Toward scenario-compatible explainable student-risk prediction: a cross-dataset framework with evidence-grounded LLM feedback
Cet article propose un cadre trans-ensemble de données qui intègre des attributions SHAP filtrées par preuves à des retours de LLM fondés sur la pédagogie afin de générer des explications exploitables et compatibles avec les scénarios pour la prédiction du risque chez les étudiants à travers divers contextes éducatifs, démontrant une conformité et une robustesse améliorées grâce à une validation sur des ensembles de données transversaux et longitudinaux.