В последние годы университеты массово внедряют курсы и программы в онлайн-формате. Несмотря на свои преимущества, онлайн-образование требует от студентов самостоятельности и самоконтроля. Исследования показывают, что уровень саморегулируемого обучения предсказывает успехи учащихся в онлайн-обучении, но студенты зачастую имеют низкий уровень нужных навыков, что является барьером для широкого и эффективного внедрения онлайн-образования в университетах. Навыки саморегулируемого обучения можно развивать с помощью специальных интервенций. В обзоре представлен анализ интервенций, которые применяются в университетах по всему миру. Существует огромное разнообразие интервенций, и только относительно немногих из них есть эмпирические данные, на основе которых можно говорить об их эффективности. Отсутствует необходимая систематизация и понимание того, интервенции с какими характеристиками лучше способствуют развитию навыков саморегулируемого обучения. Исследований по построению типологий интервенций ранее не проводилось. Данная работа восполняет существующий пробел и предлагает разработку типологии интервенций по нескольким основаниям. Посредством анализа 68 интервенций, описанных в 62 статьях, были выделены следующие основания для типологии: уровни активности студентов в процессе обучения навыкам; фаза цикла саморегулируемого обучения, на которую направлено действие интервенции; степень структурированности задания; наличие и тип обратной связи по результатам выполненного задания; этап курса, на котором проводится интервенция, и длительность интервенции. Типология позволяет перейти от анализа эффективности конкретных интервенций к анализу их характеристик, которые способствуют развитию навыков саморегулируемого обучения. Дальнейшее изучение влияния характеристик интервенций на эффективность позволит снизить затраты ресурсов на разработку и упростить процесс внедрения интервенций в образовательные процессы университетов. Представленная в статье типология и практические рекомендации по внедрению интервенций в университетские программы могут служить эффективным управленческим механизмом для сохранения высокого качества образования в условиях масштабного развития онлайн-обучения. Данная работа представляет интерес для исследователей, преподавателей и администрации университетов. Представленные данные могут быть использованы для проектирования эффективных интервенций и для трансформации системы управления университетом с целью повышения уровня самостоятельности и саморегуляции у студентов.
Предпросмотр статьи
Идентификаторы и классификаторы
Онлайн-курсы набирают популярность среди студентов и все чаще используются как альтернатива традиционным университетским курсам [1; 2]. В Российской Федерации в последние годы происходит масштабный рост количества университетских курсов и программ в онлайн-формате, в том числе поддерживаемых государством в рамках федеральных проектов по цифровизации образования [3]. С одной стороны, это дает учащимся много возможностей для совмещения обучения с другими видами занятости (например, работой или семейными обязательствами) и выбора наиболее удобного времени и места для обучения. С другой стороны, исследования показывают, что до 80 % слушателей онлайн-курсов испытывают проблемы с концентрацией, а половине учащихся не хватает самодисциплины, и они не могут самостоятельно соблюдать нужный график при онлайн-обучении [2; 4–6].
Список литературы
1. Chirikov I. et al. Online education platforms scale college STEM instruction with equivalent learning outcomes at lower cost. Science Advances, 2020, vol. 6, nr 15. 10.1126/ sciadv.aay5324 (In Eng.). DOI: 10.1126/sciadv.aay5324
2. Castro M. D. B., Tumibay G. M. A literature review: eff icacy of online lear ning courses for higher education institution using meta-analysis. Education and Information Technologies, 2021, vol. 26, pp. 1367-1385. (In Eng.). DOI: 10.1007/s10639-019-10027-z
3. Паспорт приоритетного проекта “Современная цифровая образовательная среда в Российской Федерации” (протокол от 25.10.2016, № 9). URL: http://static.government.ru/media/files/8SiL mMBgjAN89vZbUUtmuF5lZYf TvOAG.pdf (дата обращения: 24.09.2024).
4. Hong J. C., Lee Y. F., Ye J. H. Procrastination predicts online self-regulated learning and online learning ineffectiveness during the coronavirus lockdown. Personality and Individual Differences, 2021, vol. 174. (In Eng.). DOI: 10.1016/j.paid.2021.110673
5. Inan F. et al. The impact of self-regulation strategies on student success and satisfaction in an online course. EdMedia+ Innovate Learning Online 2022. Association for the Advancement of Computing in Education (AACE), 2017, vol. 16, nr 1, pp. 23-32. (In Eng.).
