RAQAMLI TA’LIM PLATFORMALARIDA TALABALARNING AKADEMIK O‘ZLASHTIRISHINI BASHORATLASH (PREDICTIVE ANALYTICS) VA PEDAGOGIK MONITORING QILISH MEXANIZMLARI
Keywords:
raqamli ta’lim platformalari, prediktiv analitika (predictive analytics), pedagogik monitoring, ta’lim analitikasi, raqamli iz, erta ogohlantirish tizimi, akademik o‘zlashtirish, individual ta’lim trayektoriyasi, pedagogik korreksiya.Abstract
Mazkur maqolada oliy ta’lim muassasalarining raqamli ta’lim platformalari (LMS, HEMIS) muhitida talabalarning akademik o‘zlashtirish ko‘rsatkichlarini erta bashoratlash (predictive analytics) hamda uzluksiz pedagogik monitoring qilishning ilmiy-amaliy mexanizmlari tadqiq etilgan. An’anaviy pedagogik nazorat tizimlari asosan yakuniy natijalarni qayd etishga (post-faktum baholashga) yo‘naltirilgan bo‘lib, talabaning o‘quv jarayonidagi individual qiyinchiliklarini o‘z vaqtida aniqlash imkonini bermaydi. Tadqiqotda ta’lim ma’lumotlarini intellektual tahlil qilish va ta’lim analitikasi (Learning Analytics) yondashuvlari asosida talabalarning “raqamli izlari” — kognitiv, xulq-atvor va emotsional-motivatsion indikatorlari tizimlashtirilgan. Shuningdek, akademik xavf guruhiga kiruvchi talabalarni erta aniqlash algoritmi hamda ularga nisbatan differensial pedagogik-psixologik korreksiya va tyutorlik yordamini ko‘rsatish modeli ishlab chiqilgan. Maqola natijalari oliy ta’limda ta’lim sifatini oshirish, akademik qarzdorlikning oldini olish va individual ta’lim trayektoriyalarini loyihalashda amaliy ahamiyat kasb etadi.
References
1. O‘zbekiston Respublikasi Prezidentining 2019-yil 8-oktabrdagi “O‘zbekiston Respublikasi oliy ta’lim tizimini 2030-yilgacha rivojlantirish konsepsiyasini tasdiqlash to‘g‘risida”gi PF-5847-son Farmoni // Qonun hujjatlari ma’lumotlari milliy bazasi, 09.10.2019-y., 06/19/5847/3887-son.
2. O‘zbekiston Respublikasi Prezidentining 2020-yil 5-oktabrdagi “‘Raqamli O‘zbekiston — 2030’ strategiyasini tasdiqlash va uni samarali amalga oshirish chora-tadbirlari to‘g‘risida”gi PF-6079-son Farmoni // Qonun hujjatlari ma’lumotlari milliy bazasi, 06.10.2020-y., 06/20/6079/1349-son.
3. Begimqulov U.Sh. Pedagogik ta’lim jarayonlarini axborotlashtirishni tashkil etish va boshqarish nazariyasi va amaliyoti: Ped. fan. dokt. ... diss. — Toshkent, 2007. — 305 b.
4. Arnold K. E., Pistilli M. D. Course Signals at Purdue: Using Learning Analytics to Increase Student Success // Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (LAK '12). — New York: ACM, 2012. — Pp. 267–270.
5. Baker R. S., Inventado P. S. Educational Data Mining and Learning Analytics // Learning Analytics: From Research to Practice / Ed. by J. A. Larusson, B. White. — New York: Springer, 2014. — Pp. 61–75.
6. Ifenthaler D., Yau J. Y.-K. Utilizing learning analytics to support study success in higher education: a systematic review // Educational Technology Research and Development. — 2020. — Vol. 68(4). — Pp. 1961–1990.
7. Romero C., Ventura S. Educational Data Mining and Learning Analytics: An Updated Survey // WIREs Data Mining and Knowledge Discovery. — 2020. — Vol. 10(3). — e1355.
8. Siemens G., Long P. Penetrating the Fog: Analytics in Learning and Education // EDUCAUSE Review. — 2011. — Vol. 46(5). — Pp. 30–40.
9. Lutfillayev M.X. Oliy ta’lim o‘quv jarayonini axborot-kommunikatsiya texnologiyalari asosida takomillashtirish masalalari // Zamonaviy ta’lim. — Toshkent, 2018. — № 4. — B. 12–18.
10. Майоров А. Н. Мониторинг в образовании: Изд. 3-е, испр. и доп. — Москва: Интеллект-Центр, 2005. — 424 с.
11. Лапчик М. П. Цифровизация образования: от компьютерной грамотности к учебной аналитике // Высшее образование в России. — 2021. — Т. 30, № 1. — С. 85–95.
