نظرًا لمشاكل تأخر التحذير الأكاديمي التقليدي وتجانس الدعم، دمجت هذه الدراسة تعلم التجميع وخوارزميات الاستدلال السببي: بناء نموذج AdaBoost استنادًا إلى بيانات 2003 طالب لتحقيق تصنيف دقيق وتحليل زمني لمخاطر التحصيل الأكاديمي؛ واستخدام نموذج الغابات السببية لقياس التأثير الصافي للتدخل وتصميم خطط دعم فردية متعددة الأبعاد. اختارت الدراسة ثلاث فئات من الجامعات بمستويات تعليمية مختلفة، حيث تم تعيين 50 طالبًا في مجموعة تجريبية (التحذير الذكي + الدعم الفردي) و50 طالبًا في مجموعة ضابطة (التحذير التقليدي + الدعم المعتاد) في كل جامعة، وتم تتبع التدخل لمدة فصلين دراسيين. أظهرت النتائج زيادة في المعدل التراكمي المتوسط للمجموعة التجريبية بنسبة 35.70٪ مقارنة بـ 19.40٪ للمجموعة الضابطة؛ كما تحسن معدل الانضباط الأكاديمي ودرجات مقياس التكيف الأكاديمي بشكل أفضل في المجموعة التجريبية (P<0.05). توضح الدراسة أن التحذير الذكي المثبت على عينات كبيرة يمكنه تحديد مسببات الخطر الأكاديمي بدقة، ويمكن للدعم الفردي تحقيق تدخل موجه، والتعاون بينهما له أثر إيجابي على أداء الطلاب الذين يعانون من صعوبات دراسية، مما يوفر مسارًا قابلًا للتطبيق لبناء أنظمة دعم أكاديمية بمستويات تعليمية مختلفة.

التحذير الذكي الأكاديمي;الدعم الفردي;الطلاب ذوو الصعوبات الدراسية;تأثير التدخل;الاستدلال السببي