Краткое содержание

arXiv:2510.22266v2 Тип объявления: replace Аннотация: Выявление факторов, влияющих на успеваемость учащихся в базовом образовании, является ключевой задачей для формирования эффективной государственной политики в Бразилии. Данное исследование представляет многоуровневый подход на основе машинного обучения для классификации уровня подготовки учеников 9-х классов и старшей школы с использованием микроданных Системы оценки базового образования (SAEB). Наша модель уникальным образом интегрирует четыре источника данных: социально-экономические характеристики учащихся, профессиональные профили учителей, показатели школ и профили управления директоров. Сравнительный анализ четырех ансамблевых алгоритмов подтвердил превосходство модели случайного леса (Random Forest), которая достигла точности 90,2% и площади под ROC-кривой (AUC) 96,7%. Чтобы выйти за рамки прогнозирования, мы применили объяснимый искусственный интеллект (XAI) с использованием SHAP, что показало: средний социально-экономический уровень школы является наиболее значимым предиктором, демонстрируя, что системные факторы оказывают большее влияние, чем индивидуальные характеристики.