Datafest School Dataset

该数据集由Faker库生成，用于模拟一所高级中学的数据。数据包括学生信息、班级资源、教学时间等，旨在反映尼日利亚教育环境的实际情况。数据集经过数据质量检查后存储在Azure Blob Storage和Postgres数据库中，并用于构建Power BI仪表板和预测模型。

This dataset was generated using the Faker library to simulate data for a senior high school. The data covers student information, classroom resources, teaching schedules and other relevant content, and is designed to reflect the actual conditions of the educational environment in Nigeria. After undergoing data quality checks, the dataset is stored in Azure Blob Storage and Postgres databases, and is used to build Power BI dashboards and predictive models.

原始信息汇总

DATAFEST SCHOOL 数据集概述

数据集概述

该数据集使用Faker库生成了一所高级中学的数据，并通过数据质量检查后存储在Azure Blob存储和Aiven的Postgres数据库中。数据集包括学生、教师、家长、班级资源等多个方面的信息，旨在模拟真实世界的学校数据场景。

数据集架构

数据集包括以下主要表格：

class_resources_table

列名	数据类型	字段大小	描述	示例
Class_ID	VARCHAR(20)	20	主键，每个班级的唯一标识符	SS1 Class A
Number_of_Students	SMALLINT	2 bytes	班级中的学生人数	60
Number_of_Teachers	SMALLINT	2 bytes	分配给班级的教师人数	82
Weekly_Teaching_Hours	SMALLINT	2 bytes	每周的总教学小时数	40
Weekly_Library_Time	SMALLINT	2 bytes	每周在图书馆的时间	5
Weekly_Computer_Training_Time	SMALLINT	2 bytes	每周在计算机培训上的时间	3
Weekly_Lab_Hours	SMALLINT	2 bytes	每周在实验室的时间	4
Chalkboard	SMALLINT	2 bytes	黑板的数量或状况	2
Basic_Textbooks	SMALLINT	2 bytes	基本教科书的数量或可用性	25
Chairs_Desks	SMALLINT	2 bytes	椅子和桌子的数量或状况	60
Functional_Fans	SMALLINT	2 bytes	教室中功能风扇的数量	3

student_table

列名	数据类型	字段大小	描述	示例
Student_ID	VARCHAR(100)	100	主键，每个学生的唯一标识符	ccf3a17156dc4907ba6c34ab6712303a
Class_ID	VARCHAR(20)	20	外键，引用class_resources_table	SS3 Class F
First_Name	TEXT	可变	学生的名字	"Okorie"
Family_Name	TEXT	可变	学生的姓氏	"Dubem"
Gender	TEXT	可变	学生的性别	"Male"
Date_of_Birth	DATE	3 bytes	学生的出生日期	"2005-07-15"
State_of_Origin	TEXT	可变	学生的出生州	"Lagos"
engagement_in_class	TEXT	可变	学生在课堂上的参与程度	Unactive
health_condition	TEXT	可变	学生的健康状况	"None"
Class_Spec	TEXT	可变	学生所属的特定班级或流	"Science"

parent_table

列名	数据类型	字段大小	描述	示例
Student_ID	VARCHAR(100)	100	主键和外键，引用student_table	ccf3a17156dc4907ba6c34ab6712303a
Fathers_Name	TEXT	可变	学生的父亲姓名	"Michael"
Mothers_Name	TEXT	可变	学生的母亲姓名	"Silver"
Family_Name	TEXT	可变	父母的姓氏	"Mbawike"
Father_Education	TEXT	可变	父亲的教育水平	Tetiary
Mother_Education	TEXT	可变	母亲的教育水平	Secondary
Father_Occupation	TEXT	可变	父亲的职业	"Engineer"
Mother_Occupation	TEXT	可变	母亲的职业	"Teacher"
Annual_Household_Income_NGN	TEXT	可变	家庭年收入（尼日利亚奈拉）	400,000-600,000
Household_Size	INTEGER	4 bytes	家庭人数	5
Involvement_in_Kids_Education	TEXT	可变	父母在子女教育中的参与程度	Very Involved

extracurricular_activity

列名	数据类型	字段大小	描述	示例
Student_ID	VARCHAR(100)	100	主键和外键，引用student_table	ccf3a17156dc4907ba6c34ab6712303a
Extracurricular_Activity	TEXT	可变	课外活动的名称或类型	"Chess Club"
Weekly_Hours	INTEGER	4 bytes	每周在活动上花费的时间	6

