On the issue of a working model for modernizing the Unified State Exam to overcome inequality of access to higher education

封面

如何引用文章

全文:

详细

The study formulates approaches to determining inequality of access to higher education through regionally determined choice of subjects and Unified State Exam results. The dependence of the choice and results of the Unified State Exam on the quality of education and innovative development of regions is presented. Indicators of inequality are the distribution of students according to “success cohorts” when passing the Unified State Exam and the choice of subject by students to take, and the average score in the region. Quantitative characteristics of the choice of basic and specialized mathematics and other academic subjects by students in the regions are presented. The calculations used data from the entire population of applicants in 2019 and 2020; accordingly, the conclusions of the article relate to the period until 2021. The problem of increasing the efficiency of the Unified State Examination is objective and has matured before the political events associated with the departure from the Bologna system in 2022. It is noted that Olympiads and additional internal university tests are not an alternative to the Unified State Exam. Based on the goals of leveling regional inequality, a variant of the model for modernizing the Unified State Examination with an objective assessment procedure is proposed– a remote creative exam using the existing infrastructure of examination points and video communication. Due to the random assignment of tasks and assessing experts from different regions, universities, organizations, remote creative exam retains the advantages of the Unified State Exam, comparability of results is achieved, corruption and the possibility of “training” for certain types of answers are eliminated. A person assesses the exam results: a teacher at a general education organization or university, the head of a government agency or enterprise. The examination model includes the advantages of Olympiads and internal university examinations without their corruption-prone components. The article notes that any innovation in the field of final/entrance examinations must necessarily go through testing and experimentation with a gradual increase in coverage and adjustment of the applied methods and procedures based on the results of professional discussion.

作者简介

Anton Dozhdikov

ISPR FCTAS RAS

Email: antondnn@yandex.ru
ORCID iD: 0000-0002-1069-1648
SPIN 代码: 2208-1891
Candidate of Political Science, Senior researcher, UNESCO Department Moscow, Russia