6. Artino A., Ioannou A. Promoting academic motivation and self-regulation: Practical guidelines for online instructors. Society for Information Technology & Teacher Education International Conference. Association for the Advancement of Computing in Education (AACE), 2008, pp. 208-212. (In Eng.).
7. Mikroyannidis A. et al. Self-regulated lear ning in formal education: perceptions, challenges and opportunities. International Journal of Technology Enhanced Learning, 2014, vol. 6, nr 2, pp. 145-163. (In Eng.). DOI: 10.1504/ijtel.2014.066860
8. Christie H., Barron P., D’Annunzio-Green N. Direct entrants in transition: becoming independent learners. Studies in Higher Education, 2013, vol. 38, nr 4, pp. 623-637. (In Eng.). DOI: 10.1080/03075079.2011.588326
9. Noyens D. et al. The directional links between students’ academic motivation and social integration during the first year of higher education. European Journal of Psychology of Education, 2019, vol. 34, pp. 67-86. (In Eng.). DOI: 10.1007/s10212-017-0365-6
10. Zimmerman B. J. Becoming a self-regulated learner: An overview. Theory into Practice, 2002, vol. 41, nr 2, pp. 64-70. (In Eng.). DOI: 10.1207/s15430421tip4102_2
11. Greene J. A., Azevedo R. A macro-level analysis of SRL processes and their relations to the acquisition of a sophisticated mental model of a complex system. Contemporary Educational Psychology, 2009, vol. 34, nr 1, pp. 18-29. (In Eng.). DOI: 10.1016/j.cedpsych.2008.05.006
12. Cho M. H., Shen D. Self-regulation in online learning. Distance Education, 2013, vol. 34, nr 3, pp. 290-301. (In Eng.). DOI: 10.1080/01587919.2013.835770
13. Sun J. C. Y., Rueda R. Situational interest, computer self-efficacy and self-regulation: Their impact on student engagement in dist ance education. British Journal of Educational Technology, 2012, vol. 43, nr 2, pp. 191-204. (In Eng.). DOI: 10.1111/j.1467-8535.2010.01157.x
14. Araka E. et al. Research trends in measurement and intervention tools for self-regulated learning for e-learning environments - systematic review (2008-2018). Research and Practice in Technology Enhanced Learning, 2020, vol. 15, pp. 1-21. (In Eng.). DOI: 10.1186/s41039-020-00129-5
15. Zheng L. The effectiveness of self-regulated learning scaffolds on academic perfor mance in computer-based lear ning environ ments: A met a-analysis. Asia Pacif ic Education Review, 2016, vol. 17, pp. 187-202. (In Eng.). DOI: 10.1007/s12564-016-9426-9
16. Wang Y., Sperling R. A. Characteristics of effective selfregulated learning interventions in mathematics classrooms: A systematic review. Frontiers in Education, 2020, vol. 5, p. 58. (In Eng.). DOI: 10.3389/feduc.2020.00058
17. Edisherashvili N. et al. Suppor ting self-regulated learning in distance learning contexts at higher education level: systematic literature review. Frontiers in Psychology, 2022, vol. 12, p. 6132. (In Eng.). DOI: 10.3389/fpsyg.2021.792422
18. Xu Z. et al. Sy nthesizi ng research evidence on self-reg ulated lear n i ng and academ ic achievement i n online and blended lear ning environ ments: A scoping review. Educational Research Review, 2023. (In Eng.). DOI: 10.1016/j.edurev.2023.100510
19. Xu Z. et al. A meta-analysis of the efficacy of selfregulated learning interventions on academic achievement in online and blended environments in K-12 and higher education. Behaviour & Information Technology, 2023, vol. 42, nr 16, pp. 2911-2931. (In Eng.). DOI: 10.1080/0144929x.2022.2151935
20. Jansen R. S. et al. Self-regulated learning partially mediates the effect of self-regulated learning interventions on achievement in higher education: A meta-analysis. Educational Research Review, 2019, vol. 28. (In Eng.). DOI: 10.1016/j.edurev.2019.100292
21. Theobald M. Self-regulated learning training programs enhance university students’ academic performance, selfregulated learning strategies, and motivation: A meta-analysis. Contemporary Educational Psychology, 2021, vol. 66, 19 p. (In Eng.). DOI: 10.1016/j.cedpsych.2021.101976
