Text classification of student predicate use for conceptual change assessment

Abstract

In the field of educational engineering concepts have been placed into ontological categories that reflect the nature of those concepts. Furthermore learner misconceptions occur when students assign a concept to an incorrect ontological category within their individual mental models. Predicate tests used to estimate the categorization of student conceptions have proven to be successful for conceptual change assessment but they have not been automated with the use of modern computing systems. The main goal of this research is to show how predicate test automation is possible by applying knowledge discovery in databases theory to a previously annotated dataset to achieve. The secondary goal is to find which data mining techniques can be used to extract a feature set that yields high quality text classification results. This thesis documents how the predicate test can be automated with knowledge discovery in databases techniques using data from engineering students enrolled in a U.S. midwestern public institution.

En el campo de la ingeniería de la educación los conceptos transmitidos o adquiridos durante el aprendizaje se han colocado en ciertas categorías ontológicas que van de acuerdo con la naturaleza de cada concepto. Además la concepción errónea de conceptos se refiere al fenómeno donde se adquieren conceptos nuevos y la mente los asigna a una categoría que no va en acorde con la categorización correcta establecida por los expertos de la ingeniería de la educación. Para el avalúo de concepciones erróneas se han utilizan las pruebas de predicado para estimar la categorización de las concepciones de los estudiantes pero estas técnicas no han sido implementadas utilizando sistemas de computación modernos. El propósito principal de esta investigación es mostrar que las pruebas de predicado se pueden automatizar aplicando la teoría de descubrimiento de conocimiento en bases de datos a un conjunto de datos que contengan anotaciones previas para lograr aprendizaje supervisado. La meta secundaria será determinar las técnicas de minería de datos que podrían extraer un conjunto de características que produzcan resultados de clasificación de alta calidad. Esta tesis documenta cómo se puede automatizar el cómputo de las pruebas de predicado utilizando técnicas de descubrimiento de conocimiento en bases de datos con datos de estudiantes de ingeniería matriculados en una intitución pública del medio oeste de E.E.U.U.