Цифровая образовательная среда: эффективность адаптивного тестирования студентов-медиков

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Актуальность. Все большее распространение получает компьютерный адаптивный подход тестирования, ведутся поиски и оптимизация алгоритмов его работы, в особенности в педагогической сфере. Согласно литературным данным, адаптивное тестирование имеет ряд преимуществ перед традиционным линейным тестовым контролем знаний, что определило цель и задачи исследования.

Цель — оценить целесообразность использования адаптивного подхода к структуре цифрового тестового контроля знаний студентов, обучающихся по специальности «Стоматология», посредством сравнительного анализа их психоэмоционального состояния, успешности выполнения тестовых заданий и затраченного времени.

Материал и методы. В настоящей работе рассмотрен наиболее простой механизм алгоритма — пирамидальная стратегия, обеспечивающая адаптивную работу компьютерного теста. В исследование включены 446 студентов 1-го курса Московского государственного медико-стоматологического университета имени А.И. Евдокимова, обучающихся по специальности «Стоматология» (средний возраст 18,76±2,26 года), разделенных на две группы: контрольную (n=200), в которой проводилось линейное тестирование, и экспериментальную (n=246), в которой проводилось адаптивное тестирование. Процесс тестирования реализован посредством общедоступных электронных ресурсов и платформ.

Результаты. Результатом исследования явилось отсутствие статистически значимых различий по всем параметрам (p >0,05), кроме временных затрат (p <0,05).

Заключение. По результатам исследования нами была определена целесообразность адаптивного подхода в структуре цифрового тестового контроля знаний студентов, обучающихся по специальности «Стоматология».

Об авторах

Мария Александровна Мещерякова

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Email: svet.mma@mail.ru
ORCID iD: 0000-0003-0016-1667

д-р пед. наук, канд. мед. наук, профессор

Россия, Москва

Рамаз Шалвович Гветадзе

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Email: gvetadze-rs@msmsu.ru
ORCID iD: 0000-0003-0508-7072

член-корреспондент РАН, д-р мед. наук, профессор

Россия, Москва

Ясер Насерович Харах

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Автор, ответственный за переписку.
Email: c.kKharakh@gmail.com
ORCID iD: 0000-0001-7181-8211
SPIN-код: 7217-1160

канд. мед. наук

Россия, Москва

Вероника Марковна Карпова

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Email: karpovavm82@gmail.com
ORCID iD: 0000-0003-1003-6667
SPIN-код: 5404-1770

канд. мед. наук, доцент

Россия, Москва

Марина Вадимовна Тимощенко

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Email: 89162628590@mail.ru
ORCID iD: 0000-0002-6949-9351
SPIN-код: 7281-6560

канд. мед. наук

Россия, Москва

Мариам Серёжевна Галстян

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Email: galstyan_mariam@mail.ru
ORCID iD: 0000-0002-3372-5775
SPIN-код: 3814-7044
Россия, Москва

Сергей Дарчоевич Арутюнов

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Email: sd.arutyunov@mail.ru
ORCID iD: 0000-0001-6512-8724
SPIN-код: 1052-4131

