• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Predicting PISA Scores from Students’ Digital Traces
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
3 ноября 2026 г.
Физики научили ИИ настраивать пучок частиц в ускорителе
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Института ядерной физики СО РАН разработали RLABC — программу, которая помогает подбирать оптимальные настройки ускорителя частиц с помощью обучения с подкреплением. В компьютерном эксперименте программа настроила модель так, что до конца ускорителя доходило около 70% частиц. Исследование опубликовано в журнале Computer Physics Communications.
3 ноября 2026 г.
«Органы на чипе позволяют проверять лекарства без экспериментов на животных»
Лаборатория молекулярной физиологии факультета биологии и биотехнологии НИУ ВШЭ изучает, как молекулярные регуляторы (микроРНК) управляют работой генов и влияют на развитие болезней — онкологических, вирусных и воспалительных, а также осложнений беременности. В Вышке выращивают модели органов человека на чипе: крошечные устройства с живыми клетками, воспроизводящие работу, например, плаценты или кишечника. Модели помогают понять, как возникают болезни и как на них действуют лекарства. «Вышка.Главное» побеседовала с заведующим лабораторией Евгением Князевым.
3 ноября 2026 г.
В НИУ ВШЭ выяснили, почему опытные читатели ошибаются в нестандартных фразах
Ученые Центра языка и мозга  НИУ ВШЭ проверили, как люди понимают предложения, когда грамматика подсказывает одно, а жизненный опыт — другое.  Участники эксперимента читали фразы о двух персонажах и отвечали, кто из них выполнил действие. Результаты показали, что более начитанные люди лучше справлялись с заданиями, в которых персонаж выполнял ожидаемое действие, но ошибались, когда действие персонажа шло вразрез с ожиданиями.Исследование опубликовано в журнале Quarterly Journal of Experimental Psychology. Работа выполнена при поддержке гранта РНФ.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Predicting PISA Scores from Students’ Digital Traces

P. 360–364.
Смирнов И. Б.
Язык: английский
Полный текст
Текст на другом сайте
Ключевые слова: machine learningPISAdigital traces
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Паттерны поведения, показатели благополучия и образовательный опыт подростков (2018)

В книге

PROCEEDINGS OF THE TWELFTH INTERNATIONAL CONFERENCE ON WEB AND SOCIAL MEDIA
American Association for Artificial Intelligence (AAAI) Press, 2018.
Похожие публикации
Predicting multi-component oil viscosity using machine learning methods
Deshchenya V., Nikolay D. Kondratyuk, Sivakova A. и др., Chemical Engineering Sciences 2027 Vol. 337 Article 124616
Добавлено: 28 октября 2026 г.
Parameterization and calibration of wild blueberry machine learning models to predict fruit-set in the northeast china bog blueberry agroecosystem
Qu H., Xiang R., Obsie E. Y. и др., Agronomy 2021
Добавлено: 22 октября 2026 г.
Interpretability of Neural-Network Models for the Synthesis and Analysis of Microstrip Microwave Filters: Application of SHAP and LIME
Suslova A., Жидкова П. А., Arinin O. и др., , in: 2026 Systems of Signal Synchronization, Generating and Processing in Telecommunications, SYNCHROINFO 2026 (IEEE Conference # 70145), 30 June – 03 July, 2026.: IEEE Circuits and Systems Society, 2026. P. 1–4.
Добавлено: 3 октября 2026 г.
Beyond activity counts: object-mediated participation in project-based learning is associated with outcomes at different levels of analysis
Кутузов А. И., Богданова А. В., Frontiers in Computer Science 2026 No. 8
Добавлено: 17 сентября 2026 г.
Scalable machine learning approach to disordered 𝑠-wave superconductors
Vyacheslav D. Neverov, Lukyanov A., Andrey V. Krasavin и др., Physical Review B: Condensed Matter and Materials Physics 2026 Vol. 113 No. 2 Article 024515
Добавлено: 5 сентября 2026 г.
Can Humor Reveal Dark Personalities? Machine-Learning Detection of the Dark Tetrad
Глинкина Л. С., Доптан Э. С., Косоногов В. В., Journal of Individual Differences 2026 No. 47(3) P. 132–143
Добавлено: 8 июля 2026 г.
