CC BY
45
Перспективы Науки и Образования
Международный электронный научный журнал ISSN 2307-2334 (Онлайн)
Адрес выпуска: https://pnojournal.wordpress.com/2022-2/22-06/ Дата публикации: 31.12.2022 УДК 37.01
Д. В. Мальцев, Е. А. Лазукова, Д. С. Репецкий
Осознанный выбор профессии как доминантный мотив обучения в университете
Введение. Высококвалифицированные специалисты с высшим образованием являются основой экономики любого современного государства. Выбор будущей профессии индивидом - важный процесс для личности и общества. Независимо от вида конкурса, ресурсы (время, деньги) на обучение отчисленного студента или выпускника, работающего не по профессии, потрачены неэффективно. Снижение негативных последствий невозможно без выявления причин отчисления или трудоустройства не по специальности. Поэтому вопросы, связанные с выбором профессии, мотивации к обучению и профессиональной деятельности являются актуальными.
Цель исследования: выявление типов студентов с высоким риском отчисления на основе нескольких критериев, в том числе на основе качества профориентационной работы.
Методология и методики исследования. Теоретико-методологические основания исследования - это системный и институциональный подходы. В анкетировании приняло участие 551 студент, обучающихся на различных направлениях подготовки Пермского национального исследовательского политехнического университета (277 девушек и 274 юношей). Методы математической статистики: корреляционный анализ, анализ таблиц сопряженности, типологический анализ, критерий х2-Пирсона.
Результаты исследования подтверждают связь между прохождением профориентационных мероприятий и самостоятельностью выбора будущей профессии (г = 0,709). Исследование позволило сконструировать типологию студентов по критериям трудовых планов и наличия профориентации. Выделено 4 типа респондентов: «профессионально-ориентированные», «самоопределившиеся», «разочаровавшиеся» и «ошибившиеся».
Научная новизна заключается в том, что выявлены специфичные для российской выборки студентов критерии выявления групп с высоким риском выбытия из вуза.
Практическая значимость заключается в возможности использования полученных данных для своевременного выявления групп риска среди студентов разных курсов и проведения комплексных мероприятий по снижению риска отчисления.
Ключевые слова: качество образовательных услуг, политехнический университет, выбытие, трудоустройство, студенты, мотивация обучения, соответствие требованиям рынка труда, анкетный опрос, группы риска
Ссылка для цитирования:
Мальцев Д. В., Лазукова Е. А., Репецкий Д. С. Осознанный выбор профессии как доминантный мотив обучения в университете // Перспективы науки и образования. 2022. № 6 (60). С. 10-28. 10.32744^.2022.6.1
Perspectives of Science & Education
International Scientific Electronic Journal ISSN 2307-2334 (Online)
Available: https://pnojournal.wordpress.com/2022-2/22-06/ Accepted: 9 July 2022 Published: 31 December 2022
D. V. Maltsev, E. A. Lazukova, D. S. Repetskiy
Conscious choice of profession as the dominant motive of studying at the university
Introduction. Highly qualified specialists with higher education are the basis of the economy of any modern state. The choice of a future profession by an individual is an important process for the individual and society. Regardless of the type of competition, resources (time, money) for the training of an expelled student or graduate who does not work by profession are spent inefficiently. Reducing negative consequences is impossible without identifying the reasons for expulsion or employment not in the specialty. Therefore, issues related to the choice of profession, motivation for training and professional activity are relevant.
The purpose of the study: to identify the types of students with a high risk of expulsion based on several criteria, including the quality of career guidance.
Methodology and methods of research: Theoretical and methodological foundations of research are systemic and institutional approaches. 551 students studying in various fields of study at Perm National Research Polytechnic University (277 girls and 274 boys) took part in the survey. Methods of mathematical statistics: correlation analysis, analysis of conjugacy tables, typological analysis, criterion x2.
The results of the study confirm the relationship between the passage of career guidance measures and the independence of choosing a future profession (r = 0.709). The study allowed us to construct a typology of students according to the criteria of work plans and the availability of career guidance. There are 4 types of respondents: "professionally oriented", "self-determined", "disappointed" and "mistaken".
The scientific novelty lies in the fact that the criteria for identifying groups with a high risk of leaving the university, specific to the Russian sample of students, have been identified.
The practical significance lies in the possibility of using the data obtained for timely identification of risk groups among students of different courses and carrying out comprehensive measures to reduce the risk of expulsion.
Keywords: quality of educational services, polytechnic University, retirement, employment, students, motivation for training, compliance with labor market requirements, questionnaire survey, risk groups
For Reference:
Maltsev, D. V., Lazukova, E. A., & Repetskiy, D. S. (2022). Conscious choice of profession as the dominant motive of studying at the university. Perspektivy nauki i obrazovania - Perspectives of Science and Education, 60 (6), 10-28. doi: 10.32744/pse.2022.6.1
_Введение
Современная рыночная экономика нуждается в высококвалифицированных работниках, способных управлять сложными компьютеризированными, автоматизированными и роботизированными системами. Согласно теории квалификационно-несимметричных технических изменений спрос на квалифицированных рабочих существенно возрос из-за значительных технологических преобразований, позволивших существенно уменьшить долю ручного труда. По мнению М. Goos, А.Manning и А. Salomons, благодаря глобализации во многих странах мира все больше производственных задач автоматизируется, поэтому современное рабочее место требует от исполнителя высокой квалификации [1]. Подобные тенденции характерны и для России [2], в настоящее время модернизация экономики в соответствии с программами развития, например, цифровизации, а также убыль трудоспособного населения являются причинами острой нехватки высококвалифицированных специалистов.