22. Chen J. The effectiveness of self-regulated learning (SRL) interventions on L2 learning achievement, strategy employment and self-efficacy: A meta-analytic study. Frontiers in Psychology, 2022, vol. 13, 17 p. (In Eng.). DOI: 10.3389/fpsyg.2022.1021101
23. Flavell J. H. Metacognition and cognitive monitoring: A new area of cognitive-developmental inquiry. American Psychologist, 1979, vol. 34, nr 10, pp. 906-911. (In Eng.). DOI: 10.1037//0003-066x.34.10.906
24. Zimmerman B. J. Self-regulated learning and academic achievement: An overview. Educational Psychologist, 1990, vol. 25, nr 1, pp. 3-17. (In Eng.). DOI: 10.1007/978-14612-36184_1
25. Vosniadou S. et al. The promotion of self-regulated learning in the classroom: a theoretical framework and an observation study. Metacognition and Learning, 2024, pp. 1-39. (In Eng.). DOI: 10.1007/s11409-024-09374-1
26. Vosniadou S. et al. Beliefs about the self-regulation of learning predict cognitive and metacognitive strategies and academic performance in pre-service teachers. Metacognition and Learning, 2021, 32 p. (In Eng.). DOI: 10.1007/s11409-020-09258-0
27. Grunschel C. et al. “I’ll stop procrastinating now!” Fostering specific processes of self-regulated learning to reduce academic procrastination. Journal of Prevention & Intervention in the Community, 2018, vol. 46, nr 2, pp. 143-157. (In Eng.). DOI: 10.1080/10852352.2016.1198166
28. Wong J. et al. Examining the use of prompts to facilitate self-regulated learning in Massive Open Online Courses. Computers in Human Behavior, 2021, vol. 115. (In Eng.). DOI: 10.1016/j.chb.2020.106596
29. Yeomans M., Reich J. Planning prompts increase and forecast course completion in massive open online courses. Proceedings of the Seventh International Learning Analytics & Knowledge Conference, 2017, pp. 464- 473. (In Eng.). DOI: 10.1145/3027385.3027416
30. Lehmann T., Hähnlein I., Ifenthaler D. Cognitive, metacognitive and motivational perspectives on pref lection in self-regulated online learning. Computers in Human Behavior, 2014, vol. 32, pp. 313-323. (In Eng.). DOI: 10.1016/j.chb.2013.07.051
31. Marquès J. M. et al. Using a notification, recommendation and monitoring system to improve interaction in an automated assessment tool: An analysis of students’ perceptions. International Journal of Human-ComputerInteraction, 2022, vol. 38, 4, pp. 351-370. (In Eng.). DOI: 10.1080/10447318.2021.1938400
32. Sitzmann T., Ely K. Sometimes you need a reminder: The effects of prompting self-regulation on regulatory processes, learning, and attrition. Journal of Applied Psychology, 2010, vol. 95, nr 1, pp. 132-134. (In Eng.). DOI: 10.1037/a0018080
33. Tabuenca B. et al. Stop and think: Exploring mobile notifications to foster ref lective practice on meta-learning. IEEE Transactions on Learning Technologies, 2014, vol. 8, nr 1, pp. 124-135. (In Eng.). DOI: 10.1109/tlt.2014.2383611
34. Wong J. et al. Facilitating goal setting and planning to enhance online self-regulation of learning. Computers in Human Behavior, 2021, vol. 124, 15 p. (In Eng.). DOI: 10.1016/j.chb.2021.106913
35. Saddawi-Konef ka D. et al. Changing resident physician studying behaviors: A randomized, comparative effectiveness trial of goal setting versus use of WOOP. Journal of Graduate Medical Education, 2017, vol. 9, nr 4, pp. 451-457. (In Eng.). DOI: 10.4300/jgme-d-16-00703.1
36. Raković M. et al. Examining the critical role of evalu at ion a nd a d apt at ion i n self-reg ulated lea r n i ng. Contemporary Educational Psychology, 2022, vol. 68, 14 p. (In Eng.). DOI: 10.3102/1690112
37. Broadbent J., Panadero E., Fuller-Tyszkiewicz M. Effects of mobile-app learning diaries vs online training on specific self-regulated learning components. Educational Technology Research and Development, 2020, vol. 68, pp. 2351-2372. (In Eng.). DOI: 10.1007/s11423-020-09781-6
