Работа в команде является неотъемлемой частью профессиональной деятельности, а навыки сотрудничества необходимы студентам для успешного трудоустройства. Задача высшего образования - повышение конкурентоспособности выпускников на рынке труда посредством разработки образовательных программ, направленных на развитие навыков командной работы. Прогресс этих навыков можно наблюдать только при наличии надёжного метода измерения. Поэтому инструменты оценки развития командных навыков у студентов играют важную роль в высшем образовании. Обзор раскрывает ключевые проблемы и противоречия в оценке групповой и командной работы в высшем образовании. Анализируя традиционные методы (экспертное оценивание, взаимооценку, нормализованные подходы), исследование демонстрирует их возможную уязвимость к субъективности, когнитивным искажениям и социальным факторам. В то же время автоматизированные алгоритмы, анализ цифровых следов и мультимодальная учебная аналитика имеют высокий потенциал для фиксации реального вклада студентов и динамики их взаимодействия. Однако эти технологии пока слабо изучены и представлены в научной литературе о групповой и командной работе, их восприятие студентами остаётся неоднозначным. Один из ключевых выводов исследования: большинство существующих подходов оценивают только конечный результат, игнорируя процесс формирования командных навыков и изменение ролей участников во времени, и это ограничение приводит к несправедливому распределению оценок и снижению мотивации студентов. Работа подчёркивает необходимость перехода к гибридным моделям оценивания, объединяющим количественные цифровые данные с качественной педагогической экспертизой. Представленные выводы основаны на анализе 43 эмпирических исследований и показывают, что будущее командной оценки лежит в интеграции цифровых технологий, способных отслеживать взаимодействие студентов в реальном времени, выявлять закономерности сотрудничества и обеспечивать справедливое распределение оценок.
Предпросмотр статьи
Идентификаторы и классификаторы
- SCI
- Образование
С целью минимизации негативного влияния данных эффектов разрабатываются инструменты измерения, которые включают групповые отчёты, письменные оценки на основе сценариев, само- и взаимооценки, экспертные оценки по критериям. Они позволяют оценивать групповую и командную работу с разными акцентами: групповые отчёты чаще используются для анализа коллективного результата, тогда как само- и взаимооценка помогают измерить вклад каждого участника и уровень взаимодействия.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Britton E., Simper N., Leger A., Stephenson J. Assessing teamwork in undergraduate education: a measurement tool to evaluate individual teamwork skills // Assessment & Evaluation in Higher Education. 2017. Vol. 42. No. 3. P. 378-397. DOI: 10.1080/02602938.2015.1116497
2. Murnane R.J., Levy F. The New Division of Labor: How Computers Are Creating the Next Job Market. Princeton: Princeton Univ. Press, 304 p. 2012. ISBN: 978-1-4008-4592-7
3. Succi C., Canovi M. Soft skills to enhance graduate employability: comparing students and employers’ perceptions // Studies in Higher Education. 2020. Vol. 45. No. 9. P. 1834-1847. DOI: 10.1080/03075079.2019.1585420
4. Thite S., Ravishankar J., Tomeo-Reyes I., Ortiz A. Design of a simple rubric to peer-evaluate the teamwork skills of engineering students // European Journal of Engineering Education. 2024. P. 1-24. DOI: 10.1080/03043797.2024.2338239
5. Murzi H.G., Karlovsek J., Ruiz B., Virguez L., Perez O. Working in large teams: Measuring the impact of a teamwork model to facilitate teamwork development in engineering students working in a real project // International Journal of Engineering Education. 2020. Vol. 36. No. 1. P. 274-295. DOI: 10.18260/1-2-29133
6. Hora M.T., Chhabra P., Smolarek B.B. Exploring the factors that influence how (and why) community college instructors teach communication and teamwork skills in computer technology courses // Community College Journal of Research and Practice. 2022. Vol. 46. No. 6. P. 396-415. DOI: 10.47153/jbmr46.7142023 EDN: VKEQIV
7. Ермаков С.С., Савенков Е.А., Катышев Д.А. Влияние современных симуляционных тренажёров на развитие навыков командной работы: согласованных действий и коммуникации // Современная зарубежная психология. 2024. Т. 13. № 2. С. 131-141. DOI: 10.17759/jmfp.2024130212 EDN: XWZACQ
8. Fox L., Onders R., Hermansen-Kobulnicky C.J., Nguyen T.-N., Myran L. et al. Teaching interprofessional teamwork skills to health professional students: A scoping review // Journal of Interprofessional Care. 2018. Vol. 32. No. 2. P. 127-135. DOI: 10.1080/13561820.2017.1399868
9. Paoletti J., Kilcullen M.P., Salas E. Teamwork in space exploration // Psychology and Human Performance in Space Programs. CRC Press. 2020. P. 195-216. DOI: 10.1201/9780429440878-10
10. Murzi H.G. Team-based learning theory applied to engineering education: A systematic review of literature // 2014 ASEE Annual Conference & Exposition. 2014. P. 1-24. DOI: 10.1175.1-24.1175.12.