Основной вклад в формировании компетенций будущего специалиста вносит высшая школа. Несомненно, качество подготовки в российских вузах существенно различается и зависит от финансирования, статуса вуза, партнеров, но не менее важную роль играет и мотивация студентов. В России возраст абитуриентов преимущественно составляет от 16 до 25 лет. Абитуриенты, поступающие после получения полного среднего образования, часто являются еще несовершеннолетними. У них, как правило, недостаточно жизненного опыта для осознанного выбора будущей профессии, они с трудом представляют специфику работы, требования работодателей, не могут прогнозировать состояние рынка труда на краткосрочную и среднесрочную перспективу. Неосознанно выбранная профессия приводит к разочарованию в высшем образовании, например по результатам исследования Д. С. Репецкого 40-50% студентов полностью или частично не удовлетворены качеством образовательной деятельности университета [3]. Как следствие, обучающиеся разочаровываются в профессии, либо не могут завершить обучение, либо не желают работать по специальности. Низкая мотивация к обучению является причиной невысокого уровня освоения результатов обучения и продолжительного периода адаптации на предприятиях. Так по результатам опроса работодателей, представленным Д. В. Мальцевым, каждый третий работодатель (31%) отмечает определенную неудовлетворенность качеством подготовки молодых специалистов, начинающих карьеру [4]. В большинстве случаев их образование оплачивалось за счет бюджетных средств, т.е. экономика страны недополучила специалистов, при этом бюджетные деньги израсходованы неэффективно. В связи с этим задачи сокращения отчислений студентов, а также увеличение количества выпускников, работающих по специальности являются актуальными.
Целью исследования является ранжирование мотивов выбора профессии, а также выявление групп риска среди студентов, не ориентированных на работу по получаемой специальности.
Основной гипотезой является предположение, что на всех этапах обучения в университете существуют группы студентов не ориентированных на работу по получаемой специальности из-за недостаточной информированности о будущей профессии.
Задачи исследования:
1. обосновать выбор факторов, влияющих на продолжительность обучения и мотивацию студентов;
2. определить влияние профориентационных мероприятий на осознанность выбора будущей профессии и желание работать по специальности;
3. ранжировать мотивы выбора профессии и выявить значимость возможности трудоустройства среди мотивов к обучению у студентов;
4. сконструировать типологию студентов по критериям трудовых планов и наличия профориентации, определить группы риска и пути работы с ними.
Важным ограничением исследования является то, что результаты получены на основе российского исследования и могут быть следствием специфики национальной организации профориентационной работы. Учитывая, что в региональных российских вузах учится не так много иностранцев, в данном исследовании был исключен фактор гражданства. Репрезентативность выборки позволяет распространить результаты лишь на студентов изучаемого университета (ПНИПУ).
_Обзор литературы
Для ведущих университетов мира, уменьшение контингента студентов является крайне негативным явлением в первую очередь по причине репутационных рисков, связанных со снижением привлекательности поступления абитуриентов. Отчисления влияют на общественное восприятие образовательной организации с позиций недостаточно эффективной работы университета в части адаптации студентов к обучению. В США проблема выбытия студентов изучается на протяжении практически ста лет. Одним из первых исследователей в данной тематике является J. H. McNeeley, его работы датируются второй половиной 30-х годов прошлого столетия. Несомненно, не только в США, но и в других развитых странах мира университеты интегрированы в рыночную экономику, т.е. стремятся обеспечить лучшее качество образования, стать точкой притяжения для наиболее талантливых студентов и преподавателей. Исследования ведутся и в настоящее время, так по результатам библиометрического анализа, проведенного de Oliveira C. F., Sobral S. R., Ferreira M. J., Moreira F. [5] за последние 15 лет в журналах, входящих в международные базы цитирования с высоким индексом цитирований (Q1-Q3), опубликовано более 50 статей по проблемам выбытия студентов, причем более половины (32 статьи) в 2019 и 2020 году. В статьях представлены исследования из разных стран и континентов: Азия - 16 исследований из университетов 10 стран, Европа - 13 исследований в 6 странах, Северная Америка - 10 исследований из 2 стран, Южная Америка - 7 исследований из 4 стран [5]. Очевидно, что одним из факторов, повлиявших на интерес к данной теме стала пандемия коронавируса, т.к. каждое третье исследование посвящено выбытию при онлайн-обучении студентов. Существенный рост числа публикаций, а также наличие исследований по всему миру подтверждает актуальность данной темы.
Целью этих исследований, как правило, является прогнозирование, либо оценок и средних баллов, как например в работе S. Karlos и соавт. [6], но чаще всего вероятности выбытия студентов. Достаточно большое количество статей посвящено непо-
средственно сохранению контингента, за счет выявления студентов не справляющихся с учебной нагрузкой, как, например, в работе А. Sarra и соавт. [7] или использование индивидуального подхода для предупреждения перевода студентов в другие учебные заведения - А. В. игЫпа^ацега и соавт. [8].
