Construction of a Process-based Evaluation System for Graduate Courses Driven by Industrial Engineering and Artificial Intelligence
Rattachement africain : cn, us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Against the global backdrop of AI-integrated pedagogy, this paper develops an intelligent graduate course management framework by synthesizing Industrial Engineering (IE) optimization with AI technologies. To address passive classroom engagement and fragmented exam preparation, the study employs Lark Minutes for automated interaction quantification and an Ordinary Least Squares (OLS) model for performance prediction. This enables a tiered early-warning system and AI-driven personalized interventions. Results demonstrate that the model significantly enhances participation and provides precision academic support, offering a scalable pathway for higher education’s digital transformation.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Construction of a Process-based Evaluation System for Graduate Courses Driven by Industrial Engineering and Artificial Intelligence
- Date Crossref
- 24/08/2026
- Éditeur
- Angus Academic Press
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Nanjing Tech University Department of Industrial Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Massachusetts Institute of Technology pays non établi dans la noticeUniversité ou école supérieure
-
MIT Quality Information Program "Data Quality & Info Security" Laboratory pays non établi dans la noticeStructure de recherche
Department of Industrial Engineering — Nanjing Tech University, Massachusetts Institute of Technology et MIT Quality Information Program "Data Quality & Info Security" Laboratory.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.