11. Zhang M. “Groupwork or teamwork?”: Creating the same page for improving team-based learning experience // Communication Teacher. 2023. Vol. 37. No. 1. P. 30-34. DOI: 10.1080/17404622.2022.2069838 EDN: TCMRWX
12. Katzenbach J., Smith D. The Wisdom of Teams: Creating the High-Performance Organization. Harvard Business Press, 1992, 291 p. -: 9780875843674. -13: 978-0875843674. ISBN: 10
13. González R.M., González L.G., Cruz N.L., Fuentes M.G., Aguirre E.I., González E.V. Acercamiento epistemológico a la teoría del aprendizaje colaborativo // Apertura. 2012. Vol. 4. P. 156-169. DOI: 10.3390/su14106177
14. Van den Bossche P., Gijselaers W.H., Segers M.S., Kirschner P.A. Social and Cognitive Factors Driving Teamwork in Collaborative Learning Environments // Small Group Research. 2006. Vol. 37. P. 490-521. DOI: 10.1177/1046496406292938 EDN: JPRDGT
15. Stahl G. Theories of Collaborative Cognition: Foundations for CSCL and CSCW Together / Goggins S., Jahnke I., Wulf V. (Eds).Computer-Supported Collaborative Learning at the Workplace.Computer-Supported Collaborative Learning Series. Vol. 14. Springer, Boston, MA, 2013. DOI: 10.1007/978-1-4614-1740-8_3
16. Francis N., Pritchard C., Prytherch Z., Rutherford S. Making teamwork work: enhancing teamwork and assessment in higher education // FEBS Open Bio. 2025. Vol. 15. No. 1. P. 35-47. DOI: 10.1002/2211-5463.13936 EDN: FTSGXP
17. Johnson D.W., Johnson R.T., Smith K.A. Cooperative learning: Improving university instruction by basing practice on validated theory // Journal on Excellence in University Teaching. 2014. Vol. 25. No. 4. P. 1-26. DOI: 10.1057/9780230283008_6
18. Hebles M., Yániz-Álvarez-de-Eulate C., Alonso-Dos-Santos M. Teamwork Competency Scale (TCS) from the Individual Perspective in University Students // Journal of Technology and Science Education. 2022. Vol. 12. No. 2. P. 510-528. DOI: 10.3926/jotse.1478 EDN: TOQLJE
19. Strijbos J.W. Assessment of (computer-supported) collaborative learning // IEEE Transactions on Learning Technologies. 2010. Vol. 4. No. 1. P. 59-73. DOI: 10.1109/TLT.2010.37
20. Gweon G., Jun S., Finger S., Rosé C.P. Towards effective group work assessment: even what you don’t see can bias you // International Journal of Technology and Design Education. 2017. Vol. 27. P. 165-180. DOI: 10.1007/s10798-015-9332-1 EDN: KTRRXL
21. Loughry M.L., Ohland M.W., Woehr D.J. Assessing teamwork skills for assurance of learning using CATME team tools // Journal of Marketing Education. 2014. Vol. 36. No. 1. P. 5-19. DOI: 10.1177/0273475313499023
22. McConnell K.D., Rhodes T., Horan E.M., Zimmerman B. We Have a Rubric for That: The VALUE Approach to Assessment. Washington, D.C.: Association of American Colleges and Universities, 2019, 64 p. ISBN: 978-0-9961404-7-8
23. Hastie C., Fahy K., Parratt J. The development of a rubric for peer assessment of individual teamwork skills in undergraduate midwifery students // Women and Birth. 2014. Vol. 27. No. 3. P. 220-226. DOI: 10.1016/j.wombi.2014.06.003
24. Britton E., Simper N., Leger A., Stephenson J. Assessing teamwork in undergraduate education: a measurement tool to evaluate individual teamwork skills // Assessment & Evaluation in Higher Education. 2017. Vol. 42. No. 3. P. 378-397. DOI: 10.1080/02602938.2015.1116497
