Возможности интерактивного полифункционального облачного портфолио для индивидуализации обучения в основной школе

Обложка

Цитировать

Полный текст

Аннотация

Постановка проблемы . Одной из приоритетных задач современной школы является информатизация и индивидуализация образования. Ее реализации может способствовать электронное портфолио как средство для оценивания индивидуальных образовательных результатов обучающихся, оптимизации работы с информацией, поддержки проектирования нелинейной структуры предъявления материалов разных форматов. Цель исследования - изучение возможностей интерактивного полифункционального облачного портфолио для индивидуализации обучения в основной школе. Методология. Применялись теоретико-методологический анализ и обобщение нормативно-правовых актов, литературы в области использования средств ИКТ в сфере образовании, обработка результатов тестирования и электронного контента портфолио. Опытно-поисковая работа проводилась на базе КОГОАУ «Гимназия № 1 г. Кирово-Чепецка». В эксперименте принимали участие 52 ученика 5-10 классов (девушки - 52 %, юноши - 48 %). При статистической обработке данных использован критерий хи-квадрат Пирсона. Результаты. Разработана модель интерактивного полифункционального облачного портфолио для индивидуализации обучения в основной школе, определяющая его структуру, включающую разделы «Мой индивидуальный образовательный маршрут» (личностное развитие обучающегося), «Мои уроки» (урочная деятельность), «Мои студии» (внеурочная деятельность), «Мои дела» (воспитательная работа). Для реализации модели использован сервис Google Classroom. Выявлены статистически достоверные различия в качественных изменениях, произошедших в педагогической системе. Заключение. Обобщены возможности интерактивного полифункционального облачного портфолио для индивидуализации обучения в основной школе: изменение характера взаимодействия между участниками образовательных отношений; формирование универсальных учебных действий, коммуникативных умений; личностное развитие обучающихся и т. п.

Об авторах

Татьяна Викторовна Машарова

Московский городской педагогический университет

Email: mtv203@mail.ru
ORCID iD: 0000-0001-5974-7748

профессор, доктор педагогических наук, профессор департамента педагогики, Институт педагогики и психологии образования

Российская Федерация, 129226, Москва, Сельскохозяйственный пр-д, д. 4

Галина Александровна Кобелева

Институт развития образования Кировской области

Автор, ответственный за переписку.
Email: ga.kobeleva@kirovipk.ru
ORCID iD: 0000-0001-8099-7792

директор Центра непрерывного повышения педагогического мастерства

Российская Федерация, 610033, Киров, ул. Р. Ердякова, д. 23, корп. 2

Юлия Александровна Скурихина

Средняя общеобразовательная школа с углубленным изучением отдельных предметов № 66

Email: 89058709025@yandex.ru
ORCID iD: 0000-0002-3040-2655

заместитель директора

Российская Федерация, Россия, 610008, Киров, ул. Опарина, д. 14

Список литературы

  1. Hase A, Kahnbach L, Kuhl P, Lehr D. To use or not to use learning data: a survey study to explain German primary school teachers’ usage of data from digital learning platforms for purposes of individualization. Frontiers in Education. 2022;7. http://doi.org/10.3389/feduc.2022.920498
  2. Shirokov YA, Tikhnenko VG. Analysis of the problems of training bachelors in the direction of “Technosphere security” taking into account the cognitive characteristics of new generations of students. Journal of Higher Education Theory and Practice. 2022;2(9):68-76. http://doi.org/10.33423/jhetp.v22i9.5362
  3. Gani A, Zulaikhah S. The effectiveness of team assisted individualization learning model using the sociodrama method in increasing the concept of mastery ability in Islamic education learning. International Journal of Society, Culture and Language. 2022;10(2):125-136. http://doi.org/10.22034/ijscl.2021.247369
  4. Huang Y. Design of personalised English distance teaching platform based on artificial intelligence. Journal of Information and Knowledge Management. 2022;21. http://doi.org/10.1142/S0219649222400172
  5. Savvinov VM, Ivanov PP, Strekalovsky VN. Methods and principles of assessing the digital maturity of educational institutions. Bulletin of the Northeastern Federal University named after M.K. Ammosov. Series: Pedagogy. Psychology. Philosophy. 2021;(2):28-40.
  6. Frolova EV, Rogach OV. Digital technologies as a factor in increasing the competitiveness of educational services in the context of the spread of online learning. Informatics and Education. 2022;37(3):46-54. http://doi.org/10.32517/0234-0453-2022-37-3-46-54
  7. Stepanov SY, Orzhekovskiy PA. Individualization and digitalization of creative development of students in chemistry lessons. Acta Biomedica Scientifica. 2022;7(2):212-222. http://doi.org/10.29413/ABS.2022-7.2.22
  8. Soboleva EV, Zhumakulov KK, Umurkulov KP. Developing a personalised learning model based on interactive novels to improve the quality of mathematics education. Eurasia Journal of Mathematics, Science and Technology Education. 2022;18(2):2078. http://doi.org/10.29333/EJMSTE/11590
  9. Derkachev PV, Zinkovskiy KV, Kravchenko IA, Semenova KA. “Economy of scale” or “economy of scope”: what universities should rely on in the competitive struggle? University Management: Practice and Analysis. 2021;25(1):131-141. http://doi.org/10.15826/umpa.2021.01.010
  10. Smolyaninova OG, Bezyzvestnykh EA. Professional training of teacher 4.0: developing digital competency by means of ePortfolio. Journal of Siberian Federal University. Humanities and Social Sciences. 2019;12(9):1714-1732. http://doi.org/10.17516/1997-1370-0478.
  11. Fedorov AI, Sivokhin IP, Ogienko NA, Avsievich VN. Organization of project work of physical education university students in information-intensive learning environment. Theory and Practice of Physical Culture. 2018;9:88.
  12. Imanova OA. Mastering the technology of electronic portfolio by future teachers-tutors in the conditions of distance learning. Informatics and Education. 2021;(7):46-53. http://doi.org/10.32517/0234-0453-2021-36-7-46-53
  13. Putilovskaya TS, Zubareva EV, Tuchkova IG. Psychological and professional readiness for applying e-portfolio in the digital educational environment of universities. Vestnik Universiteta. 2022;(4):176-182. http://doi.org/10.26425/1816-4277-2022-4-176-182
  14. Gerasimova EK, Zorin SL, Kobeleva GA, Mamaeva EA. Designing a personalized educational model while working with digital technologies. Perspectives of Science and Education. 2020;47(5):398-412. http://doi.org/10.32744/pse.2020.5.28
  15. Suvorova TN, Mikhlyakova EA. Application of 3D modeling technologies for personalization of training. Scientific and Methodological Electronic Journal Concept. 2020;(5):110-129. http://doi.org/10.24411/2304-120X-2020-11038

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».