DOI: 
http://dx.doi.org/10.15293/1813-4718.2203.09
УДК: 
378.14.015.62
Чудинский Руслан Михайлович
Доктор педагогических наук, доцент, заведующий кафедрой информатики, информационных технологий и цифрового образования, Воронежский государственный педагогический университет, chudinsky@mail.ru, Воронеж

Влияние контекстных данных на результаты входной оценки предметного содержания за курс информатики среднего общего образования у студентов

Аннотация: 
Проблема и цель. В статье анализируется проблема влияния контекстных данных на результаты входной оценки предметного содержания за курс информатики среднего общего образования у студентов 1-го курса физико-математического факультета Воронежского государственного педагогического университета в 2019–2021 гг. Цель статьи – выявить и проанализировать влияние независимых факторов на результаты входной оценки предметного содержания за курс информатики среднего общего образования у студентов 1-го курса в 2019–2021 гг. Методология. Входная оценка уровня сформированности предметного содержания курса информатики на основе КИМ ЕГЭ по учебному предмету «Информатика» проводилась в 1-м семестре обучения первокурсников (сентябрь – октябрь) в 2019–2021 гг. В общей сложности в ней приняло участие 174 студента 1-го курса. Для проведения исследования были использованы следующие контекстные данные: биологический пол студентов; местоположение образовательной организации (общеобразовательной или профессиональной), которую заканчивали студенты 1-го курса перед поступлением в вуз; участие и результаты студентов ЕГЭ в 2019–2021 гг. по учебному предмету «Информатика»; подготовка студентов к сдаче ЕГЭ в 2019–2021 гг. для поступления в вуз; особенности семьи, в которой воспитывались студенты (полная и неполная, наличие высшего образования у родителей в семье, наличие работы у родителей в семье). Исследование результатов входной оценки, сравнения и анализа полученных в ходе исследования результатов проводилось с использованием критерия H Краскела-Уоллиса, критерия U Манна-Уитни, корреляционного анализа. В заключении делается вывод о различном влиянии контекстных данных на результаты входной оценки предметного содержания за курс информатики среднего общего образования у студентов 1-го курса физико-математического факультета в 2019–2021 гг.
Ключевые слова: 
входная оценка, предметное содержание курса информатики, студенты 1-го курса, контекстные данные
Для доступа к полному тексту необходимо зарегистрироваться
Библиографический список: 

