Признаки принятия обучения с применением дистанционных образовательных технологий студентами различных форм обучения в условиях пандемии

Обложка

Цитировать

Полный текст

Аннотация

Представлены результаты исследования принятия студентами различных форм обучения в вузе новых условий образовательного процесса в период пандемии COVID-19. Актуальность проблемы обусловлена существенными качественными изменениями в образовательном процессе, связанными с экстренным переходом во время пандемии на формат обучения с применением дистанционных образовательных технологий и важностью оценки динамики личностного принятия студентами произошедших трансформаций. Выборку составили 1571 студент бакалавриата и магистратуры из вузов 8 федеральных округов РФ (очная форма - 79,2 %, очно-заочная - 4,2 % и заочная - 16,6 % респондентов). Анкетирование стало основным методом, примененным для анализа уровня принятия новых условий организации образовательного процесса в вузе студентами различных форм обучения. Вопросы анкетирования сформированы на основе проведенных фокус-групповых интервью со студентами всех трех форм обучения в вузе ( n = 26). С помощью коэффициента ранговой корреляции Спирмена показана вероятная связь фазы принятия формата обучения с применением дистанционных образовательных технологий с формой получения образования. Выявлено, что процесс принятия изменений у студентов заочной формы обучения прошел быстрее, чем у студентов очной и очно-заочной форм. Качественный анализ признаков принятия изменений, связанных с применением формата обучения с использованием дистанционных образовательных технологий, позволил установить, что «отрицание» и «агрессия», выраженные в начале пандемии, сменились у большинства студентов стадией их принятия. Полученные данные могут быть полезны для понимания того, как студенты различных форм обучения в вузах переживают существенные качественные изменения в образовательном процессе.

Об авторах

Анастасия Владимировна Пеша

Уральский государственный экономический университет

Автор, ответственный за переписку.
Email: myrabota2011@gmail.com
ORCID iD: 0000-0002-7614-3118
SPIN-код: 6336-3980

кандидат экономических наук, доцент, доцент кафедры экономики труда и управления персоналом

Российская Федерация, 620144, Екатеринбург, ул. 8 Марта, д. 62

Марина Николаевна Шавровская

Уральский государственный экономический университет

Email: marina_bel@list.ru
ORCID iD: 0000-0001-8137-4829
SPIN-код: 4980-8284

кандидат экономических наук, доцент кафедры экономики труда и управления персоналом

Российская Федерация, 620144, Екатеринбург, ул. 8 Марта, д. 62

Марина Алексеевна Николаева

Уральский государственный педагогический университет

Email: nikolaeva250381@list.ru
ORCID iD: 0000-0002-0610-3874
SPIN-код: 4913-9433

кандидат педагогических наук, доцент кафедры педагогики и педагогической компаративистики, Институт общественных наук

Российская Федерация, 620017, Екатеринбург, пр-т Космонавтов, д. 26

Татьяна Александровна Камарова

Уральский государственный экономический университет

Email: kta@usue.ru
ORCID iD: 0000-0003-0087-9310
SPIN-код: 4255-7664

кандидат экономических наук, доцент кафедры экономики труда и управления персоналом