Помочь абитуриентам с выбором будущей профессии призвана система научно обоснованных мероприятий - профориентация. Эта работа нацелена на профессиональное самоопределение молодых людей, обучающихся в старших классах средней школы. Несомненно, в разных странах проведение подобных мероприятий отличается, но по мнению В. Zhaina, S. Ospan, М. Е1тка к общим недостаткам можно отнести: отсутствие специалистов и профильных служб, низкий статус мероприятия, его рекомендательно-диагностический характер [9]. В исследовании Т. И. Касьяновой [10] акцентируется внимание на недостаточном личном опыте школьников в возрасте 14-16 лет для совершения рационального выбора будущей профессии. Схожей точки зрения придерживаются и другие авторы, например в статье Е.Ю. Пряжниковой и Т. А. Егоренко [11] профессиональное самоопределение рассматривается как длительный процесс, который не может сводиться к разовым мероприятиям в виде тестирования или дня открытых дверей в вузах региона. А в исследовании ОгупЬек G., Dauletali А. и др. [12] подчеркивается, что основной целью профориентации должен быть не выбор профессии, а познание индивидом самого себя, для того, чтобы в последствии стать полезным и эффективным членом общества. Таким образом, объем профориентационной работы часто недостаточен для осознанного выбора профессии абитуриентами.
С точки зрения авторов данного исследования, выбытие студентов, а также последующее трудоустройство по специальности, напрямую зависит от мотивации обучающихся. В. К. Вилюнас связывает мотивацию конкретного человека с его познавательной активностью по осмыслению жизни и преследуемых в ней целей. «...Цели проверяются субъектом с точки зрения приемлемости и выгоды, затем в случае санкционирования становятся подлинными и начинают активно достигаться, причем субъект постоянно проверяет настоящие и будущие мотивы на приемлемость и потенциальную выгоду» [13].
Отметим, что в качестве разумного ожидаемого результата обучения видится возможность осуществления профессиональной деятельности и построение успешной карьеры. В настоящее время, большинство абитуриентов понимает ценность высшего образования, так О. И. Крушельницкая на основе данных анкетирования студентов вузов различных регионов России в качестве ведущего мотива называет материальное благополучие, а к высоко значимым факторам относит самореализацию и профессионализацию [14]. Аналогичные результаты получены по итогам опроса 13 939 европейских и латиноамериканских студентов, проведенного J. L. Ord6nez и соавт. [15]. В качестве наиболее значимых мотивов студенты назвали стремление к социальной мобильности, удовольствие от изучения профессии, самореализацию и возможность улучшения материального положения.
При этом мотивационные профили студентов различных направлений и уровней подготовки существенно различаются. А. В. Кирюшкин отмечает, что если студенты специалитета в большинстве ориентированы стать профессионалами в конкретной
области, то студенты бакалавриата - получить более универсальную (общую) подготовку [16]. Однако, Н. Г. Осиповой, Г. В. Колодезной и А.Н. Швецовой установлена несущественная корреляция между мотивами студентов "овладение профессией" и "приобретение знаний", т.е. обучающиеся не связывают знания, получаемые в вузе с будущей профессиональной деятельностью [17]. При этом, по результатам исследований М. Цветковой с коллегами больше половины опрошенных студентов (54,3%) слабо мотивированы заниматься самостоятельно, ожидают готовых решений и инструкций, 7 из 10 студентов (69,2%) недовольны инновационной составляющей учебного процесса [18]. В исследовании Hai N. C. [19] слабая активность при самостоятельной работе отмечается как один из наиболее значимых факторов, влияющих на качество подготовки вьетнамских студентов. Кроме того, по результатам анкетирования, установлена необходимость более частой актуализации учебных материалов, повышение качества чтения лекций и создания интерактивной образовательной среды для повышения мотивации обучающихся. В исследовании Т. А. Федоровой и В. В. Жилкина выявлена закономерность снижения интереса к профессии в зависимости от продолжительности обучения, уже на первом курсе каждый пятый не проявляет интереса к будущей профессии, к четвертому курсу - до 40% студентов [20].
Отдельно необходимо отметить студентов обучающихся в других странах, так по результатам исследования M. Alser с коллегами [21], 93% опрошенных студента медицинских вузов выбрали профессию самостоятельно, 61% были вынуждены обращаться к третьей стороне, чтобы убедить родителей разрешить им учиться за границей. В качестве ведущих мотивов обучающиеся за границей назвали возможность помогать соотечественникам и детскую мечту стать врачом.