25. Hughes R.L., Jones S.K. Developing and assessing college student teamwork skills // New Directions for Institutional Research. 2011. Vol. 2011, no. 149, pp. 53-64. DOI: 10.1002/ir.380
26. Prada E.D., Mareque M., Pino-Juste M. Teamwork skills in higher education: is university training contributing to their mastery? // Psicologia: Reflexão e Crítica. 2022. Vol. 35. Article no. 5. DOI: 10.1186/s41155-022-00207-1 EDN: TUGQJS
27. Driskell J.E., Salas E., Driskell T. Foundations of teamwork and collaboration // American Psychologist. 2018. Vol. 73. No. 4. P. 334-348. DOI: 10.1037/amp0000241
28. Meijer, H., Hoekstra R., Brouwer J., Strijbos J.-W. Unfolding collaborative learning assessment literacy: A reflection on current assessment methods in higher education // Assessment & Evaluation in Higher Education. 2020. Vol. 45. No. 8. P. 1222-1240. 10.1080/ 02602938.2020.1729696. DOI: 10.1080/02602938.2020.1729696 EDN: BLBACC
29. Strijbos J.W. Assessment of collaborative learning // Handbook of Human and Social Conditions in Assessment. Routledge, 2016. P. 302-318. ISBN: 978-1-138-81153-9
30. Авдеева С.М., Тарасова К.В. Доказательный дизайн для оценки универсальных компетенций в высшем образовании: преимущества и особенности // Высшее образование в России. 2025. Т. 34. № 1. С. 82-105. DOI: 10.31992/0869-3617-2025-34-1-82-105 EDN: KBSEVQ
31. Febriantoro W., Gauthier A., Cukurova M. The Promise of Physiological Data in Collaborative Learning: A Systematic Literature Review // European Conference on Technology Enhanced Learning. Cham: Springer Nature Switzerland, 2023. P. 75-88. DOI: 10.1007/978-3-031-42682-7_6
32. Chejara P., Kasepalu R., Prieto L., Rodrнguez-Triana M.J., Ruiz-Calleja A. Bringing Collaborative Analytics using Multimodal Data to Masses: Evaluation and Design Guidelines for Developing a MMLA System for Research and Teaching Practices in CSCL // Proceedings of the 14th Learning Analytics and Knowledge Conference. 2024. P. 800-806. DOI: 10.1145/3636555.3636877
33. Tumpa R.J., Skaik S., Ham M., Chaudhry G. A holistic overview of studies to improve group-based assessments in higher education: A systematic literature review // Sustainability. 2022. Vol. 14. No. 15. Article no. 9638. DOI: 10.3390/su14159638 EDN: QOJNQH
34. Zhu M., Ergulec F. A review of collaborative assessment strategies in online learning // Distance Education. 2023. Vol. 44. No. 3. P. 522-543. DOI: 10.1080/01587919.2022.2150127 EDN: QLOGXQ
35. Siddaway A.P., Wood A.M., Hedges L.V. How to do a systematic review: a best practice guide for conducting and reporting narrative reviews, meta-analyses, and meta-syntheses // Annual review of psychology. 2019. Vol. 70. No. 1. P. 747-770. DOI: 10.1146/annurev-psych-010418-102803
36. Schürmann V., Marquardt N., Bodemer D. Conceptualization and measurement of peer collaboration in higher education: A systematic review // Small Group Research. 2024. Vol. 55. No. 1. P. 89-138. DOI: 10.1177/10464964231200191 EDN: UMPTMC
37. Havyer R.D., Nelson D.R., Wingo M.T., Comfere N.I., Halvorsen A.J. et al. (2016) Addressing the interprofessional collaboration competencies of the Association of American Medical Colleges: a systematic review of assessment instruments in undergraduate medical education // Academic Medicine. 2016. Vol. 91. No. 6. P. 865-888. DOI: 10.1097/ACM.0000000000001053
