КОМПЛЕКСНЫЙ ПОДХОД К ОЦЕНКЕ ЭФФЕКТИВНОСТИ ОНЛАЙН-КУРСОВ ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ ПО ОПТИМИЗАЦИИ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА
- Авторы: Бурукина И.П.1
-
Учреждения:
- Пензенский государственный университет
- Выпуск: № 2 (2025)
- Страницы: 107-121
- Раздел: МОДЕЛИ, СИСТЕМЫ, СЕТИ В ТЕХНИКЕ
- URL: https://ogarev-online.ru/2227-8486/article/view/307584
- DOI: https://doi.org/10.21685/2227-8486-2025-2-9
- ID: 307584
Цитировать
Полный текст
Аннотация
Актуальность и цели. В условиях цифровой трансформации требуется тщательная оценка эффективности онлайн-курсов для обеспечения качественного образовательного процесса, выявления оптимальных методов обучения и своевременной коррекции учебных программ. Актуальность исследования вызвана необходимостью поиска новых решений для оценки эффективности онлайн-курсов, так как существующие методы или фокусируются исключительно на количественных показателях, что не позволяет адекватно оценить восприятие и усвоение учебного материала, или ограничиваются качественными показателями, подверженными субъективности и возможным искажениям. Неточности в оценке приводят к неверным управленческим решениям по усовершенствованию учебных материалов, неудовлетворенности учащихся, нецелесообразному использованию финансовых и временных ресурсов, что отрицательно сказывается на общем уровне образовательного процесса. Цель исследования – разработка и апробация комплексного подхода, который позволит осуществить всесторонний анализ образовательного процесса и выявить проблемные зоны, требующие коррекции. Материалы и методы. Методической основой исследования являются систематизация результатов анализа научной литературы, практических разработок и личный опыт автора, что позволило сформировать комплексную методологию оценки эффективности онлайн-курсов. Результаты. Разработана концепция, основанная на балансе качественных и количественных показателей, применении инструментов, гарантирующих достоверность и надежность данных, использовании математической модели Байеса для прогнозирования изменения эффективности курса при смене показателей. Практическая реализация продемонстрирована на примере онлайн-курса «Веб-дизайн». Выводы. Действия по оптимизации структуры курса, рекомендованные по результатам комплексной оценки эффективности, привели к улучшению качества образовательного процесса, повышению уровня усвоения материала и росту общей удовлетворенности учащихся.
Об авторах
Ирина Петровна Бурукина
Пензенский государственный университет
Автор, ответственный за переписку.
Email: burukinairina@gmail.com
кандидат технических наук, доцент, заведующий кафедрой систем автоматизированного проектирования
(Россия, г. Пенза, ул. Красная, 40)Список литературы
- Najafi H. [et al.]. University of Toronto instructors’ experiences with developing MOOCs // International Review of Research in Open and Distributed Learning. 2015. Т. 16, № 3. P. 233–255.
- Семаева О. В. Дистанционное обучение в контексте современных реалий // Мир науки. Педагогика и психология. 2020. Т. 8, № 4. С. 21.
- Tsironis A., Katsanos C., Xenos M. Comparative usability evaluation of three popular MOOC platforms // 2016 IEEE Global Engineering Education Conference (EDUCON). 2016. P. 608–612.
- Петькова Ю. Р. История развития дистанционного образования. Положительные и отрицательные стороны МООС // Успехи современного естествознания. 2015. № 3. С. 199–204.
- Бождай А. С., Свиридова В. В. Методика численной оценки уровня цифровой трансформации приоритетных направлений социально-экономических процессов регионов // Модели, системы, сети в экономике, технике, природе и обществе. 2023. № 2. С. 172–184.
- Kirkpatrick D. L. Techniques for Evaluation Training Programs // Journal of the American Society of Training Directors. 1959. № 13. P. 21–26.
- Тлехурай-Берзегова Л. Т., Бюллер Е. А., Чиназирова С. К. Этапы разработки системы обучения персонала и методы оценки ее эффективности: аналитический обзор // Институты и механизмы инновационного развития: мировой опыт и российская практика. 2021. С. 220–226.
- Арыстанбек А., Жагпарова С. Эффективное планирование урока как основа качественного образования: теоретические основы и рекомендации // Білім-Образование. 2023. Т. 105, № 2. С. 60–71.
- Ильина Л. А. Практика оценки эффективности вложений в обучение на промышленных предприятиях Российской Федерации // Вестник Самарского муниципального института управления. 2009. № 10. С. 43–53.
- Суровицкая Г. В. Модели реализации инновационной политики университетов // Модели, системы, сети в экономике, технике, природе и обществе. 2023. № 2 (46). С. 77–86.
- Исаева М. К. Процесс принятия решений на основе метода Байеса // Стратегическое планирование и развитие предприятий. 2017. С. 255–258.
- Кожомбердиева Г. И., Бураков Д. П. Об использовании формулы Байеса в задачах оценивания качества // Международная конференция по мягким вычислениям и измерениям. 2017. Т. 1. С. 31–34.
- Agresti A., Hitchcock D. B., Bayesian Inference for Categorical Data Analysis, Statistical Methods and Applications // Journal of the Italian Statistical Society. 2005. № 14. P. 297–330.
- Ветров Д. П., Кропотов Д. А. Байесовские методы машинного обучения : учеб. пособие. М., 2007. С. 88.
- Босов А. В., Мартюшова Я. Г., Наумов А. В., Сапунова А. П. Байесовский подход к построению индивидуальной траектории пользователя в системе дистанционного обучения // Информатика и ее применения. 2020. Т. 14, № 3. С. 86–93.
- Gelman A., Carlin J., Stern H., [et al.]. Bayesian Data Analysis. 3nd ed. CRC Press, 2013.
- Артамонова Ю. А. О теореме Байеса // Математика, информатика, физика: проблемы и перспективы. 2023. С. 87–90.
- Sudipta P., Burman R. R., Singh R. Training effectiveness evaluation: Advancing a Kirkpatrick model based composite framework // Evaluation and Program Planning. 2024. Vol. 107. P. 102494.
- Phillips P. P., Phillips J. J. How to Measure the Return on your HR Investment // Strategic HR Review. 2002. Vol. 1, iss. 4. P. 1–9.
- Chen R. [et al.]. Task-specific parameter decoupling for class incremental learning // Information Sciences. 2023. Т. 651. P. 119731.
- Ryndina S. V., Kulikova S. V., Mikhailova K. D. Custom Internet of things: the problem of data protection // Models, Systems, Networks in Economics, Engineering, Nature and Society. 2020. № 2 (34). doi: 10.21685/2227-8486-2020-2-11
- Максимова Е. А., Максимова Т. П. Smart-контракт как инструмент современных цифровых технологий: возможности и ограничения // Экономическое развитие в XXI веке: тенденции, вызовы, преспективы. 2019. С. 225.
- Стюарт Р., Питер Н. Искусственный интеллект: современный подход : пер. с англ. 2-е изд. М. : Вильямс, 2007. 1408.
- Колпакова К. А., Волкова А. Д. Вклад в развитие искусственного интеллекта Джона Маккарти // Изобретатели и их изобретения : сб. тезисов работ участников XIV Всерос. студенческой исслед. конф., посвящ.165-летней годовщине со дня рождения русского физика Александра Степановича Попова / сост. О. В. Сафронова, О. С. Богачева. Тихорецк : ТТЖТ – филиал РГУПС, 2024. С. 240.
- Николенко С. И., Кадурин А., Архангельская Е. Глубокое обучение: погружение в мир нейронных сетей. СПб. : Питер, 2023. 476 с.
Дополнительные файлы
