vovrВысшее образование в России (Vysshee obrazovanie v Rossii = Higher Education in Russia)Vysshee Obrazovanie v Rossii = Higher Education in Russia0869-36172072-0459Moscow Polytechnic University10.31992/0869-3617-2020-29-8-9-117-126vovr-2399Research ArticleПЕДАГОГИКА ВЫСШЕЙ ШКОЛЫHIGHER SCHOOL PEDAGOGYОценка самостоятельной работы студентов при смешанном обучении на основе данных учебной аналитикиUsage of Learning Management System Web Analytics in Blended Learning Self-Study EvaluationОзероваГ. П.OzerovaG. P.

Озерова Галина Павловна – канд. техн. наук, доцент

Galina P. Ozerova – Cand. Sci. (Engineering.), Assoc. Prof.

ozerova.gp@dvfu.ruДальневосточный федеральный университетРоссияFar Eastern Federal UniversityRussian Federation202009092020298-9117126Copyright © Озерова Г.П., 20202020Озерова Г.П.Ozerova G.P.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vovr.elpub.ru/jour/article/view/2399

В статье предлагается использовать данные учебной аналитики систем организации обучения (LMS) для создания алгоритмов оценки самостоятельной работы студентов. Разработка подобных алгоритмов актуальна в условиях ежегодно возрастающего числа дисциплин, реализуемых по технологии смешанного обучения. Самостоятельная работа при смешанном обучении может проводиться на онлайн-платформе LMS, а использование данных учебной аналитики даёт возможность максимально учитывать особенности взаимодействия студента с учебными материалами курса и выполнения заданий различного типа. Для оценки времени выполнения и качества самостоятельной работы студентов определяется совокупность критериев и показателей, выбирается численная метрика и предлагается методика, с помощью которой по совокупным значениям показателей можно оценить учебную деятельность каждого студента. Методика включает алгоритмы оценки успешности выполнения самостоятельной работы на основе эмпирических данных учебной аналитики. Разработанные алгоритмы позволяют интерпретировать данные о выполнении самостоятельной работы для оценки её успешности и скорректировать траекторию обучения студента. В статье приводятся результаты применения методики на примере дисциплины «Информационные технологии», размещённой в LMS BlackBoard и реализуемой по технологии смешанного обучения в Дальневосточном федеральном университете.

Learning Management System (LMS) analytics data is proposed to be used in developing algorithms for evaluating students’ self-studies. Development of such algorithms is relevant considering annual growth of disciplines that apply blended learning. In blended learning model selfstudy can be done online in LMS which makes it possible to analyze patterns how students interact with learning materials and perform exercises of various complexity. Different criteria and indicators are aggregated into numeric metrics that following designed methodology evaluates self-study performance of each student. Designed methodology uses algorithms that evaluate self-study results by using empirical LMS analytics data. Developed algorithms allow us on one hand to interpret empirical data for self-studies evaluation, and on the other hand to correct and improve students’ learning path. This paper presents results of using developed methodology deployed in LMS BlackBoard on the example of Information Technology blended learning course in Far Eastern Federal University.

