Integration of digital indicators into monitoring the quality of educational programs

Cover Page

Cite item

Abstract

the article analyzes modern approaches to monitoring the quality of educational programs, taking into account the digital transformation of the educational process. The high need for objective assessment tools capable of recording both quantitative and qualitative aspects of educational outcomes, as well as meeting the requirements of individual student support, is emphasized. A critical review of current research has been conducted and key shortcomings of existing methods have been highlighted, such as fragmented data, disparity between digital and traditional metrics, and insufficient depth of analysis of educational trajectories. Based on these assumptions, a comprehensive architecture of digital indicators is proposed, including the integration of various sources of information to form multidimensional indexes that evaluate not only attendance and completion of tasks, but also the depth, initiative and awareness of learning materials, as well as the quality of interaction in the team. A special place in the work is occupied by an aggregated assessment of educational dynamics, which goes beyond the fixation of formal participation and provides a transition to a comprehensive quantitative and qualitative analysis of the educational subjectivity of schoolchildren. The methods of calculating integral indices of the second order are described and their advantages for obtaining a complete picture of educational achievements are shown. The connection of the proposed model with the cycles of managerial quality control and the potential of its use for early detection and elimination of problems at the individual and group levels is demonstrated. In conclusion, the practical significance of the developed model for improving internal monitoring, optimizing management decisions in the field of education, as well as for increasing the individualization and effectiveness of pedagogical support in modern schools is noted.

About the authors

M. L Natapov

Moscow University of Finance and Law MFLA

References

  1. Амелина?Ю.М.? Оптимизация образовательного процесса: интеграция цифровых образовательных технологий с применением научно обоснованных методов преподавания // Цифровая гуманитаристика и технологии в образовании (DHTE 2023): сб. статей IV Международной научно-практической конференции. 16–17 ноября 2023 г. / Под ред. В.В.?Рубцова, М.Г.?Сороковой, Н.П.?Радчиковой. М.: Издательство ФГБОУ ВО МГППУ, 2023. С. 616 – 632.
  2. Машевская О.В. Цифровые технологии как основа цифровой трансформации современного общества // Вестник Полесского государственного университета. Серия общественных и гуманитарных наук. 2020. № 1. С. 37 – 44.
  3. Прокофьева Е.Ю. Интеграция цифровых технологий в производственную практику студентов медицинского колледжа // Интеграционные процессы в современной науке: новые подходы и актуальные вопросы: Материалы международной научно-практической конференции, Москва, 28-30 марта 2025 года. Москва: ООО «Социально-культурная инициатива», 2025. С. 104 – 112.
  4. Шматко А.Д., Волкова А.А. Цифровая трансформация образования: тренды и перспективы развития // Общество: социология, психология, педагогика. 2025. № 6. С. 139 – 147. doi: 10.24158/spp.2025.6.16
  5. Шамшович В.Ф., Фаткуллин Н.Ю., Сахарова Л.А., Глушкова Л.М. Цифровая трансформация образования // Вестник УГНТУ. Наука, образование, экономика. Сер.: Экономика. 2020. № 1 (31). С. 136 – 146. doi: 10.17122/2541-8904-2020-1-31-136-146
  6. Gustiani F., Barus I.C., Elfrianto E. Monitoring and Evaluation to Improve School Quality // Indonesian Journal Education. 2023. Vol. 2. No. 4. P. 99 – 103. doi: 10.56495/ije.v2i4.564
  7. Природова О.Ф., Данилова А.В., Моргун А.Н. Структура цифровой образовательной среды: нормативно-правовые и методические аспекты // Педагогика и психология образования. 2020. № 1. С. 9 – 30. doi: 10.31862/2500-297X-2020-1-9-30
  8. Бондаренко Н.В., Варламова Т.А., Гохберг Л.М. и др. Индикаторы образования: 2024: статистический сборник / Нац. исслед. ун-т «Высшая школа экономики». М.: ИСИЭЗ ВШЭ, 2024. 416 с.
  9. Шевченко Г.И., Шевченко А.И., Рыбакова А.А. Цифровой след в определении уровня сформированности компетенций студентов // Дистанционные образовательные технологии: Сборник трудов VI Международной научно-практической конференции, Ялта, 20-22 сентября 2021 года. Симферополь: Общество с ограниченной ответственностью «Издательство Типография «Ариал», 2021. С. 94 – 97.
  10. Romero, Crist?bal & Ventura, Sebastian. (2020). Educational Data Mining and Learning Analytics: An Updated Survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. Vol. 10. No. 3. P. 1 – 21. doi: 10.1002/widm.1355.
  11. Nouri, J., Ebner, M., Ifenthaler, D., Saqr, M., Malmberg, J., Khalil, M., … Berthelsen, U. D. (2019). Efforts in Europe for Data-Driven Improvement of Education – A Review of Learning Analytics Research in Seven Countries // International Journal of Learning Analytics and Artificial Intelligence for Education (iJAI). Vol. 1 No. 1. P. 8 – 27. doi: 10.3991/ijai.v1i1.11053
  12. Каптерев А.И. Методика оценки цифровой трансформации библиотек // Библиотековедение. 2023. Т. 72 №4. С. 295 – 309. doi: 10.25281/0869-608X-2023-72-4-295-309
  13. Романов А.А., Волчек Д.Г. Анализ данных о поведении пользователей в системах электронного обучения // Онтология проектирования. 2020. Т. 10. № 1 (35). С.100 – 111. doi: 10.18287/2223-9537-2020-10-1-100-111
  14. На пути к единой системе: на какие метрики смотрят лидеры edtech-рынка [Электронный ресурс]. URL: https://edtechs.ru/analitika-i-intervyu/na-puti-k-edinoj-sisteme-na-kakie-metriki-smotryat-lidery-edtech-rynka/ (дата обращения: 22.03.2025)
  15. Li Shan Measuring Cognitive Engagement: An Overview of Measurement Instruments and Techniques. International Journal of Psychology and Educational Studies. 2021. Vol. 8 No. 3. P. 63 – 76. doi: 10.52380/ijpes.2021.8.3.239
  16. Гарашкина Н.В., Дружинина А.А. Когнитивная вовлечённость как основа проектирования учебного процесса в подготовке студентов педагогических направлений // Высшее образование в России. 2023. Т. 32 № 1. С. 93 – 109. doi: 10.31992/0869-3617-2023-32-1-93-109
  17. D’Mello S., Dieterle E., Duckworth A. Advanced, analytic, automated (AAA) measurement of engagement during learning // Educational Psychologist. 2017. Vol. 52. No. 2. P. 104 – 123. doi: 10.1080/00461520.2017.1281747
  18. Shaukat, Sadia & Shaheen, Faiza. (2024). Measuring Students' Cognitive Engagement During Emergency Online Learning in the Amidst of COVID-19 Pandemic. Vol. 39 No. 2. P. 233 – 249. doi: 10.33824/PJPR.2024.39.2.14
  19. Castellanos-Reyes, Daniela & Koehler, Adrie & Richardson, Jennifer. (2023). The i-SUN process to use social learning analytics: a conceptual framework to research online learning interaction supported by social presence. Frontiers in Communication. Vol. 8. P. 23 – 37. doi: 10.3389/fcomm.2023.1212324
  20. Drachsler, Hendrik: Towards highly informative learning analytics. Heerlen: Open Universiteit 2023. 62 p. doi: 10.25656/01:26787

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).