Ағаш классификаторын талдау арқылы онлайн білім беруде оқушылардың қабылдауын ашу

Бұл мақалада Tree Classifier алгоритмін қолдана отырып, студенттердің онлайн білім беруді қабылдауын талдау ұсынылған. Зерттеуге Covid-19 пандемиясы кезінде онлайн оқытуға қатысқан 460 студенттің сауалнамасы кіреді. 49 сұрақтан тұратын сауалнама студенттердің тәжірибесін, қиындықтарын, алынған қолдауды және онлайн білім беруге қатысты қалауларын түсінуге бағытталған. Негізгі мақсат – бетпебет оқудан гөрі онлайн оқуды қалайтын студенттер тобын анықтау. Осы зерттеу аясында Python-да Tree Classifier алгоритмін қолдана отырып, студенттердің онлайн білім беруді қабылдауының құнды идеялары алынады. Алматы қаласының (Қазақстан) студенттеріне назар аудара отырып, зерттеу онлайн, бетпебет немесе аралас оқыту форматтарын жақсарту бойынша болашақ зерттеулер мен ұсыныстарды анықтау үшін ұқсас халықаралық зерттеулермен әлеуетті салыстыруға мүмкіндік береді. Нәтижелер студенттердің қанағаттануына, сабаққа қатысуына және онлайн оқуды қалайтынына әсер ететін факторларды анықтайды. Осы түсініктерге сүйене отырып, зерттеу онлайн оқыту тәжірибесін жақсарту және анықталған қиындықтарды шешу үшін практикалық ұсыныстар береді. Алматы қаласы студенттерінің тәжірибесі негізінде онлайн-білім беруде студенттердің қабылдауы мен қалауын жан-жақты түсіну ұсынылады. Алынған нәтижелер, сондайақ басқа елдердің тәжірибесін салыстырмалы талдау, біздің ойымызша, болашақ зерттеулер үшін құнды ақпарат болады, онлайн оқыту сапасын жақсартуға ықпал етеді, сонымен қатар тәрбиешілер, саясаткерлер мен зерттеушілер үшін құнды ресурс болады.

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.