student_performance

列名	数据类型	字段大小	描述	示例
Student_ID	VARCHAR(100)	100	主键和外键，引用student_table	ccf3a17156dc4907ba6c34ab6712303a
Mathematics	INTEGER	4 bytes	学生的数学成绩	85
English_Language	INTEGER	4 bytes	学生的英语成绩	78
Civic_Education	INTEGER	4 bytes	学生的公民教育成绩	90
Economics	INTEGER	4 bytes	学生的经济学成绩	82
CRS_Islam	INTEGER	4 bytes	学生的基督教宗教研究或伊斯兰研究成绩	88
Physics	FLOAT	4 bytes	学生的物理成绩	76.5
Chemistry	FLOAT	4 bytes	学生的化学成绩	81.0
Biology	FLOAT	4 bytes	学生的生物成绩	79.5
Geography	FLOAT	4 bytes	学生的地理成绩	85.0
Computer_Science	FLOAT	4 bytes	学生的计算机科学成绩	92.5
Government	FLOAT	4 bytes	学生的政府成绩	88.0
Commerce	FLOAT	4 bytes	学生的商业成绩	77.5
Literature	FLOAT	4 bytes	学生的文学成绩	83.0
History	FLOAT	4 bytes	学生的历史成绩	86.5
Accounting	FLOAT	4 bytes	学生的会计成绩	80.0

attendance_table

列名	数据类型	字段大小	描述	示例
Student_ID	VARCHAR(100)	100	主键和外键，引用student_table	ccf3a17156dc4907ba6c34ab6712303a
Days_Attended	INTEGER	4 bytes	学生出勤的天数	90
Days_Missed	INTEGER	4 bytes	学生缺勤的天数	5
Absence_Reason	TEXT	可变	学生缺勤的原因	"Illness"

ss3_student_survey

列名	数据类型	字段大小	描述	示例
Student_ID	VARCHAR(100)	100	主键和外键，引用student_table	ccf3a17156dc4907ba6c34ab6712303a
Reason_For_Performance	TEXT	可变	学生对学业成绩的解释	"Regular study and parental support"
Access_To_Resources	TEXT	可变	学生对教育资源的访问描述	"Good access to textbooks and internet"
Study_Hours_Per_Week	INTEGER	4 bytes	每周学习的小时数	20
Health_Issues	TEXT	可变	影响学习的健康问题描述	"None"
Teacher_Support	INTEGER	4 bytes	教师支持的水平（可能是量表）	8
Parental_Support	INTEGER	4 bytes	家长支持的水平（可能是量表）	9
Stress_Level	TEXT	可变	学生的压力水平描述	"Moderate"
Peer_Influence	TEXT	可变	同伴对学业成绩的影响描述	"Positive"
Additional_Tutoring	TEXT	可变	额外辅导的信息	"Math tutor twice a week"
Use_Of_Study_Groups	TEXT	可变	参与学习小组的信息	"Weekly science study group"
Exam_Anxiety	TEXT	可变	学生的考试焦虑水平描述	"Low"
Jamb_Scores	SMALLINT	2 bytes	学生的JAMB（联合入学和入学考试委员会）成绩	280
Num_Credit_Passes_WAEC	SMALLINT	2 bytes	WAEC（西非考试委员会）考试中的信用通过次数	7
Verdict	Text	可变	根据Jamb和WAEC成绩的通过或失败	Pass

staff_table

列名	数据类型	字段大小	描述	示例
Staff_ID	VARCHAR(100)	100	主键，每个员工的唯一标识符	bdd640fb06674ad19c80317fa3b1799d
Name	TEXT	可变	员工的姓名	"Alice Johnson"
Gender	TEXT	可变	员工的性别	"Female"
Position	TEXT	可变	员工的职位或角色	"Teacher"
Monthly_Pay	INTEGER	4 bytes	员工的月薪	150000
Years_of_Experience	INTEGER	4 bytes	员工的工作经验年数	8
Education_Level	TEXT	可变	员工获得的最高教育水平	"Masters"
Date_of_Hire	TEXT	可变	员工的雇佣日期	"2015-09-01"
Full_time	BOOLEAN	1 byte	员工是否全职（true）或兼职（false）	true

teachers_table

列名	数据类型	字段大小	描述	示例
Teacher_ID	VARCHAR(100)	100	主键，每个教师的唯一标识符	anf476539s674ad19c80317fa334g9f
Staff_ID	VARCHAR(100)	100	外键，引用staff_table	bdd640fb06674ad19c80317fa3b1799d
Name	TEXT	可变	教师的姓名	"Alice Johnson"
Teacher_Type	TEXT	可变	教师的类型或类别	"Senior Teacher"
Subject_specialization	TEXT	可变	教师的学科专业领域	"Mathematics"