参考

  1. Кудряшова Т. Г., Шуруп А. С. О модернизации системы итоговой аттестации выпускников школ // Вестник Московского университета. Серия 20: Педагогическое образование. 2023. Т. 21, № 1. С. 18–39. doi: 10.51314/2073-2635-2023-21-1-18-39. EDN NRKHSP.
  2. Коныжева Ю. Г., Губарева Л. И., Бутова О. А. Нейропсихологические предикторы невротических состояний у учащихся 17 лет в период подготовки к ЕГЭ // Вестник психофизиологии. 2023. № 4. С. 53–59. doi: 10.34985/o6932-4697-5068-d. EDN DVPNTF.
  3. Губарева Л. И., Коныжева Ю. Г., Водолажская М. Г. Динамика психофизиологических показателей у учащихся 11-х классов, сдающих Единый государственный экзамен // Психология. Психофизиология. 2024. Т. 17, № 1. С. 91–102. doi: 10.14529/jpps240109. EDN KMNUMO.
  4. Каплун А. В., Зникина Л. С., Дягилева А. В., Пылов П. А. Корреляционный анализ результатов перехода к дистанционному формату обучения (соотношение показателей ЕГЭ и первой промежуточной аттестации студентов вуза) // Профессиональное образование в России и за рубежом. 2023. № 1(49). С. 23–28. doi: 10.54509/22203036_2023_1_23. EDN AXPKBN.
  5. Gil-Hernández C. J. The (unequal) interplay between cognitive and noncognitive skills in early educational attainment. American Behavioral Scientist. 2021;65(11): 1577-1598. doi: 10.1177/0002764221996764. EDN IDHYDD.
  6. Kang C. Private tutoring and distribution of student academic outcomes: An implication of the presence of private tutoring for educational inequality. Korean Economic Review. 2021;37(2):287–326. doi: 10.22841/kerdoi.2021.37.2.004. EDN FFRORO.
  7. Turetsky K. M., Sinclair S., Starck J. G., Shelton J. N. Beyond students: how teacher psychology shapes educational inequality. Trends in Cognitive Sciences. 2021;25(8):697–709. doi: 10.1016/j.tics.2021.04.006. EDN MLSNWB.
  8. Nazarov M. S., Martynenko O. O., Alekseev S. A., Soboleva E. V. Educational inequality and professional motivation of a future teacher. Journal of Higher Education Theory and Practice. 2021;21(9):107–112. doi: 10.33423/jhetp.v21i9.4594. EDN SFUEGJ.
  9. Jones D. P., Wootton R. E., Gill D. [et al.] Mental health as a mediator of the association between educational inequality and cardiovascular disease: A mendelian randomization study. Journal of the American Heart Association. 2021;10(17):e019340. doi: 10.1161/JAHA.120.019340. EDN XKADNB.
  10. Herd P., Freese J., Domingue B. W. [et al.] Genes, Gender Inequality, and Educational Attainment. American Sociological Review. 2019;84(6):1069–1098. doi: 10.1177/0003122419886550. EDN BEUOTC.
  11. Ivaniushina V., Williams E. Tracking, school mobility, and educational inequality. Educational Studies. Moscow. 2019;(4):47–70. doi: 10.17323/1814-9545-2019-4-47-70. EDN MNCHFM.
  12. Ибрагимова З. Ф., Франц М. В. Неравенство возможностей в образовании в советский и постсоветский периоды: эмпирический анализ // Вопросы образования. 2021. № 2. С. 43–62. doi: 10.17323/1814-9545-2021-2-43-62. EDN WHGBBU.
  13. Гошин М. Е., Мерцалова Т. А. Типы родительского участия в образовании, социально-экономический статус семьи и результаты обучения // Вопросы образования. 2018. № 3. С. 68–90. doi: 10.17323/1814-9545-2018-3-68-90. EDN UZPRBU.
  14. Косарецкий С. Г., Куприянов Б. В., Филиппова Д. С. Особенности участия детей в дополнительном образовании, обусловленные различиями в культурно-образовательном и имущественном статусе семей и месте проживания // Вопросы образования. 2016. № 1. С. 168–190. doi: 10.17323/1814-9545-2016-1-168-190. EDN VSARUX.
  15. Hancock K. J., Mitrou F., Zubrick S. R. [et al.]. Educational inequality across three generations in Australia. Australian Journal of Social Issues. 2018;53(1):34–55. doi: 10.1002/ajs4.33. EDN NPBQWI.
  16. Milne E. Educational issues and inequalities: Experiences of indigenous Canadian students. Sociological Studies of Children and Youth. 2016;20:65–89. doi: 10.1108/S1537-466120160000020003. EDN VPBACI.
  17. Auger N., Roncarolo F., Harper S. Increasing educational inequality in preterm birth in Québec, Canada, 1981–2006. Journal of Epidemiology and Community Health. 2011;65(12):1091–1096. doi: 10.1136/jech.2009.102350. EDN PKVTHR.
  18. Косарецкий С. Г., Груничева И. Г., Гошин М. Е. Образовательная политика России конца 1980-х – начала 2000-х годов: декларации и практическое влияние на неравенство в общем образовании // Мир России. Социология. Этнология. 2016. Т. 25, № 4. С. 115–135. EDN WTIEYH.
  19. Broer M., Bai Y., Fonseca F. A review of the literature on socioeconomic status and educational achievement. IEA Research for Education. 2019;5:7–17. doi: 10.1007/978-3-030-11991-1_2. EDN BNELYD.
  20. Тропникова В. В. Система образования и социальное неравенство: анализ зарубежных подходов к исследованию проблемы // Наука Красноярья. 2019. Т. 8, № 1. С. 25–40. doi: 10.12731/2070-7568-2019-1-25-40. EDN LLZBNV.
  21. Филипова А. Г., Высоцкая А. В. Образовательное неравенство в школе: от интерпретации понятия к детерминирующим факторам // Социальные исследования. 2018. № 2. С. 1–17. EDN YZSATB.
  22. Филипова А. Г., Высоцкая А. В. Образовательное неравенство в российских школах: влияние территориального фактора // Вестник Института социологии. 2019. Т. 10, № 4. С. 150–163. doi: 10.19181/vis.2019.31.4.610. EDN VFEAWA.
