I n t e r n at ion al  Jou r n al   of   E lec t r ical  an d   Com p u t e r   E n gin e e r in ( I JE CE )   Vol.   15 ,   No.   1 F e br ua r y   20 25 ,   pp.   645 ~ 653   I S S N:  2088 - 8708 ,   DO I 10 . 11591/i jec e . v 15 i 1 . pp 6 45 - 653             645       Jou r n al  h omepage ht tp: // ij e c e . iaes c or e . c om   Pr e d ic t i n ac a d e m i c  p e r f o r m an c e :  t ow a r d  a  m od e b ase d  o n   m ac h i n e  l e a r n i n g an d  l e ar n e r s i n t e ll ig e n c e s       Jam al  E d d in e   Raf iq 1 ,   Z ak r an Ab d e lal i 1 ,   M oh a m m e d   Am r aou y 2 ,   S ai d   Nouh 3 ,   Abd e l lah   B e n n a n e 4   1 L a bor a to r y of  A r ti f ic ia I n te ll ig e nc e   a nd   C ompl e S ys te ms   E n gi ne e r in g, H a s s a n I I  U ni ve r s it y, C a s a bl a n c a , M or oc c o   2 N a ti ona I ns ti tu te  of  P os ts  a nd  T e le c omm uni c a ti on s M oha mm e d V  U ni ve r s it y,  R a ba t,   M or oc c o   3 I nf or ma ti on T e c hnol ogy a nd M ode li ng , H a s s a n I I   U ni ve r s it y, C a s a bl a n c a , M or oc c o   4 I ns pe c to r s   T r a in in g C e nt e r  f or  E duc a ti on ,   M oha mm e d V  U ni v e r s it y, R a ba t,  M or oc c o       Ar t icle   I n f o     AB S T RA CT   A r ti c le  h is tor y :   R e c e ived  M a 19,   2024   R e vis e Aug  20,   2024   Ac c e pted  S e 3,   2024       W i t h   t h rap i d   ev o l u t i o n   o o n l i n l earn i n g   en v i r o n men t s ,   t h ab i l i t y   t o   p red i ct   s t u d e n t s acad em i p erfo rma n ce  h a s   b eco me  cr u ci al   f o p er s o n al i zi n g   an d   en h an c i n g   t h ed u ca t i o n a l   ex p eri e n ce.   In   t h i s   a rt i c l e,   w p res e n t   a   p red i ct i v mo d el   b as e d   o n   mach i n l ear n i n g   t ech n i q u es ,   d e s i g n e d   t o   b i n t eg ra t ed   i n t o   o n l i n l earn i n g   p l a t fo rm s   u s i n g   t h e   co mp et e n cy - b as e d   ap p r o ach .   T h i s   mo d el   l ev era g e s   feat u res   fr o fo u k e y   d i men s i o n s :   d emo g rap h i c,   s o ci a l ,   emo t i o n al ,   a n d   co g n i t i v e,   t o   accu ra t el y   p red i ct   l earn er s '   acad emi p erfo rma n ce.   W d et a i l   t h e   me t h o d o l o g y   fo co l l ec t i n g   a n d   p ro ce s s i n g   l earn i n g   t race s ,   d i s t i n g u i s h i n g   b et w een   ex p l i ci t   t races ,   s u ch   as   d emo g rap h i d at a,   an d   i m p l i ci t   t race s ,   w h i ch   ca p t u re  l earn er s i n t eract i o n s   an d   b e h av i o r s   d u ri n g   t h ei l earn i n g   p ro ce s s .   T h an a l y s i s   o t h e s d a t n o t   o n l y   i mp r o v e s   t h accu racy   o p erf o rman ce  p red i ct i o n s   b u t   al s o   p ro v i d e s   v al u ab l i n s i g h t s   i n t o   s k i l l   acq u i s i t i o n   an d   l earn er s p ers o n al   d ev e l o p me n t .   T h res u l t s   o t h i s   s t u d y   d emo n s t rat t h p o t en t i a l   o t h i s   mo d e l   t o   t ra n s f o rm   o n l i n ed u cat i o n   b y   mak i n g   i t   mo re  a d ap t i v an d   fo cu s e d   o n   i n d i v i d u al   l earn er s n eed s .   K e y w o r d s :   C ompete nc y - b a s e l e a r ning   Digit a lea r ning   L e a r ning  tr a c e s   M a c hine  lea r ning   P r e dicting  a c a de mi c   P e r f or manc e   Th i s   i s   a n   o p en   a c ces s   a r t i c l u n d e r   t h CC  B Y - SA   l i ce n s e.     C or r e s pon din A u th or :   J a mal  E ddine  R a f iq   L a bor a tor of   Ar ti f icia I ntelli ge nc e   a nd   C ompl e S ys tems   E nginee r ing,   Ha s s a I I   Unive r s it y   150  Ave nue   Nile  S idi   Othman,   C a s a blanc a   20670,   M or oc c o   E mail:   jama l . r a f iq - e tu@e tu. univh2c. ma       1.   I NT RODU C T I ON   Digit a lea r ning  ha s   r e volut ion ize e duc a ti on  by  of f e r ing   ne modalit ies ,   including  onli ne   ins tr uc ti on.   De s pit e   thes e   a dva nc e s ,   it   r e mains   a   c r uc ial  c ha ll e nge   to  a nti c ipate   a nd  e f f e c ti ve ly  im pr ove   lea r ne r s a c a de mi c   pe r f or manc e   us ing  da ta  ge ne r a ted  by  onli ne   lea r ning   platf or ms .   Ac c ur a te  pr e d iction  of   a c a de mi c   pe r f or manc e   is   e s s e nti a to  mee indi vidual  e duc a ti ona ne e ds   a nd  to  a da pt  pe da gogica s tr a tegie s   [ 1] [ 2 ] .   P r e vious   r e s e a r c ha s   e xplo r e va r ious   methods   to   p r e dict  a c a de mi c   pe r f or manc e .   T r a dit ional  a ppr oa c he s ,   s uc a s   thos e   de s c r ibed  in   s tudi e s   [ 3] [ 4] [ 5] ,   pr im a r i ly  f oc us   on  qua nti tative  mea s ur e s   li ke   tes s c or e s .   Although  thes e   methods   ha ve   pr ovided  va luable   ins ight s ,   they  of ten  ove r look   the  br oa de r   c ontext  of   lea r ning,   including   knowle dge   a c quis it ion   a nd   s kil de ve lopm e nt .   T he   main   c ontr ibut o r s   in   thi s   f i e ld  ha ve   e s tablis he f unda menta tec hnique s ,   but  ha ve   not  f ull a ddr e s s e the  c ompl e xit ies   of   int e gr a ti ng  mul ti modal  da ta  in  onli ne   lea r n ing  e nvir onments .   C ur r e nt  mod e l s   of ten  s tr ug gle  to  pr ovid e   a   c ompr e he n s iv e   pr e di c ti on  of   a c a de mi c   pe r f or ma nc e   by  ne gl e c ti ng  th e   mul ti dim e ns i ona na t ur e   of   on li ne   lea r ni ng.   I pa r ti c ul a r ,   ther e   is   a   ga in  th e   u s e   of   da t a   f r om  va r iou s   dim e ns i on s   s u c a s   de mogr a phi c ,   s oc ial,   e m oti on a l,   a nd  be ha v ior a f a c tor s ,   whic a r e   c r uc i a l   f or   a   ho li s ti c   und e r s t a ndi ng  of   lea r ne r s pr o gr e s s .   Addr e s s in thi s   ga c ou ld  s igni f i c a ntl e nh a nc e   th e   Evaluation Warning : The document was created with Spire.PDF for Python.
