ЦИФРОВИЙ СЛІД СТУДЕНТА ЯК ІНСТРУМЕНТ АНАЛІТИЧНО ОРІЄНТОВАНОГО ОЦІНЮВАННЯ НАВЧАЛЬНИХ ДОСЯГНЕНЬ МАЙБУТНІХ МЕДИЧНИХ ФАХІВЦІВ
Анотація
DOI: https://doi.org/10.26565/2074-8922-2026-86-32
Мета. Метою дослідження є обґрунтування та розробка моделі використання цифрового сліду студента для комплексного оцінювання навчальних досягнень у закладі вищої медичної освіти.
Методи. У дослідженні використано комплекс теоретичних і емпіричних методів. До теоретичних належать аналіз, узагальнення та систематизація наукових джерел із проблематики цифровізації освіти та оцінювання навчальних досягнень. Емпірична частина передбачала збір, обробку та інтерпретацію даних цифрового сліду студентів у системі управління навчанням. Дослідження проведено серед 40 студентів першого курсу спеціальності «Медицина» під час вивчення дисципліни «Філософія». Проаналізовано показники цифрової активності, зокрема частоту входів у систему, тривалість роботи з навчальними матеріалами, активність в обговореннях на форумі, рівень взаємодії з навчальним контентом, а також своєчасність і повноту виконання завдань. Додатково враховано поведінкові особливості навчальної діяльності студентів у цифровому середовищі. Для обробки результатів застосовано методи описової статистики, порівняльного аналізу та елементи кореляційного аналізу.
Результати. У статті запропоновано модель оцінювання навчальних досягнень студентів на основі цифрового сліду, яка інтегрує когнітивний, поведінковий, комунікативний та організаційний компоненти. Розроблено інтегральний показник оцінювання, що обчислюється за авторською формулою та дає змогу враховувати як кінцеві результати навчання, так і динаміку освітньої діяльності. Встановлено наявність статистично значущого зв’язку між рівнем цифрової активності студентів і показниками їх академічної успішності. Отримані результати підтверджують доцільність використання цифрового сліду як інструменту аналітичного оцінювання.
Висновки. Використання цифрового сліду як інструменту оцінювання сприяє підвищенню ефективності освітнього процесу, забезпечує безперервність моніторингу навчальної діяльності та створює умови для індивідуалізації навчання. Запропонована модель має практичну цінність для закладів вищої медичної освіти, оскільки дозволяє вдосконалити систему оцінювання, підвищити її об’єктивність та обґрунтованість. Її впровадження сприятиме прийняттю ефективних педагогічних рішень на основі аналізу освітніх даних.
Завантаження
Посилання
Bykov, V. Yu., Spirin, O. M., Pinchuk, O. P. (2020). Modern tasks of digital transformation of education. UNESCO Chair Journal Lifelong Professional Education in the XXI Century, 1, 27–36. https://doi.org/10.35387/ucj.1(1).2020.27-36 (In Ukrainian).
Bilous, P. (2026). Interactive digital learning tools as a means of improving the effectiveness of the educational process. International Scientific Journal of Education and Linguistics, 5(2), 20–25. https://doi.org/10.46299/j.isjel.20260502.03 (In Ukrainian).
Hlazunova, O. H., Klymenko, Ye. O., Voloshyna, T. V., Mokriyev, M. V., Voronenko, O. V. (2024). Educational analytics in universities: Tools for analysis and forecasting. Telecommunications and Information Technologies, (2(83)), 49–59. https://doi.org/10.31673/2412-4338.2024.026171 (In Ukrainian).
Hulai, O., Kabak, V., Herasymchuk, H. (2023). Digital learning tools and technologies: theoretical and practical aspects: monograph. Lutsk: LNTU. https://lib.lntu.edu.ua/sites/default/files/2023-11/%D0%9C%D0%BE%D0%BD%D0%BE%D0%B3%D1%80%D0%B0%D1%84%D1%96%D1%8F%20%D0%93%D1%83%D0%BB%D0%B0%D0%B9%2C%20%D0%9A%D0%B0%D0%B1%D0%B0%D0%BA%2C%20%D0%93%D0%B5%D1%80%D0%B0%D1%81%D0%B8%D0%BC%D1%87%D1%83%D0%BA.pdf (In Ukrainian).
Lakhno, V., Voloshyn, S., Mamchenko, S., Kulynich, O., Kasatkin, D. (2024). Cluster analysis for researching digital footprints of students in educational institutions. Electronic Professional Scientific Journal «Cybersecurity: Education, Science, Technique», 3(23), 31–41. https://doi.org/10.28925/2663-4023.2024.23.3141 (In Ukrainian).
Martynenko, S. (2023). The impact of digitalization on modeling the educational space of a higher education institution. Continuing Professional Education: Theory and Practice, 77(4), 88–96. https://doi.org/10.28925/1609-8595.2023.4.7 (In Ukrainian).
Romanych, I., Panchenko, I., Bundziak, S. (2025). Higher education market of ukraine and the educational smart-technologies. Entrepreneurship and Innovation, (34), 61-68. https://doi.org/10.32782/2415-3583/34.9 (In Ukrainian).