Российская Федерация, 620144, Екатеринбург, ул. 8 Марта, д. 62

Список литературы

  1. Abuhassna, H., Awae, F., Alsharif, A.H., Yahaya, N., & Alnawajha, S. (2022). Understanding online learning engagement and challenges during COVID19: Qualitative evidence. International Journal of Academic Research in Progressive Education and Development, 11(1), 651–661. https://doi.org/10.6007/IJARPED/v11-i1/12229
  2. Aleshkovsky, I.A., Gasparishvili, A.T., & Krukhmaleva, O.V. (2020). Students of Russian universities on distance learning: Assessment and opportunities. Higher Education in Russia, 29(10), 86–100. (In Russ.) https://doi.org/10.31992/0869-3617-2020-29-10-86-100
  3. Allen, I.E., Seaman, J., & Garrett, R. (2007). Blending in. The extent and promise of blended education in the United States. Needham, MA: The Sloan Consortium. Retrieved February 10, 2023, from https://files.eric.ed.gov/fulltext/ED529930.pdf
  4. Bagdasariyan, N.G., Melnikova, N.E., & Balueva, T.V. (2021). Online education in a regional university before and after the pandemic: Motives, problems, potential. PRIMO ASPECT, (1), 7–26. (In Russ.) https://doi.org/10.35211/2500-2635-2021-1-45-7-26
  5. Bridgstock, R. (2017). The university and the knowledge network: A new educational model for twenty-first century learning and employability. Graduate Employability in Context (pp. 339–358). Palgrave Macmillan, London. https://doi.org/10.1057/978-1-137-57168-7_16
  6. Buabeng-Andoh, C. (2012). Factors influencing teachers’ adoption and integration of information and communication technology into teaching: A review of the literature. International Journal of Education and Development using Information and Communication Technology, 8(1), 136–155.
  7. Butnaru, G.I., Niță, V., Anichiti, A., & Brînză, G. (2021). The effectiveness of online education during COVID-19 pandemic – a comparative analysis between the perceptions of academic students and high school students from Romania. Sustainability, 13(9), 5311. https://doi.org/10.3390/su13095311
  8. Danchenok, L.A., Zaitseva, A.S., & Komleva, N.V. (2019). Transformation of the model of additional education in the digital economy. Open Education, 23(1), 34–45. (In Russ.) https://doi.org/10.21686/1818-4243-2019-1-34-45
  9. Demirtaş, B.K., & Türk, U. (2022). Student performance under asynchronous and synchronous methods in distance education: A quasi-field experiment. International Review of Economics Education, 41, 100244. https://doi.org/10.1016/j.iree.2022.100244
  10. El Firdoussi, S., Lachgar, M., Kabaili, H., Rochdi, A., Goujdami, D., & El Firdoussi, L. (2020). Assessing distance learning in higher education during the COVID-19 pandemic. Education Research International, 2020, 8890633. https://doi.org/10.1155/2020/8890633
  11. El Refae, G.A., Kaba, A., & Eletter, S. (2021). Distance learning during COVID-19 pandemic: Satisfaction, opportunities and challenges as perceived by faculty members and students. Interactive Technology and Smart Education, 18(3), 298–318. https://doi.org/10.1108/ITSE-08-2020-0128
  12. Endovitsky, D.A., Risin, I.E., Treshchevsky, Yu.I., & Rudnev, E.A. (2022). Distance education: Imbalance between possibilities and threats. Higher Education in Russia, 31(1), 89–97. (In Russ.) https://doi.org/10.31992/0869-3617-2022-31-1-89-97
  13. Gafurov, I.R., Ibragimov, G.I., Kalimullin, A.M., & Alishev, T.B. (2020). Transformation of education in higher education during a pandemic: Pain points. Higher Education in Russia, 29(10), 101–112. https://doi.org/10.31992/0869-3617-2020-29-10-101-112
  14. Graduates of higher education in the Russian labor market: Trends and challenges: Presentations to the XXIII Yasin’s International Scientific Conference on Problems of Economic and Social Development. (2022). Moscow: Publishing House of the Higher School of Economics. (In Russ.)
  15. Gregori, P., Martínez, V., & Moyano-Fernández, J.J. (2018). Basic actions to reduce dropout rates in distance learning. Evaluation and Program Planning, 66, 48–52. https://doi.org/10.1016/j.evalprogplan.2017.10.004
  16. Guri-Rozenblit, S. (2009). Digital technologies in higher education: Sweeping expectations and actual effects. Nova Science Publishers.
  17. Hamid, R., Sentryo, I., & Hasan, S. (2020). Online learning and its problems in the COVID-19 emergency period. Jurnal Prima Edukasia, 8(1), 86–95. https://doi.org/10.21831/jpe.v8i1.32165
  18. Hong, J.C., Lee, Y.F., & Ye, J.H. (2021). Procrastination predicts online self-regulated learning and online learning ineffectiveness during the coronavirus lockdown. Personality and Individual Differences, 174, 110673. https://doi.org/10.1016%2Fj.paid.2021.110673
  19. Klepikova, N.M. (2019). Motivation features of students’ learning activity depending on mode of study Baikal Research Journal, 10(2), 5. (In Russ.) https://doi.org/10.17150/2411-6262.2019
