Обсуждение:School Choice ABM: различия между версиями

Материал из Поле цифровой дидактики
Нет описания правки
Строка 47: Строка 47:
Например, модель вероятности выбора школы:
Например, модель вероятности выбора школы:
<math>P(\text{choose school } j) = \frac{\exp(U_j)}{\sum_k \exp(U_k)}</math>
<math>P(\text{choose school } j) = \frac{\exp(U_j)}{\sum_k \exp(U_k)}</math>
== Эксперимент №3 ==
Целью эксперимента является исследование влияния механизма выбора школы и степени ориентации семей на качество образования на распределение учащихся по школам и уровни учебных достижений в агент-ориентированной модели School Choice ABM.
Изменяемые и фиксированные параметры
Фиксированные параметры
* number-of-schools — фиксированное значение
* initial-students — фиксированное значение
* high-income-percent — фиксированное значение
* traffic-lights? — выключено
* school-transportation — фиксированное значение
Эти параметры не изменялись, чтобы исключить их влияние на результаты эксперимента.
Изменяемые параметры
* with-school-choice? — наличие или отсутствие механизма выбора школы
* alpha — степень ориентации на качество школы при выборе
Описание экспериментов
1) Отсутствие выбора школы
Параметры:
* with-school-choice? = false
* alpha — не используется
Результаты:
* Наблюдается высокая доля незачисленных учащихся.
* Доминирует категория Medium Achievement.
* Категория High Achievement практически отсутствует.
* Распределение учащихся по школам относительно равномерное.
При отсутствии выбора школы система не стимулирует формирование школ с высокими учебными достижениями.
[[Файл:School choice 1.png]]
2) Умеренный выбор школы
Параметры:
* with-school-choice? = true
* alpha — умеренное значение
Результаты:
* Снижается доля незачисленных учащихся.
* Появляется и стабильно присутствует категория High Achievement.
* Доля Low Achievement уменьшается.
* Повышается средний уровень достижений школ.
Умеренный выбор школы способствует более эффективному распределению учащихся и улучшению образовательных результатов.
[[Файл:School choice 2.png]]
3) Экстремальный выбор школы
Параметры:
* with-school-choice? = true
* alpha — высокое значение
Результаты:
* Категория High Achievement полностью отсутствует (0% на протяжении всего прогона).
* Основную долю составляет Medium Achievement.
* Категория Low Achievement сохраняется.
* Доля незачисленных учащихся остаётся заметной.
Чрезмерная ориентация на качество школы приводит к перегрузке наиболее популярных школ и снижению их среднего уровня достижений.
[[Файл:School choice 3.png]]
Выводы
В ходе эксперимента установлено, что влияние выбора школы и параметра alpha носит нелинейный характер. Отсутствие выбора школы приводит к средним образовательным результатам без формирования школ с высокими достижениями. Умеренный выбор школы повышает эффективность системы и способствует появлению школ с высоким уровнем учебных достижений. Однако при чрезмерной ориентации на качество школы наблюдается обратный эффект: лучшие школы перегружаются, и категория высоких достижений исчезает.
Таким образом, модель демонстрирует существование оптимального уровня выбора школы, при котором достигается наилучший баланс между доступностью образования и его качеством.

Версия от 00:49, 26 декабря 2025

Эксперимент № 1

Условия эксперимента:

  1. ["initial-students" 3000]
  2. ["number-of-schools" 100]
  3. ["school-transportation-cost" 10 20 30 40] - дорожные расходы
  4. ["traffic-lights?" true false] -- информирование о достижениях школы
  5. ["high-income-percentage" 20 25 30] - уровень достатка
  6. ["with-school-choice?" true]
  7. ["alpha" 0.25 0.05]

Зависимые переменные:

  • Суммарный успех учеников
  • Суммарные достижения школ
Данные
https://raw.githubusercontent.com/patarakin/stat-data/e8e74e2480e6a3192c27b29fdc22cd672ecb899d/datasets/csv/School_Choice_Chil.csv

Эксперимент 2

Данные

https://raw.githubusercontent.com/patarakin/stat-data/ca9f7cb4c46d627773bb5868f1f26279541aebe6/datasets/csv/School_Choice_7200.csv
  1. RAWGraphs
  2. StatKey
  3. Datawrapper
  4. R



Продолжение экспериментов

Из модели можно экспортировать данные в табличном формате для анализа в R, Python

  • Матрица ссылок учащихся на школы (network adjacency matrix)
  • Временные ряды показателей сегрегации и достижений
  • Индивидуальные характеристики агентов (доход, достижения, расстояние)

На основе собранных данных студенты могут строить:

  • Модели логистической регрессии для предсказания вероятности выбора школы на основе её характеристик
  • Модели иерархической регрессии (multilevel models), где учащиеся вложены в школы
  • Моделей выживания для анализа, как долго учащиеся остаются в выбранной школе

Например, модель вероятности выбора школы: [math]\displaystyle{ P(\text{choose school } j) = \frac{\exp(U_j)}{\sum_k \exp(U_k)} }[/math]

Эксперимент №3

Целью эксперимента является исследование влияния механизма выбора школы и степени ориентации семей на качество образования на распределение учащихся по школам и уровни учебных достижений в агент-ориентированной модели School Choice ABM. Изменяемые и фиксированные параметры Фиксированные параметры

  • number-of-schools — фиксированное значение
  • initial-students — фиксированное значение
  • high-income-percent — фиксированное значение
  • traffic-lights? — выключено
  • school-transportation — фиксированное значение

Эти параметры не изменялись, чтобы исключить их влияние на результаты эксперимента. Изменяемые параметры

  • with-school-choice? — наличие или отсутствие механизма выбора школы
  • alpha — степень ориентации на качество школы при выборе

Описание экспериментов

1) Отсутствие выбора школы

Параметры:

  • with-school-choice? = false
  • alpha — не используется

Результаты:

  • Наблюдается высокая доля незачисленных учащихся.
  • Доминирует категория Medium Achievement.
  • Категория High Achievement практически отсутствует.
  • Распределение учащихся по школам относительно равномерное.

При отсутствии выбора школы система не стимулирует формирование школ с высокими учебными достижениями.

2) Умеренный выбор школы

Параметры:

  • with-school-choice? = true
  • alpha — умеренное значение

Результаты:

  • Снижается доля незачисленных учащихся.
  • Появляется и стабильно присутствует категория High Achievement.
  • Доля Low Achievement уменьшается.
  • Повышается средний уровень достижений школ.

Умеренный выбор школы способствует более эффективному распределению учащихся и улучшению образовательных результатов.

3) Экстремальный выбор школы

Параметры:

  • with-school-choice? = true
  • alpha — высокое значение

Результаты:

  • Категория High Achievement полностью отсутствует (0% на протяжении всего прогона).
  • Основную долю составляет Medium Achievement.
  • Категория Low Achievement сохраняется.
  • Доля незачисленных учащихся остаётся заметной.

Чрезмерная ориентация на качество школы приводит к перегрузке наиболее популярных школ и снижению их среднего уровня достижений.

Выводы

В ходе эксперимента установлено, что влияние выбора школы и параметра alpha носит нелинейный характер. Отсутствие выбора школы приводит к средним образовательным результатам без формирования школ с высокими достижениями. Умеренный выбор школы повышает эффективность системы и способствует появлению школ с высоким уровнем учебных достижений. Однако при чрезмерной ориентации на качество школы наблюдается обратный эффект: лучшие школы перегружаются, и категория высоких достижений исчезает. Таким образом, модель демонстрирует существование оптимального уровня выбора школы, при котором достигается наилучший баланс между доступностью образования и его качеством.