Развитие компетенций будущего учителя математики в сфере аналитики образовательных данных
DOI:
https://doi.org/10.24412/2079-9152-2023-59-53-61Ключевые слова:
будущие учителя математики, аналитике образовательных данных, образовательная информационная грамотность, платформа LMS MOODLE, компетенции учителя математики в области аналитики образовательных данныхАннотация
В статье рассматривается проблема освоение педагогами современных цифровых технологий и инструментов для осуществления профессиональной деятельности. Особенно важно это для будущих учителей математики, осуществляющих подготовку по стратегически важным для развития цифровой экономики направлениям. В связи с этим возникает потребность формирования у будущих учителей математики компетенций, необходимых учителю для доказательного развития математического образования. Рассмотрена комплексная структура компетенций в области образовательной информационной грамотности, предложенная в рамках европейского проекта Learn2Analyze для повышения компетентности специалистов по онлайн-обучению. Проанализированы возможности по аналитике образовательных данных наиболее часто используемой в российском образовательном пространстве платформы LMS Moodle. В статье рассмотрены учебные предметы и дисциплины, при изучении которых происходит формирование и развитие компетенций в области аналитики образовательных данных у будущих учителей математики, начиная со школы, заканчивая профессиональной подготовкой в университете. Предложено в подготовку будущих учителей математики в рамках магистерской программы «Математическое образование» ввести вариативную дисциплину «Учебная аналитика в математическом образовании».
Скачивания
Библиографические ссылки
1. Агатова, О.А. Data-компетенции субъектов педагогической и управленческой аналитики в образовании / О.А. Агатова // Образование и саморазвитие. – 2022. – Том 17, № 4. – С. 218-239. DOI: 10.26907/esd.17.4.16
2. Белоножко, П.П. Анализ образовательных данных: направления и перспективы применения / П.П. Белоножко, А.П. Карпенко, Д.А. Храмов // Интернет-журнал «Науковедение». – 2017. – Том 9, №4. – URL: http://naukovedenie.ru/PDF/15TVN417.pdf (Дата обращения 25.06.2023). – Текст : электронный.
3. Гончарова, О.Н. Создание образовательной платформы для обучения математике средствами фреймворка Django / О.Н. Гончарова, А.В. Шеремет // Дидактика математики: проблемы и исследования. – 2023. – Вып. 1(57). – С. 30-39. DOI: 10.24412/2079-9152-2023-57-30-39.
4. Евсеева, Е.Г. Моделирование цифровой компетентности учителя в контексте математического образования / Е.Г. Евсеева, Д.А. Скворцова // Дидактика математики: проблемы и исследования. – 2023. – Вып. 2 (58). – С. 29-36. DOI: 10.24412/2079-9152-2022-58-29-36.
5. Интеллектуальный анализ образовательных данных и учебная аналитика : учебный курс. – Москва : НИУ ВШЕ, 2021. – URL: https://www.hse.ru/edu/courses/375294964 (дата обращения 23.06.2023). – Текст: электронный.
6. Носков, М. В. Анализ образовательных данных в активных информационно-обучающих системах / М. В. Носков, Ю. В. Вайнштейн, Т. А. Кустицкая // Современные проблемы прикладной математики и информационных технологий : материалы международной научно-практической конференции, Бухара, 11–12 мая 2022 года. – Бухара: Бухарский государственный университет, 2022. – С. 544-545.
7. Образовательная аналитика: управление образовательной организацией и создание контента на основе данных / М Б. Свердлов (научная редакция), Е.В. Вербицкий, А.В. Конобеев, А.И. Крецу, В.Д. Стриканов; Национальный исследовательский университет «Высшая школа экономики», Институт образования. – Москва : НИУ ВШЭ, 2021. – 65 с.
8. Паскова, А.А. Применение технологий BIG DATA в образовательном процессе / А.А. Паскова // Педагогическая информатика. – 2019. – № 3. – С. 23-30.
9. Потанина, М.В. Анализ эффективности применения систем электронного обучения в вузе / М.В. Потанина, В.И. Инюшин // Ученые записки Крымского федерального университета им. В.И. Вернадского. Экономика и управление. – 2019. – Т. 5 (71), № 4. – С. 117–128.
10. Стародубцев, В.А. Оптимизация контента онлайн-курса по данным статистики активности пользователей / В.А. Стародубцев, О.В. Ситникова, О.Б. Лобаненко // Высшее образование в Рос-сии. – 2019. – Т. 28, № 8-9. – С. 119–127. DOI: 10.31992/0869-3617-2019-28-8-9-119-127.