38. Guzzo R.A., Dickson M.W. Teams in organizations: Recent research on performance and effectiveness // Annual review of psychology. 1996. Vol. 47. No. 1. P. 307-338. DOI: 10.1146/annurev.psych.47.1.307 EDN: HEZYHR
39. Naqvi S.R., Akram T., Kamran M., Khan W. Learning outcomes and assessment methodology: case study of an undergraduate engineering project // The International Journal of Electrical Engineering & Education. 2019. Vol. 56. No. 2. P. 140-162. DOI: 10.1177/0020720918790108
40. Баранова Е.В., Швецов Г.В. Методы и инструменты для анализа цифрового следа студента при освоении образовательного маршрута // Перспективы науки и образования. 2021. № 2 (50). С. 415-430. DOI: 10.32744/pse.2021.2.29 EDN: YAKJLH
41. Курзаева Л.В., Савва Л.И., Назарова Е.К., Абзалов А.Р., Килиевич Д.А. Анализ и обработка данных цифрового следа обучающихся // Мир науки. Педагогика и психология. 2022. № 6. EDN: FQPZPC
42. Bong J., Park M.S. Peer assessment of contributions and learning processes in group projects: An analysis of information technology undergraduate students’ performance //Assessment & Evaluation in Higher Education. 2020. Vol. 45. No. 8. P. 1155-1168. 10.1080/ 02602938.2020.1727413. DOI: 10.1080/02602938.2020.1727413 EDN: ZSYHPM
43. Ion G., Díaz-Vicario A., Mercader C. Making steps towards improved fairness in group work assessment: The role of students’ self- and peer-assessment // Active Learning in Higher Education. 2023. Vol. 25. No. 3. DOI: 10.1177/14697874231154826 EDN: BWNRKS
44. Alden J. Assessment of Individual Student Performance in Online Team Projects // Journal of asynchronous learning networks. 2011. Vol. 15. P. 5-20. DOI: 10.24059/olj.v15i3.193
45. Gunning T.K., Conlan X.A., Collins P.K., Bellgrove A., Antlej K., Cardilini A., Fraser C.L. Who engaged in the team-based assessment? Leveraging EdTech for a self and intra-team peer-assessment solution to free-riding // International Journal of Educational Technology in Higher Education. 2022. Vol. 19. No. 1. Article no. 38. DOI: 10.1186/s41239-022-00340-y EDN: TAMGCA
46. Kotlyar I., Sharifi T., Fiksenbaum L. Assessing teamwork skills: can a computer algorithm match human experts? // International Journal of Artificial Intelligence in Education. 2023. Vol. 33. No. 4. P. 955-991. DOI: 10.1007/s40593-022-00318-x EDN: PLKOQO
47. Chowdhury M. Using the method of normalisation for mapping group marks to individual marks: some observations // Assessment & Evaluation in Higher Education. 2020. Vol. 45. No. 5. P. 643-650. DOI: 10.1080/02602938.2019.1686606
48. Sridharan B., Tai J., Boud D. Does the use of summative peer assessment in collaborative group work inhibit good judgement? // Higher Education. 2019. Vol. 77. P. 853-870. DOI: 10.1007/s10734-018-0305-7 EDN: ZGNJNG
49. Гричанов А.С., Панов Е.В. Особенности формативного оценивания командной работы курсантов образовательных организаций МВД России на занятиях по тактико-специальной подготовке // Психология и педагогика служебной деятельности. 2024. № 2. С. 105-110. DOI: 10.24412/2658-638X-2024-2-105-110 EDN: LUYLTP
50. Бабаян К.Б. Организация групповой работы и разработка критериев её оценки в образовательном процессе высшей школы / К.Б. Бабаян // Вестник Московского городского педагогического университета. Серия: Экономика. 2019. № 4. DOI: 10.25688/2312-6647.2019.21.3.08
