, hvor længe interventionen strækker sig over. Formålet kan blandt andet være at generere nye hypoteser eller kunne forudsige effekten af nye interventioner. Maskinlæringsmetoder er gode til at analysere situationer med mange variabler i forhold til antallet af observationer, hvor sammenhængen mellem disse variable er kompleks. Dette er ofte tilfældet i meta-analyser, og derfor har maskinlæringsmetoder potentiale til at forbedre moderator meta-analyser.

Tutoring er en betegnelse for indsatser, hvor skoleelever i en periode får supplerende faglig støtte af frivillige tutorer eller professionelle undervisere. Der er ikke tale om specialundervisning, men om en differentieret indsats for det enkelte barn. Tidligere forskning har vist, at tutoring kan løfte elever med vanskeligheder betydeligt. Men imens tutoring-interventioner i gennemsnit har store positive effekter, er der også stor variation i effekterne, og nogle interventioner viser ikke positive effekter. Vi ved ikke, hvorfor effekterne varierer så meget. Men ved at bruge maskinlæringsmetoder i en moderator meta-analyse af ca. 100 studier af tutoring-interventioner håber vi at kunne finde de mest sandsynlige forklaringer på, hvorfor effekterne varierer.

Hvilke maskinlæringsmetoder kan bruges til at analysere forskellen i tutoring-studier?

Formålet ved litteraturstudiet er todelt. Første formål er at undersøge, hvilke maskinlæringsmetoder der er blevet anvendt i moderator meta-analyser inden for sundheds-, medicinsk og socialvidenskab.

Det andet formål er at undersøge, hvor gode de enkelte metoder er til at forklare forskelligheden i de fundne effektstørrelser. Konkret anvender vi maskinlæringsmetoderne på tutoring-interventioner vinklet mod at forbedre egenskaber i matematik og læsning for elever med – eller i risiko for at udvikle – akademiske vanskeligheder i 0. til 12. klasse.

Metoder

Undersøgelsen er et Campbell-review, hvor vi systematisk og metodisk afdækker den publicerede, internationale viden på området. Forventningen er, at man på baggrund af de indsamlede studier kan foretage metaanalyser.

Om denne undersøgelse

Samarbejdspartnere:

Terri D. Pigott, Georgia State University

Læs også
  1. Undersøgelse i gang

    Evaluering af indsats til at styrke ordblindes læsning og stavning

  2. Nyhed

    Webinar: Hvad er erfaringerne med mellemformer mellem almen- og specialundervisning?

  3. Rapport

    Læringsfællesskab er lykkedes i Rødovre Kommune

  4. Rapport

    Casestudier af kapacitetsopbygning gennem specialpædagogisk sparring og samarbejde på almenskoler.

  5. Nyhed

    Styring, organisering og faglig praksis

  6. Videnshæfte

    Læs om Mellemformer – en kombination af almen- og specialundervisning

  7. Nyhed

    Kortlægning af mellemformer

  8. Rapport

    Støtte, støttebehov og elevresultater

  9. Rapport

    Kortlægning af læreres kompetenceudvikling vedrørende arbejdet med børn med særlige behov

  10. Rapport

    Ramme for opgørelse og sammenligning af udgifter til specialundervisning og inklusionsunderstøttende indsatser

Tilmeld nyhedsbrev
Del

Tlf: 44 45 55 00

Mail: vive@vive.dk

EAN: 5798000354845

CVR: 23 15 51 17

KontaktPresseJob i VIVETilgængelighedserklæring

VIVE – Det Nationale Forsknings- og Analysecenter for Velfærd leverer viden, der bidrager til at udvikle velfærdssamfundet og til at styrke kvalitetsudvikling, effektivisering og styring i den offentlige sektor både i kommuner, regioner og nationalt.

Vores nyeste viden i din indbakke hver uge.

Tilmeld nyhedsbrev
Følg os