Раскрытие восприятия студентов в онлайн-образовании через анализ классификатора деревьев

В данной статье представлен анализ восприятия студентами онлайн-образования с использованием алгоритма Tree Classifier. Исследование включает опрос 460 студентов, которые принимали участие в онлайн-обучении во время пандемии Covid-19. С помощью 49 вопросов опрос направлен на понимание опыта студентов, столкновений, полученной поддержки и предпочтений в отношении онлайн-образования. Основная цель – выявить группу студентов, предпочитающих онлайн-обучение лицом к лицу. В рамках данного исследования с использованием алгоритма Tree Classifier на Python извлекаются ценные идеи восприятия студентами онлайн-образования. Сфокусировавшись на студентах г. Алматы (Казахстан), авторы имели возможность провести сравнение с подобными международными исследованиями, чтобы создать основу для дальнейших исследований и рекомендаций по улучшению онлайн-, очного или смешанного форматов обучения. Полученные результаты проливают свет на факторы, влияющие на удовлетворенность студентов, их вовлеченность и предпочтения в онлайн-обучении. Основываясь на полученных выводах, авторы предлагают практические рекомендации для улучшения опыта онлайн-обучения и решения выявленных проблем. Предлагается всестороннее понимание восприятия и предпочтений студентов в онлайн-образовании на основе опыта студентов г. Алматы. Полученные результаты, а также сравнительный анализ опыта других стран, послужат, на наш взгляд, ценной информацией для будущих исследований, будут способствовать улучшению качества онлайн-обучения, а также будут ценным ресурсом для педагогов, политиков и исследователей.

1. Baloyi G. Learner support in context of open distance and e-learning for adult students using new technologies // Proceedings of the International Conference on e-Learning. 2013. P. 31–37.

2. Brown S. et al. Factors influencing student preferences for online versus face-to-face learning: A comparative study // Journal of Distance Education. 2020. Vol. 35. No. 2. P. 45–62.

3. Chen D., Jones K. The role of social presence in online learning environments: Implications for student engagement and satisfaction // Journal of Online Learning and Teaching. 2021. Vol. 17. No. 4. P. 12–28.

4. Dyrbye L. et al. A qualitative study of physicians’ experiences with online learning in a masters degree program: benefits, challenges, and proposed solutions // Medical teacher. 2009. Vol. 31. No. 2. P. 40–46.

5. Hansen J.D., Reich J. Democratizing education? Examining access and usage patterns in massive open online courses // Science. 2015. Vol. 350. No. 6265. P. 1245–1248.

6. Hung H.C. et al. Applying educational data mining to explore students’ learning patterns in the flipped learning approach for coding education // Symmetry. 2020. Vol. 12. No. 2. P. 213.

7. Johnson R., Brown M. Instructor presence, course design, and interactive features: Exploring their impact on student satisfaction and engagement in online learning // Journal of Educational Technology. 2020. Vol. 53. No. 1. P. 32–48.

8. Khalil H., Ebner M., Salmeron-Majadas S. Understanding students’ perceptions of online learning: A systematic review // Journal of Computer Assisted Learning. 2020. Vol. 36. No. 6. P. 696–730.

9. Li C. et al. Students’ perceptions of online learning during the Covid-19 pandemic: A survey-based study // International Journal of Educational Technology in Higher Education. 2022. Vol. 19. No. 1. P. 1–20.

10. Muthuprasad T. et al. Students’ perception and preference for online education in India during COVID-19 pandemic // Social sciences & humanities open. 2021. Vol. 3. No. 1. P. 100101.

11. Romero C., Ventura S., García E. Data mining in course management systems: Moodle case study and tutorial // Computers & education. 2008. Vol. 51. No. 1. P. 368–384.

12. Smart K.L., Cappel J.J. Students’ perceptions of online learning: A comparative study // Journal of Information Technology Education: Research. 2006. Vol. 5. No. 1. P. 201–219.

13. Smart K.L., Cappel J.J. Student perceptions of online learning: An analysis of online course evaluations // The Internet and Higher Education. 2006. Vol. 5. 9. No. 2. P. 77–88.

14. Smith J. et al. Factors influencing student satisfaction and engagement in online learning environments: A systematic review // Journal of Online Education. 2021. Vol. 28. No. 3. P. 76–92.

15. Thompson A., Williams B. Challenges and limitations of online platforms in providing hands-on laboratory experiences for students in technical disciplines // Journal of Technical Education. 2019. Vol. 45. No. 2. P. 78–94.

16. Truong H.M. Integrating learning styles and adaptive e-learning system: Current developments, problems and opportunities // Computers in human behavior. 2016. Vol. 55. P. 1185–1193.