Maschinelles Lernen in der Hochschulbildung

Erstellung eines systematischen Übersichtsprotokolls mit bibliometrischer Analyse über die Verwendung von Modellen des maschinellen Lernens zur Vorhersage der akademischen Leistung und des Abbrecherrisikos bei Universitätsstudenten im Zeitraum 2024-2026.Es wird eine systematische Überprüfung gemäß PRISMA 2020 und PRISMA-S vorgeschlagen, mit Recherchen in Scopus, Web of Science, ScienceDirect, SpringerLink, ERIC, PubMed, IEEE Xplore, Dialnet und REDALYC. Das Protokoll definiert Eignungskriterien, Boolesche Ketten, Debugging-Strategie, Extraktionsmatrix, methodologische Qualitätsbewertung und Syntheseplan. Einträge, Duplikate, Ausschlüsse, eingeschlossene Studien und bibliometrische Verteilungen sollten erst nach der Durchführung von Suchen in Primärdatenbanken und der Überprüfung von Metadaten, Volltext und Quartilen dokumentiert werden.Bei der Überprüfung werden überwachte und zusammengesetzte Algorithmen, wissenschaftliche und digitale Datenquellen, prädiktive Metriken, Interpretierbarkeit, Erklärbarkeit und Frühwarnsysteme untersucht.