38. Dignath-van Ewijk C., Fabriz S., Büttner G. Fostering self-regulated lear ning among students by means of an electronic learning diary: A training experiment. Journal of Cognitive Education and Psychology, 2015, vol. 14, nr 1, pp. 77-97. (In Eng.). DOI: 10.1891/1945-8959.14.1.77
39. Panadero E. A review of self-regulated learning: Six models and four directions for research. Frontiers in Psychology, 2017, vol. 8, p. 422. (In Eng.). DOI: 10.3389/fpsyg.2017.00422
40. Pintrich P. R. The role of goal orientation in selfregulated learning. Handbook of self-regulation, Academic, 2000, 52 p. (In Eng.). DOI: 10.1016/b978-012109890-2/50043-3
41. Milligan C., Littlejohn A. How health professionals regulate their learning in massive open online courses. The Internet and Higher Education, 2016, vol. 31, pp. 113-121. (In Eng.). DOI: 10.1016/j.iheduc.2016.07.005
42. Chang C. C. et al. Does using e-portfolios for ref lective writing enhance high school students’ self-regulated learning? Technology, Pedagogy and Education, 2016, vol. 25, nr 3, pp. 317-336. (In Eng.). DOI: 10.1080/1475939x.2015.1042907
43. Masui C., De Corte E. Learning to reflect and to attribute constructively as basic components of self-regulated learning. British Journal of Educational Psychology, 2005, vol. 75, nr 3, pp. 351-372. (In Eng.). DOI: 10.1348/000709905x25030
44. Ganda D. R., Boruchovitch E. Promoting self-regulated learning of Brazilian Preservice student Teachers: results of an intervention Program. Frontiers in Education, 2018, vol. 3, p. 5. (In Eng.). DOI: 10.3389/feduc.2018.00005
45. Nguyen L. T., Ikeda M. The effects of ePortfolio-based learning model on student self-regulated learning. Active Learning in Higher Education, 2015, vol. 16, nr 3, pp. 197-209. (In Eng.). DOI: 10.1177/1469787415589532
46. Dever D. A. et al. Pedagogical Agent Support and Its Relationship to Learners’ Self-regulated Learning Strategy Use with an Intelligent Tutoring System. In: International Conference on Artificial Intelligence in Education, Springer International Publishing, 2022, pp. 332-343. (In Eng.). DOI: 10.1007/978-3-031-11644-5_27
47. Cazan A. M. Enhancing self-regulated lear ning by learning journals. Procedia-Social and Behavioral Sciences, 2012, vol. 33, pp. 413-417. (In Eng.). DOI: 10.1016/j.sbspro.2012.01.154
48. Nückles M. et al. The self-regulation-view in writingto-learn: Using journal writing to optimize cognitive load in self-regulated learning. Educational Psychology Review, 2020, vol. 32, pp. 1089-1126. (In Eng.). DOI: 10.1007/s10648-020-09541-1
49. Weber F. et al. The GoalTrees Hierarchical Goal-Setting Intervention for Higher Education: Three Formative Studies. In: Open and Inclusive Educational Practice in the Digital World, Springer International Publishing, 2022, pp. 47- 63. (In Eng.). DOI: 10.1007/978-3-031-18512-0_4
50. Ibarra-Sáiz M. S., Rod r íg uezGómez G., Boud D. Developing student competence through peer assessment: the role of feedback, self-regulation and evaluative judgement. Higher Education, 2020, vol. 80, nr 1, pp. 137-156. (In Eng.). DOI: 10.1007/s10734-019-00469-2
51. Kulkarni C. et al. Designing scalable and sustainable peer interactions online. In: Design Thinking Research: Taking Breakthrough Innovation Home, Springer International Publishing, 2016, pp. 237-273. (In Eng.). DOI: 10.1007/978-3-319-40382-3_14
52. Chou C. Y., Zou N. B. An analysis of internal and external feedback in self-regulated learning activities mediated by self-regulated learning tools and open learner models. International Journal of Educational Technolog y in Higher Education, 2020, vol. 17, nr 1, pp. 1-27. (In Eng.). DOI: 10.1186/s41239-020-00233-y
53. Järvelä S., Nguyen A., Hadwin A. Human and artificial intelligence collaboration for socially shared regulation in learning. British Journal of Educational Technology, 2023, vol. 54, nr 5, pp. 1057-1076. (In Eng.).