The Use of the Missing Sample Simulation Modeling to Create a Classification Model for Three or More Classes by the Example of the Carbohydrate Metabolism Disorder Degree Detection Problem
Новиков Р. С., Novopashin M., Позин Б. А., Programming and Computer Software 2026 Vol. 52 No. 1 P. 28 – 38
Добавлено: 26 июня 2026 г.
Cognitive engagement and video watching behaviours in learner-controlled environments: A cognitive load perspective
Горбунова А. Ю., Гетман А. В., Савельев А. И. и др., Innovations in Education and Teaching International 2026 P. 1–13
Добавлено: 14 июня 2026 г.
Сетевой анализ гиперссылок: методологические возможности изучения партнерств в сфере искусственного интеллекта
Бархатова Л. А., Социологические исследования 2026 № 5 С. 71–83
В статье концептуализируются методологические возможности сетевого анализа гиперссылок как способа эмпирической реконструкции социального взаимодействия через цифровые следы. На примере анализа сети партнерств в сфере искусственного интеллекта (ИИ) в России представлена авторская аналитическая схема перевода технических связей гиперссылок в социологические категории. Описан полный цикл обработки данных, собранных веб-краулингом, включая этап контекстуализации через ручную верификацию содержания ссылок. ...
Добавлено: 12 июня 2026 г.
Education Policy and Urban-Rural Disparities in Schooling in Post-Soviet Countries
Искакова Б. С., Косарецкий С. Г., Заир-Бек С. И. и др., Journal of Economic Sociology 2026 Vol. 27 No. 3 P. 99–128
Добавлено: 1 июня 2026 г.
Differences and associations between students’ and teachers’ intelligence: evidence relies on a PISA-based cognitive assessment tool
Колачев Н. И., Kovaleva G., Educational Research and Evaluation 2026 Vol. 31 No. 7-8 P. 553–576
This study investigates the psychometric structure and school-level associations between cognitive abilities of teachers and students. Using a cross-sectional quantitative design, we administered a PISA-based cognitive assessment tool measuring reading, mathematics, science literacy, and global competence to 5,391 eighth-grade students and 2,385 teachers from 84 schools in a Russian region. Bifactor modeling, measurement invariance testing, ...
Добавлено: 15 мая 2026 г.
Machine Learning Approach to Anticancer Activity Prediction of Transition-Metal Complexes Based on a Large-Scale Experimental Database
Krasnov L., Malikov D., Kiseleva M. и др., Journal of Medicinal Chemistry 2026 Vol. 69 No. 8 P. 8838–8851
Добавлено: 23 апреля 2026 г.
Особые экономические зоны Российской Федерации: моделирование решений потенциальных резидентов и процесса их генерации
Плесовских А. Е., Journal of Applied Economic Research 2023 Т. 22 № 2 С. 323–354
В современных исследованиях широко обсуждается роль особых экономических зон в стимулировании экономического роста и развития России, формировании необходимых инвестиционных потоков и повышении инновационного потенциала страны за счет расширения производства продукции в высокотехнологичных отраслях экономики с высокой добавленной стоимостью. Цель исследования – моделирование процесса генерации резидентов и детерминация количественных факторов, оказывающих статистически значимый эффект на среднегодовой ...
Добавлено: 13 апреля 2026 г.
Replacing Criterion of Creativity with Criterion of Investment for Results Created by Artificial Intelligence
Пакшин П. К., Legal Issues in the Digital Age 2026 Vol. 7 No. 1 P. 32–48
Искусственный интеллект выполняет значимую функцию в процессе автоматизации, минимизируя операционное участие человека в таких сферах, как медицина, искусство и юриспруденция. Несмотря на исторически тесную взаимосвязь искусства и технологий, именно генеративный искусственный интеллект расширил потенциал для творческой деятельности. Существенным катализатором этого процесса стало распространение предобученных систем искусственного интеллекта, интенсифицировавших развитие технологий в области обработки естественного языка ...
Добавлено: 31 марта 2026 г.