Strutynska, O. (2020). Peculiarities of the modern learners generation under the conditions of the digital society development. Open educational e-environment of modern university, (9), 145–160. https://doi.org/10.28925/2414-0325.2020.9.12 (In Ukrainian).
Tardaskina, T., Reklitska, A. (2023). Modern digital tool for institutions of higher education in the conditions of development EDTECH. Economy and Society, (55). https://doi.org/10.32782/2524-0072/2023-55-51 (In Ukrainian).
Terletska, T. (2025). Model of organisation of differentiated instruction in lms moodle based electronic educational environment. Electronic scientific professional journal “Open educational e-environment of modern university”, (19), 177–190. https://doi.org/10.28925/2414-0325.2025.1912 (In Ukrainian).
Tkachuk, H. V. (2018). Theoretical aspects and the state of implementation of blended learning in higher education institutions of Ukraine. European vector of contemporary psychology, pedagogy and social sciences: the experience of Ukraine and the Republic of Poland: Collective monograph. Volume 1. Sandomierz: Izdevnieciba “Baltija Publishing”. (pp. 465-484). https://dspace.udpu.edu.ua/handle/6789/8666 (In Ukrainian).
Franchuk, N., Novytska, T., Chyzhmotria, O., Shimon, O. (2024). Development of digital competence of research and pedagogical staff using the google analytics 4 information system. Scientific Journal of the Dragomanov Ukrainian State University Series 2 Computer-Oriented Learning Systems, 23 (30), 93-1084. https://doi.org/10.31392/UDU-nc.series2.2024.23(30).09 (In Ukrainian).
Chernovol, Ye. O., Chepeliuk, A. V., Kurtiak, F. F. (2023). Regarding the digitalization of the educational process in higher education institutions in Ukraine: new opportunities and prospects. Academic Visions, (15). https://academy-vision.org/index.php/av/article/view/132 (In Ukrainian).
Shvets, O. V. (2025). Monitoring the quality of education in higher education as a strategic management tool. Pedagogical Academy: Scientific Notes, (22). https://doi.org/10.5281/zenodo.17253781 (In Ukrainian).
Abrahamson, D., Worsley, M., Pardos, Z. A., Ou, L. (2022). Learning analytics of embodied design: Enhancing synergy. International Journal of Child-Computer Interaction, 32, 100409. https://doi.org/10.1016/j.ijcci.2021.100409
Cerro Martínez, J. P., Guitert Catasús, M., Romeu Fontanillas, T. (2020). Impact of using learning analytics in asynchronous online discussions in higher education. International Journal of Educational Technology in Higher Education, 17, article number 39. https://doi.org/10.1186/s41239-020-00217-y
Gašević, D., Tsai, Y.-S., Drachsler, H. (2022). Learning analytics in higher education—Stakeholders, strategy and scale. The Internet and Higher Education, 52, 100833. https://doi.org/10.1016/j.iheduc.2021.100833
Jivet, I., Scheffel, M., Specht, M., Drachsler, H. (2018). License to evaluate: Preparing learning analytics dashboards for educational practice. LAK '18: Proceedings of the 8th International Conference on Learning Analytics and Knowledge (pp. 31–40). https://doi.org/10.1145/3170358.3170421
Khalil, M., Ebner, M. (2015). Learning Analytics: Principles and Constraints. Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications 2015 (pp. 1326–1336). https://doi.org/10.13140/RG.2.1.1733.2083
Larrabee Sonderlund, A., Hughes, E., Smith, J. (2019). The efficacy of learning analytics interventions in higher education: A systematic review. British Journal of Educational Technology, 50(5), 2594–2612. https://doi.org/10.1111/bjet.12720
Lim, L., Dawson, S., Joksimovic, S., & Gašević, D. (2019). Exploring students’ sensemaking of learning analytics dashboards: Does frame of reference make a difference? LAK19: Proceedings of the 9th International Conference on Learning Analytics & Knowledge. pp. 250–259. https://doi.org/10.1145/3303772.3303804
Matcha, W., Ahmad Uzir, N. A., Gašević, D., Pardo, A. (2020). A systematic review of empirical studies on learning analytics dashboards: A self-regulated learning perspective. IEEE Transactions on Learning Technologies, 13(2), 226–245. https://doi.org/10.1109/TLT.2019.2916802
Mwalumbwe, I., Mtebe, J. S. (2017). Using Learning Analytics to Predict Students’ Performance in Moodle Learning Management System: A Case of Mbeya University of Science and Technology. The Electronic Journal of Information Systems in Developing Countries, 79(1), 1–13. https://doi.org/10.1002/j.1681-4835.2017.tb00577.x
Tsai, Y.-S., Rates, D., Moreno-Marcos, P. M., Muñoz-Merino, P. J., Jivet, I., Scheffel, M., Drachsler, H., Kloos, C. D., Gašević, D. (2020). Learning analytics in European higher education—Trends and barriers. Computers & Education, 155, 103933. https://doi.org/10.1016/j.compedu.2020.103933
Viberg, O., Hatakka, M., Bälter, O., Mavroudi, A. (2018). The current landscape of learning analytics in higher education. Computers in Human Behavior, 89, 98–110. https://doi.org/10.1016/j.chb.2018.07.027
