研究人員近日創造了一種新的算法，可以平均提前8 週預測學生是否會終止學業。德國圖賓根大學的社會科學研究人員開發了一種統計方法，用於區分不同程度的影響。在STEM 學科（科學和技術、工程和數學學科）中，高達40% 的大學生在入學階段就輟學了。來自圖賓根大學經濟和社會科學學院方法中心的一個研究小組現在已經開發出一種統計方法，可以用來平均提前8 週預測學生是否會終止學業。

新的算法也代表了方法論上的一個普遍進步。在進行預測時，該算法能夠考慮研究開始時已經存在的學生個體之間的差異（例如整體認知能力），並將這些差異與學生個體的時間相關的情感狀態分開。這樣一來，即使是那些很適合他們課程的學生，也有可能預測輟學的概率。這種對不同影響程度的分離也可能對其他領域的許多問題有用。研究人員在《心理測量學》雜誌上發表了他們的研究。

STEM 學科的學生在一開始就有不同的先決條件，這些條件影響著輟學的一般概率。Methods Center 的奧古斯丁-凱拉瓦（Augustin Kelava）教授說：“明顯，例如，高中的數學成績和一般的認知能力在個別學生中是不同的。較低的成績最初更有可能導致入學階段的輟學。然而，我們想解決的問題是，在能力相當的新生中，如何識別那些迅速輟學的學生”。

在研究的初始調查中，122名圖賓根大學的學生在他們的第一學期的數學課上被問及他們之前的數學知識、他們的興趣、他們的學校生涯和他們的經濟背景；並且收集了包括情緒穩定性在內的人格變量的細節。

Kelava 教授說：“初步評估的結果讓我們了解了每個學生的穩定特徵。隨後，每週進行三次五分鐘的調查，在本學期的131 天中共進行了50 次，學生們在調查中表示他們目前的感覺如何，以及他們是否覺得自己在課堂上跟得上。因為我們對學生進行了回訪，所以我們能夠核實我們的結果。我們知道誰留到了學期末，以及期末考試的成績。我們還發現，我們的調查得到了很高的接受程度”。