54. Bransen D. et al. Putting self-regulated learning in context: Integrating self-, co-, and socially shared regulation of learning. Medical Education, 2022, vol. 56, nr 1, pp. 29-36. (In Eng.). DOI: 10.1111/medu.14566
55. Zheng X., Luo L., Liu C. Facilitating undergraduates’ online self-regulated learning: The role of teacher feedback. The Asia-Pacific Education Researcher, 2023, vol. 32, nr 6, pp. 805-816. (In Eng.). DOI: 10.1007/s40299-022-00697-8
56. Lee Y. F., Hwang G. J., Chen P. Y. Impacts of an AIbased chat bot on college students’ after-class review, academic performance, self-efficacy, learning attitude, and motivation. Educational Technology Research and Development, 2022, vol. 70, nr 5, pp. 1843-1865. (In Eng.). 57. Lin M. P. C., Chang D. CHAT-ACTS: A pedagogical framework for personalized chatbot to enhance active learning and self-regulated learning. Computers and Education: Artificial Intelligence, 2023, vol. 5, pp. 100-167. 10.1016/j.caeai.2023.100167 (In Eng.). DOI: 10.1007/s11423-022-10142-8
57. Schrader C., Grassinger R. Tell me that I can do it better. The effect of attributional feedback from a learning technology on achievement emotions and performance and the moderating role of individual adaptive reactions to errors. Computers & Education, 2021, vol. 161, 30 p. (In Eng.). DOI: 10.1016/j.compedu.2020.104028
58. Wu Y., Schunn C. D. Passive, active, and constr uctive engagement with peer feedback: A revised model of learning from peer feedback. Contemporary Educational Psycholog y, 2023, vol. 73, pp. 102 -160. (In Eng.). DOI: 10.1016/j.cedpsych.2023.102160
59. Davis D. et al. Follow the successful crowd: raising MOOC completion rates through social comparison at scale. In: Proceedings of the Seventh International Learning Analytics & Knowledge Conference, 2017, pp. 454-463. (In Eng.). DOI: 10.1145/3027385.3027411 EDN: ZAAMVL
60. Cobos R. Self-Regulated Learning and Active Feedback of MOOC Learners Supported by the Intervention Strategy of a Learning Analytics System. Electronics, 2023, vol. 12, nr 15, pp. 33-68. (In Eng.). DOI: 10.3390/electronics12153368
61. Matcha W. et al. A systematic review of empirical studies on learning analytics dashboards: A self-regulated learning perspective. IEEE Transactions on Learning Technologies, 2019, vol. 13, nr 2, pp. 226-245. (In Eng.). DOI: 10.1109/tlt.2019.2916802
62. Karaoglan Yilmaz F. G., Yilmaz R. Learning analytics intervention improves students’ engagement in online learning. Technology, Knowledge and Learning, 2022, vol. 27, nr 2, pp. 449-460. (In Eng.). DOI: 10.1007/s10758-021-09547-w
63. Baadte C. Effects of short-term video-based interventions and instructions on teachers’ feedback skills to support students’ self-regulated learning. European Journal of Psycholog y of Education, 2019, vol. 34, pp. 559 -578. (In Eng.). DOI: 10.1007/s10212-018-00409-1
64. Schippers M. C., Scheepers A. W. A., Peterson J. B. A scalable goal-setting intervention closes both the gender and ethnic minority achievement gap. Palgrave Communications, 2015, vol. 1, nr 1, pp. 1-12. (In Eng.). DOI: 10.1057/palcomms.2015.14
65. Vilkova K. The promises and pitfalls of self-regulated learning interventions in MOOCs. Technology, Knowledge and Learning, 2022, vol. 27, nr 3, pp. 689-705. (In Eng.). DOI: 10.1007/s10758-021-09580-9
66. Wolters C. A., Hoops L. D. Self-regulated learning interventions for motivationally disengaged college students. In: In T. Cleary. Self-regulated learning interventions with at-risk youth: Enhancing adaptability, performance, and wellbeing, American Psychological Association, 2015, pp. 66-78. (In Eng.). DOI: 10.1037/14641-004
67. Pérez-Álvarez R. A. et al. Characterizing learners’ engagement in MOOCs: An observational case study using the NoteMyProgress tool for supporting self-regulation. IEEE transactions on Learning Technologies, 2020, vol. 13, nr 4, pp. 676-688. (In Eng.). DOI: 10.1109/tlt.2020.3003220
68. Bar nard L. et al. Measuring self-regulation in online and blended learning environments. The Internet and Higher Education, 2009, vol. 12, nr 1, pp. 1-6. (In Eng.). DOI: 10.1007/s10639-020-10244-x
69. Vilkova K., Shcheglova I. Deconstructing self-regulated learning in MOOCs: In search of help-seeking mechanisms. Education and Information Technologies, 2021, vol. 26, nr 1, pp. 17-33. (In Eng.). DOI: 10.1007/s10639-020-10244-x
70. Han F., Ellis R. A. Self-repor ted and digital-trace measures of computer science students’ self-regulated learning in blended course designs. Education and Information Technologies, 2023, vol. 28, nr 10, pp. 13253-13268. doi: 10.1007s10639-023-11698-5 (In Eng.).