Внутренняя мотивация является ключевым аспектом, влияющим на качество освоения учебной программы, особенно на старших курсах, что подтверждается результатами многочисленных исследований, например, С. Theurer с соавторами установлена взаимосвязь между хорошей текущей успеваемостью студентов и осознанном выборе будущей профессии [22]. Однако, в исследовании J. König и М. Rothland показана справедливость и обратной ситуации, когда низкая мотивация приводит к плохой успеваемости [23]. J. Dohnal в качестве основных причин выбытия студентов отмечает их низкую мотивацию к обучению по причинам: невысокого уровня базовой подготовки, восприятия преподавателя только как поставщика образовательной услуги, переноса ответственности за качество образования на университет или преподавателей, отрицание связи между успешной карьерой и качеством получаемых знаний [24]. 12 наиболее значимых параметров, влияющих на вероятность отчисления на основе компьютерного анализа выделены А. В. Жариковым, Е.В. Журавлевым и О.В. Журенковым [25]. Среди них особого внимания заслуживают следующие группы факторов:
• базовая подготовка абитуриента (средний балл ЕГЭ и предыдущее место обучения);
• социально-экономическое положение, окружение (уровень доходов, место жительства, потребность в общежитии);
• принадлежность к этнической группе (гражданство, национальность);
• выбор направления подготовки (факультет, специальность)
1-1 V V W V
Долгое время в советской высшей школе, а затем и в российской базовая подготовка абитуриента являлась фактически единственным и универсальным объяснением отсева студентов. В настоящее время наиболее простым методом оценки базовой подготовки является ЕГЭ. А. Ю. Тимофеевой и О. Е. Авруневым показана корреляция между баллами ЕГЭ абитуриентов и продолжительностью их обучения. Авторы, в качестве значимых факторов, также выделяют вид конкурса (бюджет/контракт) [26]. По данным исследования Е. Д. Шмелевой и И. Д. Фрумина студенты с низкими баллами ЕГЭ (до 50 баллов по математике) относятся к группе риска независимо от академической и социальной интеграции [27]. Аналогичные результаты получены и зарубежными учеными, например, в работе N. Iam-On, T. Boongoen [28] прогнозирование успеваемости и риска отчисления студентов в университете Mae Fah Luang (Тайланд), основано на их успеваемости до университета, результатах поступления и в первый год обучения.
Существенный вклад в изучение внутрисемейных отношений на воспитание молодежи внес американский социолог Robert D. Putnam. По его мнению, окружение оказывает существенное влияние на формирование личности, "картину мира" и систему ценностей студента, т.е. в конечном итоге на его мотивацию [29]. Проведено достаточно много исследований доказывающих взаимосвязь между высоким качеством жизни S. Mishra [30], социальной сплоченностью общества, отдельных общин, семей M. Haga с коллегами [31] и хорошей успеваемостью студентов из такого окружения. Достаточно много таких исследований проводится в Японии, например, в работе Y. Koyanagi с коллегами [32] показана взаимосвязь между академической мотивацией и развитием отношений, доверия и связей внутри академической группы.
Доступность и открытость высшего образования для людей с любым уровнем доходов, социально-экономическим статусом, разных этнических групп является причиной большого разнообразия и разнородности студенческого контингента. Например, V. Tinto предлагал разрабатывать различные подходы отдельно для афроамериканцев, выходцев из бедных и неблагополучных семей, студентов старшего возраста и т.д. [33]. В настоящее время в условиях глобализации, много исследований посвящено успешной адаптации различных групп студентов, например, вопросы адаптации этнических групп подробно рассмотрены М. Anae и I. Peterson [34], беженцев - в исследовании Е. Jang и Е. Kim E. [35], иммигрантов - в работе С. Gromova и соавт. [36]. Закономерным развитием данной теории стала разработка V. Tinto индивидуального подхода к каждому студенту, направленная на интеграцию в образовательную среду, психологическую помощь, развитие стипендиальных программ, формирование индивидуальных академических траекторий [33].
Таким образом, для выявления потенциальных групп риска среди студентов необходимо оценить их личную мотивацию к обучению. Учитывая, что в региональных вузах учится не так много иностранцев, фактор гражданства был исключен в данном исследовании. Факторы, представленные в работе [25] дополнены вопросами о мотивах выбора профессии, знании рынка труда, основных работодателей, наличии способностей к выбранной профессии.
_Материалы и методы
В исследовании использовались такие подходы как системный и институциональный. Системный подход, проявляющийся в структурно-функциональном анализе, позволил уточнить компоненты профессиональной ориентации (за счет структурного анализа), а также выявить влияние на них факторов (за счет функционального анализа). С позиций институционального подхода рассмотрены особенности института образования.
Теоретическая часть исследования содержит анализ публикаций представленных в международных базах цитирований Scopus и WoS, а также в РИНЦ НЭБ РФ. Представлен сжатый обзор развития подходов к удержанию и мотивации студентов, а также актуальные современные исследования по выявлению групп студентов с высоким риском выбытия, преимущественно последних 5 лет.
Теоретико-методологические основания исследования построены на основе подхода подробно описанного в работе Л. Н. Банниковой, О.Р. Беловой и Л. Н. Боро-ниной [37]. Согласно нему, студенческое сообщество представлено как многомерная среда, обладающая общностью и самоорганизацией, трансформирующейся под воздействием внешних факторов, таких как: развитие информационно-коммуникационных технологий, цифровизация различных сфер жизни, глобальные вызовы, такие как пандемия коронавируса и пр., более подробно в исследовании M. A. Coral, A. E. Bernuy [38].
Эмпирическая часть исследования строится на проведении анкетного онлайн-опроса студентов при помощи инструмента Google Forms. Генеральная совокупность - 9117 студентов очной формы обучения ФГАОУ ПНИПУ. Выборка носит репрезентативный характер: объем выборки - 551 студент, участие приняли студенты всех факультетов и направлений подготовки, обучающиеся на программах бакалавриата, спе-циалитета и магистратуры, в том числе 277 девушек и 274 юноши.
