vovrВысшее образование в России (Vysshee obrazovanie v Rossii = Higher Education in Russia)Vysshee Obrazovanie v Rossii = Higher Education in Russia0869-36172072-0459Moscow Polytechnic University10.31992/0869-3617-2023-32-1-71-92vovr-4167Research ArticleПЕДАГОГИКА ВЫСШЕЙ ШКОЛЫHIGHER SCHOOL PEDAGOGYАкадемическая задолженность в высшей школе: анализ причин и возможностей преодоленияAcademic Debt in Higher Education: An Analysis of the Causes and Opportunities to Overcomehttps://orcid.org/0000-0002-8367-1840ЭзрохЮ. С.EzrokhYu. S.

Эзрох Юрий Семенович – д-р экон. наук, доцент, зав. кафедрой экономической информатики

630073, г. Новосибирск, пр-кт Карла Маркса, 20

Researcher ID: P-7197-2019

Yuriy S. Ezrokh – Dr. Sci. (Economics), Assoc. Prof., Head of the Department of Computer Science in Economics

20, Karl Marx str., Novosibirsk, 630064

Researcher ID: P-7197-2019

ezroh@rambler.ruhttps://orcid.org/0000-0003-0258-0072КаширинаА. М.KashirinaA. M.

Каширина Анна Михайловна – канд. экон. наук, доцент, зам. декана факультета бизнеса

630073, г. Новосибирск, пр-кт Карла Маркса, 20

Anna M. Kashirina – Cand. Sci. (Economics), Assoc. Prof., Business Faculty, Deputy Dean

20, Karl Marx str., Novosibirsk, 630064

amm@ngs.ruНовосибирский государственный технический университетРоссияNovosibirsk State Technical University (NSTU)Russian Federation2023210120233217192Copyright © Эзрох Ю.С., Каширина А.М., 20232023Эзрох Ю.С., Каширина А.М.Ezrokh Y.S., Kashirina A.M.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/4167

Наличие академической задолженности студентов способно нанести значительный урон российской экономике и системе высшего образования в среднесрочной перспективе (на горизонте 5–10 лет). Цель исследования – на основании результатов комплексного эмпирического анализа ситуации формирования массовой академической задолженности (на примере направления «Бизнес-информатика» в отечественном университете) определить ключевые проблемы и обосновать пути совершенствования деятельности университетов для их преодоления, предложить способы сокращения академической задолженности студентов. Методы исследования – общенаучные (дедукция, индукция, обобщение, сравнительный анализ и др.), а также специальные (корреляционно-регрессионный, статистический, социологических опросов и др.). Аналитика и визуализация количественных данных осуществлялась с помощью программного обеспечения MS Power BI. Результаты исследования показали, что: а) высокие входящие баллы не гарантируют беспроблемного обучения студентов в вузе; б) студенты с невысокими баллами (но не менее 160–170) тоже способны осваивать достаточно сложные университетские программы; в) наличие академических задолженностей не зависит от типа изучаемых дисциплин (экономических/информационно-технических). Масштаб отчислений в исследованной выборке (до 50 % поступивших с нелинейной зависимостью от суммы баллов ЕГЭ) свидетельствует о наличии причин, не связанных с входящим учебным потенциалом студентов. Результаты исследования позволили структурировать их на три группы: недостаточная мотивация, проблемы с самоорганизацией и проблемы «неполного взросления». Выделено пять групп студентов, имеющих повышенный риск накопления академической задолженности. С учётом масштаба накопленных проблем и сопротивления студентов традиционным методам учебно-воспитательной работы обосновано применение опосредованного учебно-воспитательного воздействия через специальное мобильное приложение.