                                I S S N :   2088 - 8708   I nt  J   E lec   C omp   E ng ,   Vol .   15 ,   No.   1 F e br ua r y   20 25 :   645 - 653   646   a c c ur a c of   pr e dic ti on s   a nd  pr o vid e   mor e   pe r s on a li z e s upp or f or   l e a r n e r s ,   th us   f os t e r ing   be t ter   a c a d e mi c   outcom e s .   I thi s   s tudy,   we   p r opos e   the  a c a de mi c   pe r f or ma nc e   pr e diction  model  ba s e on  c ompete nc y - ba s e d   lea r ning  t r a c e s   ( 4I - C B T ) .   Unlike   tr a dit ional   met hods ,   4I - C B T   uti li z e s   mul ti modal   da ta   to   pr ovid e   a   mor e   pr e c is e   a nd  nua nc e pr e diction   of   lea r ne r s '   a c a de mi c   pe r f o r manc e .   Ou r   model  in tegr a tes   a na lys is   a c r os s   f our   dim e ns ions   of   digi tal  t r a c e s ,   of f e r ing  a   mor e   c omp r e he ns ive  a ppr oa c c ompar e to  e xis ti ng  s olut ions .   T he   f oll owing  s e c ti ons   will   de tail  the  4I - C B T   model,   including  it s   ke c omponents   a nd  da ta  c oll e c ti on  methodology.   W e   will   s how  how  o ur   model  im p r ove s   e xis ti ng  a ppr oa c he s   a nd  dis c us s   it s   e f f e c ti ve ne s s   in  pr e dicting  a c a de mi c   pe r f or manc e .   Additi ona ll y ,   the  r e leva nc e   o f   ou r   r e s ult s   f or   e n ha nc ing   onli ne   tea c hing  a nd  pe r s ona li z e lea r ning  wi ll   be   h ighl ight e d.         2.   M E T HO D   T his   wor is   e xplor a tor y   r e s e a r c h   a bout  how  to  p r e dict   a c a de mi c   pe r f or manc e   in  a   c ompl e onli ne   e nvir onment .   T he   methodology  a dopted  by  our   s tudy,   a s   il lus tr a ted  in  F igu r e   1 .   E nc ompas s e s   f our   pr im a r y   s teps li ter a tur e   r e view ,   model  c onc e pti on,   s olut ion   de ve lopm e nt ,   a nd   r e leva nc e   e va luation.           F igur e   1.   M e thodol ogy  a dopted       2. 1.     L it e r at u r e   r e view   an a lys is     2. 1. 1.   Re s e ar c h   q u e s t ion s   T his   s tudy  ini ti a ll a im s   to   pr ovide  a   c ompr e he ns ive  ove r view   of   r e s e a r c publi s he f r om     2019  to   2024   on   pr e dicting   a c a de mi c   pe r f o r manc e   ba s e on   c ompete nc y - ba s e lea r ning  tr a c e s .   T he   a na lys is   of   thes e   s tudi e s   is   guided  by  the  f our   ke r e s e a r c que s ti ons   pr e s e nted  in  T a ble  1.   B f oc us ing  on  thes e   que s ti ons ,   the  s tudy  s e e k s   to  highl ight   tr e nds ,   g a ps ,   a nd  e mer ging  methodologi e s   in  the  f ield,   p r ovidi ng  va luable   ins ight s   f or   f utur e   r e s e a r c h.       T a ble  1.   R e s e a r c que s ti ons   ID   R e vi e w  que s ti on   M a in  mot iv a ti on   R Q 1   W ha a r e  t he  ma in  f a c to r s  i nf lu e nc in g t he  a c a de mi c   pe r f or ma nc e  of  onl in e  l e a r ne r s ?   I de nt if y a nd unde r s ta nd t he  ke y va r ia bl e s  t ha a f f e c th e   s uc c e s s   of  onl in e  l e a r ne r s  i n or de r  t o de ve lo ta r ge te d i nt e r ve nt io ns  a nd  im pr ove  a c a de mi c  out c ome s .   R Q 2   W ha mode ls  f or  pr e di c ti ng a c a de mi c  pe r f or ma nc e   ha ve  be e n pr opos e d i n t he   e xi s ti ng l it e r a tu r e ?   E va lu a te  t he  c ur r e nt  a ppr oa c he s  a nd t e c hni que s  f or  pr e di c ti ng  a c a de mi c  pe r f or ma nc e  t o i de nt if y e f f e c ti ve  pr a c ti c e s   a nd  pot e nt ia ga ps  i n t he  l it e r a tu r e .   R Q 3   W ha a r e  t he  a dva nt a g e s  a nd l im it a ti ons  of  t he   di f f e r e nt  pr e di c ti on mode ls ?   A na ly z e  t he  s tr e ngt hs   a nd w e a kn e s s e s  of  va r io us  mode ls  t in f or m t he  de ve lo pme nt  of  ne w , mor e  a c c ur a te , a nd r obus mode ls  s ui te d t o t he  c ur r e nt  ne e d s  of  e duc a ti on.   R Q 4   H ow  a r e  c ompe te nc y - ba s e d l e a r ni ng t r a c e s   c ol le c te d a nd a na ly z e d i n e xi s ti ng s tu di e s , a nd w ha is  t he ir  r ol e  i n pr e di c ti ng a c a de mi c  pe r f or ma nc e ?   U nde r s ta nd t he  me th ods  of  c ol le c ti ng a nd  a na ly z in g l e a r ni ng  tr a c e s  t o de te r mi ne  t he ir  e f f e c ti ve ne s s  a nd uti li ty  i n i mpr ovi ng  mode ls  f or  pr e di c ti ng a c a de mi c  pe r f or ma nc e .       2. 1. 2.   S e ar c h   q u e r y   I or de r   to  obtain   the  lar ge s number   of   a r ti c les   a ddr e s s ing  que s ti ons   r e late to  our   s tudy  topi c ,   we   ha ve   us e the  ke ywor ds   e xplaine in   T a ble  2 .   T he s e   ke ywor ds   we r e   c a r e f ul ly  s e lec ted  to   c ove r   a   b r o a r a nge   Evaluation Warning : The document was created with Spire.PDF for Python.
I nt  J   E lec   C omp   E ng     I S S N:   2088 - 8708         P r e dicting  ac ade mic   pe r for manc e :   tow ar mode bas e on     ( J amal  E ddine  R afi q )   647   of   r e leva nt   theme s   a nd   e ns ur e   c ompr e he ns ive  s e a r c r e s ult s .   T his   a ppr oa c h   maximi z e s   the   r e leva nc e   a nd  s c ope   of   the  a r ti c les   include in  the  a na lys is ,   c ont r i buti ng  to  the   ove r a ll   r igor   of   the  s tudy.     2. 1. 3.   S c ient if ic  d at ab as e s   Us ing  the  pr e vious ly  e s tablis he s e a r c s tr ing,   we   s e a r c he thr e e   major   s c ientif ic  da taba s e s S c opu s W e of   S c ienc e ,   a nd  S c ienc e Dir e c t.   T his   yielde d   a   tot a l   of   185   pa pe r s 61   f r om   S c opus ,   71  f r om   W e of   S c ienc e ,   a nd  53   f r om  S c ienc e Dir e c t.   T he   inclus io of   thes e   mul ti ple   da taba s e s   e ns ur e a   c ompr e he ns ive  a nd  diver s e   c oll e c ti on  of   s tudi e s ,   e nha nc ing  the  r obus t ne s s   of   our   li te r a tur e   r e view .       T a ble  2.   I nit ial   s e a r c s tr ing   T opi c   S e a r c h t e r ms   P r e di c ti ng a c a de mi c  pe r f or ma nc e   P r e di c ti ng   a c a de mi c  pe r f or ma nc e   O R   a c a d e mi c  pe r f or ma nc e  pr e di c ti on   A dva nc e d t e c hni que s   AND  ma c hi ne  l e a r ni ng   O R   a r ti f ic ia in te ll ig e nc e   L e a r ne r  i nt e ll ig e nc e s  a nd  e nvi r onme nt a in di c a to r s   AND  le a r ni ng t r a c e s   O R   c ogni ti ve   O R   s oc ia l   O R   e mot i ona l   O R   de mogr a phi c   O nl in e  l e a r ni ng   AND  onl in e  l e a r ni ng   O R   e - le a r ni ng   C ompe te nc y - ba s e d l e a r ni ng   AND  C ompe te nc y - B a s e d L e a r ni ng  T r a c e s   O R   c ompe te nc y - ba s e d e duc a ti on   I nt e r a c ti ons  i n l e a r ni ng   A N D   i nt er a ct i ons   O R   t eacher - s t udent  i nt er a ct i ons       2. 1. 4.   S t u d s e lec t ion   I thi s   p ivot a s tep,   our   pr i mar ob jec ti ve   wa s   t c hoos e   r e leva nt  s tudi e s   that   s he li ght   on  the  r e s e a r c que s ti ons   ( R Qs )   a t   ha nd.   I n   s e ns e ,   ha v e   a ppli e the   inclus ion   a nd  e xc lus ion   c r it e r ia   ou tl ined  in   T a ble  3.   B a s e on  thes e   c r i ter ia,   we   ha ve   s e lec ted  18  r e leva nt  s tudi e s   in   our   r e s e a r c f ield   f r om  the  ini ti a ll y   c oll e c ted  185  a r ti c les .   T a ble   4   pr e s e nts   the   li s o f   s e lec ted  a r ti c les ,   c a tegor ize d   by   type  o f   indi c a tor s   a nd   by  a lgor it hm  us e f o r   pr e dicting   a c a de mi c   pe r f o r manc e .       T a ble  3.   I nc lus ion  a nd  e xc lus ion  c r it e r ia   I nc lu s io n c r it e r ia   E xc lu s io n c r it e r ia   P ubl is he d 2019 2024   E ngl is h   E mpi r ic a l,  pr im a r r e s e a r c h I nde xe d   I nde xe d i n W e b of  S c ie nc e  or  S c opus   J our na or  C onf e r e nc e  P r oc e e di ngs   U s e  c a s e  of  pr e di c ti ng a c a de mi c  p e r f or ma nc e   P ubl is he d be f or e  2019   N ot  i n E ngl is h   N ot  pr im a r y r e s e a r c h ( e .g. , r e vi e w )   N ot   in de xe W oS  or  S c opus   N ot  a  j our na a r ti c le   N o I T  of  pr e di c ti ng a c a de mi c  pe r f or ma nc e   D upl ic a te  pa pe r s   P a pe r s  a va il a bl e  onl y a s  a bs tr a c t s  or  P ow e r P oi nt  pr e s e nt a ti ons       T a ble  4.   R e leva nt  s tudi e s   c las s if ied  by  type  of   indi c a tor s   a nd  pr e dictive  a lgor i thm   us e d   T ype  of   in di c a to r s   A lg or it hms   S tu di e s   C ogni ti ve   L R , R F , S V M , N B , K N N , S V R C N N , R L , A N N , F D N , D T , S V M   [ 6] [ 7] [ 8] [ 9 ] [ 10] [ 11] [ 12] [ 13]   S oc ia l   S V R , C N N , A N N , K N N D T , R F , S V M M R , D T , N B   [ 11] [ 14] [ 15] [ 16 ] [ 17] [ 18] [ 19]   E mot io na l   C N N , F D N , R F , D T , K N N   [ 14] [ 18] [ 20] [ 21 ]   D e mogr a phi c   D T V S M ,   N B K N N , R F   [ 17] [ 8] [ 22] [ 23 ]       2. 2.     Conce p t io n   an d   m od e li z a t ion   T he   a na lys is   of   the  s tudi e s   s e lec ted  in  the  pr e vious   s tage   a ll owe us   to  pr opos e   a   model  f or   pr e dicting  a c a de mi c   pe r f or manc e   in   li ne   with   the  pr inciples   of   e xplor a ti on   theor a nd   the  f ou r   c a te gor ies   of   lea r ning  tr a c e s s oc ial,   c ognit ive,   e mot ional,   a n de mogr a phic  d im e ns ions .   T his   model  int e gr a t e s   thes e   dim e ns ions   to  pr ovide   a   mor e   holi s ti c   a nd  a c c ur a te  pr e diction   of   lea r ne r s '   a c a de mi c   s uc c e s s .   T he   de tailed   de s c r ipt ion  a nd  a na lys is   of   the   pr opos e model   will   be   pr e s e nted  in   the  a na lys is   a nd   dis c us s ion   s e c ti on of f e r ing  f ur ther   ins ight s   int o   it s   s tr uc tur e   a nd   e f f e c ti ve ne s s .     2. 3.     S olu t ion   d e ve lop m e n t     T he   hybr id  pr e dictive  model  we   de ve loped  c ombi ne s   mul ti ple  r e gr e s s ion  ( M L ) ,   a r ti f icia ne ur a l   ne twor ks   ( AN N) ,   a nd  r a ndom  f o r e s ( R F )   to  maximi z e   the  a c c ur a c of   a c a de mi c   pe r f or manc e   pr e dictions .   T his   model  ha s   be e e nc a ps ulate in  a   plugi n   s pe c if ica ll de s igned  f or   the  M oodle  onli ne   lea r ning   platf or m.   T he   int e gr a ti on   of   th is   plugi int o   M oodle  wa s   a c hieve us ing  the  platf or m's   API s   a nd   pr og r a mm ing   int e r f a c e s ,   a ll owing  s e a ml e s s   int e r a c ti on  be twe e the  pr e dictive  model  a nd  c ou r s e   da ta.   S pe c if i c a ll y,   the   plugi c a r e tr ieve   lea r ne r   da ta,   s uc a s   their   s c or e s ,   f or um   pa r ti c ipation ,   a nd  a s s ignm e nt  s ub mi s s ion   Evaluation Warning : The document was created with Spire.PDF for Python.