51. Harvey H., Keen J., Robinson C., Roff J., Gross T. Quantitative analysis of approaches to group marking // Assessment & Evaluation in Higher Education 2019. Vol. 44. No. 8. P. 1133-1147. DOI: 10.1080/02602938.2019.1572069
52. Даринская Л.А., Балышев П.А. Педагогическая модель развития у студентов навыков командной работы в цифровой образовательной среде университета // Педагогика. Вопросы теории и практики. 2024. Т. 9. № 3. C. 276-285. DOI: 10.30853/ped20240036 EDN: BZJENU
53. Nguyen V.A. A peer assessment approach to project based blended learning course in a Vietnamese higher education // Education and Information Technologies. 2017. Т. 22. С. 2141-2157. DOI: 10.1007/s10639-016-9539-0
54. Фёдоров В.А. Эффективность командных методов обучения // Вестник Омского государственного педагогического университета. Гуманитарные исследования. 2022. № 3. C. 230-234. DOI: 10.36809/2309-9380-2022-36-230-234 EDN: NLXXCS
55. Hastie C.R. ‘TeamUP’: An approach to developing teamwork skills in undergraduate midwifery students // Midwifery. 2018. Vol. 58. P. 93-95. DOI: 10.1016/j.wombi.2018.08.114
Выпуск
Другие статьи выпуска
Статья посвящена опыту внедрения проектного обучения в подготовку инженеров в Центре машиностроения Тольяттинского государственного университета. Новизна исследования состоит в том, что впервые исследуется модель, в «ядре» которой находится обучение постоянно действующей студенческой инженерной команды, участвующей в международных инженерно-спортивных соревнованиях Formula Student. Цель работы состоит в том, чтобы выявить проблемные зоны, причины их появления и пути дальнейшего развития представленной модели проектного обучения. Обзор литературы показал, что в российских вузах реализуются типы моделей проектного обучения: модели, ориентированные на образовательный результат в виде прироста профессиональных компетенций; модели, нацеленные на получение проектного результата; «продуктовые» модели, направленные на получение конкретного продукта для внешнего заказчика; модели, сочетающие достижение тех или иных результатов. Кейс Тольяттинского госуниверситета представляет собой проектное обучение, ориентированное на формирование компетенций и получение проектного результата. Для поиска ответов на вопросы исследования были проведены опросы среди студентов, беседа в фокус-группе со студентами - кураторами проектов, интервью с руководителями проектов и представителями работодателей. Результаты настоящего исследования подводят к ряду выводов. Достижение образовательного и проектного результатов характеризуется положительными оценками со стороны всех участников образовательного процесса. В то же время выявлены проблемы в осуществлении проектного обучения: преобладание внешней мотивации у половины студентов; дефицит руководителей и учебных часов, выделяемых на руководство проектами в течение ограниченного периода времени и, как следствие, недостаточная индивидуальная работа с проектными командами; невозможность диверсификации существующей модели проектного обучения в плане количества и содержания проектов только за счёт ресурсов руководителей и кураторов проектов. Решение данных проблем видится в дальнейшей индивидуализации и диверсификации проектного обучения за счёт привлечения большего количества студентов-кураторов, кейсов и консультантов от работодателей.