Анкета содержала вопросы:
• о направлении подготовки (факультет, специальность), курсе, текущей успеваемости, виде конкурса (бюджет/контракт/целевое обучение);
• о социально-экономическом положении, окружении (уровень доходов, место жительства, полная/неполная семья);
• о наличии, виде и качестве профориентационных мероприятий, проводимых в средних общеобразовательных учреждениях;
• о мотивах выбора будущей профессии, наличии способностей к ней;
• о понимании рынка труда, мест трудоустройства на момент выбора профессии.
В исследовании использовался вторичный анализ данных в области мотивации
студентов, профориентационной работы, нормативной базы в области организации и контроля образовательной деятельности. Использованы корреляционный анализ, анализ таблиц сопряженности, типологический анализ. Применялся критерий х2 при анализе статистических данных.
_Результаты исследования
По результатам анализа полученных данных установлено, что в школе профориен-тационный тест проходили больше девушки (84,0%), чем юноши (67,8%). Среди прошедших тест высоким влияние его на выбор будущей профессии называют примерно равные доли респондентов разного пола (около 16%), однако низким такое влияние называют почти % студенток (72,2%) и всего около 2/3 студентов (65,1%).
На рисунке 1 представлено распределение ответов респондентов о случайности или намеренности выбора будущей профессии (в последнем случае выбор может быть сделан самостоятельно или под влиянием окружения).
67,38%
61,01%
20,53% 19,34% 10,41%
а) б) Б)
■ Ж ИМ
Рисунок 1 Способ выбора будущей профессии обучающимися а) по совету родителей, друзей; б) самостоятельно; в) случайным образом
Самостоятельно выбор профессии совершают, по собственному признанию, больше юноши (67,4%), чем девушки (61,2%), разница статистически значима (хи-квадрат равен 5,7649, Р - 0,0163) Эти различия наблюдаются в основном за счет меньшей доли случайного выбора профессии респондентами мужского пола (12,7%) в сравнении с респондентами женского пола (17,9%) при одинаковых долях в этих группах выбравших профессию по совету друзей или знакомых (около 1/5).
Имели представление о местах трудоустройства по специальности на момент ее выбора большинство - 2/3 среди мужчин (64,8%) и почти на 10% меньше среди женщин (56,3%). Среди обоих полов доминирует представление о наличии у себя способностей по выбранной профессии/специальности, но среди девушек доля таковых меньше (77,2%), чем среди юношей (84,6%). При этом юноши проявляют и большую уверенность в том, что они будут работать по специальности: примерно 6 из 10-ти девушек (56,7%) и 7 из 10-ти юношей (67,4%).
Ключевых мотивов выбора профессии - пять. Самый популярный мотив, который называет почти треть всех респондентов (31,0%) - это «интерес к содержанию профессии или к сфере труда»; по четверти опрошенных указывают на «высокую зарплату» и «возможность трудоустройства» (26,3 и 24,5% соответственно). Это мотивы со вторым и третьим рангами. Четвертое и пятое место делят мотивы финансовой доступности
Perspectives of Science & Education. 2022, Мо1. 60, N0. 6
обучения и хороших условий труда (по 15,8%). Подчеркнем, что мотив трудоустройства лишь третий по популярности у студентов. Мотивы зависят также от формы набора на обучение (см. табл. 1).
Таблица 1
Влияние формы набора на мотивы выбора профессии (в % от числа ответов)
№ Мотивы Форма
бюджет контракт целевое
1 Интерес к содержанию профессии или к сфере труда 22,7 22,9 22,1
2 Высокая зарплата 18,5 23,7 16,9
3 Возможность трудоустройства, актуальность отрасли 17,5 16,8 23,4
4 Финансовая доступность обучения 13,1 3,1 14,3
5 Хорошие условия труда 11,1 13,0 11,7
6 Престижность профессии 10,1 13,7 6,4
7 Продолжение семейной династии 4,9 1,5 0,0
8 Соответствие профессии желанию родителей 1,7 5,3 5,2
9 Отсрочка от армии 0,2 0,0 0,0
10 Отзывчивость приемной комиссии учебного заведения 0,2 0,0 0,0
Всего 100,0 100,0 100,0
Доля студентов-льготников 7 человек, поэтому данные по этой группе статистически не значимы и исключены из анализа. Среди студентов остальных форм обучения три самых популярных мотива выбора профессии одинаковы, различны лишь их ранги. Среди студентов бюджетной формы обучения наиболее распространен мотив интереса к содержанию профессии (22,7%), на втором месте - мотив высокого заработка (18,5%), а на третьем - возможность трудоустройства (17,5%). У студентов договорной формы приоритеты иные: интерес к содержанию профессии (22,9%) уступает мотиву высокой зарплаты (23,7%), а возможность трудоустроиться как мотив выбора специальности также находится на третьем месте (16,8%). Возможность трудоустройства по понятным причинам больше интересует обучающихся на целевой основе. Это первый по популярности мотив в данной группе (23,4%), при этом информация о возможных высоких доходах представителей выбранной профессии мотивирует чуть меньшую долю из них (16,9%), чем интерес к профессиональной сфере или содержанию деятельности (22,1%).
Проходили в школе профориентационный тест большинство опрошенных независимо от того, на основе какой формы набора обучающихся респонденты приняты в вуз. Меньше всего таковых среди принятых на договорной основе - 7 из 10 студентов (70,9%), чуть больше - среди обучающихся на бюджетной основе - примерно три четверти (76,1%), а больше всего среди набора на льготной и целевой основе (в силу малочисленности они здесь анализируются кумулятивно) - 8 из 10 опрошенных (82,7%).
