References

moitvivt

Моделирование, оптимизация и информационные технологии

Modeling, Optimization and Information Technology

2310-6018

Издательство

10.26102/2310-6018/2019.27.4.023

707

ФОРМИРОВАНИЕ ИНДИВИДУАЛЬНОГО ГРАФИКА ИЗУЧЕНИЯ МАТЕРИАЛОВ УЧЕБНОЙ ДИСЦИПЛИНЫ В ЭЛЕКТРОННОЙ СРЕДЕ В УСЛОВИЯХ ОГРАНИЧЕННОГО ВРЕМЕНИ ОБУЧЕНИЯ

FORMATION OF AN INDIVIDUAL SCHEDULE FOR STUDYING THE MATERIALS OF THE DISCIPLINE IN AN ELECTRONIC ENVIRONMENT IN A LIMITED TIME OF TRAINING

0000-0001-8155-5902

Аникьева

Марина Анатольевна

Anikieva

Marina Anatolievna

MAnikieva@sfu-kras.ru aff-1

Федеральное государственное автономное образовательное учреждение высшего образования «Сибирский федеральный университет», Институт космических и информационных технологий Federal State Autonomous Educational Institution of Higher Education "Siberian Federal University"

01 01 2026

1 1

10.26102/2310-6018/2019.27.4.023

2026

This work is licensed under a Creative Commons Attribution 4.0 International License

В работе представлена методика персонализации в электронной образовательной среде графика изучения учебных материалов в рамках учебной дисциплины. Для решения поставленной задачи рассмотрены подходы к персонализации обучения, используемые в электронном обучении. Центральным аспектом исследования являлась возможность эффективно использовать выделенное для обучения время, что особенно актуально при обучении в вузе, по общему учебному плану. Были выявлены факторы, обуславливающие необходимость построения индивидуального графика обучения. К ним можно отнести различную начальную подготовленность обучающегося, личностные качества, разные подходы обучающихся к организации своей работы. Была отмечена взаимосвязь названных факторов со скоростью работы обучающегося и разработана функциональная схема процесса адаптивного управления учебной деятельностью обучающегося. Предлагаемая методика предполагает динамически изменять требования к уровню освоения учебного материала, в зависимости от текущих достижений обучающегося. Изучение учебного материала даже на уровне ниже запланированного, даст обучающемуся целостное представление об изучаемой предметной области. Анализ результатов практического применения методики в электронном образовательном курсе на платформе Moodle показывает, что обучающиеся за отведенное время на обучение в целом осваивают всю программу по учебной дисциплине.

The article presents the methodology for personalizing the schedule in the electronic educational environment for studying educational materials in the framework of the academic discipline. To solve this problem, approaches to personalization of training used in e-learning are considered. The central aspect of the study was the ability to effectively use the time allotted for study, which is especially important when studying at the university, according to the general curriculum. Factors that require an individual training schedule have been identified. These include the various initial preparedness of the student, personal qualities, different approaches of students to the organization of their work. The relationship of these factors with the student’s pace was noted and a functional diagram of the process of adaptive management of student learning activities was developed. The proposed method involves a dynamic change in the requirements for the level of development of educational material, depending on the current achievements of the student. Studying the educational material even at a level lower than planned will give the student a holistic view of the subject area being studied. Analysis of the results of practical application of the method in an electronic educational course on the Moodle platform shows that students in the allotted time for training in General master the entire program of the discipline.

электронное обучение электронная образовательная система персонализация обучения индивидуальный график уровень освоения учебного материала учебная дисциплина деятельность обучающегося

e-learning, e-learning system personalized learning individual schedule the level of mastering the educational material academic discipline activity of the trainee

Исследование выполнено без спонсорской поддержки.

The study was performed without external funding.

References 1

Правительство Российской Федерации. Постановление Правительства РФ от 23.05.2015 N 497 “О Федеральной целевой программе развития образования на 2016 - 2020 годы”; 2015 2015 May 23. Available from: URL: https://base.garant.ru/71044750/ [cited 2020 Jan 6].

Стратегия развития отрасли информационных технологий в РФ на 2014–2020 г.г. и на перспективу до 2025 г.: Распоряжение Правительства РФ от 1.11.2013. № 2036–р; 2013 [cited 2017 Aug 16]. Available from: URL: http://docs.cntd.ru/document/499055616.

Shershneva V.A., Shkerina L.V., Sidorov V.N., Sidorova T.V., Safonov K.V. Contemporary didactics in higher education in Russia. European Journal of Contemporary Education 2016;3(17):357–67. https://doi.org/10.13187/ejced.2016.17.357.

Brusilovsky P. Adaptive and Intelligent Web-based Educational Systems. International Journal of Artificial Intelligence in Education 2003;13:156–69. Available from: URL: https://telearn.archives-ouvertes.fr/hal-00197315/.