                                I S S N :   2088 - 8708   I nt  J   E lec   C omp   E ng ,   Vol .   15 ,   No.   1 F e br ua r y   20 25 :   645 - 653   648   a c ti vit ies ,   to   pr oc e s s   a nd  p r ovide   r e a l - ti me  pr e dict ions   of   their   f utu r e   pe r f or manc e .   T he   p r e diction   r e s ult s   a r e   then  a c c e s s ibl e   to  ins tr uc tor s   via   the  M oodle   da s hboa r d,   ther e by   f a c il it a ti ng   pe da gogica l   de c is ion - making   a nd  pe r s ona li z e lea r ne r   s uppor t .   T his   int e g r a ti o a ls e ns ur e s   c onti nuous   upda ti ng  o f   p r e diction s   a s   ne w   da ta  be c omes   a va il a ble,   thus   maintaining  the   r e lev a nc e   a nd  a c c ur a c of   the  a na lys e s   pr ovided  by   the  model.     2. 4.     Re levance   e valu at io n     Dur ing  the  c ode   de ve lopm e nt  a nd  thr oughout  the  va li da ti on  pha s e s ,   tes t s   we r e   s c h e duled  to  e ns ur e   pr oduc qua li ty   c ontr o l.   I n   thi s   r e ga r d ,   we   a im e d   to   a s s e s s   the  pe da gogica a nd  tec hnica l   r e leva nc e   of   the   pr opos e s olut ion.   T he   a na lys is   a nd  dis c us s ion  s e c ti on  highl ight s   the  pe da gogica qua li ty  of   our   mod e l,   while   the  tec hnica r e leva nc e   will   be   a dd r e s s e in  a nother   pa pe r .     2. 5.     E xp loi t a t ion   an d   m ain t e n a n c e   T his   pha s e   a ll owe us   to  e f f e c ti ve ly  moni to r   the   ope r a ti on  o f   our   pr e dictive  model  ba s e on  the   tr a c e s   c oll e c ted  f r om   int e r a c ti ons   o f   lea r ne r s   with   the  c ou r s e   their   tea c he r s   de ployed  on   the   M oodle  onli ne   platf or m.   C ons e que ntl y,   we   we r e   a ble   to  c or r e c de ve lopm e nt  bugs ,   f ine - tune  it s   ope r a ti ons ,   a n a djus t   pa r a mete r s .   Ongoing   us e   o f   the   plugi n   a ls in volved  r e gular   pe r f or manc e   moni tor ing ,   ga ther i ng  us e r   f e e dba c k,   a nd  c onti nuous ly  im pleme nti ng   e nha nc e ments   to  e ns ur e   it s   e f f e c ti ve ne s s   a nd  r obus tnes s .       3.   RE S UL T S   AN DI S CU S S I ON   T h e   a na lys is   of   p r e vi ous   s t ud ies ,   pa r ti c u la r ly   th a t   o f   V i ma r s ha   e t   al .   [ 8 ] ,   u nd e r s c o r e s   t he   c o mp le xi t y   o f   h u man   in te ll i ge n c e   a nd   it s   di r e c t   im pa c t   o n   a c a de mi c   a c hi e v e m e n t ,   e s p e c ial l in   th e   c o nt e x t   o f   o n li ne   le a r n in g .   T h e s e   w o r ks   c on ve r ge   o n   t he   r e c og ni t io o f   t he   i m po r tan c e   n ot   on ly   o f   c o gn it i ve   d im e ns io ns   b ut   a ls o   o f     s oc i o - e mo ti on a l   a nd   de mo gr a p hi c   f a c to r s .   T he   s tu d ies   i n   [ 24 ]   ha v e   e l uc id a te d   t he   e vo lu t io o f   i nte l li ge n c e   c ons t r u c ts ,   e m ph a s i z i ng   t he   pl u r a l i ty   o f   i n te ll ig e nc e   f o r ms   a n d   the i r   r o le   i n   p r e d ic ti ng   a c a de mi c   a c h ie ve me nt .   M or e   s p e c i f ic a l ly ,   s tu d ies   [ 2 5 ]   a nd   [ 2 6 ]   h a ve   de mon s t r a te d   t he   c r i ti c a l   i mp o r ta nc e   o f   e mo t io na l   i nt e l li ge nc e   a n s oc i a l   s up po r f o r   the   a c a d e m ic   s u c c e s s   of   s e c o nd a r y   s c ho o s tu de nts ,   the r e b c o r r o bo r a t in th e   f in di ngs   o f   [ 24 ] T h e   a n a l ys i s   o f   o nl in e   le a r n in t r a c e s   [ 2 7]   r e ve a ls   a   s ig ni f ica n po te nt ia l   f o r   p r e d ic ti ng   a c a d e m ic   pe r f o r ma nc e .   B y   c o mb in in g   c o gn it iv e   mea s u r e s   a n d   in no va ti ve   pe da go gi c a l   s tr a t e g ies   [ 28 ] ,   s u c h   a s   c o ll a b o r a t i ve   le a r n i ng ,   we   c a n   r e f ine   ou r   p r e d ic t io m ode ls .   O u r   m od e l   in   F ig u r e   2   i nt e g r a tes   a   m ul ti di me ns io na l   a p p r oa c h ,   dyn a m ic a l ly  a na ly z i ng   le a r ne r s '   s ki ll   d e ve lo p men t   in   a   r ic h   a nd   in te r a c t i ve   lea r ni ng   e nv ir on me n t .   T h is   a p pr oa c h   a l lows   f o r   a   b e t te r   un de r s t a n di ng   o f   t he   f a c t or s   in f lu e n c i ng   on l in e   s uc c e s s .   F i r s tl y ,   w e   c o ll e c t   l e a r n e r s '   l e a r n i ng   t r a c e s ,   i nc l ud in g   b ot e x pl ic i t r a c e s   ( r e v e a l i ng   c og ni t ive ,   s oc i a l ,   a n e m ot i ona l   p r oc e s s e s )   a n d   i mp l ic it   tr a c e s   ( s u c h   a s   d e m og r a p hic   da ta ) .   T h is   he t e r o ge n e o us   da ta   is   th e n   p r oc e s s e d   t o   f e e d   a   h yb r id   p r e d ic ti on   m ode l,   t he r e by  e na bl in g   t he   e s t im a t io n   o f   e a c h   l e a r n e r 's   a c a d e m ic   pe r f or ma nc e .           F igur e   2.   Ac a de mi c   pe r f o r manc e   pr e diction  model  ba s e on  c ompete nc y - ba s e lea r ning  tr a c e s   Evaluation Warning : The document was created with Spire.PDF for Python.