По данным нашего исследования, наблюдается положительная связь между оценкой степени влияния пройденного в школьные годы нынешним студентом профори-ентационного теста на его выбор будущей профессии и тем, собирается ли студент в дальнейшем работать по специальности (коэффициент Пирсона показывает среднюю связь - 0,588) (см. табл.2).
Таблица 2
Коэффициенты корреляции
1 2 3 4 5 6
1. Проходили ли Вы при обучении в школе профориентационный тест? 1
2. В какой мере профориентационный тест повлиял на Ваш выбор будущей профессии? 0,021 1
3. Посещали ли Вы экскурсии в высшие учебные заведения, "Дни открытых дверей", "Профпробы"? 0,778 0,108 1
4. Собираетесь ли Вы работать по выбранной специальности? 0,245 0,588 0,014 1
5. Где Вы проживаете на данный момент? 0,510 0,325 -0,090 -0,048 1
6. Как Вами осуществлялся выбор специальности? 0,709 -0,038 0,172 0,076 0,039 1
Данные позволяют предположить, что осознанный благодаря такому тесту выбор профессии (специальности) в некоторой мере является залогом настроя работать по специальности.
При этом высокая или очень высокая сила связи между самим прохождением про-фориентационного теста и желанием работать по специальности не найдена (коэффициент 0,245, говорящий о наличии слабой связи). Сильно связаны (коэффициент 0,709) наличие пройденного теста и самостоятельность выбора специальности индивидом.
Посещение экскурсий в высшие учебные заведения, а также таких мероприятий как, «Дни открытых дверей», «Профпробы» коррелирует с наличием профориентаци-онного теста (коэффициент 0,778 - значит, силу связи между этими явлениями можно считать высокой), что, скорее всего, свидетельствует о комплексности проводимой профориентационной работы (в случае ее наличия) на уровне школ. Непрошедшие такой тест студенты, как правило, не посещают и мероприятий по знакомству с учебными заведениями. Посещение данных экскурсий в свою очередь средне связано с масштабом родного населенного пункта (коэффициент 0,510).
Исследование позволило сконструировать типологию студентов по критериям трудовых планов и наличия профориентации. Выделено 4 типа респондентов: «профессионально-ориентированные», «самоопределившиеся», «разочаровавшиеся» и «ошибившиеся».
Представители первого типа («профессионально-ориентированные») прошли про-фориентационный тест в школьные годы и планируют работать в дальнейшем по выбранной специальности. Данный тип наиболее многочисленен - он составляет около половины всех студентов (46,7%).
Второй по популярности тип - «разочаровавшиеся»; он насчитывает более четверти всех студентов (29,2%) и характеризуется прохождением профориентационного теста и отказом от работы по специальности.
Вдвое реже, чем тип «разочаровавшиеся», встречается тип «самоопределившиеся» (15,3%). Его представители не проходили профориентационного теста, но готовы в будущем работать по получаемой специальности.
Наименьшей долей студентов представлен тип «ошибившиеся» - менее 1/10 (8,8%). Это непрошедшие в свое время профориентационнный тест студенты, которые не собираются работать по своей специальности. Данный тип вместе с типом «разочаровавшиеся» выступают группой риска, т.к. получают высшее образование, профиль которого они не нацелены использовать в своей профессиональной деятельности. В такую группу риска попадает почти 4 студента из 10-ти (38,0%).
На рассматриваемые типы влияет пол, различия статистически значимы (значение хи-квадрат = 12,2917, значение Р = 0,0004) (см. табл. 3).
Таблица 3
Влияние пола на типологию студентов по критериям трудовых планов и наличия
профориентации (в % от группы по полу)
Пол Типы
профессионально-ориентированные разочаровавшиеся самоопределившиеся ошибившиеся
мужской 45,3 22,5 22,1 10,1
женский 48,1 35,8 8,6 7,5
К счастью, доминирующий тип среди обоих полов - наиболее благополучный. Это «профессионально-ориентированные». В один рискованный тип - «разочаровавшиеся» - попадает большая доля женщин, чем мужчин (соответственно более трети и менее четверти); во второй рискованный тип - «ошибившиеся» входят примерно равные доли и мужчин, и женщин (около 1/10).
При этом на типы студентов влияет и способ выбора специальности (см. табл. 4).
Таблица 4
Влияние способа выбора специальности на типы групп студентов (в % от группы по способу выбора)
Способ выбора Типы
профессионально-ориентированные разочаровавшиеся самоопределившиеся ошибившиеся
самостоятельно 51,2 23,5 18,6 6,7
по совету друзей, знакомых 50,5 28,4 10,1 11,0
случайно 23,4 53,2 7,8 15,6
Среди осознанно выбравших специальность (самостоятельно или по совету других) доминирует тип «профессионально-ориентированные» студенты (чуть более половины). Среди остановивших свой выбор на получаемой специальности случайно большинство - рискованный тип «разочаровавшиеся» (53,2%), а доля другого рискованного типа - «ошибившиеся» - больше, чем среди двух групп с осознанным выбором профессии/специальности (15,6% в сравнении с 11,0 и 6,7%).