Доррер А.Г., Иванилова Т.Н. Моделирование интерактивного адаптивного обучающего курса. Современные проблемы науки и образования 2007;(5):1–8. Available from: URL: https://elibrary.ru/item.asp?id=9925451.

Klašnja-Milićević A., Vesin B., Ivanović M., Budimac Z., Jain L.C. E-Learning Systems: Intelligent Techniques for Personalization. Switzerland: Springer; 2017. Available from: URL: https://link.springer.com/book/10.1007%2F978-3-319-41163-7.

Арзамасцев А.А., Китаевская Т.Ю. Оптимальное проектирование и повышение эффективности процесса обучения в системе высшего образования: Постановка задач и обобщенный алгоритм решения. Вестник ТГУ 1999;4(4):485–488. Available from: URL: https://elibrary.ru/item.asp?id=16389344.

Цибульский Г.М., Вайнштейн Ю.В., Есин Р.В. Разработка адаптивных электронных обучающих курсов в среде LMS MOODLE: Монография. Красноярск: Сиб. федер. унт; 2018 [cited 2019 Oct 28]. Available from: URL: http://Lib3.sfukras.ru/ft/LIB2/ELIB/u004/i-222439.pdf.

Пахунов А.В. Принципы создания учебного курса с максимальной индивидуализацией траектории обучения. Инициативы XXI века 2016;(2):19–22. Available from: URL: https://elibrary.ru/item.asp?id=26488880.

Benhamdi S., Babouri A., Chiky R. Personalized recommender system for e-Learning environment. Educ Inf Technol 2017;22(4):1455–77. https://doi.org/10.1007/s10639-016- 9504-y.

Sweta S., Lal K. Personalized Adaptive Learner Model in E-Learning System Using FCM and Fuzzy Inference System. Int. J. Fuzzy Syst. 2017;19(4):1249–60. https://doi.org/10.1007/s40815-017-0309-y.

Christudas B.C.L., Kirubakaran E., Thangaiah P.R.J. An evolutionary approach for personalization of content delivery in e-learning systems based on learner behavior forcing compatibility of learning materials. Telematics and Informatics 2018;35(3):520–33. https://doi.org/10.1016/j.tele.2017.02.004.

Chrysoulas C., Fasli M. Building an Adaptive E-Learning System. In: 9th International Conference on Computer Supported Education (CSEDU 2017): SCITEPRESS; 2018: 375– 82. Available from: URL: http://www.scitepress.org/DigitalLibrary/Link.aspx?doi=10.5220/0006326103750382.

Drissi S., Amirat A. An Adaptive E-Learning System based on Student’s Learning Styles. International Journal of Distance Education Technologies 2016;14(3):34–51. https://doi.org/10.4018/IJDET.2016070103.

Wan S., Niu Z. An e-learning recommendation approach based on the self-organization of learning resource. Knowledge-Based Systems. 2018;160:71–87. https://doi.org/10.1016/j.knosys.2018.06.014.

Athanasiadis C., Hortal E., Koutsoukos D., Lens C.Z., Asteriadis S. Personalized, Affect and Performance-driven Computer-based Learning. In: 9th International Conference on Computer Supported Education (CSEDU 2017): SCITEPRESS; 2018:132–9 [cited 2017 May 19]. Available from: URL: http://www.scitepress.org/DigitalLibrary/Link.aspx?doi=10.5220/0006331201320139.

Chang T.-W., Kurcz J., El-Bishouty M.M., Graf S., Kinshuk. Adaptive Recommendations to Students Based on Working Memory Capacity. In: 2014 IEEE 14th International Conference on Advanced Learning Technologies (ICALT 2014): Athens, Greece, 7-10 July 2014. Piscataway NJ: IEEE; 2014:57–61.

Bobadilla J., Serradilla F., Hernando A. Collaborative filtering adapted to recommender systems of e-learning. Knowledge-Based Systems 2009;22(4):261–5. https://doi.org/10.1016/j.knosys.2009.01.008.

Peña-Ayala A., Sossa H., Méndez I. Activity theory as a framework for building adaptive e-learning systems: A case to provide empirical evidence. Computers in Human Behavior 2014;30:131–45. https://doi.org/10.1016/j.chb.2013.07.057.

Атанов Г.А. Деятельностный подход в обучении. Донецк: ЕАИ-пресс; 2001.

Шадриков В.Д. Психология деятельности человека. М.: Изд-во «Институт психологии РАН»; 2013. (Достижения в психологии) [cited 2019 Oct 28]. Available from: URL: https://elibrary.ru/item.asp?id=23734352.