Academic debt can cause a significant damage to the Russian economics and the higher education system in the medium term (on the horizon of 5–10 years). The purpose of the study is to identify the key problems based on the results of a comprehensive empirical analysis of the situation of the formation of massive academic debt (using the example of the “Business Informatics” direction at a Russian university) and to substantiate ways to improve the activities of universities in order to overcome them and reduce students’ academic dept. Research methods are general scientific (deduction, induction, generalization, comparative analysis, etc.), as well as special ones (correlation and regression, statistical, sociological surveys, etc.). Analytics and visualization of quantitative data were carried out using MS PowerBI software. Research results. It was revealed that: a) high incoming scores do not guarantee trouble-free education at the university; b) students with low scores (but not less than 160–170) are also able to master quite complicated university programs; c) the presence of academic debts does not depend on the type of disciplines studied (economics / information technology). The number of student dropouts in the studied sample (up to 50% of those who entered with a non-linear dependence on the total USE scores) testifies to the presence of reasons that are not related to the incoming educational potential of students. The results of the study made it possible to structure them into three groups: insufficient motivation, self-organization problems, and “incomplete maturation”. Five groups of students have been identified with an increased risk of accumulating academic debt. The article substantiates the use of indirect educational influence on the students through a special mobile application.

академическая задолженностьакадемический долгакадемический отпусквосстановление студентовнеудовлетворительные оценкиотчисление студентовпересдачиучебно-выпускная работаacademic debtsacademic leavestudent dropoutstudent recoveryunsatisfactory gradesretakinggraduation workReferencesЭзрох Ю.С. Кадровые перспективы российских университетов: кто будет преподавать в недалёком будущем? // Образование и наука. 2019. Т. 21. № 7. С. 9–40. DOI: 10.17853/1994-5639-2019-7-9-40Ezrokh, Yu.S. (2019). Personnel Prospects of Russian Universities: Who Will Teach in the Near Future? Obrazovanie i nauka = Education and Science. Vol. 7, no. 21, pp. 9-40, doi: 10.17853/1994-5639-2019-7-9-40 (In Russ., abstract in Eng.).Васильева Ю.Е., Ширяев О.Ю., Гречко Т.Ю. Формы организации учебно-воспитательной работы с обучающимися в высшей медицинской школе // Педагогический опыт: теория, методика, практика. 2016. № 2 (7). С. 57–59. EDN: VZDYKB.Vasil’eva, Yu.E., Shiryaev, O.Yu., Grechko, T.Yu. (2016). Forms of Organization of Educational Work with Students in Higher Medical School. Pedagogicheskiy opyt: teoriya, metodika, praktika = Pedagogical Experience: Theory, Methodology, Practice. Vol. 2, no. 7, pp. 57-59. Available at: https://www.elibrary.ru/item.asp?id=26100251(accessed 02.09.2022). (In Russ., abstract in Eng.).Шапоров А.М., Исаева Е.Р., Тюсова О.В., Ванчакова Н.П., Кулик В.В. Анализ факторов, влияющих на успешность обучения студентов медицинского вуза // Учёные записки университета им. П.Ф. Лесгафта. 2019. № 6 (172). С. 293–299. EDN: XRIMCK.Shaporov, A.M., Isaeva, E.R., Tyusova, O.V., Vanchakova, N.P., Kulik, V.V. (2019). Analysis of the Factors Influencing the Success of Teaching Medical Students. Uchenye zapiski universiteta im. P.F. Lesgafta [Scientific Notes of P.F. Lesgaft University]. Vol. 6, no. 172, pp. 293-299. Available at: https://www.elibrary.ru/item.asp?id=38567203 (accessed 02.09.2022). (In Russ., abstract in Eng.).Мазина О.Л., Мамчик Н.П., Габбасова Н.В. Влияние балльно-рейтинговой системы оценивания на качественную успеваемость студентов в медицинском вузе // Современные проблемы науки и образования. 2020. № 3. С. 78–89. DOI: 10.17513/spno.29897Mazina, O.L., Mamchik, N.P., Gabbasova, N.V. (2020). Influence of the Point-Rating System of Evaluation on the Qualitative Progress of Students in a Medical University. Sovremennye problemy nauki i obrazovaniya = Modern Problems of Science and Education. Vol. 3, pp. 78-89, doi: 10.17513/spno.29897 (In Russ., abstract in Eng.).Груздев И.А., Горбунова Е.В., Фрумин И.Д. Студенческий отсев в российских вузах: к постановке проблемы // Вопросы образования. 2013. № 2. С. 67–81. DOI: 10.17323/1814-9545-2013-2-67-81Gruzdev, I.A., Gorbunova, E.V., Frumin, I.D. (2013). Student Dropout in Russian Universities: To the Formulation of the Problem. Voprosy obrazovaniya = Educational Studies Moscow. No. 2, pp. 67-81, doi: 10.17323/1814-9545-2013-2-67-81 (In Russ., abstract in Eng.).Колотова Е.В. Изучение отчислений студентов в бакалавриате/специалитете НИУ ВШЭ // Социологические методы в современной исследовательской практике: Сб. статей, посвящённый памяти первого декана факультета социологии НИУ ВШЭ А.О. Крыштановского / Отв. ред. О.А. Оберемко. М. : ВШЭ, 2011. С. 270–278. ISBN: 978-5-904804-03-9.Kolotova, E.V. (2011). The Study of Students’ Deductions in the Bachelor’s / Specialist’s Programs at the National Research University Higher School of Economics. In: Oberemko, O.A. (Ed). Sotsiologicheskie metody v sovremennoy issledovatel’skoy praktike : Sb. statei [Sociological Methods in Modern Research Practice: Collection of Papers]. Moscow : HSE Publ., pp. 270-278. (In Russ.).Замков О.О., Пересецкий А.А. ЕГЭ и академические успехи студентов бакалавриата МИЭФ НИУ ВШЭ // Прикладная эконометрика. 2013. № 2 (30). С. 93–114. EDN: RYGOTT.Zamkov, O.O., Peresetsky, A.A. (2013). Unified State Examination and Academic Achievement of Undergraduate Students at ICEF NRU HSE. Prikladnaya ekonometrika = Applied Econometrics. Vol. 2, no. 30, pp. 93-114. Available at: https://www.elibrary.ru/item.asp?id=21306625 (accessed 02.09.2022). (In Russ., abstract in Eng.).Хавенсон Т.Е., Соловьева А.А. Связь результатов единого государственного экзамена и успеваемости в вузе // Вопросы образования. 2014. № 1. С. 176–199. DOI: 10.17323/1814-9545-2014-1-176-199Khavenson, T.E., Solovieva, A.A. (2014). Relationship Between the Results of the Unified State Exam and Academic Performance at the University. Voprosy obrazovaniya = Educational Studies Moscow. Vol. 1, pp. 176-199, doi: 10.17323/1814-9545-2014-1-176-199 (In Russ., abstract in Eng.).Смык А.Ф., Прусова В.И., Зиманов Л.Л., Солнцев А.А. Анализ масштаба и причин отсева студентов в техническом университете // Высшее образование в России. 2019. Т. 28. № 6. С. 52–62. DOI: 10.31992/0869-3617-2019-28-6-52-62Smyk, A.F., Prusova, V.I., Zimanov, L.L., Solntsev, A.A. (2019). Analysis of the Scale and Causes of Student Dropout at a Technical University. Vysshee obrazovanie v Rossii = Higher Education in Russia. Vol. 6, no. 28, pp. 52-62, doi: 10.31992/0869-3617-2019-28-6-52-62 (In Russ., abstract in Eng.).Эзрох Ю.С. Кураторство в высшей школе: что делать? // Вестник Московского университета. Серия 20: Педагогическое образование. 2016. № 2. С. 94–115. DOI: 10.51314/2073-2635-2016-2-94-115Ezrokh, Yu.S. (2016). Curatorship in Higher Education: What to Do? Vestnik Moskovskogo universiteta. Seriya 20: Pedagogicheskoe obrazovanie [Bulletin of the Moscow University. Series 20: Pedagogical Education]. Vol. 2, pp. 94-115, doi: 10.51314/2073-2635-2016-2-94-115 (In Russ., abstract in Eng.).Денисенко С.В. Методические антиномии в деятельности куратора образовательной организации МВД России // Вестник Сибирского института бизнеса и информационных технологий. 2020. № 4 (36). С. 15–19. DOI: 10.24411/2225-8264-2020-10061Denisenko, S.V. (2020). Methodological Antinomy in the Activities of the Curator of the Educational Organization of the Ministry of Internal Affairs of Russia. Vestnik Sibirskogo instituta biznesa i informatsionnykh tekhnologiy = Herald of Siberian Institute of Business and Information Technologies. Vol. 4, no. 36, pp. 15-19, doi: 10.24411/2225-8264-2020-10061 (In Russ., abstract in Eng.).Курусь И.А. Взаимосвязь кризисов, кризисных переживаний и направленности временной перспективы у студентов на начальном этапе обучения в вузе // Образование и наука. 2016. № 2 (131). С. 68–79. DOI: 10.17853/1994-5639-2016-2-68-79Kurus, I.A. (2016). Correlation of Crises, Crisis Experiences and the Orientation of the Time Perspective of Students at the Initial Stage of Education in Higher Education Institution. Obrazovanie i nauka = The Education and Science Journal. Vol. 2, no. 131, pp. 68-79, doi: 10.17853/1994-5639-2016-2-68-79 (In Russ., abstract in Eng.).Коваленок Т.П., Занфирова Л.В. Структура мотивационной сферы студентов как фактор оптимизации учебно-воспитательной работы // Международный научный журнал. 2020. № 3. С. 134–140. DOI: 10.34286/1995-4638-2020-72-3-134-140Kovalenok, T.P., Zanfirova, L.V. (2020). The Structure of the Motivational Sphere of Students as a Factor in the Optimization of Educational Work. Mezhdunarodnyi nauchnyi zhurnal = International Scientific Journal. Vol. 3, pp. 134-140, doi: 10.34286/1995-4638-2020-72-3-134-140 (In Russ., abstract in Eng.).Житенева Е.В., Хитрова М.А., Серова Ю.С. Прокрастинация в процессе обучения студентов // Бюллетень медицинских интернетконференций. 2019. Т. 9. № 10. С. 447–449. EDN: QIQPGB.Zhiteneva, E.V., Khitrova, M.A., Serova, Yu.S. (2019). Procrastination in the Learning Process of Students. Byulleten’ meditsinskikh internet-konferentsiy = Medical Conferences Online. Vol. 10, pp. 447-449. Available at: https://medconfer.com/files/archive/2019-10/2019-10-81-T-18926.pdf (accessed 02.09.2022). (In Russ.).Васильева И.В., Булатова О.В. Соотношение субъектной ресурсности и академической задолженности у студентов, обучающихся по индивидуальным образовательным траекториям в условиях экстремальных социальных вызовов // Прикладная психология и педагогика. 2021. Т. 6. № 3. С. 92–103. DOI: 10.12737/2500-0543-2021-6-3-92-103Vasil’eva, I.V., Bulatova, O.V. (2021). The Ratio of Subjective Resources and Academic Debt Among Students Enrolled on Individual Educational Trajectories in Conditions of Extreme Social Challenges. Prikladnaya psikhologiya i pedagogika = Applied Psychology and Pedagogy. Vol. 3, no. 6, pp. 92-103, doi: 10.12737/2500-0543-2021-6-3-92-103 (In Russ., abstract in Eng.).Валеева Д.Р., Докука С.В., Юдкевич М.М. Разрыв дружеских связей при академическом неуспехе: социальные сети и пересдачи у студентов // Вопросы образования. 2017. № 1. С. 8–24. DOI: 10.17323/1814-9545-2017-1-8-24Valeeva, D.R., Dokuka, S.V., Yudkevich, M.M. (2017). Breaking Friendships in Academic Failure: Social Networks and Retakes Among Students. Voprosy obrazovaniya = Educational Studies Moscow. Vol. 1, pp. 8-24, doi: 10.17323/1814-9545-2017-1-8-24 (In Russ., abstract in Eng.).Подолько П.М., Подолько А.П. Анализ причин возникновения академических задолженностей у обучающихся по программам высшего образования // Право и образование. 2019. № 6. С. 73–82. EDN: MJFFQF.Podolko, P.M., Podolko, A.P. (2019). Analysis of the Reasons for the Failure of Students in Higher Education Programs. Pravo i obrazovanie = Law and Education. Vol. 6, pp. 73-82. Available at: https://www.elibrary.ru/item.asp?id=38027457 (accessed 02.09.2022). (In Russ., abstract in Eng.).Ташкинов Ю.А. Технология прогнозирования образовательных результатов (на примере изучения курса “химия” студентами инженерностроительного вуза) // Вестник Южно-Уральского государственного университета. Серия: Образование. Педагогические науки. 2021. Т. 13. № 3. С. 99–106. DOI: 10.14529/ped210309Tashkinov, Yu.A. (2021). Technology to Forecast Educational Results (On the Example of “Chemistry” Studied by Students of Construction and Engineering University). Vestnik Yuzhno-Ural’skogo gosudarstvennogo universiteta. Seriya: Obrazovanie. Pedagogicheskie nauki = Bulletin of the South Ural State University. Series: Education. Pedagogic. Vol. 3, no. 13, pp. 99-106, doi: 10.14529/ped210309 (In Russ., abstract in Eng.).Горбунова Е.В. Выбытия студентов из вузов: исследования в России и США // Вопросы образования. 2018. № 1. С. 110–131. DOI: 10.17323/1814-9545-2018-1-110-131Gorbunova, E.V. (2018). Departure of Students from Universities: Research in Russia and the USA. Voprosy obrazovaniya = Educational Studies Moscow. Vol. 1, pp. 110-131, doi: 10.17323/1814-9545-2018-1-110-131 (In Russ., abstract in Eng.).Трофимович Н.А., Плеханова Т.В. Организация волонтёрского движения как одно из важных направлений учебно-воспитательной работы // Методист. 2010. № 6. С. 46–48. EDN: UYMXKZ.Trofimovich, N.A., Plekhanova, T.V. (2010). [Organization of the Volunteer Movement as One of the Important Areas of Educational Work]. Metodist = Methodist. Vol. 6, pp. 46-48. Available at: https:// www.elibrary.ru/item.asp?id=24882169 (accessed 02.09.2022). (In Russ.).Николаев В.А. Студенческий музей как фактор совершенствования учебно-воспитательной работы вуза // Образование и общество. 2007. № 3. С. 28–30. EDN: LEYEGF.Nikolaev, V.A. (2007). [Student Museum as a Factor in Improving the Educational Work of the University]. Obrazovanie i obshchestvo = Education and Society. Vol. 3, pp. 28-30. Available at: https://www.elibrary.ru/item.asp?id=13294773 (accessed 02.09.2022). (In Russ.).Минигалеева А.З. Специфика и пути развития потребностей здорового образа жизни студентов в системе высшего образования // Вестник НЦБЖД. 2021. № 2 (48). С. 50–54. EDN: VQOOFW.Minigaleeva, A.Z. (2021). Specifics and Ways of Developing Student Healthy Lifestyles in Higher Education. Vestnik NTSBZHD [Bulletin of the National Center for Railways]. Vol. 2, no. 48, pp. 5-54. Available at: https://www.elibrary.ru/item.asp?id=46498955 (accessed 02.09.2022). (In Russ., abstract in Eng.).Tinto V. Dropout from Higher Education: A Theoretical Synthesis of Recent Research // Review of Educational Research. 1975. Vol. 45. No. 1. P. 89–125. DOI: 10.3102/00346543045001089Tinto, V. (1975). Dropout from Higher Education: A Theoretical Synthesis of Recent Research. Review of Educational Research. Vol. 1, no. 45, pp. 89-125, doi: 10.3102/00346543045001089Doll J., Eslami Z., Walters L. Understanding Why Students Drop Out of High School, According to Their Own Reports: Are They Pushed or Pulled, or Do They Fall Out? A Comparative Analysis of Seven Nationally Representative Studies // Sage Journals Open. 2013. Vol. 3. No. 4. P. 1–15. DOI: 10.1177/21582440135033834Doll, J., Eslami, Z., Walters, L. (2013). Understanding Why Students Drop Out of High School, According to Their Own Reports: Are They Pushed or Pulled, or Do They Fall Out? A Comparative Analysis of Seven Nationally Representative Studies. Sage Journals Open. Vol. 3, no. 4, pp. 1-15, doi: 10.1177/21582440135033834Lee Ji-Eun. Post-Examination Analysis on the Student Dropout Prediction Index // The Korea Journal of BigData. 2019. Vol. 4. № 2. P. 175–183. DOI: 10.36498/kbigdt.2019.4.2.175Lee, Ji-Eun (2019). Post-Examination Analysis on the Student Dropout Prediction Index. The Korea Journal of BigData. Vol. 2, no. 4, pp. 175-183, doi: 10.36498/kbigdt.2019.4.2.175DeLay D., Ha T., van Ryzin M., Winter C., Dishion T. Changing Friend Selection in Middle School: A Social Network Analysis of a Randomized Intervention Study Designed to Prevent Adolescent Problem Behavior //Prevention Science. 2016. Vol. 17. No. 3. P. 285–294. DOI: 10.1007/s11121-015-0605-4DeLay, D., Ha, T., van Ryzin M., Winter, C., Dishion, T. (2016). Changing Friend Selection in Middle School: A Social Network Analysis of a Randomized Intervention Study Designed to Prevent Adolescent Problem Behavior. Prevention Science. Vol. 3, no. 17, pp. 285-294, doi: 10.1007/s11121-015-0605-4Aasma L., Choudhary A.I., Hammayun A.A. Economic effects of students’ dropouts : A comparative study of the causes of students’ dropouts globally // International Journal of Economics, Commerce and Management. 2015. Vol. 3. № 6. P. 1511–1522. URL: https://ijecm.co.uk/wp-content/uploads/2015/06/3693.pdf (дата обращения: 02.09.2022).Aasma, L., Choudhary, A.I., Hammayun, A.A. (2015). Economic Effects of Students’ Dropouts: A Comparative Study of the Causes of Students’ Dropouts Globally. International Journal of Economics, Commerce and Management. Vol. 3, no. 6, pp. 1511-1522. Available at: https://ijecm.co.uk/wp-content/uploads/2015/06/3693.pdf (accessed 02.09.2022).Magalhães E., Santos G., Molina F., da Costa J.P.J., de Mendonça F.L.L., de Sousa R.T. Student Dropout Prediction in MOOC Using Machine Learning Algorithms // 2021 Workshop on Communication Networks and Power Systems (WCNPS). 2021. P. 1–6. DOI: 10.1109/WCNPS53648.2021.9626227Magalhães, E., Santos, G., Molina F., da Costa, J.P.J., de Mendonça, F.L.L., de Sousa, R.T. (2021). Student Dropout Prediction in MOOC Using Machine Learning Algorithms. 2021 Workshop on Communication Networks and Power Systems (WCNPS). pp. 1-6, doi: 10.1109/WCNPS53648.2021.9626227Room M., Lepp M., Luik P. Dropout Time and Learners’ Performance in Computer Programming MOOCs // Education Sciences. 2021. Vol. 11. P. 1–13. DOI: 10.3390/educsci11100643Room, M., Lepp, M., Luik, P. (2021). Dropout Time and Learners’ Performance in Computer Programming MOOCs. Education Sciences. Vol. 11, Pp. 1-13, doi: 10.3390/educsci11100643Dorris D., Swann J., Ivy J. A Data-Driven Approach for Understanding and Predicting Engineering Student Dropout// ASEE Virtual Annual Conference Content Access. 2021. Vol. 3. P. 22–31. DOI: 10.18260/1-2--36575Dorris, D., Swann, J., Ivy, J. (2021). A Data-Driven Approach for Understanding and Predicting Engineering Student Dropout. ASEE Virtual Annual Conference Content Access. Vol. 3, pp. 22-31, doi: 10.18260/1-2--36575Mardolkar M., Kumaran N. Forecasting and Avoiding Student Dropout Using the K-Nearest Neighbor Approach // SN Computer Science 2021. Vol. 1. No. 2. P. 1–8. DOI: 10.1007/s42979-020-0102-0Mardolkar, M., Kumaran, N. (2021). Forecasting and Avoiding Student Dropout Using the K-Nearest Neighbor Approach. SN Computer Science. Vol. 1, no. 2, pp. 1-8, doi: 10.1007/s42979-020-0102-0Hutagaol N., Suharjito S. Predictive modelling of student dropout using ensemble classifier method in higher education // Advances in Science, Technology and Engineering Systems Journal. 