1. Демоверсии, спецификации, кодификаторы ЕГЭ 2019 г. по учебному предмету «Информатика и ИКТ» [Электронный ресурс]. – URL: http://www.fipi.ru/sites/default/files/document/1542988313/inf_ege_2019.zip (дата обращения: 21.02.2022).
2. Демоверсии, спецификации, кодификаторы ЕГЭ 2020 г. по учебному предмету «Информатика и ИКТ» [Электронный ресурс]. – URL: http://doc.fipi.ru/ege/demoversii-specifikacii-kodifikatory/2020/inf_ege... (дата обращения: 21.02.2022).
3. Демоверсии, спецификации, кодификаторы ЕГЭ 2021 г. по учебному предмету «Информатика и ИКТ» [Электронный ресурс]. – URL: http://doc.fipi.ru/ege/demoversii-specifikacii-kodifikatory/2021/inf-ege... (дата обращения: 21.02.2022).
4. Крылов С. С. Методические рекомендации для учителей, подготовленные на основе анализа типичных ошибок участников ЕГЭ 2019 года по информатике и ИКТ // Педагогические измерения. – 2019. – № 4. – С. 52–66.
5. Крылов С. С. Методические рекомендации для учителей, подготовленные на основе анализа типичных ошибок участников ЕГЭ 2020 года по информатике и ИКТ // Педагогические измерения. – 2020. – № 3. – С. 113–128.
6. Крылов С. С. Методические рекомендации для учителей, подготовленные на основе анализа типичных ошибок участников ЕГЭ 2021 года по информатике и ИКТ // Педагогические измерения. – 2021. – № 4. – С. 29–45.
7. Пентин А. Ю., Ковалева Г. С., Давыдо-ва Е. И., Смирнова Е. С. Состояние естественнонаучного образования в российской школе по результатам международных исследований TIMSS и PISA // Вопросы образования. – 2018. – № 1. – С. 79–109. DOI: 10.17323/1814-9545-2018-1-79-109.
8. Цукерман Г. А., Ковалева Г. С., Кузнецо-ва М. И. Победа в PIRLS и поражение в PISA: судьба читательской грамотности 10–15-летних школьников // Вопросы образования. – 2011. – № 2. – С. 123–150. DOI: 10.17323/1814-9545-2011-2-123-150.
9. Чудинский Р. М., Быканов А. С. Использование контекстных данных при анализе результатов процедур системы оценки качества школьного образования в Воронежской области // Проблемы и перспективы развития систем оценки качества образования. Интегрирующая роль информационной политики в обеспечении результативности региональной системы оценки качества образования: сборник материалов IV межрегиональной научно-практической конференции (21 ноября 2019 года, г. Челябинск). – Челябинск: РЦОКИО, 2019. – С. 188–194.
10. Чудинский Р. М., Быканов А. С., Воло-дин А. А., Малев В. В. Исследование зависимости предметных результатов обучающихся 5–9 классов от контекстных данных общеобразовательных организаций Воронежской области // Международный научно-исследовательский журнал. – 2020. – № 5-3 (95). – С. 151–160. DOI: 10.23670/IRJ.2020.95.5.112.
11. Чудинский Р. М., Быканов А. С., Чудинова Т. А. Результаты исследования уровня сформированности предметного содержания по курсу информатики среднего общего образования у студентов 1 курса физико-математического факультета // Известия Воронежского государственного педагогического университета. – 2020. – № 2 (287). – С. 32–38.
12. Чудинский Р. М., Быканов А. С., Воло-дин А. А., Малев В. В. Исследование зависимости метапредметных результатов обучающихся 4–8 классов от контекстных данных общеобразовательных организаций Воронежской области [Электронный ресурс] // Современные проблемы науки и образования. – 2020. – № 3. – URL: https://science-education.ru/ru/article/view?id=29798 (дата обращения: 21.02.2022).
13. Чудинский Р. М., Малев В. В., Мосолов О. Н., Дубов В. М. Анализ результатов Единого государственного экзамена на территории Воронежской области в 2020 г. [Электронный ресурс] // Мир науки. Педагогика и психология. – 2021. – № 2. – URL: https://mir-nauki.com/PDF/15PDMN221.pdf (дата обращения: 21.02.2022).
14. Чудинский Р. М., Малев В. В., Дубов В. М., Кубряков Е. А., Башарина С. О. Анализ результатов входной оценки предметного содержания за курс информатики среднего общего образования у студентов 1 курса физико-математического факультета в 2020 г. // Международный научно-исследовательский журнал. – 2021. – № 6-4 (108). – С. 191–199. DOI: 10.23670/IRJ.2021.108.6.135.
15. Ястребов Г. А., Пинская М. А., Косарецкий С. Г. Использование контекстных данных в системе оценки качества образования: опыт разработки и апробация инструментария // Вопросы образования. – 2014. – № 4. – С. 58–95.
16. Epstein J. L., McPartland J. M. The Concept and Measurement of the Quality of School Life // American Educational Research Journal. – 1976. – Vol. 13 (1). – P. 15–30.
17. Ginsburg G. S., Bronstein P. Family Factors Related to Children’s Intrinsic. Extrinsic Motivational Orientation and Academic Performance // Child Development. – 1993. – Vol. 64 (5). – P. 1461–1474.
18. OECD (2019), PISA 2018 Results (Volume III): What School Life Means for Students’ Lives, PISA, OECD Publishing, Paris. – URL: https://www.oecd.org/publications/pisa-2018-results-volume-iii-acd78851-... (дата обращения: 03.02.2022). DOI: https://doi.org/10.1787/acd78851-en.
19. Perry L. B. What do we know about the causes and effects of school socio-economic composition? A review of the literature // Education and Society. – 2012. Vol. 30 (1). – P. 19–35.
DOI: 10.7459/es/30.1.03.
20. Rivkin S. G., Hanushek E. A., Kain J. F. Teachers, Schools, and Academic Achievement // Econometrica. – 2005. – Vol. 73 (2). – P. 417–458.
21. Sirin S. R. Socioeconomic Status and Academic Achievement: a Meta-Analytic Review of Research // Review of Educational Research. – 2005. – Vol. 75 (3). – P. 417–453.