д-р мед. наук, профессор

Россия, Москва

Список литературы

  1. Mason B.J., Patry M., Bernstein D.J. An Examination of the Equivalence between Non-Adaptive Computer-Based and Traditional Testing // J Educ Comput Res. 2001. Vol. 24, N 1. P. 29–39. doi: 10.2190/9EPM-B14R-XQWT-WVNL
  2. Monaghan M.S., Cain J.J., Malone P.M., et al. Educational technology use among US colleges and schools of pharmacy // Am J Pharm Educ. 2011. Vol. 75, N 5. P. 87. doi: 10.5688/ajpe75587
  3. Aybek E.C., Demirtasli R.N. Computerized adaptive test (CAT) applications and item response theory models for polytomous items // Int J Res Method Educ. 2017. Vol. 3, N 2. P. 475–487. doi: 10.21890/ijres.327907
  4. Delgado-Gómez D., Laria J.C., Ruiz-Hernández D. Computerized adaptive test and decision trees: A unifying approach // Expert Syst Appl. 2018. Vol. 117. P. 358–366. doi: 10.1016/j.eswa.2018.09.052
  5. Morphew J.W., Mestre J.P., Kang H.A., et al. Using computer adaptive testing to assess physics proficiency and improve exam performance in an introductory physics course // Phys Rev Phys Educ Res. 2018. Vol. 14, N 2. P. 020110. doi: 10.1103/PhysRevPhysEducRes.14.020110
  6. Van Groen M.M., Eggen T.J.H.M., Veldkamp B.P. Multidimensional Computerized Adaptive Testing for Classifying Examinees With Within-Dimensionality // Appl Psychol Meas. 2016. Vol. 40, N 6. P. 387–404. doi: 10.1177/0146621616648931
  7. Lord F.M. The self-scoring flexilevel test // J Educ Meas. 1971. Vol. 8, N 3. P. 147–151. doi: 10.1111/j.1745-3984.1971.tb00918.x
  8. Henning G. A guide to language testing: development, evaluation, research. Cambridge, Mass.: Newbury House, 1987. 198 p.
  9. Lewis C., Sheehan K. Using Bayesian decision theory to design a computerized mastery test // Appl Psychol Meas. 1990. Vol. 14, N 4. P. 367–386. doi: 10.1177/014662169001400404
  10. Reckase M.D. An interactive computer program for tailored testing based on the oneparameter logistic model // Behav Res Methods Instrum. 1974. Vol. 6, N 2. P. 208–212. doi: 10.3758/BF03200330
  11. Martin A.J., Lazendic G. Computer Adaptive Testing: Implications for Students’ Achievement, Motivation, Engagement, and Subjective Test Experience // J Educ Psychol. 2018. Vol. 110, N 1. P. 27–45. doi: 10.1037/edu0000205
  12. Kalender İ. Computerized adaptive testing for student selection to higher education // Yükseköğretim Dergisi. 2012. Vol. 2, N 1. P. 13–19. doi: 10.2399/yod.12.004
  13. Mizumoto A., Sasao Y., Webb S.A. Developing and Evaluating A Computerized Adaptive Testing Version of the Word Part Levels Test // Lang Test. 2017. Vol. 36, N 1. P. 101–123. doi: 10.1177/0265532217725776
  14. Weiss D.J. Adaptive testing by computer // J Consult Clin Psychol. 1985. Vol. 53, N 6. P. 774–789. doi: 10.1037/0022-006X.53.6.774
  15. Малыгин А.А. Стратегии и алгоритмы реализации адаптивных технологий педагогических измерений // Вестник университета. 2013. № 15. С. 393–401.
  16. Abouserie R. Self-esteem and achievement motivation as determinants of students’ approaches to studying // Stud High Educ. 1995. Vol. 20, N 1. P. 19–26. doi: 10.1080/03075079512331381770
  17. Cassady J.C., Johnson R.E. Cognitive test anxiety and academic performance // Contemp Educ Psychol. 2002. Vol. 27, N 2. P. 270–295. doi: 10.1006/ceps.2001.1094
  18. Moreira de Sousa J., Moreira C.A., Telles-Correia D. Anxiety, Depression and Academic Performance: A Study Amongst Portuguese Medical Students Versus Non-Medical Students // Acta Med Port. 2018. Vol. 31, N 9. P. 454–462. doi: 10.20344/amp.9996
  19. Pascoe M.C., Hetrick S.E., Parker A.G. The impact of stress on students in secondary school and higher education // Int J Adolesc Youth. 2020. Vol. 25, N 1. P. 104–112. doi: 10.1080/02673843.2019.1596823
  20. Mealey D.L., Host T.R. Coping with test anxiety // Coll. 1992. Vol. 40, N 4. P. 147–150. doi: 10.1080/87567555.1992.10532238
  21. Putwain D.W., Woods K.A., Symes W. Personal and situational predictors of test anxiety of students in post-compulsory education // Br J Educ Psychol. 2010. Vol. 80, N 1. P. 137–160. doi: 10.1348/000709909X466082
  22. Trifoni A., Shahini M. How does exam anxiety affect the performance of university students? // Mediterr J Soc Sci. 2011. Vol. 2, N 2. P. 93–93.
  23. Onyeizugbo E.U. Self-efficacy, gender and trait anxiety as moderators of test anxiety // Electron J Res Educ Psychol. 2010. Vol. 8, N 1. P. 299–312.
  24. Ling G., Attali Y., Finn B., Stone E.A. Is a Computerized Adaptive Test More Motivating Than a Fixed-Item Test? // Appl Psychol Meas. 2017. Vol. 41, N 7. P. 495–511. doi: 10.1177/0146621617707556
  25. Tonidandel S., Quiñones M.A., Adams A.A. Computer-adaptive testing: the impact of test characteristics on perceived performance and test takers’ reactions // J Appl Psychol. 2002. Vol. 87, N 2. P. 320–332. doi: 10.1037/0021-9010.87.2.320
  26. Frey A., Hartig J., Moosbrugger H. Effekte des adaptiven Testens auf die Motivation zur Testbearbeitung am Beispiel des Frankfurter Adaptiven Konzentrationsleistungs-Tests // Diagnostica. 2009. Vol. 55, N 1. P. 20–28. doi: 10.1026/0012-1924.55.1.20
  27. Benke C., Autenrieth L.K., Asselmann E., Pané-Farré C.A. Lockdown, quarantine measures, and social distancing: Associations with depression, anxiety and distress at the beginning of the COVID-19 pandemic among adults from Germany // Psychiatry Res. 2020. Vol. 293. P. 113462. doi: 10.1016/j.psychres.2020.113462
  28. González-Sanguino C., Ausín B., Castellanos M.Á., et al. Mental health consequences during the initial stage of the 2020 Coronavirus pandemic (COVID-19) in Spain // Brain Behav Immun. 2020. Vol. 87. P. 172–176. doi: 10.1016/j.bbi.2020.05.040
  29. Hill M.R., Goicochea S., Merlo L.J. In their own words: stressors facing medical students in the millennial generation // Med Educ Online. 2018. Vol. 23, N 1. P. 1530558. doi: 10.1080/10872981.2018.1530558
  30. Sa B., Ojeh N., Majumder M.A.A., et al. The Relationship Between Self-Esteem, Emotional Intelligence, and Empathy Among Students From Six Health Professional Programs // Teach Learn Med. 2019. Vol. 31, N 5. P. 536–543. doi: 10.1080/10401334.2019.1607741
  31. Gambin M., Sękowski M., Woźniak-Prus M., et al. Generalized anxiety and depressive symptoms in various age groups during the COVID-19 lockdown in Poland. Specific predictors and differences in symptoms severity // Compr Psychiatry. 2021. Vol. 105. P. 152222. doi: 10.1016/j.comppsych.2020.152222

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Мещерякова М.А., Гветадзе Р.Ш., Харах Я.Н., Карпова В.М., Тимощенко М.В., Галстян М.С., Арутюнов С.Д., 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».