2019. Vol. 4. No. 4. P. 206–211. DOI: 10.25046/aj040425Hutagaol, N., Suharjito, S. (2019). Predictive Modelling of Student Dropout Using Ensemble Classifier Method in Higher Education. Advances in Science, Technology and Engineering Systems Journal. Vol. 4, no. 4, pp. 206-211, doi: 10.25046/aj040425Opazo D., Moreno S., Álvarez-Miranda E., Pereira J. Analysis of First-Year University Student Dropout Through Machine Learning Models: A Comparison Between Universities // Mathematics. 2021. Vol. 9. Article no. 2599. DOI: 10.3390/math9202599Opazo, D., Moreno, S., Álvarez-Miranda, E., Pereira, J. (2021). Analysis of First-Year University Student Dropout through Machine Learning Models: A Comparison between Universities. Mathematics. Vol. 9, art. no. 2599, doi: 10.3390/math9202599Kemper L., Vorhoff G., Wigger B. Predicting student dropout: A machine learning approach // European Journal of Higher Education. 2020. Vol. 10. P. 1–20. DOI: 10.1080/21568235.2020.1718520Kemper, L., Vorhoff, G., Wigger, B. (2020). Predicting Student Dropout: A Machine Learning Approach. European Journal of Higher Education. Vol. 10, pp. 1-20, doi: 10.30534/ijatcse/2021/041062021Alban M., Mauricio D. Predicting University Dropout Through Data Mining: A Systematic Literature // Indian Journal of Science and Technology. 2019. Vol. 12. № 4. P. 1–12. DOI: 10.17485/ijst/2019/v12i4/139729Alban, M., Mauricio, D. (2019). Predicting University Dropout Through Data Mining: A Systematic Literature. Indian Journal of Science Technology. Vol. 4, no. 12, pp. 1-12, doi: 10.17485/ijst/2019/v12i4/139729Srairi S. An Analysis of Factors Affecting Student Dropout: The Case of Tunisian Universities// International Journal of Educational Reform. 2021. Vol. 1. P. 1–19. DOI: 10.1177/10567879211023123Srairi, S. (2021). An Analysis of Factors Affecting Student Dropout: The Case of Tunisian Universities. International Journal of Educational Reform. Vol. 1, pp. 1-19, doi: 10.1177/10567879211023123Aflalo E., Gabay E. Information System for Coping with Student Dropout // International Journal of Information and Communication Technology Education. 2011. Vol. 7. P. 62–73. DOI: 10.4018/jicte.2011070106Aflalo, E., Gabay, E. (2011). Information System for Coping with Student Dropout. International Journal of Information and Communication Technology Education. Vol. 7, pp. 62-73, doi: 10.4018/jicte.2011070106Oliveira M., Barwaldt R., Pias M., Espíndola D. Understanding the Student Dropout in Distance Learning // IEEE Frontiers in Education Conference. USA, Cincinnati. 2019. P. 1–7. DOI: 10.1109/FIE43999.2019.9028433Oliveira, M., Barwaldt, R., Pias, M., Espíndola, D. (2019). Understanding the Student Dropout in Distance Learning. IEEE Frontiers in Education Conference. USA, Cincinnati. Vol. 5, pp. 1-7, doi: 10.1109/FIE43999.2019.9028433Lichand G., Christen J. Using Nudges to Prevent Student Dropouts in the Pandemic // SSRN Electronic Journal. 2020. Vol. 1. P. 1–98. DOI: 10.2139/ssrn.3724386Lichand, G., Christen, J. (2020). Using Nudges to Prevent Student Dropouts in the Pandemic. SSRN Electronic Journal. Vol. 1, pp. 1-98, doi: 10.2139/ssrn.3724386

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