Влияние пандемии на демографические процессы в Российской Арктике
Смирнов А. В., Экономические и социальные перемены: факты, тенденции, прогноз 2021 Т. 12 № 6 С. 258–274
Россия достигла высокого уровня проникновения интернета и использования цифровых технологий, что позволяет накапливать и систематизировать огромные объемы данных о населении. Современные вызовы, такие как пандемия коронавирусной инфекции COVID-19, требуют более оперативного и детального анализа демографической ситуации. Осмысление информации, собранной цифровыми платформами и сервисами, может улучшить качество принятия решений, найти широкое применение в науке и управлении. ...
Добавлено: 18 марта 2026 г.
Прогнозирование миграционных процессов методами цифровой демографии
Смирнов А. В., Экономика региона 2022 Т. 18 № 1 С. 133–145
Характер и интенсивность миграционных процессов постоянно изменяются. Демографическая статистика не всегда позволяет получать актуальную информацию, принимать своевременные решения в области демографической и социальной политики. В связи с этим возрастает актуальность цифровой демографии — области исследований населения с использованием новых методов и источников данных, возникших в результате распространения интернета и цифровизации общества. Цель исследования — выявить ...
Добавлено: 18 марта 2026 г.
Цифровые следы населения как источник данных о миграционных потоках в российской Арктике
Смирнов А. В., Демографическое обозрение 2022 Т. 9 № 2 С. 42–64
Благодаря цифровизации экономики и общественной жизни расширяются возможности изучения населения с использованием цифровых следов – информации, которая накапливается в цифровой среде. В статье с помощью цифровых следов исследуется миграция населения российской Арктики – огромного макрорегиона, который на протяжении последних десятилетий испытывает значительный отток населения. Обобщен опыт применения цифровых следов в демографических исследованиях, названы их преимущества ...
Добавлено: 18 марта 2026 г.
Сетевой подход к изучению миграционных потоков в СССР и России
Смирнов А. В., Демографическое обозрение 2025 Т. 12 № 2 С. 35–68
В статье обобщен опыт применения сетевого подхода к анализу потоков миграции в России с позднесоветского периода до 2023 г. Собраны 11 наборов данных о международных, межрегиональных и межмуниципальных миграционных потоках. Источниками данных стали итоги переписей населения 1989, 2002, 2010, 2020 (2021) гг., текущий статистический учет 2015-2023 гг. и «цифровые следы» населения из социальных медиа. Построены ...
Добавлено: 18 марта 2026 г.
A Tool for Mass Generation of Random Step Environment Models with User-Defined Landscape Features
Gabdrahmanov R., Tsoy T., Martinez-Garcia E. и др., , in: Proceedings of the 21st International Conference on Informatics in Control, Automation and Robotics - (Volume 1) ICINCO 2024.: SciTePress, 2024. P. 511–518.
Добавлено: 17 марта 2026 г.
Real-Bogus Classification for ZTF Data Releases: Two Approaches
Semenikhin T., Корнилов М. В., Pruzhinskaya M. и др., , in: 26th International Conference, DAMDID/RCDL 2024, Nizhny Novgorod, Russia, October 23–25, 2024, Revised Selected Papers. Data Analytics and Management in Data Intensive Domains. (CCIS, volume 2641).: Springer, 2026. P. 211–219.
Добавлено: 11 марта 2026 г.
Кластеризация паттернов потребления электроэнергии умного дома на основе ансамблевых методов машинного обучения
Мальцева С. В., Бериков В. Б., Кладов Д. Е. и др., В кн.: Информатика и прикладная математика: Материалы X Международной научно-практической конференции (08.10 - 11.10.2025 г.)Т. 1: Сборник материалов часть 1.: Алматы: Институт информационных и вычислительных технологий КН МНВО РК, 2025. С. 227–232.
В работе рассматривается задача кластеризации паттернов потребления для частного домохозяйства. Для кластеризации суточных профилей нагрузки разработан и применен ансамблевый алгоритм на основе метрики Вассерштейна. Предложенный подход позволяет выделить типичные сценарии энергопотребления, интерпретировать поведение потребителя. Приводятся результаты вычислительных экспериментов на реальных данных. ...
Добавлено: 3 марта 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору