EWS EARLY WARNING SYSTEM
EWS એ એવો માળખો છે જે વિદ્યાર્થીઓના વર્તન, હાજરી, શૈક્ષણિક પરિણામ અને સામાજિક પરિસ્થિતિઓનો અભ્યાસ કરીને જણાવે છે કે કઈ બાળકને ભવિષ્યમાં શાળાથી છૂટવાનું જોખમ છે.
AI-સંચાલિત EWS વિદ્યાર્થીઓાના રેકોર્ડ, શાળાના પ્રદર્શન, હાજરી અને મૂલ્યાંકન સહિત વિવિધ ડેટા નો ઉપયોગ કરીને વિધાર્થીઓ ના સંભવિત ડ્રોપઆઉટ થવાની આગાહી કરીને તેને અટકાવવા માટેના પગલા લેવા એલર્ટ આપે છે.
EWS શેના પર ધ્યાન આપે છે?
હાજરી (Attendance): વિદ્યાર્થી વારંવાર ગેરહાજર રહેતો હોય
આચરણ (Behavior): શાળામાં શિસ્તભંગ, ઉગ્ર વર્તન, ગુમસુમ રહેવું
અભ્યાસફળ (Course Performance): ઓછા ગુણ, ખોટી પરિક્ષા તૈયારી, અભ્યાસમાં રસની ઓટ
આને "ABC માપદંડ" તરીકે ઓળખવામાં આવે છે:
A - Attendance, B - Behavior, C - Course Performance
EWS નો હેતુ શું છે?
વિદ્યાર્થીઓનું શાળાથી છૂટવા પહેલા સમજીને તેમને સાચા માર્ગે લાવવો
શિક્ષકો, પેરેન્ટ્સ અને શાળા તંત્રને વિદ્યાર્થીની મુશ્કેલીઓ વિશે પહેલેથી જાણ કરી તેની મદદ કરવી
બાળકો માટે વધુ સહાયક અને સંવેદનશીલ શૈક્ષણિક માહોલ ઊભું કરવું
EWS કેવી રીતે કાર્ય કરે છે?
માહિતી એકત્રિત કરવી (હાજરી રેકોર્ડ, માર્કશીટ, વર્તન નોંધ)
ડેટાનું વિશ્લેષણ કરવું અને જોખમમાં આવેલા બાળકો ઓળખવા
હસ્તક્ષેપ (Intervention) – કાઉન્સેલિંગ, સપોર્ટ ક્લાસ, પેરેન્ટ મિટિંગ, વગેરે
નિરીક્ષણ અને અનુસરણ – વિદ્યાર્થીઓની સ્થિતિમાં સુધારો થાય તે જોવું
ફાયદા:
બાળકોના ડ્રોપઆઉટ દરમાં ઘટાડો
શિક્ષકો અને પેરેન્ટ્સ વચ્ચે સંવાદ વધે
બાળકો માટે યોગ્ય સહાય અને સમયસર માર્ગદર્શન
રીત :
Predictor 1
attendance factors
(student’s last entry of presence in register)
Predictor 2
geographical factors
(block where the student is enrolled)
Predictor 3
school factors
(medium of instruction of the school where the student is enrolled)
વધુ અભ્યાસ અને સ્ટેપ જોવા માટે ક્લિક કરો
0 Comments
Text us, we will reply soon.
Team Alpha