_Обсуждение результатов
В настоящее время в обществе и экономике наблюдаются масштабные преобразования, связанные с развитием цифровых технологий, так называемая цифровая трансформация. Это явление преобразует различные виды деятельности, в том числе образование, и носит глобальный характер. Экономика любой страны нуждается в высококвалифицированных кадрах, что приводит к увеличению численности контингента студентов, однако, этот процесс сопровождается ростом числа недоучившихся, выбывших студентов. Минимизация процента выбытия невозможна без понимания причин этого явления, поэтому интерес к анализу данной проблемы значительно вырос.
В последние годы разработано большое количество математических моделей, прогнозирующих выбытие или выявляющих группы риска среди студентов. Модели отличаются как используемым математическим аппаратом, так и исходными данными. Большинство работ основано на анализе данных непосредственно о студентах: индивидуальных (пол, возраст), как, например, в исследовании L. Kemper и соавт. [39], социально-экономических (информация о родителях, экономическое положение семьи) - A. Cano коллегами [40] и социально-демографических (этническое происхождение, раса, гражданство, семейное положение, размер семьи) - D. Delen [41], академических (базовая подготовка, успеваемость, выбор направления подготовки) - O. W. Adejo, T. Connolly [42]. Гораздо реже в исследованиях встречается анализ внешней среды, например, сведения об университете (инфраструктура, рейтинг, партнеры, бюджет), об образовательной и социокультурной среде S. Srinivas, S. Rajendran [43], о информировании и поддержке студентов, кураторстве S. Sultana и соавт. [44]. Количество исследований содержащих комплексный подход, учитывающий анализ внешних и внутренних факторов крайне ограничено, например, A. B. Urbina-Nájera с коллегами [8].
В данном исследовании, при составлении анкеты для опроса студентов, авторы включили вопросы, затрагивающие как данные о студентах, так и о их успеваемости, окружении, образовательной и социокультурной среде университета, что позволило получить более полное представление о мотивах выбора профессии студентами. Результаты ранжирования мотивов к выбору профессии не противоречат как результатам довольно масштабного исследования, проведенного среди европейских и латиноамериканских студентов, J. L. Ordóñez, J. L. Méndez-Ulrich, A. M. López [15], так и среди российских студентов - О. И. Крушельницкая [14]. Количество студентов в группах риска составило 30-40%, что подтверждает научное исследование Т. А. Федоровой и В. В. Жилкина [20]. Существенное влияние на выбор профессии оказывает окружение (социально-экономические факторы), что согласуется с работами A. Cano с коллегами [40] и D. Delen [41].
Несмотря на всю сложность и неоднозначность профориентационных мероприятий, установлено их влияние на выбор профессии и отмечен высокий процент студентов, выбравших будущую профессию самостоятельно, аналогичные результаты получены зарубежными исследователями O. W. Adejo и T. Connolly [42].
Заключение
По результатам нашего исследования, в соответствии с поставленной целью среди студентов выявлены группы риска, не ориентированные на работу по получаемой специальности, и, следовательно, не имеющие достаточной мотивации для обучения. Подход позволил сконструировать типологию студентов по критериям трудовых планов и наличия профориентации: «профессионально-ориентированные», «самоопределившиеся», «разочаровавшиеся» и «ошибившиеся». Последние две группы «разочаровавшиеся» и «ошибившиеся» являются группами риска, т.к. по различным причинам имеют низкую мотивацию к обучению. Уменьшение процента выбытия студентов высших учебных заведений, увеличение числа выпускников работающих по специальности являются важными научно-практическими задачами не только для отдельно взятого регионального университета, но и для всей системы высшего образования в России и мире. В исследовании также установлено:
1. Девушки оценивают свои способности по получаемой профессии скромнее юношей, демонстрируя при этом меньшую уверенность в работе по специальности в будущем. Прохождение профориентационного теста в школьные годы влияет на самостоятельность выбора профессии. Прошедшие данный тест более активны в получении информации о профессиях/специальностях на других предназначенных для этого мероприятиях.
2. Существует связь между прохождением профориентационного теста и желанием студента работать по выбранной специальности, т.е. первая гипотеза исследования подтверждена.
3. В тройку основных мотивов входят «интерес к содержанию профессии или к сфере труда», «высокая зарплата» и важный в контексте нашего исследования мотив «возможности трудоустройства» (последний по понятным причинам больше интересен обучающимся по целевому набору). Выявлена положительная связь между пройденным профориентационным тестом и настроем работать по специальности. Однако, среди мотивов обучения возможность трудоустройства не занимает у студентов лидирующей позиции, но входит в мотивационное «ядро».
4. В группу риска (с отсутствием намерения работать по специальности) входят почти 40% студентов, каждый десятый из них не проходил профориентационное тестирование.
Часть методики проведенного исследования может использоваться для своевременного выявления незаинтересованных в выбранной профессии студентов, после чего ими возможен выбор иного профиля, направления обучения или формирование индивидуальной образовательной траектории.
По мнению авторов данной статьи, дальнейшее развитие рассмотренных вопросов возможно в следующих направлениях:
1. обоснование критериев, необходимых для анализа траекторий, определение их влияния на мотивацию для разработки компьютерных программ, позволяющих с некоторой периодичностью отслеживать группы риска, возможно просчитывающих наиболее благоприятные варианты изменения траекторий;
2. разработка и обоснование комплексных мероприятий по работе с группами риска, развитие профориентационной работы, института кураторства;
3. обеспечение преемственности траекторий, возможно не только образовательных, но и в последствии профессиональных (карьерных), а также информации на каждой из них, для обеспечения осознанности, гибкости, позволяющей ставить среднесрочные и долгосрочные цели, что позитивно скажется на мотивации деятельности.
