К вопросу о рабочей модели модернизации Единого государственного экзамена для преодоления неравенства доступа к высшему образованию

Обложка

Цитировать

Полный текст

Аннотация

В исследовании сформулированы подходы к определению неравенства доступа к высшему образованию через регионально обусловленный выбор предметов и результаты ЕГЭ. Представлены зависимости выбора и показателей ЕГЭ от качества образования и инновационного развития регионов. Индикаторами неравенства выступают распределение обучающихся по «когортам успешности» при сдаче ЕГЭ и выбор обучающимися учебного предмета для сдачи, средний балл по региону. Представлены количественные характеристики выбора обучающимися в регионах базовой и профильной математики и других учебных предметов. При расчётах использовались данные всей совокупности абитуриентов в 2019 и 2020 годах, соответственно выводы по статье касаются периода до 2021 года. Проблема повышения эффективности ЕГЭ является объективной и назревшей до политических событий, связанных с отступлением от Болонской системы в 2022 году. Отмечается, что олимпиады и дополнительные внутренние вузовские испытания не являются альтернативой ЕГЭ. Исходя из целей нивелирования регионального неравенства, предложен вариант модели модернизации ЕГЭ объективной оценочной процедурой– дистанционным творческим экзаменом с использованием существующей инфраструктуры пунктов приёма экзамена и видеосвязи. За счёт рандомного назначения заданий и оценивающих экспертов из разных регионов, вузов, организаций дистанционный творческий экзамен сохраняет преимущества ЕГЭ, достигается сопоставимость результатов, исключается коррупция и возможность «натаскивания» на определённые типы ответов. Результаты экзамена оценивает человек: преподаватель общеобразовательной организации или вуза, руководитель органа власти или предприятия. В экзаменационную модель включаются преимущества олимпиад и внутренних экзаменов вузов без их коррупциогенных составляющих. В статье отмечается, что любые инновации в сфере выпускных/вступительных экзаменов должны в обязательном порядке проходить через апробацию и эксперимент с постепенным нарастанием охвата и корректировкой применяемых методик и процедур по итогам профессиональной дискуссии.

Об авторах

Антон Валентинович Дождиков

ИСПИ ФНИСЦ РАН

Email: antondnn@yandex.ru
ORCID iD: 0000-0002-1069-1648
SPIN-код: 2208-1891
кандидат политических наук, старший научный сотрудник кафедры ЮНЕСКО Москва, Россия

Список литературы

  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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

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».