A machine learning-based early warning system for identifying at-risk students in italian schools

The aim of the present work is the development of an Early Warning System (EWS) to be used in the Italian education system. An EWS is a system which is able to identify students who are at risk of facing an academic failure. An effective system must identify these students early enough for schools to be able to intervene. The dataset used comes from two different institutional sources and tracks every student enrolled in the Italian school system for three consecutive academic years. Variables include academic performance and behaviour, school characteristics and scores on standardized INVALSI tests. Machine learning classification algorithms are fitted to predict which students are most likely going to face an academic failure during the course of a given school year. Three studies are carried out, one for each typology of academic failure: drop out, grade retention and low proficiency.

Lo scopo del presente lavoro è lo sviluppo di un Early Warning System che possa essere utilizzato dal sistema educativo italiano. Si tratta di un sistema che sia in grado di identificare gli studenti che sono a rischio di incorrere in un fallimento accademico nel corso del proprio percorso scolastico. L’identificazione degli studenti a rischio deve avvenire in maniera sufficientemente tempestiva da consentire alle scuole di intervenire e prevenire il verificarsi dell’outcome negativo. Il dataset utilizzato proviene da due diverse fonti istituzionali e traccia ogni studente iscritto nel sistema scolastico italiano per tre anni accademici consecutivi. Le variabili includono la performance accademica e il comportamento, le caratteristiche della scuola e i risultati ottenuti nei test standardizzati INVALSI. Algoritmi di machine learning sono addestrati al fine di prevedere quali studenti andranno incontro ad un risultato negativo nel corso di un certo anno scolastico. Tre studi sono stati condotti, ciascuno avente come fine la predizione di una differente tipologia di fallimento accademico: abbandono degli studi (drop out), bocciatura e basso livello di competenza.