71. Gupta P., Bamel U. A Study on the Relationship between Domain Specific Self-Efficacy and Self-Regulation in E-learning Contexts. Online Learning, 2023, vol. 27, nr 4. (In Eng.). DOI: 10.24059/olj.v27i4.3658
Выпуск
Другие статьи выпуска
Изучение инновационных установок студентов становится особенно актуальным в условиях неопределенности, глобализирующихся рисков и быстрого изменения рынка труда, где инновации и креативность выступают основными факторами успеха. Согласно авторскому подходу, инновационные установки личности интерпретируются как совокупность ценностных ориентаций, мотивов и моделей поведения, формирующих восприимчивость и стремление человека к нестандартному мышлению, принятию перемен и внедрению новаций. Университет выступает ключевым социальным институтом, формирующим инновационные установки студентов. Цель исследования - изучить спектр инновационных установок студентов в системе их жизненных ценностей, а также проанализировать воздействие субъективных оценок внешней среды на формирование таких установок и креативного поведения. Эмпирической основой исследования стал анкетный опрос студентов, обучающихся в российских региональных и столичных университетах (N = 840). Выборка построена на основе целевых квот. Квотными признаками выступили город, в котором учится и проживает респондент, а также направление обучения. Анализ вовлеченности студентов в различные инновационные практики показал, что значительная их часть активно участвует в разработке творческих проектов, освоении новых технологий, написании докладов для научных конференций, прохождении курсов повышения квалификации и проведении исследований. Это свидетельствует о широких возможностях инновационной инфраструктуры университетов. Однако примерно пятая часть респондентов не включена ни в один из элементов креативной активности. Представлены результаты кластерного анализа, позволившего выделить четыре основных типа инновационности студентов: активные инноваторы (демонстрируют высокую активность в разработке проектов, научных исследованиях, освоении новых технологий); пассивные наблюдатели (практически не участвуют в каких-либо инновационных активностях); технологические энтузиасты (отличаются особенно высокими показателями вовлеченности в создание программных продуктов и новых технических решений); развивающиеся новаторы (занимают промежуточное положение, демонстрируя инновационную активность, но меньшую, чем активные инноваторы). Полученная типология инновационных профилей студентов может быть использована для разработки адресных мер поддержки их творческого и технологического развития. Новизна исследования состоит в выделении социальных типов инновационных установок студентов, дана их характеристика относительно ценностных ориентаций и социально-демографических особенностей студенчества.
Статья посвящена политике возраста, реализуемой современными российскими вузами и ориентированной на масштабное и форсированное омоложение научно-педагогического сообщества. Актуальность темы исследования связана с проблемами привлечения и удержания молодых научно-педагогических работников (НПР). В фокусе внимания авторов - теория академической ренты, позволяющая объяснить ограничения институциональных и организационных мер поддержки вузовской молодежи. Цель статьи - показать денежную и неденежную академическую ренту как фактор привлечения и удержания в вузах молодых НПР. Статья базируется на данных исследования, осуществленного в 2024 г. с помощью методов анализа документов и интервью с аспирантами и соискателями (n = 30 чел.) и НПР российских вузов (n = 30 чел.). На теоретическом уровне раскрыто содержание материальных и нематериальных элементов академической ренты, характеризующих группу молодых НПР. На материалах эмпирического исследования показан ограничительный характер материальных мер поддержки молодых НПР. Выявлено, что доступ к денежной ренте имеют не все категории молодых ученых и не всех российских вузов. Только часть мер материальной поддержки молодых НПР обладают признаками академической ренты. Удовлетворенность академическим трудом и престиж академической профессии как элементы неденежной академической ренты не приносят молодым НПР дивидендов. Нематериальную «сверхприбыль» части вузовской молодежи обеспечивает членство в институтах представительства вузовской молодежи. Они служат стартовой площадкой для их карьерного роста. Основываясь на соотношении двух видов академической ренты, денежной и неденежной, выделены и охарактеризованы типы рентоориентированного поведения молодых НПР («идейные», «прагматики» и «амбивалентные»). Практическая значимость исследования заключается в возможности использования его результатов для разработки и совершенствования программ привлечения и удержания молодых НПР посредством расширения материальной и нематериальной академической ренты и развития научного наставничества. Новизна исследования связана с тем, что впервые для объяснения проблем привлечения и удержания молодых НПР и перспектив их закрепления в академической карьере используется теория академической ренты.
