PREDICTING THE LEARNING PATH TO LEARNER’S OPTIMUM COMPREHENSION

The essence of learning is for the learner to attain a significant level of comprehension after the learning process is completed. The quest to achieve this singular purpose has led to the introduction of several learning techniques  in the conventional learning environment, such as asking questions...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Information technologies and learning tools 2024-01, Vol.100 (2), p.41-52
Hauptverfasser: Achi, Ifeanyi Isaiah, Agwu, Chukwuemeka Odi, Nnamene, Christopher Chizoba, Aniobi, Sylvester C., Barnabas C., Ifebude, Oketa, Kelechi Christian, Ezeh, Godson Kenechukwu, Ugah, John Otozi
Format: Artikel
Sprache:eng
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:The essence of learning is for the learner to attain a significant level of comprehension after the learning process is completed. The quest to achieve this singular purpose has led to the introduction of several learning techniques  in the conventional learning environment, such as asking questions and conducting test after class, just to mention a few. Additionally, technology has been introduced in learning. Even with technological advancements, the learning experience still faces the challenge of learners not attaining the optimum comprehension state after the learning process. This is due to the present systems' inability to model the learner to determine the best methods for achieving maximum comprehension. Hence, this research paper focuses on deriving an improved mathematical model for predicting the learning path to a learner’s optimum comprehension. The paper presented three learning instructional media (learning paths); textual, audio and a hybrid of audio and video, which this research uses in modelling the learner. This is to enable the improved system predict the best learning path to optimum comprehension for learners. This research paper adopted Reinforcement Learning and the Markov decision process, specifically the Markov Chain approach, in developing an improved model for prediction. The evaluation of this research involved brainstorming on the Bellman’s equation with the aid of the Markov Chain transition state framework, resulting in an improved mean value function of 71.7. This indicates an enhanced comprehension state for the learning students compared to the existing mean value function of 46.0. The results obtained from this research clearly demonstrate that the improved model was able to predict and assign the best learning path to achieve optimum comprehension state for learners. Основною метою навчання є досягнення учнем розуміння матеріалу після завершення навчального процесу. Прагнення досягти цієї мети призвело до впровадження у звичайному навчальному середовищі нових методів дослідження, зокрема опитування та проведення тестів після занять. Впровадження технологій у навчальний процес змінює його. Але, незважаючи на технологічний прогрес. залишається проблема відсутності у деяких учнів прогресу в досягненні оптимального рівня засвоєння матеріалу після завершення навчання. На погляд авторів, це пов'язано з нездатністю сучасних систем передбачити найкращі методи для досягнення максимального розуміння матеріалу кожним учнем. Пре
ISSN:2076-8184
2076-8184
DOI:10.33407/itlt.v100i2.5530