数据质量检查

数据集在存储前进行了多项数据质量检查，包括但不限于：

• 检查所有列的空值
• 确保主键和外键的唯一性和匹配性
• 验证数值列的非负性和合理性
• 检查日期格式的正确性
• 确保分类列的一致性

搜集汇总

数据集介绍

构建方式

Datafest School Dataset的构建始于使用Faker库生成基础数据，但为了确保数据的真实性和文化相关性，团队进一步从多个来源抓取了真实的尼日利亚男性与女性姓名，并引入了尼日利亚的地理位置数据。此外，数据集还模拟了西非儿童可能面临的典型挑战，确保了数据的上下文准确性。数据经过严格的质量检查后，被存储在Azure的Blob Storage和Aiven的Postgres数据库中，并通过GitHub Actions实现了每三个月一次的自动备份和历史数据归档。

特点

Datafest School Dataset的显著特点在于其高度真实性和文化相关性。数据集不仅涵盖了学生的基本信息、家庭背景、课外活动和学术表现，还特别关注了尼日利亚的教育环境和文化背景。此外，数据集的结构设计合理，包含了多个相互关联的表格，如学生表、家长表、教师表等，便于多维度的数据分析和模型构建。

使用方法

Datafest School Dataset适用于多种教育研究和数据分析场景。用户可以通过提供的Streamlit应用进行数据录入和更新，确保数据的实时性和准确性。数据集的结构清晰，用户可以根据需求提取特定表格或字段进行分析。此外，数据集还提供了详细的数据字典和质量检查标准，帮助用户更好地理解和使用数据。

背景与挑战

背景概述

Datafest School Dataset是由George-Michael Dagogo等人创建的一个专注于高级中学教育的数据集。该数据集通过使用Faker库生成初始数据，并结合从多个来源收集的真实尼日利亚姓名和地理位置，以确保数据的现实性和文化相关性。数据集的核心研究问题在于评估学生通过或失败的可能性，并通过Power BI构建的仪表板进行分析。该数据集不仅为教育领域的研究提供了丰富的数据资源，还通过Streamlit应用实现了数据的实时更新和管理，极大地提升了数据的可操作性和实用性。

当前挑战

Datafest School Dataset在构建过程中面临多项挑战。首先，初始使用Faker库生成的数据未能完全捕捉到尼日利亚教育环境的细微差别，因此需要进一步增强数据的真实性和文化相关性。其次，数据质量检查过程中需确保各表中的数据一致性和合理性，如学生出勤记录的完整性、家庭收入范围的合理性等。此外，数据集的自动化更新和备份机制也需确保其稳定性和可靠性，以应对数据量增长和实时更新的需求。

常用场景

经典使用场景

Datafest School Dataset的经典使用场景主要集中在教育数据分析和学生表现预测上。通过该数据集，研究者和教育工作者可以深入分析学生的学术表现、出勤率、课外活动参与度以及家庭背景等因素对学业成绩的影响。例如，利用数据集中的学生成绩和出勤记录，可以构建预测模型，评估学生在未来考试中的表现，从而为学校提供有针对性的干预措施。

衍生相关工作

Datafest School Dataset的发布催生了一系列相关的经典工作。研究者利用该数据集进行了多项关于学生表现预测和教育资源优化的高影响力研究，发表在多个顶级学术期刊上。此外，该数据集还被用于开发和验证多种教育数据分析工具和平台，如学生表现预测系统、个性化学习推荐系统等。这些工作不仅推动了教育数据科学的发展，也为实际教育管理提供了有力的技术支持。

数据集最近研究

最新研究方向

在教育数据分析领域，Datafest School Dataset的最新研究方向主要集中在利用先进的数据分析技术来预测学生的学业表现和行为趋势。通过整合学生、家长、教师和课程资源的多维度数据，研究者们致力于开发更为精准的预测模型，以识别影响学生学业成功的关键因素。此外，该数据集还被用于探索如何通过数据驱动的决策支持系统来优化教育资源的分配，提升教学质量，并促进学生个性化学习路径的制定。这些研究不仅有助于提高教育管理的效率，还为教育政策的制定提供了科学依据。