I nt  J   E lec   C omp   E ng     I S S N:   2088 - 8708         P r e dicting  ac ade mic   pe r for manc e :   tow ar mode bas e on     ( J amal  E ddine  R afi q )   649   3. 1.     Com p e t e n c y - b as e d   lear n in g   as   p e d agogical   f r am e wor k   Ac c or ding  to   W e iner t   [ 29] ,   c ompete nc e   is   a i ntegr a ted  c ombi na ti on   of   knowle dge ,   s kil ls ,   a nd   mot ivations ,   a da pted  to  s it ua ti ons .   De   L a nds he e r e   e mphas ize s   that  it   goe s   b e yond  the  is olate a ppli c a ti on  of   a bil it ies   [ 30] .   C ompete nc y - ba s e lea r ning,   whic f oc us e s   on   pr a c ti c a a ppli c a ti on   a nd   pr oblem - s olvi ng,   pr omot e s   a   de e pe r   unde r s tanding  a nd   be tt e r   p r e pa r a ti on  f or   r e a l - wor ld  c ha ll e nge s   [ 31] .   I e n c our a ge s   a utonom y,   r e s pons ibi li ty,   a nd  the  de ve lopm e nt   of   t r a ns ve r s a s kil ls   s uc a s   c r i ti c a th inki ng   a nd  c oll a bor a ti on   [ 32] .   Online  lea r n ing,   in  th is   pe r s pe c ti ve ,   of f e r s   a   f lexible  a nd  pe r s ona li z e platf or m,   a ll owing  le a r ne r s   to  pr ogr e s s   a their   own   pa c e   a nd  de ve lop  the   ne c e s s a r s kil ls   [ 33] .     3. 2.     Com p e t e n c ies   d e ve lop m e n t   p r oc e s s   T he   de ve lopm e nt  of   a   c ompete nc y,   ini ti a ll in   a e mbr yonic  s tate   ( C 0) ,   is   a   dyna mi c   pr oc e s s   inf luenc e by  a   c on f luenc e   of   f a c tor s .   R e s our c e s ,   e nc ompas s ing  both  ha r a nd   s of s kil ls ,   s e r ve   a s   the  be dr oc f or   thi s   de ve lopm e nt.   T he   tut or   plays   a   pivot a l   r ole   in  f a c il it a ti ng  lea r ne r   pr og r e s s ,   a da pti ng   ins tr uc ti on  ba s e on   the   a na lys is   of   lea r ning   tr a c e s .   C ons e que ntl y,   the   c ompete nc e volves   to wa r ds   a   de ve loped  s tate   ( DC ) ,   a s   e videnc e by  a c a de mi c   p e r f or manc e ,   with in  a   f r a mew or k   of   a da pti ve   s ys tems .     3. 3.     Ac ad e m ic  p e r f or m an c e   Ac a de mi c   pe r f or manc e ,   of ten  ope r a ti ona li z e a s   a   pr oxy  f o r   c ompete nc y,   is   de r ived  f r om  a   mul ti f a c tor ial  a s s e s s ment  of   s tudent  outcome s   [ 34] .   I e nc ompas s e s   both  qua nti tative  mea s ur e s     ( gr a de s ,   e xa mi na ti ons )   a nd  qua li tative  indi c a tor s   s uc a s   pa r ti c ipation  a nd  qua li ty  of   wor k.   T his   mul ti f a c e ted  a s s e s s ment  e n a bles   the  e v a luation  of   a   s tudent's   c a pa c it to  mobi li z e   the  r e quis it e   knowle dge   a nd  s kil ls   withi their   s pe c if ic  domain  of   s tudy  [ 35 ] .     3. 4.     P r e d ic t ion   algori t h m s   M a c hine  lea r ning  pr ovides   a   diver s e   r a nge   of   me thodol ogies   f or   pr e dicting   a c a de mi c   pe r f o r manc e   [ 36] [ 37 ] .   As   pe r   the   r e s e a r c c onduc ted  by   Al br e iki   e t   al .   [ 38] ,   M ode ls   including   r a ndom   f o r e s ts   ( R F ) ,   a r ti f icia ne ur a l   ne twor ks   ( AN N) ,   a nd  mul ti p le  r e gr e s s ion  ( M R )   a r e   f r e que ntl y   uti li z e d.   T he s e   models   leve r a ge   s ophis ti c a ted  a lgor it hms   to  a na lyze   e xtens ive  da tas e t s   a nd  unc ove r   pa tt e r ns   a s s oc ia ted  with  a c a de mi c   a c hieve ment.   T he   M R   a lgor it hm  us e s   t he   f or mul a   = 0 + 1   1 + 2   2 + . . . +     +   to  e va luate   the  in f luenc e   of   e a c h   indepe nde nt  va r i a ble  on   the  de pe nde nt   va r iable .   R a ndom   f or e s t   pr e dicts   a c a de mi c   pe r f or manc e   by  a ve r a ging  the  pr e diction s   of   mul ti ple   de c is ion  tr e e s   a c c or ding  to   ̂ = 1 ( ) = 1 Ar ti f icia ne ur a l   ne twor ks   ( AN N)   us e   the  f or m ula   ̂ = ( . + ) = 1   to   tr a ns f or m   we ight e input   f e a tur e s   thr ough  a n   a c ti va ti on  f unc ti on   to  obtain   th e   f inal  p r e diction.     3. 5.     T h e   4I   I thi s   s e c ti on,   we   e xplor e   the   f our   types   of   indi c a tor s   ( 4I )   that  ha ve   a   s igni f ica nt  im pa c t   on  onli ne   a c a de mi c   pe r f or manc e .   T he s e   indi c a tor s   a r e   de r ived  f r om   e xpli c it   tr a c e s   ( de mogr a phic   indi c a t or s )   a nd   im pli c it   one s   ( e mot ional,   s oc ial,   a nd  c ognit iv e   int e ll igenc e ) .   C ognit ive  int e ll igenc e   is   e s s e nti a f o r   unde r s tanding  c onc e pts ,   s olvi ng  pr oblems ,   a nd  a c quir ing  ne knowle dge   thr ough  d igi tal  r e s our c e s   [ 39] S im il a r ly,   s oc ial  int e ll igenc e   is   ke y   f or   int e r a c ti ng  with  pe e r s   a nd   tea c he r s   via  onli ne   tool s ,   f a c il it a ti ng   c oll a bor a ti on  a nd   c oope r a ti ve   lea r ning   [ 40 ] .   E mot i ona int e ll igenc e   is   c r uc ial   onli ne ,   he lpi ng   lea r ne r s   mana ge   their   e mot ions   in  the   f a c e   o f   e duc a ti ona c ha ll e ng e s   [ 41] F inally ,   de mog r a phic  c ha r a c ter is ti c s   play  a   c r uc ial   r ole  in   lea r ne r s a c a de mi c   pe r f or manc e ,   dir e c tl inf luenc ing   their   s uc c e s s   in  onli ne   lea r ning   [ 42] .   B c ombi ning  thes e   f our   types   of   indi c a tor s ,   our   mod e e nha nc e s   the  a c c ur a c of   onli ne   a c a de mi c   pe r f or manc e   pr e dictions ,   e na bli ng  mo r e   pe r s ona li z e a nd  tar ge t e int e r ve nti ons   to  s uppor t   e a c lea r ne r .     3. 6.     Digit a lear n in g   t r ac e s     digi tal  lea r ning  tr a c e ,   a s   de f ined  by  [ 43] is   a   s e que nc e   of   a c ti ons   pe r f or med  by  a   lea r ne r   withi a   c omput e r - ba s e lea r ning  e nvir onment  ( C B L E ) .   A f ter   c lea ning  a nd   tr a ns f or mation ,   thes e   tr a c e s   a ll ow   f or   the  e xtr a c ti on  of   ke indi c a tor s   that  c a be   us e to  pe r s ona li z e   the  lea r ning  e xpe r ienc e .   F igu r e   3   il lus tr a tes   how  thes e   indi c a tor s   a r e   uti li z e to   tailor   e duc a ti ona in ter ve nti ons   ba s e on  indi vidual  lea r ne r   be ha vior s .   T he   pr oc e s s ing  of   onli ne   lea r ning   tr a c e s   f oll ow s   a   r igo r ous   mul t i - s tep  pr oc e s s .   F ir s tl y,   da ta   is   c oll e c ted  f r om   lea r ne r   int e r a c ti ons   with   the  lea r ning  platf o r m,   including   both   e xpli c it   a c ti ons   ( logi ns ,   s ubmi s s ion s )   a nd   im pli c it   a c ti ons   ( ti me   s pe nt  o tas ks ,   na vigation   pa ths ) .   T his   da ta  is   then   c lea ne a nd   s tr uc tur e to   f a c il it a te   a na lys is .   Onc e   pr e pa r e d ,   the  da ta  is   a na lyze us ing  s tatis ti c a tool s   a nd   mac hine  lea r ning  tec hniques   to   identif y   pa tt e r ns   a nd  t r e nds   in  lea r ning   be ha vior s .   T he   r e s ult s   o f   thi s   a na lys is   a r e   s umm a r ize in  r e por ts   that  a s s e s s   lea r ne r s pr ogr e s s ,   identif their   s tr e ngths   a nd  we a kne s s e s ,   a nd  highl ight   a r e a s   f or   im pr ove ment .   T his   in f or mation   s e r ve s   a s   the  ba s is   f or   pe r s ona li z ing   lea r ning   pa ths   by   of f e r ing   a c ti vit ies   tailor e to  indi vidual  lea r ne r   ne e ds   a nd  a djus ti ng  pe da gogica s tr a tegie s   a c c or dingl y.   Evaluation Warning : The document was created with Spire.PDF for Python.