Schmidt H.G. Problem-based learning: Rationale and description. Medical Education 1983;17(1):11–6. https://doi.org/10.1111/j.1365-2923.1983.tb01086.x.

Hmelo-Silver C.E. Problem-Based Learning: What and How Do Students Learn? Educ Psychol Rev 2004;16(3):235–66. https://doi.org/10.1023/B:EDPR.0000034022.16470.f3.

Metcalfe J., Kornell N. A Region of Proximal Learning model of study time allocation. Journal of Memory and Language 2005;52(4):463–77. https://doi.org/10.1016/j.jml.2004.12.001.

Tullis J.G., Benjamin A.S. On the effectiveness of self-paced learning. Journal of Memory and Language 2011;64(2):109–18. https://doi.org/10.1016/j.jml.2010.11.002.

Sanchez Nigenda R., Maya Padrón C., Martínez-Salazar I., Torres-Guerrero F. Design and evaluation of planning and mathematical models for generating learning paths. Computational Intelligence 2018;34(3):821–38. https://doi.org/10.1111/coin.12134.

Garrido A., Morales L., Serina I. On the use of case-based planning for e-learning personalization. Expert Systems with Applications. 2016;60:1–15. https://doi.org/10.1016/j.eswa.2016.04.030.

Заславская, О. Ю.: Кравец, О. Я. Особенности построения индивидуальной траектории обучения информатике на основе динамической интегральной оценки уровня знаний. Вестник Российского университета дружбы народов. Серия: Информатизация образования. 2010;(4):47–51. Available from: URL: https://elibrary.ru/item.asp?id=15249115.

Garrido A., Fernández S., Morales L., Onaindía E., Borrajo D., Castillo L. On the automatic compilation of e-learning models to planning. The Knowledge Engineering Review 2013;28(02):121–36. https://doi.org/10.1017/S0269888912000380.

Gayathri R., Uma V. Ontology based knowledge representation technique, domain modeling languages and planners for robotic path planning: A survey. ICT Express 2018; 4(2):69–74. https://doi.org/10.1016/j.icte.2018.04.008.

Tsortanidou X., Karagiannidis C., Koumpis A. Adaptive Educational Hypermedia Systems based on Learning Styles: The Case of Adaptation Rules. Int. J. Emerg. Technol. Learn. 2017;12(05):150. https://doi.org/10.3991/ijet.v12i05.6967.

Somyürek S. The new trends in adaptive educational hypermedia systems. IRRODL 2015; 16(1). https://doi.org/10.19173/irrodl.v16i1.1946

Blazheska-Tabakovska N., Ivanovic M., Klašnja-Milićević A., Ivkovic J. Comparison of ELearning Personalization Systems: Protus and PLeMSys. Int. J. Emerg. Technol. Learn. 2017;12(01):57–70. https://doi.org/10.3991/ijet.v12i01.6085.

Аникьева М.А. Шкала уровней освоения учебной информации. In: Информатизация образования и методика электронного обучения: Материалы III Международной научной конференции (Красноярск, 24–27 сентября 2019 г.) : в 2 ч.; Часть 1. Красноярск: Сиб. федер. ун-т; 2019. p. 20–5.

Shershneva V., Vainshtein Y., Kochetkova T. Adaptive system of web-based teaching. PSTA 2018; 9(4):159–77. https://doi.org/10.25209/2079-3316-2018-9-4-159-177.

Атанов Г.А., Пустынникова И.Н. Обучение и искусственный интеллект, или основы современной дидактики высшей школы. Донецк: Изд-во ДОУ; 2002 [cited 2019 Oct 28]. Available from: URL: https://ru.b-ok.cc/book/3073320/3fc5d0.

Карпенко М.П. Проблема измерения знаний и образовательные технологии. Журнал практического психолога 1997 [cited 2019 Feb 9]; (4):74–9. Available from: URL: http://www.allrus.info/main.php?ID=216065&arc_new=1.

Тазетдинов А.Д. Технология структурирования и визуализации учебной информации в репетиторских системах. Информационно-управляющие системы. Информационные технологии и образование 2009 [cited 2019 Oct 28];(1):60–5. Available from: URL: https://elibrary.ru/item.asp?id=12291619.

Красных В.В. Основы психолингвистики и теории коммуникации: Лекционный курс. М.: ИТДГК «Гнозис»; 2001 [cited 2019 Oct 28]. Available from: URL: https://docplayer.ru/36414914-Osnovy-psiholingvistiki-i-teorii-kommunikacii.html.

Аникьева М.А. Методика расчета времени для освоения учебного материала. International Journal of Advanced Studies 2018;8(2):74–90. https://doi.org/10.12731/2227-930X-2018-2-74-90.

The authors declare that there are no conflicts of interest present.