Разработка и реализация образовательных программ, отвечающих запросам рынка труда, государственным и международным стандартам, требуют внимания руководителей вузов и исследователей. Руководители вузов и программ могут иметь потребность в определении актуального состояния программы, её переработке, формировании портрета целевой аудитории и т. д., но могут столкнуться с трудностями по решению этих задач в связи с отсутствием инструментов. В данном исследовании представлена модель экспертизы образовательных программ высшего образования любого уровня и результаты её апробации на примере программ магистратуры. Кроме этого, проведён анализ различных подходов к определению качества образования и существующих подходов к экспертизе образовательных программ. Проведённая экспертиза продемонстрировала высокую ценность и перспективность предлагаемой модели для оценки и совершенствования качества образовательных программ, что делает её полезной при принятии управленческих решений, относящихся к модернизации образовательного процесса. Полученные результаты позволили выявить ключевые характеристики и особенности исследуемых программ, такие как уникальность образовательных результатов, ориентация на доказательный подход и стремление к обновлению содержания и методов обучения. Также обнаружены сложности, среди которых расхождение между названиями программ и реальными образовательными практиками, ожидаемыми студентами. Перспективы исследования связаны с разработкой упрощённых вариантов инструментария для более широкого внедрения.
Недавние изменения в государственной демографической политике, широко включившие в свою орбиту студенческое сообщество, ставят перед вузами новые задачи. В национальном проекте «Семья» в рамках федерального проекта «Поддержка семьи» студенты обозначены в качестве целевой группы, а в показателях и мероприятиях появились позиции, предполагающие активную работу вузов в этом направлении. В региональных программах, направленных на рост рождаемости, также в последнее время появились меры, направленные на поддержку семейно-родительской траектории студентов - студенческий (семейный) капитал, компенсация расходов на найм жилого помещения и др. Целью исследования стало выявление новых возможностей включения вузов в демографическую повестку через механизм информирования студентов об участии бизнеса в смягчении демографических проблем индустриального региона. Объектом эмпирического исследования выступили студенты последних двух курсов очной формы обучения вузов Челябинской области - региона, где в 2024 году была введён студенческий (семейный) капитал за рождение ребёнка, где на ряде промышленных предприятий давно реализуются меры поддержки семей работников, где наблюдается самый низкий в УрФО уровень региональной рождаемости. Серия исследований (анкетный опрос, эссе) была проведена в октябре-ноябре 2024 г. в двух крупнейших вузах региона. Результаты показали, что осведомлённость студентов о мерах корпоративной поддержки семейных работников является значимым фактором, коррелирующим с их репродуктивными ориентациями: чем более осведомлены студенты о мерах поддержки, тем больше детей они планируют иметь. Это открывает новый инструмент вовлечения вузов в демографическую повестку страны и регионов. Разработаны рекомендации, направленные на выстраивание системной работы работодателей, вузов и органов власти по интеграции информации о корпоративных демографических мерах в ментальный и практический контекст молодёжи.
Статья посвящена выявлению сформированных тенденций в научных предметных направлениях субъекта Российской Федерации на базе структурного анализа статистической информации на уровнях региона, страны и мира. В основе исследования лежит наукометрический анализ в разрезе предметных областей1, включающий оценку динамики и качества публикаций. В статье на основе данных международных и национальных баз (Scopus и eLibrary) осуществлён наукометрический анализ по научным предметным областям Республики Татарстан с применением инструментария кластерного анализа, матричного моделирования, динамического и структурного анализа статистической информации. Особенностью подхода является сбор и обработка информации на уровне отдельных субъектов РФ на базе систематизации статистики по отдельным научно-образовательным учреждениям, представленным в статистических базах, а также сопоставление предметных областей международных и отечественных классификаторов (Общероссийский классификатор специальностей по высшему образованию и тематического рубрикатора eLibrary, детализированного Государственным рубрикатором научно-технической информации). Анализ позволил выделить растущие на глобальной и страновой арене и локализованные в республике научные направления, которые могут сформировать пул востребованных научных направлений, среди них: биотехнологии (нейротехнологии); иммунология и микробиология; сельское и лесное хозяйство и биология; (прочие отрасли экономики) междисциплинарные направления; литература, литературоведение, устное народное творчество; религия, атеизм; экономические направления, развитие которых зависит от ряда факторов (сформированной научной политики, программ поддержки региона). Помимо этого, обозначена важность внимания к научным направлениям со снижающейся активностью в регионе, но с отмечаемой растущей активностью в стране и мире (физика, электротехника (инженерные технологии), материаловедение и др.).
