Methodology of multilevel personalized programming teaching in basic school

Cover Page

Cite item

Full Text

Abstract

Problem statement. Educational standards in Russia and abroad are being updated by strengthening the role of programming and data analysis using intelligent tools. Digitalization of all sectors of the economy, which requires new approaches to personnel training, leads to early profiling in general education as a basis for training qualified specialists required by the IT industry. Solving the problem of multilevel programming education using digital resources with an intellectual component is an important step in improving the quality of education, developing digital competencies of schoolchildren and creating the necessary conditions for all students to master programming as a basis for future professional competencies. Methodology . In the work we applied general scientific methods of research: theoretical and experimental. Such as, theoretical analysis, comparison and generalization of scientific and pedagogical research, psychological, pedagogical, philosophical, scientific, technical and methodological literature on the research problem; analysis and specification of legislative acts in the field of education, educational standards of different levels of education, curricula for general education, textbooks, teaching aids, problem books and methodological materials on general education course of informatics and methods of its mastering. The following methods were used during the experimental work: focus groups, expert assessments and statistical methods based on the theory of measurements. Results . The authors have substantiated and developed a methodology for multi-level programming education in the general education computer science curriculum, in accordance with the updated FSES requirements. Conclusion . The developed methodology, based on an integrative approach and aligned with the updated FSES for general education, will enable educational institutions to design various personalized learning trajectories for programming education.

About the authors

Nadezhda N. Samylkina

Moscow Pedagogical State University

Author for correspondence.
Email: nsamylkina@yandex.ru
ORCID iD: 0000-0003-0797-5532
SPIN-code: 5599-8846

Doctor of Pedagogical Sciences, Associate Professor, Professor of the Department of Theory and Methodology of Informatics Education, Institute of Mathematics and Informatics

1 Malaya Pirogovskaya St, Moscow, 119571, Russian Federation

Vadim A. Mishin

Moscow Pedagogical State University

Email: vadim.mishin.work@mail.ru
ORCID iD: 0009-0002-3090-0010
SPIN-code: 5722-2051

PhD Student of the Department of Theory and Methodology of Informatics Education, Institute of Mathematics and Informatics

1 Malaya Pirogovskaya St, Moscow, 119571, Russian Federation

References

  1. Vuorikari R, Punie Y, Carretero Gomez S, Van Den Brande G. DigComp 2.0: The digital competence framework for citizens. Update phase 1: the conceptual reference model. Report number: EUR 27948 EN. Luxembourg: Publications Office of the European Union, 2016.
  2. Sang JL, Kyungbin K. A systematic review of AI education in K-12 classrooms from 2018 to 2023: topics, strategies, and learning outcomes. Computers and Education: Artificial Intelligence. 2024;6(1):100211. https://doi.org/10.1016/j.caeai.2024.100211
  3. Hazzan O, Ragonis N, Lapidot T. Data science and computer science education. In: Ragonis N. (ed.) Guide to Teaching Computer Science. Cham: Springer; 2020.
  4. Hammers E. National Academies of Sciences, Engineering, and Medicine. Foundations of Data Science for Students in Grades K-12: Proceedings of a Workshop. Washington, DC: The National Academies Press; 2023. 152 p. https://doi.org/10.17226/26852
  5. Israel-Fishelson R, Moon PF, Tabak R, Weintrop D. Preparing students to meet their data: an evaluation of K-12 data science tools. Behaviour & Information Technology. 2023;44(4):1–20. https://doi.org/10.1080/0144929X.2023.2295956
  6. Bellettini C, Lonati V, Malchiodi D, Monga M, Morpurgo A, Torelli M, Zecca L. Informatics education in Italian secondary schools. ACM Transactions on Computing Education. 2014;14(2):15.1–15.6. https://doi.org/10.1145/2602490
  7. Gal-Ezer J, Stephenson C. A tale of two countries: Successes and challenges in K-12 computer science education in Israel and the United States. ACM Transactions on Computing Education. 2014;14(2):1–18. https://doi.org/10.1145/2602483
  8. Raman R, Venkatasubramanian S, Krishnashree K, Nedungadi P. Computer Science (CS) education in Indian schools: situation analysis using darmstadt model. ACM Transactions on Computing Education. 2015;15(2):1–36. https://doi.org/10.1145/2716325
  9. Uvarov AYu, Frumina ID. (eds.) Challenges and prospects of digital transforma tion. Moscow: HSE Publishing House; 2019. Available from: https://ioe.hse.ru/data/2019/07/01/1492988034/Cifra_text.pdf (accussed: 05.03.2025). (In Russ.) EDN: ANYGHO
  10. Samylkina NN. Organization of advanced training in informatics on the basis of integrative approach: monograph. Moscow: MPGU; 2020. (In Russ.) EDN: YZMPYM
  11. Bosova LL, Samylkina NN, Bosova AYu. Formative assessment of educational results of students in informatics in basic school. Informatics at School. 2024;(2):4–16. (In Russ.) https://doi.org/10.32517/2221-1993-2024-23-2-4-16 EDN: AAMOKX
  12. Karavaev NL, Soboleva EV. Analysis of software services and platforms with the potential for gamification of learning. Concept. 2017;(8):14–25. (In Russ.) EDN: ZEGUJZ
  13. Gabdullina ASh, Rubtsova AV. Gamification as a means of developing flexible skills and creative thinking in teaching a foreign language. Concept. 2024;(2):1–12. (In Russ.) EDN: ICTWJA
  14. Efremova NF. Gamified assessment of educational achievements of students. Concept. 2024;(1):119–131. (In Russ.) EDN: RDPVPF
  15. Tikhomirova D, Tregubova A, Ternikov A. Gamification in education and demand for acquired skills: a systematic review. Voprosy obrazovaniya = Educational Studies Moscow. 2024;1(3):151–179. EDN: JBXMGA
  16. Polyakova VA, Kozlov OA. Impact of gamification on the information and educational environment of the school. Modern Problems of Science and Education. 2015;(5):513–513. (In Russ.) EDN: FNRTTQ
  17. Mosina MA. Tools of formative assessment in the practice of modern school. Humanities Research. Pedagogy and Psychology. 2020;(1):18–27. (In Russ.) EDN: LEKHSG
  18. Levchenko IV, Sadykova AR, Merenkova PA. A model of variant teaching for basic school students in the field of artificial intelligence. Informatics and Education. 2024;39(2):16-24 (In Russ.) https://doi.org/10.32517/0234-0453-2024-39-2-16-24 EDN: ENHDAV
  19. Bosova LL, Samylkina NN, Mishin VA. About multilevel teaching of programming in the course of computer science of the basic school in the conditions of differentiation of the content of education. Teachers XXI Century. 2024;(1):253–273. (In Russ.) EDN: SVVVUO
  20. Mishin VA. Using the platform MinecrAft: Education Edition at computer science lessons. Informatics at School. 2021;(3):50–59. https://doi.org/10.32517/2221-19932021-20-3-50-59 EDN: SJCQSM

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

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».