Описание проекта
В современном мире вопрос влияния цифровых устройств на продуктивность и когнитивные способности стоит особенно остро. Мне стало интересно проверить расхожее мнение о том, что «много времени в телефоне = плохая учеба». Ценность этого датасета в том, что он позволяет не просто увидеть корреляцию, но и попытаться разделить экранное время на продуктивное (онлайн-учеба) и непродуктивное (соцсети, игры), а также учесть другие важные факторы вроде сна и посещаемости. Это делает анализ более глубоким и объективным.
Метафора визуального стиля
Изображение сгенерировано при помощи ChatGPT
Вдохновением для визуального стиля стала знакомая всем школьная тетрадь, где ученики пишут синей ручкой, а преподаватели вносят правки красной. Эти цвета — красный, синий и белый — легли в основу метафоры и отсылают к конспектам. На графиках синим обозначены мужчины, красным — женщины. Цель — передать ощущение тетради с записями и исправлениями.
Итоговые графики и этапы работы
Я выбрала датасет «Student Screen Time vs. CGPA Analysis — 2026», найденный на платформе Kaggle. Это набор данных о более чем 550 студентах из разных штатов Индии, который содержит информацию об их успеваемости (CGPA), ежедневном экранном времени, его разбивке по типам активности (соцсети, учеба, игры), а также о сне, посещаемости и офлайн-учебе.
В ходе анализа данных я выбрала несколько наиболее подходящих для демонстрации визуальных данных графики:
- Столбчатая диаграмма
- Сложенная горизонтальная столбчатая диаграмма
- Диаграмма рассеяния
- Тепловая карта, линейный график с точками
Код написан на Google Colab и оформлен с помощью Carbon.
1. Как различается средняя успеваемость у студентов в зависимости от пола?
Средняя успеваемость у студентов мужского пола немного выше (7.38), чем у студентов женского пола (7.30). Разница незначительная, что говорит о том, что уровень академической успеваемости у обоих полов в целом сопоставим, без существенного перекоса в одну сторону.
2. Как распределяется продуктивное и непродуктивное экранное время у студентов с разной успеваемостью?
Студенты с более высокой успеваемостью тратят значительно больше времени на продуктивную деятельность (учёба онлайн), тогда как у троечников преобладает непродуктивное использование (соцсети и игры); при этом общее экранное время у всех групп остаётся примерно сопоставимым, но его структура напрямую связана с академическими результатами — чем выше доля продуктивного времени, тем выше успеваемость.
3. Как экранное время влияет на сон студентов?
Наблюдается чёткая отрицательная зависимость между экранным временем и продолжительностью сна: чем больше часов студенты проводят за экранами, тем меньше они спят, причём после порога около 8 часов снижение становится особенно заметным; различия между мужчинами и женщинами минимальны, так как тренды у обеих групп практически совпадают.
4. Как посещаемость влияет на средний балл при разном уровне экранного времени и может ли она компенсировать высокий экранный риск?
Высокая посещаемость существенно повышает успеваемость даже при большом экранном времени, однако наилучшие результаты достигаются при сочетании высокой посещаемости и низкого экранного риска; при этом низкая посещаемость значительно ухудшает показатели независимо от экранного времени, что показывает, что посещаемость может частично компенсировать негативное влияние экранов, но не полностью его устранить.
Общий итог
Больше экранного времени → меньше сна → ниже успеваемость. Важно не только количество, но и качество (продуктивность) экранного времени. Лучшие результаты у студентов с умеренным экранным временем, высокой посещаемостью, преобладанием учебной активности онлайн.
Описание применения генеративной модели