Kan maskinlæring bruges til at forklare, hvorfor effekter af interventioner varierer mellem studier?

Brugen af maskinlæringsmetoder er de sidste årtier steget drastisk inden for sundheds-, medicinsk og socialvidenskab. Den videnskabelige litteratur om sammenligning af maskinlæringsmetoder i en meta-analytisk kontekst er dog sparsom – især hvad angår studier baseret på ikke-simulerede data.

Moderator meta-analyser har til formål at undersøge forskelligheden af effekter mellem de studier, som indgår i en litteraturoversigt. En moderator meta-analyse kan for eksempel svare på, om den målte effekt i forskellige interventioner afhænger af, hvor længe interventionen strækker sig over. Formålet kan blandt andet være at generere nye hypoteser eller kunne forudsige effekten af nye interventioner. Maskinlæringsmetoder er gode til at analysere situationer med mange variabler i forhold til antallet af observationer, hvor sammenhængen mellem disse variable er kompleks. Dette er ofte tilfældet i meta-analyser, og derfor har maskinlæringsmetoder potentiale til at forbedre moderator meta-analyser.

Tutoring er en betegnelse for indsatser, hvor skoleelever i en periode får supplerende faglig støtte af frivillige tutorer eller professionelle undervisere. Der er ikke tale om specialundervisning, men om en differentieret indsats for det enkelte barn. Tidligere forskning har vist, at tutoring kan løfte elever med vanskeligheder betydeligt. Men imens tutoring-interventioner i gennemsnit har store positive effekter, er der også stor variation i effekterne, og nogle interventioner viser ikke positive effekter. Vi ved ikke, hvorfor effekterne varierer så meget. Men ved at bruge maskinlæringsmetoder i en moderator meta-analyse af ca. 100 studier af tutoring-interventioner håber vi at kunne finde de mest sandsynlige forklaringer på, hvorfor effekterne varierer.

Hvilke maskinlæringsmetoder kan bruges til at analysere forskellen i tutoring-studier?

Formålet ved litteraturstudiet er todelt. Første formål er at undersøge, hvilke maskinlæringsmetoder der er blevet anvendt i moderator meta-analyser inden for sundheds-, medicinsk og socialvidenskab.

Det andet formål er at undersøge, hvor gode de enkelte metoder er til at forklare forskelligheden i de fundne effektstørrelser. Konkret anvender vi maskinlæringsmetoderne på tutoring-interventioner vinklet mod at forbedre egenskaber i matematik og læsning for elever med – eller i risiko for at udvikle – akademiske vanskeligheder i 0. til 12. klasse.

Metoder

Undersøgelsen er et Campbell-review, hvor vi systematisk og metodisk afdækker den publicerede, internationale viden på området. Forventningen er, at man på baggrund af de indsamlede studier kan foretage metaanalyser.