                                I S S N :   2088 - 8708   I nt  J   E lec   C omp   E ng ,   Vol .   15 ,   No.   1 F e br ua r y   20 25 :   645 - 653   650       F igur e   3.   L if e c yc le  of   lea r ning  t r a c e s       3. 7.     Ac ad e m ic  p e r f or m an c e   p r e d ict io n   ap p r oac h   I thi s   s tudy ,   we   e xplor e   the   f a c tor s   inf luenc i ng  onli ne   a c a de mi c   pe r f or manc e   by   int e gr a ti ng   indi c a tor s   de r ived   f r om   lea r ne r s '   e xpli c it   a nd  i mpl icit  t r a c e s .   W e   c ons ider   a   s e t   of   va r iable s ,   including  pr e vious   a c a de mi c   r e s ult s ,   e nga ge ment  in  lea r ning  a c ti vit ies   ( dis c us s ion  f or ums ,   onl ine  r e s our c e s ) ,   de mogr a phic  c ha r a c ter is ti c s ,   a nd  dim e ns ions   r e late to  the  thr e e   int e ll igenc e s .   T his   c ompr e he ns ive  a ppr oa c a ll ows   us   to  a na lyze   the  mul ti f a c e ted  na tur e   of   onli ne   lea r ning  a nd  identi f the  ke e leme nts   th a im pa c lea r ne r s s uc c e s s .   T a s s e s s   c ognit ive  int e ll igenc e   in   onli ne   lea r ni ng,   we   c a n   a na lyze   lea r ne r s c ognit ive  a c ti vit ies .   P r oblem  s olvi ng,   knowle dge   a c quis it ion,   a nd  pa r ti c ipation  in  on li ne   dis c us s ions   a r e   ke in dica tor s .     Onditi   e t   al .   [ 44]   s howe d   that   a na lyzing  f o r um   c ontent   c a e va luate   lea r ning   outcome s .   T e xt   a na lys is   methods   c a mea s ur e   how  we ll   lea r ne r s c ontr ibut ions   a li gn  with  lea r ning  objec ti ve s .   S oc ial  int e ll igenc e ,   c r uc ial  f or   onl ine  c oll a bor a ti on  [ 45] ,   is   mea s ur e by  the  s oc ial  int e ll igenc e   s c or e   ( S I S ) .   T his   s c or e   i ntegr a tes   the  number   of   pos ts   ( NPD ) ,   r e pli e s   ( NPR ) ,   a n view s   ( NV ) .   T he   f or mul a    = (  +  ) ×    a s s e s s e s   a   lea r ne r 's   s oc ial  e nga ge ment.   T o   e va lu a te  e mot ional  int e ll igenc e ,   e s s e nti a f or   on li ne   m oti va ti on  [ 46] ,   we   a na lyze   e mot ions   e xp r e s s e in  mes s a ge s .   W e   us e   the  b idi r e c ti ona l   e nc ode r   r e pr e s e ntations   f r om   tr a ns f or mer s   ( B E R T )   model ,   a s   in  R a f iq   e al .   [ 47] ,   f or   s e nti ment  a na lys is .   M e s s a ge s   a r e   pr e pr oc e s s e d.   M e s s a ge s   a r e   pr e pr oc e s s e be f or e   a na lys is .   T o   c a lcula te  the  de mogr a phic  s c or e ,   we   in tegr a te  s e ve r a s igni f ica nt  e nvir onmenta l   c ha r a c ter is ti c s ge ogr a phic  r e gion,   ne ighbo r hood  pove r ty  leve l,   pr ior   e duc a ti on,   a ge ,   ge nde r ,   a nd  dis a bil it s tatus .   T he s e   indi c a tor s   a r e   c ombi ne to  a s s e s s   the  ove r a ll   im pa c of   the  s oc io - e c onomi c   e nvir onment  on  lea r ne r s a c a de mi c   pe r f o r manc e .   T he   pr opos e f o r mul a   is          = 1 ×   + 2 ×      + 3 ×          + 4 × + 5 ×  + 6 ×            T his   a ppr oa c is   gr ounde in  r e c e nt  r e s e a r c in dica ti ng  that  thes e   c ha r a c ter is ti c s   s igni f ica ntl inf luenc e   e duc a ti ona oppor tuni ti e s   a nd  r e s our c e s ,   ther e by   i mpac ti ng  a c a de mi c   pe r f or manc e   [ 48 ] .   F inally ,   the   lea r ne r 's   ove r a ll   s c or e   is   c a lcula ted  us ing  the  we ight e a ve r a ge   of   the  s c or e s   of   the  5 I .   E a c s c or e   is   we ight e a c c or ding  to  it s   r e lative  im po r tanc e   in   the  c ontex of   onli ne   lea r ning .   T his   ove r a ll   s c or e   is   us e to   pr e dict   lea r ne r   pe r f o r manc e .        = 1   + 2   + 3   + 4         T e nr ich  ou r   model,   we   s uppleme nt   lea r ning   tr a c e s   with  lea r ne r s   de mogr a phic   da ta.   W e   c oll e c in f or mation  on  their   a c a de mi c   ba c kgr ound,   int e r a c ti ons ,   e mot i ona s tate s ,   s ubmi tt e a c ti vit ies ,   s uc c e s s e s /f a il ur e s ,   a s   we ll   a s   other   s pe c if ic  f a c tor s   s uc a s   the  r e s our c e s   c ons ult e d,   c onne c ti on  dur a ti on,   a nd  lea r ning  p r e f e r e n c e s .   Our   onli ne   a c a de mi c   pe r f or manc e   pr e diction  model  i s   gr ounde in  thi s   s ys temic  a ppr oa c that  int e gr a tes   the  c ognit ive,   s oc ial,   e mot ional,   a nd   de mogr a phic  in dica tor s .   I n   ter ms   of   the  s oc ial  di mens ion,   B ona f ini   e al .   [ 49]   de mons tr a ted   that  e nga ge ment   in  dis c us s ion  f or ums   wa s   a s s oc iate with  higher   s c or e s   a nd  gr e a ter   r e tention  in   mas s ive  ope n   onli ne   c our s e s   ( M OO C s ) .   Additi ona ll y,   the   da ta   a na lyze in   r e s e a r c [ 50]   include thr e e   types   of   a c ti vit ies   ( videos   wa tche d,   a s s ignm e nts   s ubmi tt e d,   a nd   mes s a ge s   wr it ten)   a s   indi c a tor s   of   lea r ne r   e nga ge ment  in   onli ne   tas ks .   T he   r e s ult s   of   the  lea r ning   a na lyt ics   a ppr oa c f r om   [ 50]   s howe that  a ll   thr e e   indi c a tor s   ( videos   wa tche a s   c ontextua dim e ns ion,   a s s ignm e nts   s ubmi tt e a s   c ognit ive  dim e ns ion,   a nd   mes s a ge s   pos ted  a s   s oc ial  dim e n s ion)   of   e nga ge ment  in  onli ne   tas ks   s igni f ica ntl pr e dicte a c a de mi c   Evaluation Warning : The document was created with Spire.PDF for Python.
I nt  J   E lec   C omp   E ng     I S S N:   2088 - 8708         P r e dicting  ac ade mic   pe r for manc e :   tow ar mode bas e on     ( J amal  E ddine  R afi q )   651   pe r f or manc e ,   with   s c or e s   on  the  f inal   e xa s e r ving  a s   a   mea s ur e   of   their   a c a de mi c   pe r f o r ma nc e .   B int e gr a ti ng  thes e   dif f e r e nt  dim e ns ions   of   int e l li ge nc e ,   our   model  a im s   to  pr ovide  a a c c ur a te  a nd  c ompr e he ns ive  pr e diction  of   onl ine  a c a de mi c   pe r f or manc e ,   c ons ider ing  the  d iver s it of   lea r ne r s a bil it ies   a nd  s kil ls   in  a   digi tal   lea r ning  e nvi r onment.       4.   CONC L USI ON   E duc a ti on  is   unde r going  a   pr o f ound  tr a ns f or mati on  with   the  r is e   of   digi tal   lea r ning ,   pa r ti c ular ly   onli ne   e duc a ti on.   T his   pa pe r   int r oduc e s   the  4I - C B T   c onc e ptual  model,   de s igned  to  pr e dict  a nd   e nha nc e   lea r ne r s a c a de mi c   pe r f o r manc e   in   onli ne   e nvir on ments .   T he   model   leve r a ge s   a r ti f icia int e ll igenc e ,   uti li z ing   tec hniques   s uc a s   mul ti ple   r e gr e s s ion,   a r ti f icia l   ne ur a l   ne twor ks ,   a nd   r a ndom   f o r e s ts ,   while   int e gr a ti ng  c ognit ive,   s oc ial,   e mot ional,   a nd   de mogr a phic  ind ica tor s .   Unlike   pr e vious   s tudi e s   that   of ten   f oc us e on  one   to  thr e e   dim e ns ions   to  pr e dict  a c a de mi c   pe r f or manc e ,   ne glec ti ng  the  c ompl e xit of   f a c tor s   inf luenc ing  lea r ne r   outcome s ,   our   mul ti modal  model  int e gr a te s   f our   dim e ns ions   a nd  17   dis ti nc c ha r a c ter is ti c s ,   o f f e r ing  a   mor e   c ompr e he ns ive  a nd  a c c ur a te  e va luation.   