Вопросно-критериальный способ оценки качества цифровой образовательной среды организации

Обложка

Цитировать

Полный текст

Аннотация

Постановка проблемы . Вопросы оценивания качества цифровой образовательной среды (ЦОС) организации приобретают свою актуальность в связи с необходимостью цифровой трансформации образования. В основном мероприятия по мониторингу образовательных сред и ресурсов в учебных заведениях проводятся экспертными, ручными и трудозатратными способами. Представляет интерес создание технологичного, доступного и удобного метода оценивания многокомпонентных и многомерных образовательных систем, с максимальной долей автоматизации и интеллектуализации всех сопутствующих мероприятий. Цель исследования - обоснование вопросно-критериального способа оценки качества цифровой образовательной среды организации, опирающегося на математические методы теории кластеризации и распознавания образов (на примере мониторинга развития цифровой образовательной среды практик дополнительного образования детей). Методология. Качество образовательных систем или ресурсов можно оценивать с помощью присущих им критериальных показателей, представимых в виде информационного вектора. Текущие значения этих показателей определяют рейтинг заданной системы в совокупности подобных систем, а динамика их изменений во времени показывает степень развития каждого критериального признака. Листы мониторинга, описывающие каждую систему информационным вектором, представляют множество объектов, которые можно кластеризовать на определенные классы. С математической точки зрения подобные системы удобно разделять на классы с помощью горного алгоритма, а в качестве меры сходства объектов принять метрику городских кварталов. Результаты . Мониторинг цифровой образовательной среды организации проводится по функциональным характеристикам среды на основе оценки официального сайта организации. По методу пирамиды разработано вопросное дерево по функциональным компонентам цифровой образовательной среды практик дополнительного образования детей, по нему сформирован информационный вектор среды, значения которого определены экспертно. Оценка сайтов осуществляется по экспертным оценкам в автоматизированной системе конкурсных процедур «АСКО». Заключение . Предложенный метод позволяет проводить мониторинг цифровой образовательной среды организации с использованием математических методов теории кластеризации и распознавания образов.

Об авторах

Николай Инсебович Пак

Красноярский государственный педагогический университет имени В.П. Астафьева

Email: koliapak@yandex.ru
ORCID iD: 0000-0003-2105-8861

доктор педагогических наук, профессор, заведующий кафедрой информатики и информационных технологий в образовании

Российская Федерация, 660049, Красноярск, ул. Ады Лебедевой, д. 89

Алексей Александрович Сыромятников

Красноярский государственный педагогический университет имени В.П. Астафьева

Автор, ответственный за переписку.
Email: syromyatnikov@kspu.ru
ORCID iD: 0000-0002-6439-4577

кандидат педагогических наук, доцент, доцент кафедры информатики и информационных технологий в образовании

Российская Федерация, 660049, Красноярск, ул. Ады Лебедевой, д. 89

Список литературы

  1. Kaptsov A, Kolesnikova E. Methodology for evaluating the educational environment of a university under the conditions of its digitization. Bulletin of Samara Academy for the Humanities. Series: Psychology. 2019;(2):147–154. (In Russ.)
  2. Konopatova NK. Assessment of the effectiveness of projects in the field of informatization of school education. Information Technology for the New School. Proceedings of the V International Conference. St. Petersburg: Regional'nyj Centr Ocenki Kachestva Obrazovaniya i Informacionnyh Tekhnologij Publ.; 2014. p. 21–25. (In Russ.)
  3. Dobudko TV, Gorbatov SV, Dobudko AV, Pugach OI. Methods of pedagogical institution electronic information and educational environment evaluation. Samara Journal of Science. 2018;(3):311–316. (In Russ.)
  4. Velizhanin MV. Theoretical foundations for assessing the quality of the information and educational environment of a comprehensive school. E-Scio. 2020;11(50):334–342. (In Russ.)
  5. Suhonen JA. Formative development method for digital learning environments in sparse learning communities (academic dissertation). University of Joensuu. Available from: http://epublications.uef.fi/pub/urn_isbn_952-458-663-0/urn_isbn_952-458-663-0.pdf (accessed: 27.06.2022).
  6. Shilova ON. Digital learning environment: pedagogical сomprehension. Man and Education. 2020;(2):36–40. (In Russ.)
  7. Sorokova MG, Odintsova MA, Radchikova NP. Scale for assessing university digital educational environment (AUDEE scale). Psychological Science and Education. 2021;26(2):52–65. (In Russ.) http://doi.org/10.17759/pse.2021260205
  8. Adolf VA. (ed.) Monitoring the development of the digital educational environment of additional education practices for children. Krasnoyarsk: Krasnoyarsk State Pedagogical University named after V.P. Astafyev; 2021. (In Russ.)
  9. Pak NI, Asaulenko EV, Grinberg GM, Myagkova EG, Khegay L. Digital environment of the department as a factor of future specialists’ professional information culture formation. International Journal of Applied Exercise Physiology. 2020;9(2):164–173
  10. Pak NI, Markovskaya IA, Narchuganov KN. Automated system of remote holding competitive and assessment procedures. Journal of Physics: Conference Series. 2020;1691(1):012156. http://doi.org/10.1088/1742-6596/1691/1/012156

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

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».