Тип публикации: статья из журнала
Год издания: 2024
Идентификатор DOI: 10.31862/2073-9613-2024-3-82-98
Ключевые слова: learning strategy, learning analytics, student digital footprint, surface approach to learning, deep approach to learning, LMS Moodle, стратегия обучения, учебная аналитика, цифровой след обучающегося, поверхностный подход к обучению, глубинный подход к обучению
Аннотация: Статья посвящена проблеме выявления стратегий, применяемых студентами вузов при работе с учебным материалом. Проводится обзор классических методик определения стратегий обучения с помощью опросников, описываются проблемы их применимости в реальной педагогической практике. Рассматриваются примеры применения альтернативного подхода кПоказать полностьювыявлению стратегий обучения с помощью анализа цифрового следа обучающихся в электронной образовательной среде методами учебной аналитики. Предлагается методика выявления стратегий обучения с помощью кластеризации агрегированных данных цифрового следа студентов в системе электронного обучения на базе LMS Moodle. Рассматриваются два варианта агрегации данных цифрового следа: количественный и содержательный. При количественном подходе в качестве переменных для кластеризации выступают частоты обращения студентов к разным компонентам электронных курсов, а при содержательном - частоты совершения определенных последовательностей действий в электронном курсе. Было проведено эмпирическое исследование с целью применения предложенной методики для определения стратегий обучения студентов из нескольких учебных групп и изучения взаимосвязи между полученными стратегиями и подходами к обучению по Биггсу, а также академической успеваемостью. Студенты были разделены на 4 кластера, получена содержательная интерпретация этих кластеров с точки зрения образовательного поведения. Также было выявлено, что результаты кластеризаций довольно хорошо согласуются с подходами к обучению по Биггсу. Сильная связь кластеров с итоговыми оценками по дисциплинам позволяет рекомендовать использование выявленной по цифровому следу учебной стратегии в качестве предиктора в задаче прогнозирования успешности обучения. The article deals with the problem of identifying strategies used by university students when working with learning material. It reviews classical methods of identifying learning strategies using questionnaires and describes the problems of their relevance in real pedagogical practice. Examples of using an alternative approach to identifying learning strategies by analyzing the digital footprint of learners in the e-learning environment using learning analytics methods are considered. The methodology of identifying learning strategies by means of clustering of aggregated data of students’ digital footprints in the e-learning system based on LMS Moodle is proposed. Two variants of digital footprint data aggregation are considered such as quantitative and content-based. In the quantitative approach, the frequencies of students’ access to different components of e-courses are used as variables for clustering, while in the content approach, the frequencies of committing certain sequences of actions in the e-course are used as variables for clustering. An empirical study was conducted to apply the proposed methodology to identify the learning strategies of students from several study groups and to examine the relationship between the resulting strategies, Biggs learning strategies, and academic performance. Students were divided into 4 clusters and a meaningful interpretation of these clusters in terms of learning behavior was obtained. It has also been found that the results of the clustering were in fairly good agreement with the Biggs learning approaches. The strong relation of clusters with final grades in disciplines makes it possible to recommend the use of the learning strategy identified from the digital footprint as a predictor of learning success.
Журнал: Преподаватель XXI век
Выпуск журнала: № 3-1
Номера страниц: 82-98
ISSN журнала: 20739613
Место издания: Москва
Издатель: Московский педагогический государственный университет