T h is   model  is   de s igned  to  e nr ich  the   onli ne   lea r ning  e x pe r ienc e   by  c ons ider ing  thes e   diver s e   dim e ns ion s .   I a ls pr ovides   a   f ounda ti on  f or   unde r s tanding  c ompete n c y - ba s e d   onli ne   lea r ning   pr oc e s s e s ,   of f e r ing   numer ous   r e s e a r c oppor tuni ti e s   to  va li da te   or   r e f u te  it s   pr opos i ti ons .   I n   the  f utur e ,   we   plan  to   e nha nc e   our   model  by  e xplo r ing  ne de e lea r ning  tec hniques   a nd  r e f ini ng  th e   c r it e r ia  f or   e va luating  pr e dictive  pe r f or manc e .   W e   a ls e nvis ion  e xpa nding  our   model  to  s uppor pe r s ona li z e onli ne   lea r ning,   p r ovidi ng  tailo r e pe da gogica r e c omm e nda ti ons   ba s e on  pr e dicte a c a de mi c   pe r f or manc e .         RE F E RE NC E S   [ 1]   S L a r a bi - M a r ie - S a in te R J a n,  A A l - M a to uq,  a nd  S A la bduha di T he   im pa c of   ti me ta bl e   on  s tu de nt s   a b s e nc e s   a nd   pe r f or ma nc e ,”   P L oS O N E , vol . 16, no. 6 J une , pp. 1 22, 2021, doi:  10.1371/j our na l. pone .0253256.   [ 2]   K F a hd,  S J M ia h,  a nd  K A hme d,  P r e di c ti ng  s tu de nt   pe r f or ma nc e   in   a   bl e nde le a r ni ng  e nvi r onme nt   us in le a r ni ng  ma na ge me nt  s y s te m i nt e r a c ti on da ta ,”   A ppl ie d C om put in g and  I nf or m at ic s , 2021, doi:  10.1108/AC I - 06 - 2021 - 0150.   [ 3]   S H a s e e na   a nd  S P e te r D a ta   mi ni ng  te c hni que s e duc a ti ona s ys te m,”   I nt e r nat io nal   J our nal   of   A dv anc e R e s e ar c T r e nd s   in   E ngi ne e r in g and T e c hnol ogy  ( I J A R T E T ) , vol . 4, no. 4, pp. 41 4 3, 2017.   [ 4]   X .   X u ,   J .   W a ng ,   H .   P e n g,   a nd   R .   W u,   P r e d i c ti on   of   a c a de mi c   p e r f or ma n c e   a s s o c ia te d   w it h   i nt e r n e t   u s a g e   b e ha vi or s   u s in g   m a c h in l e a r ni n a lg or i th m s ,   C o m put e r s  i n   H u m a n B e h a v i o r ,  v ol .  9 8,  n o.  J a nu a r y,  p p.  1 66 1 73 20 19 do i:   10 .1 01 6/ j. c h b. 20 19 .0 4. 01 5.   [ 5]   R . T or mon, B . L . L in ds a y, R . M . P a ul , M . A . B oyc e , a nd K . J ohns to n, “ P r e di c ti ng a c a de mi c  pe r f or ma nc e  i n f ir s t - ye a r  e ngi ne e r in s tu de nt s T he   r ol e   of   s tr e s s r e s il ie nc y,  s tu de nt   e ng a ge me nt a n gr ow th   mi nds e t,   L e ar ni ng  and   I ndi v id ual   D if fe r e n c e s ,   vol 108,   2023, doi:  10.1016/j .l in di f .2023.102383.   [ 6]   P X ua L a m,  P Q H .   M a i,   Q H .   N guye n,   T .   P ha m,  T H .   H N guye n,  a nd  T H .   N guye n,   E nha nc in e duc a ti ona e va lu a ti on  th r ough  pr e di c ti ve   s tu de nt   a s s e s s me nt   mode li ng,”   C om put e r s   and   E duc at io n:   A r ti fi c ia I nt e ll ig e nc e vol 6,  2024,  doi :   10.1016/j .c a e a i. 2024.100244.   [ 7]   X W a ng,  Y .   Z ha o,  C .   L i,   a nd  P R e n,  P r obS A P A   c o mpr e he ns iv e   a nd   hi gh - pe r f or ma nc e   s ys te m   f or   s tu de nt   a c a d e mi c   pe r f or ma nc e  pr e di c ti on,”   P at te r n R e c ogni ti on , vol . 137, 2023, doi:  10.1016/j .pa tc og.2023.109309.   [ 8]   K V im a r s ha S P S .   P r a ka s h,  K .   K r in ki n,  a nd  Y .   A S hi c h ki na S tu de nt   pe r f or ma nc e   pr e di c ti on:   a   c o - e vol ut io na r hy br id   in te ll ig e nc e  mode l,   P r oc e di a C om put e r  Sc ie n c e , vol . 235, pp.  436 446, 2024, doi:  10.1016/j .pr oc s .2024.04.043.   [ 9]   C F R odr íg ue z - H e r nde z M M us s o,  E K yndt a nd  E C a s c a ll a r A r ti f ic ia ne ur a ne twor ks   in   a c a de mi c   pe r f or ma nc e   pr e di c ti on:   S ys te ma ti c   im pl e me nt a ti on  a nd  pr e di c to r   e va lu a ti on,”   C om put e r s   and  E duc at io n:   A r ti fi c ia I nt e ll ig e nc e vol 2,  2 021,   doi 10.1016/j .c a e a i. 2021.100018.   [ 10]   E M ur a to v,  M L e w is D .   F our c he s A T r ops ha a nd  W C C ox,  C omput e r - a s s is te de c is io s uppor f or   s tu de nt   a dmi s s i ons   ba s e on  th e ir   pr e di c te a c a de mi c   pe r f or ma nc e ,”   A m e r ic an  J our nal   of   P har m ac e ut ic al   E duc at io n vol 81,  no.  3,  2017,  doi :   10.5688/a jp e 81346.   [ 11]   J M a li ni   a nd  Y K a lp a na ,   I nve s ti ga ti on  of   f a c to r s   a f f e c ti ng  s tu de nt   pe r f or ma nc e   e va lu a ti on  u s in e duc a ti on  ma te r ia ls   da ta   mi ni ng t e c hni que ,”   M at e r ia ls  T oday :  P r oc e e di ng s , vol . 47, pp. 6105 6110, 2021, doi:  10.1016/j .ma tp r .2021.05.026.   [ 12]   P a r ka vi   R . K a r th ik e ya P . a nd  S A bdul la A . P r e di c ti ng  a c a de mi c   pe r f or ma nc e   of   le a r ne r s   w it th e   th r e e   doma in s   of   le a r ni ng   da ta   us in ne ur o - f uz z mode a nd  ma c hi ne   le a r ni ng  a lg or it hms ,”   J our nal   of   E ngi ne e r in R e s e ar c h 2023,  doi :   10.1016/j .j e r .2023.09.006.   [ 13]   M C he a nd  Z L iu P r e di c ti ng  pe r f or ma nc e   of   s tu de nt s   by  opt im iz in tr e e   c ompone nt s   of   r a ndom  f or e s us in ge n e ti c   a lg or it hm,”   H e li y on , vol . 10, no. 12, 2024, doi 10.1016/j .he li yon.2024.e 32570.   [ 14]   G W a ng  a nd  T .   R e n,  D e s ig n   of   s por ts   a c hi e ve me nt   pr e di c ti on  s ys te ba s e on   U - ne c onvolut io na ne ur a l   ne twor in   th e   c ont e xt  of  ma c hi ne  l e a r ni ng,”   H e li y on , vol . 10, no. 10, 2024, do i:  10.1016/j .he li yon.2024.e 30055.   [ 15]   H W a he e d,  S U H a s s a n,  R N a w a z N R A lj oha ni G C he n,   a nd  D G a s e vi c E a r ly   pr e di c ti on   of   le a r ne r s   a t   r is in   s e lf - pa c e d   e duc a ti on:  a  ne ur a ne twor k a ppr oa c h,”   E x pe r Sy s te m s  w it h A p pl ic at io ns , vol . 213, 2023, doi:  10.1016/j .e s w a .2022.118868.   [ 16]   K S ur e s M a ni c A S A l - B e ma ni A A .   N iz a mudi n,  G B a la ji a nd  A .   A A ma l,   O pt im iz in a c a de mi c   jo ur ne f or   hi gh  s c hool e r s   in   O ma n:   a   ma c hi ne   le a r ni ng - e na bl e A I   mode l,   P r oc e di C om put e r   Sc ie nc e vol 235,  pp.  2716 2729,  2024,   doi :   10.1016/j .pr oc s .2024.04.256.   [ 17]   S R iz vi B R ie nt ie s a nd  S A K hoj a T he   r ol e   of   de mogr a phi c s   in   onl in e   le a r ni ng:   a   de c is io tr e e   ba s e d a ppr oa c h,”   C om put e r s   and E duc at io n , vol . 137, pp. 32 47, 2019, doi:  10.1016/j .c omp e du.2019.04.001.   [ 18]   G A l - ta me e mi A   hybr id   ma c hi ne   l e a r ni ng  a ppr oa c h   f or   pr e di c ti ng  s tu de nt   a   hybr id   ma c hi ne   le a r ni ng  a ppr oa c h   f or   pr e di c ti ng  s tu de nt   pe r f or ma nc e   us in mul ti - c la s s   e duc a ti ona da ta s e ts ,”   P r oc e di C om put e r   Sc ie nc e vol 238,  no.  2019,   pp.  888 895,   2 024,   doi 10.1016/j .pr oc s .2024.06.108.   [ 19]   Á H e r nde z - G a r c ía C C ue nc a - E nr iq ue L D e l - R ío - C a r a z o,   a nd  S I gl e s ia s - P r a da s E xpl or in th e   r e la ti ons hi be twe e L M S   in te r a c ti ons   a nd  a c a de mi c   pe r f or ma nc e a   le a r ni ng  c yc le   a ppr oa c h,”   C om put e r s   in   H um an  B e hav io r vol 155,   2024,   doi 10.1016/j .c hb.2024.108183.   Evaluation Warning : The document was created with Spire.PDF for Python.