Массовое распространение онлайн-формата в 2020 году определило тренд на развитие онлайн-обучения и обострило проблему оценки качества дистанционных программ высшего образования. Последовавшая за этим необходимость встраиваться в постпандемийный контекст побудила вузы разрабатывать как новые онлайн-программы, так и новые подходы к работе с их качеством. Несмотря на распространение онлайн-формата, публикаций, анализирующих эволюцию внутренних механизмов обеспечения качества в таких контекстах, недостаточно. В данном исследовании рассматривается динамика зарождения и изменения моделей внутренней оценки и обеспечения качества университетских онлайн-программ с 2009 по 2023 гг. В работе сравниваются 17 моделей, ориентированных на различные аспекты образовательного процесса, что позволяет проследить эволюцию внутренних механизмов обеспечения качества. Анализ проводится на основе параметров, выявленных в процессе изучения литературы, а также непосредственно в ходе проведения исследования. Результаты позволяют выделить три периода развития моделей: пробный, переходный и современный. Выявлены образовательные аспекты, которые присутствуют во всех моделях выборки (технологии, студентоцентрированный дизайн и преподавание в онлайн), и те, которые характерны только для части из них (разработка среды, повторное использование ресурсов, поддержка студентов, преподавателей и сотрудников, коммуникация). Приведено описание эволюции каждого из аспектов в рамках выявленных периодов, описана их связь с концептом качества в онлайн-среде. Данная работа может быть полезна исследователям в области обеспечения качества, руководителям высших учебных заведений и специалистам по образовательной политике.
Статья исследует представления руководства университетов в России о целях, эффектах и барьерах внедрения индивидуальных образовательных траекторий в учебный процесс. На основе проведения 15 полу-структурированных интервью с представителями руководства российских университетов (проректорами, ди ректорами и заместителями ди ректоров институтов, начальниками управлений) бы ли сделаны выводы относительно ключевых представлений об эффектах, которые полу чили университеты, внедрившие ИОТ. К ним можно отнести экономические (повышение эффективности учебного процесса на младших курсах для большей гибкости на старших), организационно-управленческие (актуализация дисциплин за счет инициативы преподавателей) и мотивационные (повышение вовлеченности студентов). Так же были выявлены противоречия в представлениях тех респондентов, которые имеют опыт внедрения ИОТ, и тех, которые его не имеют. Например, респонденты по-разному оценивают экономические эффекты: внедрившие ИОТ говорят о повышении эффективности процесса, в то время как не внедрившие опасаются повышения затрат из-за индивидуального подхода к студентам. Анализ позволил выделить следующие категории барьеров: консерватизм университетского сообщества, сопротивление изменениям (особенно в части предоставления студенту права свободного выбора), организационно-управленческие проблемы с выстраиванием новых процессов управления, нормативные ограничения существующих стандартов и законов и методическая дилемма поиска баланса между общеобразовательной и профессиональной частями образовательных программ. Результаты исследования вносят вклад в формирование эмпирической базы для более комплексного анализа феномена индивидуальных образовательных траекторий. Выявленные представления об эффектах и противоречия в представлениях респондентов с разным опытом позволяют сделать вывод о необходимости дальнейших исследований эффектов внедрения индивидуализации с использованием более точных методов. Уже имеется существенное количество университетов, запускающих пилотные проекты по внедрению ИОТ, что позволяет собрать лонгитюдные данные для последующего анализа полученных эффектов. Статья будет интересна управленцам высшего звена, которые разрабатывают программы развития своих университетов и анализируют возможность внедрения новой образовательной политики.
