E-Learning: On the Issue of Organizational Effectiveness in the University Educational Process

Cover Page

Cite item

Full Text

Abstract

The subject of this study is a quantitative assessment of the effectiveness of the educational process in the form of e-learning in relation to classic and distance forms of its organization, with the example of the elective course "Physical Culture and Sports." The object of the study is a new form of organization of the educational process at universities: e-learning. The authors consider the features of the organization of the educational process in the form of e-learning: the setting of an individual educational goal by the student themself, its formalization using the university's virtual educational space, the calculation of an individual educational trajectory and its practical implementation by "playing" the student given pedagogical situations. Special attention is paid to proving the practical feasibility of the main provisions of the well-known pedagogical concepts of the organization of e-learning and obtaining quantitative data on the actual effectiveness of the educational process in the form of e-learning. The novelty of the pedagogical experiment conducted by the authors lies in the fact that for the first time, the elective course "Physical Culture and Sports" was fully implemented in the form of e-learning, which made it possible to obtain quantitative values of the parameters of the educational process (the time the student reaches an individual educational goal, the percentage of participants guaranteed to achieve the educational goal in relation to the total number of students, etc.), proving a higher efficiency of e-learning compared to the "classic" and "distance" forms. A number of negative factors have been identified that need to be sufficiently covered in theoretical studies on e-learning but have a serious impact on the effectiveness of the educational process in this form. The directions of improving the educational process in the form of e-learning for its implementation in educational institutions of various levels are determined.