  20. Kohout, J., Buršíková, D., Frank, J., Lukavský, J., Masopust, P., Motlíková, I., & Voltrová, M. (2022). Predictors of the effectiveness of different approaches to pandemic distance learning. Education Sciences, 12(9), 605. https://doi.org/10.3390/educsci12090605
  21. Kubler-Ross, E., & Kessler, D. (2015). Live now! Life lessons from people who have seen death. Moscow: Eksmo Publ. (In Russ.)
  22. Lim, J., Ko, H., Park, J., & Ihm, J. (2022). Effect of active learning and online discussions on the academic performances of dental students. BMC Medical Education, 22(1), 312. https://doi.org/10.1186/s12909-022-03377-9
  23. Marek, M.W., Chew, C.S., & Wu, W.C.V. (2021). Teacher experiences in converting classes to distance learning in the COVID-19 pandemic. International Journal of Distance Education Technologies, 19(1), 89–109. https://doi.org/10.4018/IJDET.20210101.oa3
  24. Novikova, I.A., Bychkova, P.A., Novikov, A.L., & Shlyakhta, D.A. (2022). Personality traits and academic motivation as predictors of attitudes towards digital educational technologies among Russian university students. RUDN Journal of Psychology and Pedagogics, 19(4), 689–716. https://doi.org/10.22363/2313-1683-2022-19-4-689-716
  25. Pesha, A.V. (2020). Students supra-professional competencies development in online format. World of Science. Pedagogy and Psychology, 8(3), 19. (In Russ.)
  26. Pesha, A.V., & Kamarova, T.A. (2020). Online education: Challenges and opportunities for developing key competencies of the 21st century during the COVID-19 pandemic. Proceedings of the Research Technologies of Pandemic Coronavirus Impact (RTCOV 2020) (pp. 155–160). Dordrecht: Atlantis Press. https://doi.org/10.2991/assehr.k.201105.029
  27. Pesha, A.V., Shramko, N.V., & Nikolaeva M.A. (2021), The educational environment of the university as a factor in the development of over-professional competencies of future teachers. Modern Higher School: An Innovative Aspect, 13(2), 74–84. (In Russ.) https://doi.org/10.7442/2071-9620-2021-13-2-74-84
  28. Popenici, S.A., & Kerr, S. (2017). Exploring the impact of artificial intelligence on teaching and learning in higher education. Research and Practice in Technology Enhanced Learning, 12(1), 1–13. https://doi.org/10.1186/s41039-017-0062-8
  29. Ragusa, A.T., & Crampton, A. (2018). Sense of connection, identity and academic success in distance education: Sociologically exploring online learning environments. Rural Society, 27(2), 125–142. https://doi.org/10.1080/10371656.2018.1472914
  30. Rizun, M., & Strzelecki, A. (2020). Students’ acceptance of the COVID-19 impact on shifting higher education to distance learning in Poland. International Journal of Environmental Research and Public Health, 17(18), 6468. https://doi.org/10.3390/ijerph17186468
  31. Roman, M., & Plopeanu, A.P. (2021). The effectiveness of the emergency eLearning during COVID-19 pandemic. The case of higher education in economics in Romania. International Review of Economics Education, 37, 100218. https://doi.org/10.1016/j.iree.2021.100218
  32. Shambour, M.K.Y., & Abu-Hashem, M.A. (2021). Analysing lecturers’ perceptions on traditional vs. distance learning: A conceptual study of emergency transferring to distance learning during COVID-19 pandemic. Education and Information Technologies, 27(3), 3225–3245. https://doi.org/10.1007/s10639-021-10719-5
  33. Shtykhno, D.A., Konstantinova, L.V., & Gagiev, N.N. (2020). Transition of universities to distance mode during the pandemic: Problems and possible risks. Open Education, 24(5), 72–81. (In Russ.) http://doi.org/10.21686/1818-4243-2020-5-72-81
  34. Sukhanova, E.A., & Frumin, I.D. (2021) (Eds.). The quality of education in Russian universities: What we understood in the pandemic: An analytical report. Tomsk: Tomsk State University Publishing House. (In Russ.)
  35. Swanson, K. (2013). Professional learning in a digital age: The educator's guide to user-generated learning. New York: Routledge. https://doi.org/10.4324/9781315853529
  36. Tikhomirova, T.S., & Kochetkov, N.V. (2017). Motivation for learning and personal reflection: Features and interrelation among university students. Psychological Science and Education, 22(3), 53–62. (In Russ.) https://doi.org/10.17759/pse.2017220306
  37. Tyurikov, A.G., Kunizheva, D.A., Frolova, E.V., & Rogach, O.V. (2022). Trust in distance learning during the COVID-19 pandemic: Evaluation of the quality of education of students and teachers of Russian universities. The Education and Science Journal, 24(6), 177–200. (In Russ.) https://doi.org/10.17853/1994-5639-2022-6-177-200
  38. Varshavskaya, E.Y. (2018). Part-time higher education in Russia: Economic and statistical analysis. Voprosy Statistiki, 25(7), 31–39. (In Russ.)

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

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».