11. Тербушева, Е.А. Аналитический потенциал платформы Moodle для мониторинга качества персонифицированного обучения / Е.А. Тербушева, К.Р. Пиотровская // Общество. Коммуникация. Образование. – 2021. – Том 12, № 4. – С. 19–34. DOI: 10.18721/JHSS.12402.
12. Тербушева, Е.А. Методика обучения студентов с профильной вузовской подготовкой в области математики интеллектуальному анализу данных : специальность: 5.8.2 – теория и методика обучения и воспитания (естественные и точные науки, уровень профессионального образования) : дис. … канд. пед. наук / Тербушева Екатерина Александровна; Российский государственный педагогический университет им. А. И. Герцена. – Санкт-Петербург, 2022. – 184 с.
13. Технология анализа и визуализации многомерных данных педагогического мониторинга в высшем образовании / Л.Ю. Овсяницкая., Е.Ю. Никитина, Ю.В. Лысенко, Ю.В. Подповетная, И.П. Постовалова, А.Д. Овсяницкий // Современные информационные технологии и ИТ-образование. – 2018. – Т. 14, № 4. – С. 793–802. DOI: 10.25559/SITITO.14.201804.793-802.
14. Фиофанова, О.А. Методы анализа образовательных данных и способы их применения в педагогической и управленческой практике в сфере образования / О.А. Фиофанова // Школьные технологии. – 2020. – № 1. – С. 117–127.
15. Фиофанова, О.А. Проблема интеграции цифровых сервисов аналитики данных: компетенции педагога в работе с образовательными данными / О.А. Фиофанова // Вестник Московского ун-та. Сер. 20. Педагогическое образование. – 2020. – №3. – С. 38-49.
16. Хлопотов, М.В. Методы интеллектуального анализа данных для мониторинга и диагностики качества образования / М.В. Хлопотов, И.Ю. Коцюба // Дистанционное и виртуальное образование. – 2014. – № 5. – С. 18-25.
17. ElAtia, S., Ipperciel, D., & Zaiane, O.R. (2017). Data Mining and Learning Analytics : Applications in Educational Research. Hoboken, New Jersey: Wiley. – URL: http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1351385
18. Fortenbacher, A., Pinkwart, N., & Yun, H. (2017). Learning analytics for sensor-based adaptive learning. Paper pre-sented at the LAK ‘17 Proceedings of the Seventh International Learning Analytics & Knowledge Conference. Vancouver, British Columbia, Canada, 13-03-2017.
19. Konstantinidis, A., Grafton, C. (2013) Using Excel Macros to Analyze Moodle Logs // 2nd Moodle Research Con-ference (MRC2013). – Souse, Tunisia, Oct. 4-5 2013. – Pp. 33–39.
20. Learn2Analyze — An Academia-Industry Knowledge Alliance for enhancing Online Training Professionals’ (Instructional Designers and e-Trainers) Competences in Educational Data Analytics (Cooperation for innovation and the exchange of good practices – Knowledge Alliances, Agreement n. 2017-2733 / 001-001, Project No 588067-EPP-1-2017-1-EL-EPPKA2-KA). – URL: https://learn2analyse.eu/
21. Mougiakou, S., Vinatsella, D., Sampson, D., Papamitsiou, Z., Giannakos, M., Ifenthaler, D. (2023) Educational Data Analytics for Teachers and School Leaders. – Switzerland : Springer Nature. – 249 p. DOI: 10.1007/978-3-031-15266-5
22. Pardo, A., Siemens, G. (2014). Ethical and privacy principles for learning analytics. British Journal of Educational Technology, 45(3), 438–450. https://doi.org/10.1111/bjet.12152.
23. Piotrowska X., Terbusheva E. (2019) Educational data mining for future educational employees // CEUR Workshop Proceedings: NESinMIS-2019. – Proceedings of the 14th International Conference “New Educational Strategies in Modern Information Space”. – Saint-Petersburg, 16 april 2019. – Pp. 38–49.
24. Prinsloo, P., & Slade, S. (2014). Student data privacy and institutional accountability in an age of surveillance. In M. E. Menon, D. G. Terkla, & P. Gibbs (Eds.), Using data to improve higher education. Research, policy and practice (pp. 197–214). Sense Publishers.
25. Romero, C., Ventura, S., Garcia, E. (2008) Data mining in course management systems: Moodle case study and tutorial, Computers & Education, 51 (2008), 368–384. DOI: https://doi.org/10.1016/j.compe-du.2007.05.016.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Статьи журнала «Дидактика математики: проблемы и исследования» находятся в открытом доступе и распространяются в соответствии с условиями Лицензионного Договора с Донецким Государственным университетом, который бесплатно предоставляет авторам неограниченное распространение и самостоятельное архивирование.