смешанное обучениесамостоятельная работаучебная аналитикаонлайн-обучениемониторинг обучениярейтингсистема организации обученияblended learningself-studylearning analyticse-learningmonitoring of teachinggraduation success ratelearning management systemReferencesRoss B., Gage K. Global perspectives on blended learning: Insight from WebCT and our customers in higher education // C.J. Bonk, & C.R. Graham (Eds.) Handbook of blended learning: Global perspectives, local designs. San Francisco, CA: Pfeiffer Publishing, 2006. P. 155–168.Ross, B., Gage, K. (2006). Global Perspectives on Blended Learning: Insight from WebCT and our Customers in Higher Education. In: C.J. Bonk, C.R. Graham (Eds.) Handbook of Blended Learning: Global Perspectives, Local Designs. San Francisco, CA: Pfeiffer Publishing, pp. 155-168.Norberg A., Dziuban C.D., Moskal P.D. A time-based blended learning model // On the Horizon. 2011. № 19(3). P. 207–216. DOI: https://doi.org/10.1108/10748121111163913Norberg, A., Dziuban, C.D., Moskal, P.D. (2011). A Time-Based Blended Learning Model. On the Horizon. Vol. 19, no. 3, pp. 207-216. DOI: https://doi.org/10.1108/10748121111163913Loschert K., Hall S.W., Murray T. Blending teaching and technology: simple strategies for improved student learning // Alliance for Excellent Education. 2018, February. 14 p. URL: https://futureready.org/wp-content/uploads/2018/02/Blended_Learning_Report_FINAL.pdfLoschert, K., White Hall, S., Murray, T. (2018). Blending Teaching and Technology: Simple Strategies for Improved Student Learning. Alliance for Excellent Education, February. 14 p. Available at: https://futureready.org/wp-content/uploads/2018/02/Blended_Learning_Report_FINAL.pdfAdams Becker S., Cummins M., Davis A., Freeman A., Hall Giesinger C., Ananthanarayanan V. NMC horizon report: 2017 higher Education Edition. Austin: The New Media Consortium, 2017. 60 p. URL: https://www.sconul.ac.uk/sites/default/files/documents/2017-nmc-horizon-report-he-EN.pdfAdams Becker, S., Cummins, M., Davis, A., Freeman, A., Hall Giesinger, C., Ananthanarayanan, V. (2017). NMC horizon report: 2017 higher Education Edition. Austin: The New Media Consortium. 60 p. Available at: https://www.sconul.ac.uk/sites/default/files/documents/2017-nmchorizon-report-he-EN.pdfКравченко Г.В. Использование модели смешанного обучения в системе высшего образования // Известия Алтайского государственного университета. 2014. № 2-1 (82). С. 22–25.Kravchenko, G.V. (2014). The Model of the Blended Learning in the System of the Higher Education. Izvestiya Altaiskogo gosudarstvennogo universiteta = Izvestiya of Altai State University. No. 2-1(82), pp. 22-25. (In Russ., abstract in Eng.)Попова С.Н. Организация самостоятельной работы студентов инженерного вуза в электронной обучающей среде Moodle // Приволжский научный вестник. 2015. № 7(47). С. 140–143.Popova, S.N. (2015). Organization of Independent Learning of Engineering Students in E-Learning Environment Moodle. Privolzhskiy nauchnyi vestnik [Volga Scientific Herald]. No. 7(47), pp. 140-143. (In Russ., abstract in Eng.)Андрюшкова О.В., Горбунов М.А., Козлова А.В. Learning management system как необходимый элемент blended learning // Открытое образование. 2017. Т. 21. № 3. С. 80–88.Andryushkova, O.V., Gorbunov, M.A., Kozlova, A.V. (2017). Learning Management System as a Necessary Element of Blended Learning. Otkrytoe obrazovanie = Open Education. Vol. 21, no. 3, pp. 80-88. (In Russ., abstract in Eng.)Oliveira P.C., Cunha C., Nakayama M.K. Learning Management Systems (LMS) and elearning management: an integrative review and research agenda // JISTEM-Journal of Information Systems and Technology Management. 2016. № 13(2). P. 157–180. DOI: https://dx.doi.org/10.4301/S1807-17752016000200001Oliveira, P.C., Cunha, C., Nakayama, M.K. (2016). Learning Management Systems (LMS) and E-Learning Management: An Integrative Review and Research Agenda. JISTEM-Journal of Information Systems and Technology Management. Vol. 13, no. 2, pp. 157-180. DOI: https://dx.doi.org/10.4301/S1807-17752016000200001Федосеева О.Ю. Анализ эффективности самостоятельной работы студентов с использованием информационных технологий // Вестник Волжского университета имени В.Н. Татищева. 