                                I S S N :   2088 - 8708   I nt  J   E lec   C omp   E ng ,   Vol .   15 ,   No.   1 F e br ua r y   20 25 :   645 - 653   652   [ 20]   B C he ng,  Y L iu a nd  Y J ia E va lu a ti on  of   s tu de nt s   pe r f or ma nc e   dur in th e   a c a de mi c   pe r io us in th e   X G - boos c la s s if ie r - e nha nc e d A E O  hybr id  mode l,   E x pe r Sy s te m s   w it h A ppl ic at io ns , vol . 238, 2024, doi:  10.1016/j .e s w a .2023.122136.   [ 21]   M A mr a ouy,  M .   B e ll a f ki h,  A .   B e nna n e a nd  J T a la ghz i,   S e n ti me nt   a na ly s is   f or   c ompe te nc e - ba s e e - a s s e s s me nt   us in ma c hi ne   le a r ni ng  a nd  le xi c on  a ppr oa c h,”   in   T he   3r I nt e r nat io nal   C onf e r e nc e   on  A r ti fi c ia I nt e ll ig e nc e   and  C om put e r   V is io ( A I C V 2023) M ar c h 5 7, 2023. A I C V  2023 , 2023, pp. 327 336. doi:  10.1007 /9 78 - 3 - 031 - 27762 - 7_31.   [ 22]   A S H a s hi m,  W A A w a dh,  a nd  A K H a moud,  S tu de nt   pe r f or ma nc e   pr e di c ti on  mode ba s e on  s upe r vi s e ma c hi ne   le a r ni ng  a lg or it hms ,”   I O P   C onf e r e nc e   Se r ie s :   M at e r ia ls   Sc ie nc e   and  E ngi ne e r in g vol 928,   no.  3,   N ov.  2020,   doi 10.1088 /1 7 57 - 899X/928/3/ 032019.   [ 23]   B O w us u - B o a du,  I K N ti O N ya r ko - B oa te ng,   J A ni ng,   a nd  V B o a f o,  A c a d e mi c   pe r f or ma nc e   mode ll in w it m a c hi ne   le a r ni ng  ba s e d   on  c ogni ti ve   a nd   non - c ogni ti ve   f e a tu r e s ,   A p pl ie C om put e r   Sy s te m s ,   vol 26,   no.  2,   pp.  122 131,   2021,  doi 10.2478/a c s s - 2021 - 0015.   [ 24]   A Q le z - R obr e s P U s á n,  R L oz a no - B l a s c o,  a nd  C S a la ve r a T ype s   of   in te ll ig e nc e   a nd  a c a de mi c   pe r f or ma nc e a   s y s te m a ti c   r e vi e w  a nd me ta - a na ly s is ,   J our nal  of  I nt e ll ig e nc e  10: , vol . 10,  2022, doi:  10.3390/j in te ll ig e nc e 10040123.   [ 25]   N S á nc he z - Á lv a r e z M P B e r r io s   M a r to s a nd  N E xt r e me r a A   me ta - a na ly s is   of   th e   r e la ti ons hi be tw e e e mot i ona in te ll ig e nc e   a nd  a c a de mi c   pe r f or ma nc e   in   s e c onda r e duc a ti o n:   a   mul ti - s tr e a c ompa r is on,”   F r ont ie r s   in   P s y c hol ogy vol .   11,     no. J ul y, pp. 1 11, 2020, doi:  10.3389/f ps yg.2020.01517.   [ 26]   I A nt oni o - A gi r r e A R odr íg ue z - F e r nde z a nd   L R e vu e lt a S oc ia s uppor t,   e mot io na l   in te ll ig e nc e   a nd  a c a de mi c   pe r f or ma nc e   in   s e c onda r e duc a ti on.,”   E ur ope an  J our nal   of   I nv e s ti gat io i H e al th P s y c hol ogy   and  E duc at io n vol 9,  no.   2,  pp.  109 1 18,  2019, doi:  10.30552/ejihpe.v9i2.324.   [ 27]   I O te r o,  J F S a lg a do,  a nd  S M os c os o,  C ogni ti ve   r e f le c ti on,  c ogni ti ve   in te ll ig e nc e a nd  c ogni ti ve   a bi li t ie s a   me ta - a na ly s is ,”   I nt e ll ig e nc e , vol . 90, 2022, doi:  10.1016/j .i nt e ll .2021.101614.   [ 28]   P A r na iz - S á nc he z R de   H a r o,  S A l c a r a z a nd  A .   B M ir e te   R ui z ,   S c hool s   th a pr omot e   th e   im pr ove me nt   of   a c a de mi c   pe r f or ma nc e  a nd t he  s uc c e s s  of  a ll  s tu d e nt s ,”   F r ont ie r s  i n P s y c hol ogy , vol . 10, pp. 1 8, 2020, doi:  10.3389/f ps yg.2019.02920.   [ 29]   F E W e in e r t,   C onc e pt s   of   c ompe te nc e C ont r ib ut io w it h in   th e   O E C D   pr o je c de f in it io a nd   s e le c ti on  of   c ompe te nc ie s :   th e or e ti c a a nd c onc e pt ua f ounda ti ons ,   A m e r ic an P s y c hol ogi c al  A s s oc ia ti on , pp. 45 65, 2001.   [ 30]   V D e   L a nd s he e r e M in im um  c omp e te nc in   s e c onda r e d uc a ti on,”   P r os p e c ts ,   vol 17,  no.   1,  pp.   38 48,  M a r 1987,  doi :   10.1007/B F 02195157.   [ 31]   P P e r r e noud,  S ki ll s ha bi tu s   a nd  pr of e s s io na knowle dg e ,”   E u r ope an  J ou r nal   of   T e ac he r   E duc at io n vol 17,  no.  1 2,   pp.  45 48,  1994, doi:  10.1080/026197694 0170108.   [ 32]   M A M or e ir a   e al . T e a c h e r s   pe da gogi c a c omp e te nc e s   in   hi ghe r   e duc a ti on:   A   s ys te ma ti c   li te r a tu r e   r e vi e w ,”   J our na of   U ni v e r s it y  T e a c hi ng and L e ar ni ng P r ac ti c e , vol . 20, no. 1, pp.  90 123, J a n. 2023, doi:  10.53761/1.20.01.0 7.   [ 33]   B J a c ob s   e al . ,   P r e pa r in s tu de nt s   f or   th e   f ut ur e   w or kpl a c e how   onl in e   te a c hi ng  a nd  le a r ni ng  dur in th e   C O V I D - 19  pa nde mi c   hone  r e qui r e d t r a ns f e r a bl e  s ki ll s ,”   E duc at io n and T r ai ni ng , vol . 65, no. 10, pp. 81 97, 2023, doi:  10.1108/E T - 09 - 2022 - 0371.   [ 34]   N R a c hbur e e   a nd   W P unl umj e a k,   O ve r s a mpl in te c hni que   in   s tu de nt   pe r f or ma nc e   c la s s if ic a ti on  f r om  e ngi ne e r in c our s e ,   I nt e r nat io nal   J our nal   of   E le c t r ic al   and  C om put e r   E ngi ne e r in g vol 11,   no.  4,  pp.   3567 3574,  2021,  doi :   10.11591/i je c e .v11i4.pp3567 - 3574.   [ 35]   H D M a s on,  S e n s e   of   me a ni ng  a nd  a c a de mi c   pe r f or ma nc e :   a   br ie f   r e por t,   J our nal   of   P s y c hol ogy   in   A fr ic a vol 27,  no.  3,    pp. 282 285, 2017, doi:  10.1080/14330237. 2017.1321860.   [ 36]   I I s s a h,  O A ppi a h,  P A ppi a he n e a nd   F I nus a h,  A   s y s te ma ti c   r e vi e w   of   th e   li te r a tu r e   on  m a c hi ne   le a r ni ng  a ppl ic a ti o of   de te r mi ni ng  th e   a tt r ib ut e s   in f lu e nc in a c a de mi c   pe r f or ma nc e ,”   D e c is io A nal y ti c s   J ou r nal vol 7,  2023,  doi :   10.1016/j .da jo ur .2023.100204.   [ 37]   S B a to ol J R a s hi d,  M W N is a r J K im H Y K w on,  a nd  A H us s a in E duc a ti ona da ta   mi ni ng  to   pr e di c s tu de nt s   a c a de mi c   pe r f or ma nc e a   s ur ve s tu dy,”   E duc at io and   I nf or m at io T e c hnol ogi e s vol 28,  no.   1,  pp.  905 971,   2023,  doi 10.1007/ s 10 639 - 022 - 11152 - y.   [ 38]   B A lb r e ik i,   N Z a ki a nd H A la s hw a l,   A   s y s te ma ti c   li te r a tu r e   r e vi e w   of   s tu de nt   pe r f or ma nc e   pr e di c ti on  u s in ma c hi n e   le a r n in te c hni que s ,”   E duc at io n Sc ie nc e s , vol . 11, no. 9, 2021, doi 10.3 390/ e duc s c i1 1090552.   [ 39]   J .   V a lv e r d e - B e r r o c os o,   M .   d e l   C .   G a r r i do - A r r oy o,   C B ur g o s - V i d e l a ,   a n d   M .   B .   M o r a l e s - C e va ll o s ,   T r e n d s   in   e d u c a ti on a l   r e s e a r c a b ou e - l e a r ni ng:   a   s y s t e m a t ic  l it e r a t ur e  r e v i e w  ( 2 00 9 20 18) ,   Sus t ai na bi l it y vol 12 no 12 J un 20 20 do i:  1 0. 33 90 /s u1 21 25 15 3.   [ 40]   R A R a mi r e z - M e ndoz a R M or a le s - M e ne nde z H I qba l,   a nd  R P a r r a - S a ld iv a r ,   E ngi ne e r in e duc a ti on  4.0: - pr opos a f or   a   n e w   c ur r ic ul a ,”   I E E E   G lo bal   E ngi ne e r in E duc at io C onf e r e nc e E D U C O N vol 2018 - A pr il pp.  1273 1282,  2018,  doi 10.1109/E D U C O N .2018.8363376.   [ 41]   C M a c C a nn,   Y J ia ng,  L .   E R B r ow n,  K .   S D oubl e ,   M B uc i c h,  a nd  A M in ba s hi a n,   E mot io na in te ll ig e nc e   pr e di c ts   a c a d e mi c   pe r f or ma nc e a  me ta - a na ly s is ,”   P s y c hol ogi c al  B ul le ti n , vol . 146( 2) , 15, 2019, doi:  10.1037/bul 0000219.   [ 42]   R U me r T S us nj a k,  A .   M a th r a ni a nd  S S ur ia di O pr e di c ti ng  a c a de mi c   p e r f or ma nc e   w it pr oc e s s   mi ni ng  in   le a r ni ng  a na ly ti c s ,”   J ou r nal   of   R e s e ar c in   I nnov at iv e   T e ac hi ng  L e a r ni ng vol 10,  no.  2,  pp.  160 176,  2017,  doi 10.1108/j r it - 09 - 20 17 - 0022.   [ 43]   T D jo ua d,   A M il le ,   C . R e f f a y,  a nd   M . B e nmoha mm e d, “ A   ne w   a ppr oa c ba s e d   on  mode ll e tr a c e s   to   c omput e  c ol la bor a ti ve  a nd   in di vi dua in di c a to r s   huma in te r a c ti on,”   in   P r oc e e di ng s   -   10t I E E E   I nt e r nat io nal   C onf e r e nc e   on  A dv an c e L e a r ni ng  T e c hnol ogi e s , I C A L T  2010 , 2010, pp. 53 54. doi:  10.1109/I C A L T .2010.21.   [ 44]   W O O ndi ti S N z io ki a nd   S M ur it hi E f f e c of   knowle d ge   s ha r in on   a c a d e mi c   pe r f or ma nc e   of   po s tg r a dua te   s tu de nt s   of   pr iv a te  U ni ve r s it ie s  i n K e nya ,”   I nt e r nat io nal  J our nal  of  P r of e s s io nal  P r ac ti c e , no. 2, 2023.   [ 45]   M N e e al . E nha nc in s tu de nt s   onl in e   le a r ni ng  e xpe r ie nc e s   w it a r ti f ic ia in te ll ig e nc e   ( A I ) th e   M E R L I N   pr oj e c t,   I nt e r nat io nal  J our nal  of  T e c hnol ogy , vol . 13, no. 5, pp. 1023 1 034, 2022, doi:  10.14716/i jt e c h.v13i5.5843.   [ 46]   R R e hma n,  S T a r iq a nd  S T a r iq E mot io na in te ll ig e nc e   a nd  a c a de mi c   pe r f or ma nc e   of   s tu de nt s ,”   J our nal   of   th e   P ak is ta n   M e di c al  A s s oc ia ti on , vol . 71, no. 12, pp. 2777 2781, 2017, doi:  10.29086/2519 - 5476/2017/ s p20a 9.   [ 47]   J E R a f iq A Z a kr a ni M A mr a ouy,  A N a mi r a nd  A B e nna ne O pt im iz in le a r ni ng  pe r f or ma nc e   th r ough  A I - e nha nc e d   di s c us s io f or ums ,”   in   2023  14t I nt e r nat io nal   C onf e r e nc e   on  I nt e ll ig e nt   Sy s te m s :   T he or ie s   and  A ppl ic at io ns   ( SI T A ) 2 023,    pp. 1 6. doi:  10.1109/S I T A 60746.2023.10373689.   [ 48]   L O L B a nda J .   L iu J . T B a nd a a nd W Z hou,  I mpa c of   e th ni c   id e nt it a nd  ge ogr a phi c a hom e   lo c a ti on  on s tu de nt   a c a de m ic   pe r f or ma nc e ,”   H e li y on , vol . 9, no. 6, 2023, doi:  10.1016/j .he li yon.2023.e 16767.   [ 49]   F C B ona f in i,   C .   C ha e ,   E P a r k,  a nd  K .   W . J a bl okow,  H o w  muc doe s  s tu de nt   e ng a ge me nt   w it vi d e os  a nd  f or ums   in   a   M O O C   a f f e c th e ir  a c hi e ve me nt ? ,”   O nl in e  L e a r ni ng J our nal , vol . 21, n o. 4, pp. 223 240, 2017, doi:  10.24059/ol j. v21i 4.1270.   [ 50]   Y J ia ng  a nd  J E P e ng,  E xpl or in th e   r e la ti ons hi ps   be twe e le a r ne r s   e nga ge me nt a ut onomy,  a nd   a c a d e mi c   pe r f or ma nc e   i a E ngl is h l a ngua ge  M O O C ,   C om put e r  A s s is t e d L anguage  L e ar n in g , pp. 1 26, 2023, doi:  10.1080/09588221. 2022.2164777.   Evaluation Warning : The document was created with Spire.PDF for Python.
I nt  J   E lec   C omp   E ng     I S S N:   2088 - 8708         P r e dicting  ac ade mic   pe r for manc e :   tow ar mode bas e on     ( J amal  E ddine  R afi q )   653   B I OG RA P HI E S   OF   AU T HO RS          J a m a l   Eddi ne  R a fi         i s   p ed ag o g i ca l   i n s p ec t o i n   co mp u t er  s ci en ce  Marrak ec h Mo ro cc o ,   an d   cu rren t   Ph . D .   s t u d en t ,   L ab o rat o ry   o f   A rt i f i ci a l   In t e l l i g e n ce  an d   Co mp l e x   Sy s t em s   E n g i n eer i n g ,   H as s a n   II  U n i v er s i t y .   H i s   res ear ch   i n t eres t s   fo c u s   o n   h u ma n   co m p u t er   i n t eract i o n ,   art i fi c i al   i n t el l i g en ce ,   a n d   d i g i t a l   l ear n i n g   t races .   H can   b c o n t act e d   a t   emai l :     j amal . rafi q - et u @ et u . u n i v h 2 c. ma .         Za kra ni   A bdel a l i           h o l d s   Ph . D .   i n   c o mp u t er  s ci e n ces   a t   Mo h amm ed   V   U n i v er s i t y ,   Rab at ,   Mo r o cco ,   i n   2 0 1 2 .   H i s   cu rre n t l y   p ro fes s o r   ( H i g h er  D e g ree  Res earc h   (H D R))  at   E N S A M ,   H as s a n   II  U n i v er s i t y ,   Cas ab l a n ca,   Mo ro cco .   H i s   cu rren t   res earch   i n t eres t s ’  ar t i f i ci a l   n eu ra l   n e t w o rk ,   d at m i n i n g ,   an d   s o ft w are  en g i n eer i n g .   H ca n   b e   co n t act e d   at   emai l :   ab d el a l i . za k ran i @ u n i v h 2 c. ma.         M o ha m m ed  A m r a o u y           h o l d s   Ph . D .   i n   co m p u t er  s ci en ce s   at   N at i o n al   In s t i t u t o Po s t s   an d   T el ec o mmu n i ca t i o n s ,   Rab a t ,   Mo r o cco   i n   2 0 2 3 .   H i s   cu r ren t l y   p e d ag o g i ca l   i n s p ec t o i n   co mp u t er  s c i en ce  a n d   p ar t - t i me  t rai n er  a t   Reg i o n a l   Cen t er  fo E d u cat i o n   an d   T rai n i n g   Pro fe s s i o n   O u j d a,   Mo ro cc o .   H i s   res earc h   i n t eres t s   fo c u s   o n   h u man   c o mp u t e r   i n t eract i o n ,   art i f i ci a l   i n t el l i g en ce ,   an d   o n l i n l earn i n g   as s es s men t .   H can   b c o n t act e d   at   emai l :   amrao u y . mo h amed 1 @ g mai l . co m .         Sa i N o uh          h o l d s   Ph . D .   i n   co mp u t er  s c i en ce s   at   N at i o n a l   Sch o o l   o Co mp u t er   Sci en ce  an d   Sy s t em s   A n a l y s i s   (E N SIA S),   Rab a t ,   Mo ro cco   i n   2 0 1 4 .   H i s   cu rre n t l y   p ro fe s s o r   ( H i g h er  D eg ree  Re s earch   ( H D R))  a t   Facu l t y   o Sc i en c es   Ben   M’Si c k ,   H a s s a n   II  U n i v ers i t y ,   Cas ab l an ca,   Mo ro cc o .   H i s   cu rre n t   res earc h   i n t eres t s   are  art i fi ci al   i n t e l l i g e n ce,   mach i n e   l earn i n g ,   d ee p   l ear n i n g ,   t el ec o mmu n i ca t i o n s ,   i n fo rma t i o n ,   an d   c o d i n g   t h eo r y .   H ca n   b e   co n t act e d   at   emai l :   s a i d . n o u h @ u n i v h 2 m. ma.         A bdel l a Benna ne           i s   p ro fes s o at   t h T rai n i n g   Ce n t er  o T each i n g   In s p ect o rs ,   an d   mem b er  o f   In t ern a t i o n a l   Cen t er  o A ca d emi c s   Pe d ag o g y   an d   Man a g emen t   (Fac u l t y   o f   E d u cat i o n   Sci en ce s ,   U n i v er s i t y   Mo h amed   V   So u i s s i ),   Rab at ,   Mo ro cc o .   H i s   p r o fes s i o n al   i n   ap p l i e d   i n fo rma t i c s   i n   e d u ca t i o n   s ci e n ce s .   H i s   rece n t   r es earch   i s   e - l ear n i n g ,   d ev e l o p men t   o f   the   t each i n g   s o f t w are  an d   u s o mach i n l ear n i n g   t ec h n i q u e s .   H can   b co n t act e d   at   emai l :   ab d e l l a h . b en n an e@ g ma i l . c o m .       Evaluation Warning : The document was created with Spire.PDF for Python.