Статья посвящена анализу системы оценки качества высшего образования в Китае, получившей название «Пять в одном». Она состоит из пяти механизмов, взаимодополняющих друг друга: это институциональная оценка качества, программная аккредитация и международная аккредитация вузов и программ, самообследование и мониторинг системы образования. Особое значение в контексте рассматриваемой в исследовании проблемы имеет изучение вопросов специфики и тенденций развития механизмов и процедур оценки качества высшего образования в КНР как условия повышения уровня подготовки высококвалифицированных профессиональных кадров. Подчеркивается, что формирование национальной системы оценки качества высшего образования основывается на использовании лучших международных практик, сохранении и культивировании «китайской специфики». Основываясь на сравнении государственной образовательной политики в сфере оценки качества, содержания и процедур оценки в Китае и в России, автор делает выводы о разнонаправленности векторов их развития. Вместе с тем, учитывая необходимость укрепления сотрудничества двух стран во всех социально-экономических сферах, в том числе в высшем образовании, анализ различий в подходах к оценке качества может быть полезен для дальнейшего формирования взаимодействия на межнациональном и межинституциональном уровнях. Результаты исследования имеют особую значимость в условиях расширения сотрудничества и активизации мобильности студентов и преподавателей на основе прозрачных механизмов признания качества образования, каковыми являются внешняя экспертиза и аккредитация образовательных программ.
В статье рассматриваются различные этапы развития российской системы высшего образования после 1990/91 учебного года и связанные с ними изменения структуры подготовки кадров в государственных (муниципальных) вузах. Особое внимание обращено на структуру очного приема в бакалавриат, специалитет и магистратуру пяти субъектов Российской Федерации, на которые приходится почти 40 % очного приема и более 50 % доходов государственных (муниципальных) вузов от образовательной деятельности. Показано, что очный прием, осуществляемый за счет средств федерального бюджета, и очный прием, осуществляемый за счет средств населения, отражают разницу в предпочтениях государства и населения в выборе направлений подготовки и специальностей. При этом показано, что очный прием по группе STEM (естественные науки, технологии, инженерия и математика) в целом по России приблизился к половине, а в анализируемых пяти регионах превысил 50 %, и дальнейшее увеличение приема по этой группе может вести к падению качества инженерного образования.
В современных условиях глобальных вызовов и экономических санкций обеспечение научно-технологического суверенитета России является одной из приоритетных задач. Достижение этой цели невозможно без высококвалифицированных инженерных кадров, подготовка которых требует радикальной трансформации системы инженерного образования. Целью данной статьи является исследование проблемных зон инженерного образования в контексте актуальных экономических вызовов и потребностей рынка труда, определение места и роли инженерного образования в общей системе подготовки кадров, а также разработка стратегий трансформации системы подготовки инженерных кадров. Формирование указанных стратегий предлагается осуществлять через синхронизацию образовательных программ, внедрение инновационных методов обучения и совершенствование квалификации преподавателей, ученых и исследователей в партнерстве с индустриальными компаниями. Результаты исследования базируются на анализе научных публикаций по проблемам подготовки инженерных кадров и проведенного опроса экспертов в сфере подготовки инженерных кадров. В результате исследования определены ключевые направления для совершенствования инженерного образования, которые включают активное взаимодействие с промышленностью, модернизацию учебных программ и повышение квалификации преподавателей, что способствует интеграции технологических новшеств в образовательный процесс.
Завершение цикла реализации национальных проектов, постановка новых национальных целей и проектирование для их достижения нового цикла развития всех сфер экономики, включая высшее образование и науку, – этим нам запомнится 2024 год. Предыдущие шесть лет были насыщены большим количеством программ и проектов по развитию системы образования и науки при финансовой поддержке со стороны государства.
Статистика статьи
Статистика просмотров за 2025 год.
Издательство
- Издательство
- ВВГУ
- Регион
- Россия, Владивосток
- Почтовый адрес
- 690014, ДФО, Приморский край, г. Владивосток, ул. Гоголя, 41
- Юр. адрес
- 690014, ДФО, Приморский край, г. Владивосток, ул. Гоголя, 41
- ФИО
- Терентьева Татьяна Валерьевна (РЕКТОР)
- E-mail адрес
- rectorat@vvsu.ru
- Контактный телефон
- +8 (423) 2404289
- Сайт
- https://www.vvsu.ru/