  23. Firsova A., Chelnokova O., Vavilina A. The methods of research of educational inequality dynamics. Technology, Engineering, Management, Entrepreneurship, Learning – International Journal. 2019;3(1):11–17. EDN ESJLHV.
  24. Filipova A. G., Inzartsev A. V, Vysockaya A. V. Educational inequality in Russian regions: Mathematical modeling. Lecture Notes in Networks and Systems. 2021;200:948–958. doi: 10.1007/978-3-030-69421-0_105. EDN XGIBWK.
  25. Valdés M. T. Main methodological procedures for the analysis of the composition of educational inequality. Empiria. 2020;(48):115–145. doi: 10.5944/empiria.48.2020.28073. EDN QCJZQV.
  26. Rees G., Gromada A., Chzhen Ye. More equal and less equal at the same time? Measuring inequality in educational achievement of 15-year-olds in 37 countries. In: Culture and education: social transformations and multicultural communication: Proceedings of the Middle-Term Conference RC04 Sociology of Education International Sociological Association (ISA). Moscow: RUDN; 2019. P. 666–673. doi: 10.22363/09669-2019-666-673. EDN VNFGEY.
  27. Захаров А. Б., Адамович К. А. Региональные различия в доступе к образовательным ресурсам, в академических результатах и в траекториях российских учащихся // Экономическая социология. 2020. Т. 20, № 1. С. 60–80. doi: 10.17323/1726-3247-2020-1-60-80. EDN KTKAEL.
  28. Липай Т. П. О проявлении стигматизации в процессе образования // Социологические исследования. 2004. № 10(246). С. 140–141. EDN OWMZPB.
  29. Прахов И. А. Барьеры доступа к качественному высшему образованию в условиях ЕГЭ: семья и школа как сдерживающие факторы // Вопросы образования. 2015. № 1. С. 88–117. doi: 10.17323/1814-9545-2015-1-88-117. EDN TOEWHD.
  30. Рейтинг инновационного развития субъектов Российской Федерации / Г. И. Абдрахманова, С. В. Артемов, П. Д. Бахтин [и др.]. Выпуск 6. М. : НИУ ВШЭ, 2020. 264 с. doi: 10.17323/978-5-7598-1987-5. EDN CVTKTT.
  31. Рейтинг инновационного развития субъектов Российской Федерации / Г. И. Абдрахманова, С. В. Артемов, П. Д. Бахтин [и др.]. Выпуск 7. М. : НИУ ВШЭ, 2021. 274 с. doi: 10.17323/978-5-7598-2390-2. EDN PPLHHM.
  32. Свидетельство о государственной регистрации базы данных № 2021620955 РФ. Выбор выпускников 2019 и 2020 годов учебных предметов для сдачи на ЕГЭ в тендерном разрезе в зависимости от субъекта РФ: № 2021620834: заявл. 28.04.2021: опубл. 13.05.2021 / Е. Ю. Малеванов, А. В. Дождиков, Е. В. Корнилова, А. Д. Иванов ; РАНХиГС. EDN KPCFDX.
  33. Свидетельство о государственной регистрации базы данных № 2022622990 РФ. Предпочтения выпускников школ 2020 года в выборе вузов для получения высшего образования в региональном разрезе: № 2022622992: заявл. 16.11.2022: опубл. 21.11.2022 / А. В. Дождиков, Е. В. Корнилова ; РАНХиГС. EDN DCASGG.
  34. Заир-Бек С. И., Мерцалова Т. А., Анчиков К. М. Готовность российских школ и семей к обучению в условиях карантина: оценка базовых показателей // Факты образования. 2020. № 2(27). 32 с.
  35. Дмитриев П. А., Финогенова А. С. Оценка последствий пандемии на дифференциацию возможностей реализации потенциала цифрового развития молодёжи в России // Финансовые рынки и банки. 2023. № 1. С. 94–99. EDN SAHBCQ.
  36. Ибрагимова З. Ф, Франц М. В. Динамический анализ неравенства достижений и возможностей в российском школьном образовании // Социологические исследования. 2021. № 9. С. 54–63. doi: 10.31857/S013216250013781-2. EDN CPKQWK.
  37. Нужны ли дополнительные испытания для абитуриентов вузов? // Ректор ВУЗа. 2023. № 5. С. 8–9. EDN HHMYBJ.
  38. Керша Ю. Д. Социально-экономическая композиция школы как фактор воспроизводства неравенства в образовании // Вопросы образования. 2020. № 4. С. 85–112. doi: 10.17323/1814-9545-2020-4-85-112. EDN YSAERX.
  39. Аверьянов А. О., Питухина М. А., Симакова А. В. Миграционный отток выпускников региональных школ // Непрерывное образование: XXI век. 2021. № 3(35). С. 112–131. doi: 10.15393/j5.art.2021.7052. EDN AZVBBL.
  40. Попова Е. С. Неравенство образовательных шансов в цифровом измерении // Профессиональное образование и рынок труда. 2022. № 1(48). С. 55–67. doi: 10.52944/PORT.2022.48.1.004. EDN NHJPNZ.
  41. Грошев И. В., Краснослободцев А. А. Цифровизация и креативность российских регионов // Социологические исследования. 2020. № 5. С. 66–78. doi: 10.31857/S013216250009390-2. EDN PLVOPV.
  42. Зборовский Г. Е., Амбарова П. А. Социальный контекст образовательной неуспешности учащейся молодёжи // Образование и наука. 2021. Т. 23, № 2. С. 114–139. doi: 10.17853/1994-5639-2021-2-114-139. EDN CVRGXD.
  43. Константиновский Д. Л. Преодоление барьеров в образовании: исследования и социальная практика // Социологическая наука и социальная практика. 2020. Т. 8, № 3(31). С. 125–133. doi: 10.19181/snsp.2020.8.3.7491. EDN FGRZUS.
  44. Богданов М. Б., Малик В. М. Как сочетаются социальное, территориальное и гендерное неравенства в образовательных траекториях молодёжи России? // Мониторинг общественного мнения: экономические и социальные перемены. 2020. № 3(157). С. 392–421. doi: 10.14515/monitoring.2020.3.1603. EDN NBXFVU.
  45. Дождиков А. В. Дистанционный творческий экзамен для поступающих в вузы // Высшее образование в России. 2017. № 3. С. 86–92. EDN YHQCBT.

补充文件

附件文件
动作
1. JATS XML
下载


Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可

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».