2015. № 2 (24). С. 1–10.Fedoseyeva, O.Yu. (2015). Analysis of the Effectiveness of Independent Work of Students with the Use Information Technology. Vestnik Volzhskogo universiteta imeni V.N. Tatishcheva = Vestnik of Volzhsky University after V.N. Tatishchev. No. 2 (24), pp. 1-10. (In Russ., abstract in Eng.)Viberg O., Hatakka M., Bälter O., Mavroudi A. The current landscape of learning analytics in higher education // Computers in Human Behavior. 2018. № 89. P. 98–110. DOI: https://doi.org/10.1016/j.chb.2018.07.027Viberg, O., Hatakka, M., Bälter, O., Mavroudi, A. (2018). The Current Landscape of Learning Analytics in Higher Education. Computers in Human Behavior. Vol. 89, pp. 98-110. DOI: https://doi.org/10.1016/j.chb.2018.07.027Стародубцев В.А., Ситникова О.В., Лобаненко О.Б. Оптимизация контента онлайнкурса по данным статистики активности пользователей // Высшее образование в России. 2019. Т. 28. № 8-9. С. 119–127. DOI: https://doi.org/10.31992/0869-3617-2019-28-8-9-119-127Starodubtsev, V.A., Sitnikova, O.V., Lobanenko, O.B. (2019). Optimization of Online Course Content According to Users Activity Statistics. Vysshee obrazovanie v Rossii = Higher Education in Russia. Vol. 28, no. 8-9, pp. 119-127. DOI: https://doi.org/10.31992/0869-3617-2019-28-8-9-119-127 (In Russ., abstract in Eng.)Nistor N., Hernández-Garcíacc A. What types of data are used in learning analytics? An overview of six cases // Computers in Human Behavior. 2018. № 89. P. 335–338. DOI: https://doi.org/10.1016/j.chb.2018.07.038Nistor, N., Hernández-Garcíacc, A. (2018). What Types of Data Are Used in Learning Analytics? An Overview of Six Cases. Computers in Human Behavior. Vol. 89, pp. 335-338. DOI: https://doi.org/10.1016/j.chb.2018.07.038O’Farrell L. Using Learning Analytics to Support the Enhancement of Teaching and Learning in Higher Education, report // National Forum for the Enhancement of Teaching and Learning in Higher Education. Dublin, 2017. 40 p. URL: https://www.teachingandlearning.ie/wp-content/uploads/TL_LA-Briefing-Paper_WEB.pdfO’Farrell, L. (2017). Using Learning Analytics to Support the Enhancement of Teaching and Learning in Higher Education. In: National Forum for the Enhancement of Teaching and Learning in Higher Education. Dublin, 40 p. Available at: https://www.teachingandlearning.ie/wp-content/uploads/TL_LA-Briefing-Paper_WEB.pdfGarrison D.R., Vaughan N.D. Blended learning in higher education. 1st ed. San Francisco: JosseyBass Print, 2013. 245 p.Garrison, D.R., Vaughan, N.D. (2013). Blended Learning in Higher Education. 1st ed. San Francisco: Jossey-Bass Print, 245 p.Быстрова Т.Ю., Ларионова В.А., Синицын Е.В., Толмачев А.В. Учебная аналитика МООК как инструмент прогнозирования успешности обучающихся // Вопросы образования. 2018. № 4. С. 139–166. DOI: https://doi.org/10.17323/1814-9545-2018-4-139-166Bystrova, T.Yu., Larionova, V.A., Sinitsyn, E.V., Tolmachev, A.V. (2018). Learning Analytics in Massive Open Online Courses as a Tool for Predicting Learner Performance. Voprosy obrazovaniya = Educational Studies Moscow. No. 4, pp. 139-166. DOI: https://doi.org/10.17323/1814-9545-2018-4-139-166 (In Russ., abstract in Eng.)Schneider D., Class B., Benetos K., Lange M. Learning process analytics. Requirements for learning scenario and learning process analytics // T. Amiel, B. Wilson (Eds.) Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications. Denver, Colorado, June 26-29, 2012. P. 1632–1641.Schneider, D., Class, B., Benetos, K., Lange, M. (2012). Learning Process Analytics.Requirements for Learning Scenario and Learning Process Analytics. In: T. Amiel, B. Wilson (Eds.). Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications, Denver, Colorado, June 26-29, 2012, pp. 1632-1641.Ершов К.С., Романова Т.Н. Анализ и классификация алгоритмов кластеризации // Новые информационные технологии в автоматизированных системах. 2016. № 19. С. 274–279.Ershov, K.S., Romanova T.N. (2016). [Analysis and Classification of Clustering Algorithms]. Novye informatsionnye tekhnologii v avtomatizirovannykh sistemakh = New Information Technologies in Automated Systems. No. 19, pp. 274-279. (In Russ.)Meilă M. Comparing clusterings – an information based distance // Journal of Multivariate Analysis. May 2007. Vol. 98. Issue 5. P. 873–895. DOI: https://doi.org/10.1016/j.jmva.2006.11.013Meilă, M. (2007). Comparing Clusterings – An Information Based Distance. Journal of Multivariate Analysis. Vol. 98, no. 5, pp. 873-895. DOI: https://doi.org/10.1016/j.jmva.2006.11.013

The authors declare that there are no conflicts of interest present.