@ARTICLE{26543118_228083420_2018, author = {Т. Ю. Быстрова and В. А. Ларионова and Е. В. Синицын and А. В. Толмачев}, keywords = {, массовые открытые онлайн-курсы, учебная аналитика, эмпирические данные, онлайн-обучение, контрольные мероприятиямониторинг успеваемости}, title = {

Учебная аналитика МООК как инструмент прогнозирования успешности обучающихся

}, journal = {Вопросы образования}, year = {2018}, number = {4}, pages = {139-166}, url = {https://archive_vo.hse.ru/2018--4/228083420.html}, publisher = {}, abstract = {Быстрова Татьяна Юрьевна — доктор философских наук, профессор Уральского гуманитарного института. E-mail: taby27@yandex.ruЛарионова Виола Анатольевна — кандидат физико-математических наук, доцент, заместитель проректора, заведующий кафедрой Высшей школы экономики и менеджмента. E-mail: v.a.larionova@urfu.ruСиницын Евгений Валентинович — доктор физико-математических наук, профессор Высшей школы экономики и менеджмента. E-mail: e. v.sinitcyn@urfu.ru.Толмачев Александр Владимирович — старший преподаватель Высшей школы экономики и менеджмента. E-mail: avtolmachev@urfu.ruФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б. Н. Ельцина». Адрес: 620002, Екатеринбург, ул. Мира, 19.Авторы предлагают использовать данные учебной аналитики массовых открытых онлайн-курсов в качестве основы для прогнозирования успешности обучающихся. Такое прогнозирование актуально в условиях запроса на адаптивное обучение, к которому сегодня приходит высшая школа. Междисциплинарная методология статьи позволяет интерпретировать эмпирические количественные данные о выполнении отдельных видов заданий онлайн-курса для составления прогноза успеваемости обучающихся, с одной стороны, и корректировки качества онлайн-курсов— с другой. Результаты учебной аналитики дают возможность максимально учитывать особенности работы обучающихся с информацией и степень предварительной подготовленности к курсу. Приводятся результаты применения предлагаемого алгоритма учебной аналитики для анализа успешности обучающихся на конкретных онлайн-курсах, созданных в Уральском федеральном университете и размещенных на Национальной платформе открытого образования.}, annote = {Быстрова Татьяна Юрьевна — доктор философских наук, профессор Уральского гуманитарного института. E-mail: taby27@yandex.ruЛарионова Виола Анатольевна — кандидат физико-математических наук, доцент, заместитель проректора, заведующий кафедрой Высшей школы экономики и менеджмента. E-mail: v.a.larionova@urfu.ruСиницын Евгений Валентинович — доктор физико-математических наук, профессор Высшей школы экономики и менеджмента. E-mail: e. v.sinitcyn@urfu.ru.Толмачев Александр Владимирович — старший преподаватель Высшей школы экономики и менеджмента. E-mail: avtolmachev@urfu.ruФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б. Н. Ельцина». Адрес: 620002, Екатеринбург, ул. Мира, 19.Авторы предлагают использовать данные учебной аналитики массовых открытых онлайн-курсов в качестве основы для прогнозирования успешности обучающихся. Такое прогнозирование актуально в условиях запроса на адаптивное обучение, к которому сегодня приходит высшая школа. Междисциплинарная методология статьи позволяет интерпретировать эмпирические количественные данные о выполнении отдельных видов заданий онлайн-курса для составления прогноза успеваемости обучающихся, с одной стороны, и корректировки качества онлайн-курсов— с другой. Результаты учебной аналитики дают возможность максимально учитывать особенности работы обучающихся с информацией и степень предварительной подготовленности к курсу. Приводятся результаты применения предлагаемого алгоритма учебной аналитики для анализа успешности обучающихся на конкретных онлайн-курсах, созданных в Уральском федеральном университете и размещенных на Национальной платформе открытого образования.} }