References

  1. Цифровая образовательная среда по физической культуре и спорту в вузе / Н. Ю. Сурова, Т. Н. Шутова, Л. Б. Андрющенко, А. Г. Ростеванов // Теория и практика физической культуры. – 2021. – № 1. – С. 47-49. – EDN HBMQOR.
  2. Корнетов, Г. Б. Что такое эффективность образования? // Школьные технологии. – 2020. – № 4. – С. 3-14. – EDN TORZTF.
  3. Темина, С. Ю. Различные подходы к трактовке и разрешению педагогических ситуаций // Известия Волгоградского государственного педагогического университета. – 2009. – № 4(38). – С. 42-46. – EDN KVJQUX.
  4. Руднева, Е. Л. Педагогические задачи и ситуации как средство профессиональной подготовки будущих педагогов / Е. Л. Руднева, О. Н. Ткачева, Н. А. Шмырева // Сибирский педагогический журнал. – 2010. – № 2. – С. 50-58. – EDN PEULGN.
  5. Бабина, А.А. Основы высшего профессионального образования: подготовка к ВФСК ГТО («Готов к труду и обороне»): учебное пособие; Министерство науки и высшего образования Российской Федерации, Федеральное государственное бюджетное образовательное учреждение высшего образования "Тюменский индустриальный университет". Тюмень: ТИУ, 2020. – 134 с.
  6. Донскова, Е. В. Профессионально ориентированные ситуации в педагогическом образовании: сущность, проектирование, реализация // Дискуссия. – 2014. – № 9(50). – С. 105-110. – EDN SXTOPZ.
  7. Алдунин, Д. А. Математическая модель для построения оптимальной индивидуальной образовательной траектории обучающегося при изучении массовых открытых онлайн-курсов / Д. А. Алдунин, Г. Г. Федин // Информационные технологии. – 2019. – Т. 25. – № 4. – С. 250-256. – doi: 10.17587/it.25.250-256. – EDN CBWZLS.
  8. Sleptsova M. Formation of students’ social competence in a virtual educational environment // Education and Information Technologies. – 2018. – №24. – С. 743-754. – doi: 10.1007/s10639-018-9798-z.
  9. Nicolini A. Using Competence Modeling to create Knowledge Engineering / A. Nicolini, C. Santos, H. Hoeschl, I. Theiss, T. Bueno// Professional Practice in Artificial Intelligence. IFIP WCC TC12 2006. IFIP International Federation for Information Processing, vol 218. Springer, Boston, MA. – doi: 10.1007/978-0-387-34749-3_16.
  10. May D. ModellING Competences – Developing a Holistic Competence Model for Engineering Education / D. May, P. Ossendorf // Engineering Education 4.0. Springer, Cham. – doi: 10.1007/978-3-319-46916-4_72.
  11. Student's educational goal and formalization of its representation in E-learning / L. B. Andryushchenko, S. I. Filimonova, M. V. Sleptsova [et al.] // Journal of Physics: Conference Series, Krasnoyarsk, 08–09 октября 2020 года / Krasnoyarsk Science and Technology City Hall. – Krasnoyarsk, Russian Federation: IOP Publishing Limited, 2020. – P. 12082. – doi: 10.1088/1742-6596/1691/1/012082. – EDN RDIVJJ.
  12. Филимонова, С. И. Образовательная среда подготовки студентов к сдаче нормативов ВФСК ГТО / С. И. Филимонова, Ю. Б. Алмазова, М. В. Слепцова // Актуальные проблемы, современные тенденции развития физической культуры и спорта с учетом реализации национальных проектов : Материалы Всероссийской научно-практической конференции с международным участием, Москва, 19–20 мая 2020 года / Под научной редакцией Л.Б. Андрющенко, С.И. Филимоновой. – Москва: РЭУ, 2020. – С. 300-307. – EDN GXKXDD.
  13. Педагогическая концепция цифрового профессионального образования и обучения: монография / В. И. Блинов, П. Н. Биленко, М. В. Дулинов [и др.]. – Москва: Московский городской педагогический университет, 2020. – 112 с. – ISBN 978-5-85006-240-8. – EDN NTHVBX.
  14. Слепцова, М. В. Физическая культура в E-learning / М. В. Слепцова, Н. А. Слепцова // Физическое воспитание и студенческий спорт. – 2022. – Т. 1. – № 2. – С. 189-198. – doi: 10.18500/2782-4594-2022-1-2-189-198. – EDN CKQHCK.
  15. Шевченко, О. И. Методы и формы обучения студентов / О. И. Шевченко, М. А. Волков, А. С. Приставка // Международный журнал гуманитарных и естественных наук. – 2018. – № 5-1. – С. 106-112. – EDN USIWTP.
  16. Андреев, А. А. Педагогика в информационном обществе, или электронная педагогика // Высшее образование в России. – 2011. – № 11. – С. 113-117. – EDN OJLRPD.
  17. Инновационные педагогические технологии и стратегии в высшем профессиональном образовании / М. В. Берсенев, Ю. В. Богинская, Н. В. Горбунова [и др.]. – Симферополь: Общество с ограниченной ответственностью «Издательство Типография «Ариал», 2022. – 224 с. – ISBN 978-5-907587-49-6. – EDN NALCGS.
  18. Назаров, А. Д. Цифровое образование: новые вызовы // Московский экономический журнал. – 2020. – № 8. – С. 36. – doi: 10.24411/2413-046X-2020-10542. – EDN FBYKZA.
  19. Сергачева, Е. В. Электронное обучение (e-learning) и его роль в современном образовании // Образование. Наука. Инновации: Южное измерение. – 2018. – № 2(48). – С. 84-92. – EDN YXSCTZ.
  20. Лукашенко, Д. В. Цифровое образование-образование 4.0: технологии в образовании и критерии оценки // Естественные и технические науки. – 2020. – № 12(150). – С. 216-217. – EDN ZUXVTV.
  21. Скляр, М. А. Цифровизация: основные направления, преимущества и риски / М. А. Скляр, К. В. Кудрявцева // Экономическое возрождение России. – 2019. – № 3(61). – С. 103-114. – EDN BAWPJQ.
  22. Кузьмина, Н. А. Эффективность процесса обучения и учения // Теория и практика общественного развития. – 2013. – № 12. – С. 67. – EDN RRUDDJ.
  23. Диденко, А. В. Оценка эффективности внедрения e-learning / А. В. Диденко, Н. В. Аксенова // Профессиональное образование в России и за рубежом. – 2015. – № 1(17). – С. 91-96. – EDN TUHFFD.
  24. Махов, С. Ю. Электронное обучение (e-learning) в сфере физической культуры и спорта // Наука-2020. – 2016. – № 3(9). – С. 3-13. – EDN YUQVSF.

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».