Перспективы науки и образования

Введение и проблема. Определение критериев эффективности обучения или показателей успеваемости является одной из первостепенных задач при анализе эффективности обучения. Несмотря на значительное количество исследований по данной теме, нет четких критериев определения факторов, влияющих на качество обучения.

Целью исследования является разработка многофакторных моделей вузовского образования с учетом эмоционального интеллекта преподавателей и студентов и определения их влияние на эффективность обучения.

Материалы и методы. В исследовании приняли участие более 800 студентов всех факультетов Финансового университета и более 100 преподавателей. За основу были взяты взаимосвязи эффективности обучения студентов от трех факторов. Во-первых, – факторов, связанных с образовательным процессом (средний балл студента, средняя оценка преподавателя по результатам опроса «Преподаватель глазами студентов» и другие). Во-вторых, – социокультурных факторов, состоящих из показателей содержательно-методической составляющей, коммуникативно-информационной составляющей, досугово-бытовой составляющей, творческой составляющей и других. В-третьих, – факторов, ответственных за оценку эмоционального интеллекта студента и преподавателя. Статистически проанализировано влияние данных факторов на успеваемость студентов. Были разработали две регрессионные модели, используя 375 ответов преподавателей и студентов Финансового университета.

Результаты и обсуждения. Были выявлены факторы, значительно влияющие на качество обучения студентов. Результирующий показатель – средний балл студента за летнюю сессию 2020-2021 учебного года (PA_LS) находится в прямой зависимости от следующих факторов: показателя снижения среднего балла преподавателя по результатам опроса «Преподаватель глазами студента» (IPSGS); показателя содержательно-методической составляющей (QMC); среднего балла студента по предыдущей промежуточной аттестации (PA_ZS). PA_LS находится в обратной зависимости от: показателя снижения эмоционального интеллекта (ISEI); разницы между средним значением эмоционального интеллекта преподавателей, обучавших студентов, и эмоционального интеллекта этого студента (ROEI); средней оценки преподавателей по результатам анкетирования «Преподаватель глазами студента» (PGS_2020) и уровня эмоционального интеллекта преподавателей (EI_t_2020). Получен очень высокий уровень значимости уравнения регрессии, что соответствует уровню значимости α=1,80∙10-75. При этом большинство указанных коэффициентов уравнения регрессии достоверно отличаются от нуля при уровне значимости менее 0,05.

Выводы. Исследование влияния эмоционального интеллекта преподавателей и студентов на эффективность обучения показало, что между ними существует статистическая зависимость. Построенные многофакторные модели позволили выявить зависимости между приростом знаний студентов и сменой преподавателя, снижением его эмоционального интеллекта и общим эмоциональным интеллектом студентов. Определены степени влияния на эффективность обучения результатов предыдущей сессии, а также отмечена незначительная положительная зависимость оценки за текущий контроль от творческой составляющей социокультурных условий студентов. Применение моделирования различных составляющих учебного процесса на частных моделях с применением разнообразных методов их разработки позволит определять зависимости между ними и эффективно использовать полученные результаты в управлении образовательным процессом. Разработанные многофакторные модели вузовского образования позволять оценить существующие зависимости между эмоциональным интеллектом преподавателей и студентов и различными составляющими учебного процесса. Получаемые результаты моделирования можно направлено и эффективно использовать в управлении образовательным процессом.

Ключевые слова: образование, эмоциональный интеллект, успеваемость, регрессионная модель, статистика

Ссылка для цитирования: Феклин В. Г., Мельничук М. В., Фрумина С. В., Восковская А. С., Никитин П. В. Многофакторная модель вузовского образования с учетом уровня эмоционального интеллекта // Перспективы науки и образования. 2022. № 4 (58). С. 475-493. doi: 10.32744/pse.2022.4.28

Информация об авторах:

Феклин Вадим Геннадьевич (Российская Федерация, Москва) - Доцент, кандидат физико-математических наук, первый заместитель руководителя Департамента анализа данных и машинного обучения. Финансовый университет при Правительстве Российской Федерации
E-mail: vfeklin@fa.ru. ORCID ID: 0000-0002-1803-6699. Scopus Author ID: 57189715786. ResearcherID: AAC-4618-2019

Мельничук Марина Владимировна (Российская Федерация, Москва) - Профессор, доктор экономических наук, руководитель Департамента английского языка и профессиональной коммуникации. Финансовый университет при Правительстве Российской Федерации. E-mail: Mvmelnichuk@fa.ru. ORCID ID: 0000-0002-7720-7443. Scopus Author ID: 57190762588. ResearcherID: X-7332-2019

Фрумина Светлана Викторовна (Российская Федерация, Москва) - Доцент, кандидат экономических наук, доцент Департамента общественных финансов Финансового факультета
Финансовый университет при Правительстве Российской Федерации. E-mail: frumina@mail.ru. ORCID ID: 0000-0001-5143-9417. Scopus Author ID: 57191577035. ResearcherID: AAE-99434-2021

Восковская Анжела Сергеевна (Российская Федерация, Москва) - Доцент, кандидат педагогических наук, доцент Департамента английского языка и профессиональной коммуникации. Финансовый университет при Правительстве Российской Федерации. E-mail: ASVoskovskaya@fa.ru. ORCID ID: 0000-0001-5959-7065. ResearcherID: ABH-7436-202

Никитин Петр Владимирович (Российская Федерация, Москва) - Доцент, кандидат педагогических наук, доцент департамента анализа данных и машинного обучения. Финансовый университет при Правительстве Российской Федерации. E-mail: pvnikitin@fa.ru. ORCID ID: 0000-0001-8866-5610. Scopus Author ID: 57193445599. ResearcherID: J-1263-2014