Многие исследователи отмечают наличие системных проблем в подготовке кадров высшей научной квалификации, в частности кандидатов наук. Статистические данные указывают на снижение результативности подготовки, на сокращение числа защит кандидатских диссертаций. В исследовании использованы данные из ежегодных отчётов диссертационных советов за 2012-2023 гг. Одним из проблемных аспектов системы аспирантской подготовки является срок подготовки кандидатской диссертации от поступления в аспирантуру до защиты диссертации, который за последние годы увеличился до 6-7 лет. Почти три четверти ежегодных защит - это защиты с опозданием после окончания аспирантуры на год и более. Увеличение сроков подготовки диссертации влечёт уменьшение числа молодых кандидатов и докторов наук. Иностранные аспиранты по сравнению с российскими стараются защититься раньше. В исследовании рассматривалась гипотеза, что причиной задержек с выходом на защиту диссертации может быть необходимость выполнения требования по количеству публикаций. Гипотеза не подтвердилась. Большая часть соискателей учёной степени кандидата наук выходят на защиту с количеством публикаций, превышающим минимальные нормативные требования. Авторы предполагают, что задержка в подготовке диссертации связана с финансовой необеспеченностью научных исследований и предлагают обратить внимание на внедрение производственной аспирантуры. С другой стороны, для предоставления аспиранту более длительного периода для подготовки диссертации возможно, если диссертационное исследование начнётся не с момента поступления в аспирантуру, а ранее - в магистратуре. Для этого необходимо заблаговременное (на 2-3 года раньше) планирование контрольных цифр приёма в аспирантуру.
Данная статья является первой частью цикла, посвящённого карьерным и образовательным траекториям недавних выпускников российской магистратуры. Представленное исследование фокусируется на специфике образовательных переходов из бакалавриата в магистратуру и базируется на тотальных административных данных (Мониторинг трудоустройства выпускников) обо всех выпускниках высшего образования в стране. Данные показывают, что 66% выпускников магистратуры являются недавними выпускниками бакалавриата, продолжившими своё обучение не позднее пяти лет с момента окончания предыдущего образования. 36% выпускников очного бакалавриата поступают в магистратуру в первые несколько лет после выпуска, причём 93% из них не делают перерыва в образовании. Около четверти продолживших обучение бакалавров меняют направление подготовки в магистратуре. Смена вуза или региона происходит заметно реже, хотя выпускники заочного бакалавриата, а также те, кто делал перерыв в учёбе между бакалавриатом и магистратурой, более склонны к подобной смене траектории. Для определения характеристик, ассоциированных с продолжением обучения в магистратуре, а также сменой направления подготовки, образовательной организации или региона обучения при переходе из бакалавриата в магистратуру, оценивался набор пробит-регрессий. Результаты показали, что обучение в магистратуре чаще продолжают выпускники технических и естественнонаучных специальностей, обучавшиеся очно в более селективных университетах и обладающие высоким уровнем академических достижений. Чем больше времени прошло с момента окончания бакалавриата, тем с большей вероятностью магистрант сменит траекторию обучения (то есть направление подготовки, вуз или регион учёбы). Отличники и выпускники селективных бакалавриатов меняют свою траекторию реже других студентов. Специфика образовательных переходов позволяет выделить несколько сегментов магистерского образования (единого с бакалавриатом образовательного трека и «фундаментального ДПО»), потенциально ведущих к различающимся результатам выпускников на рынке труда.
Издательство
- Издательство
- МОСКОВСКИЙ ПОЛИТЕХ
- Регион
- Россия, Москва
- Почтовый адрес
- 107023, г Москва, р-н Соколиная Гора, ул Большая Семёновская, д 38
- Юр. адрес
- 107023, г Москва, р-н Соколиная Гора, ул Большая Семёновская, д 38
- ФИО
- Миклушевский Владимир Владимирович (РЕКТОР)