ЛИТЕРАТУРА
1. Goos M., Manning A., Salomons A. Explaining job polarization: Routine-biased technological change and offshoring // American Economic Review. 2014. №104 (8). P. 2509-2526 D0l:10.1257/aer.104.8.2509
2. Дудырев Ф. Ф., Романова О. А., Шабалин А. И. Система профессионального образования: как научиться слышать сигналы рынка труда? // Национальный исследовательский университет «Высшая школа экономики», Институт образования. М.: НИУ ВШЭ. 2018. 44 с. Режим доступа: https://ioe.hse.ru/pubs/share/ direct/408112963.pdf (дата обращения: 26.11.2021)
3. Мальцев Д.В., Репецкий Д.С. Удовлетворённость обучающихся качеством образовательных услуг технического университета// Высшее образование в России. 2020. №5. С. 45-52. DOI: 10.31992/0869-3617-2020-29-5-45-52
4. Мальцев Д.В. Влияние качества образовательных услуг технического университета на трудоустройство выпускников // Перспективы науки и образования. 2020. №6 (48). С. 459-473 DOI: 10.32744/pse.2020.6.35
5. de Oliveira C. F., Sobral S. R., Ferreira M. J., Moreira F. How does learning analytics contribute to prevent students' dropout in higher education: A systematic literature review // Big Data and Cognitive Computing. 2021. №5 (4). doi:10.3390/bdcc5040064
6. Karlos S., Kostopoulos G., Kotsiantis S. Predicting and interpreting students' grades in distance higher education through a semi-regression method // Applied Sciences (Switzerland). 2020. №10 (23). P.1-19. doi:10.3390/ app10238413
7. Sarra A., Fontanella L., Di Zio S. Identifying students at risk of academic failure within the educational data mining framework // Social Indicators Research. 2019. №146 (1-2). P. 41-60. D0I:10.1007/s11205-018-1901-8
8. Urbina-Najera A. B., Camino-Hampshire J. C., Cruz Barbosa R. University dropout: Prevention patterns through the application of educational data mining // RELIEVE - Revista Electronica De Investigacion y Evaluacion Educativa. 2020. №26 (1). P. 1-19. D0I:10.7203/relieve.26.1.16061
9. Zhaina B., Ospa n S., Elmira M., et. al. Pedagogical Foundations of the Technology of Vocational Guidance for Students // Journal of Intellectual Disability - Diagnosis and Treatment. 2020. №8 (4). P. 770-776. D0I:10.6000/2292-2598.2020.08.04.20
10. Касьянова Т.И., Мальцев А.В., Шкурин Д.В. Профессиональное самоопределение старшеклассников как общественная проблема // Образование и наука. 2018. Т. 20. № 7. С. 168-187. DOI: 10.17853/1994-5639-20187-168-187
11. Пряжникова Е.Ю., Егоренко Т.А. Проблема профессионального становления личности [Электрон. ресурс] // Современная зарубежная психология. 2012. № 2. С. 111-122. Режим доступа: https://psyjournals.ru/jmfp/2012/ n2/52291.shtml (дата обращения: 20.11.2021)
12. Orynbek G., Dauletali A., Farida O., et. al. The foreign language students' beliefs regarding learning strategies in different Kazakhstan University students // Journal of Intellectual Disability - Diagnosis and Treatment. 2018. №6 (3). P. 96-104. DOI:10.6000/2292-2598.2018.06.03.5
13. Вилюнас В.К. Психологические механизмы мотивации человека. - М.: Изд-во МГУ. 1990. 288 с. Режим доступа: http://sbiblio.com/BIBLIO/archive/vilunas_psih/ (дата обращения: 11.01.2022)
14. Крушельницкая О.И., Третьякова А.Н. Мотивация получения высшего образования у студентов первого и выпускного курсов (сравнительный анализ) // Высшее образование в России. 2017. No 2 (209). С. 70-77 Режим доступа: https://vovr.elpub.ru/jour/article/view/967/867 (дата обращения: 26.11.2021)
15. Ordonez J. L., Mendez-Ulrich J. L., Lopez A. M. Academic motivation and satisfaction among students of education: An international perspective // Educacion XX1. 2021. 24(1). Pp. 45-68. doi:10.5944/educXX1.26491
16. Кирюшкин А. В. Изучение мотивации обучения в вузе студентов социально-гуманитарного факультета ТОГУ // Ученые заметки ТОГУ [Электрон. ресурс]. 2015. Т. 6, № 1. С. 28-32. Режим доступа: https://pnu.edu.ru/ ejournal/pub/articles/907/ (дата обращения: 26.20.2021)
17. Осипова Н. Г., Колодезная Г. В., Шевцов А. Н. О закономерностях и причинах отчислений в вузе и мотивации учебной деятельности студентов // Образование и наука. 2018. Т. 20. № 6. С. 158-182. DOI: 10.17853/19945639-2018-6-158-182
18. Tsvetkova M., Saenko N., Levina V., et. al. Organizing students' independent work at universities for professional competencies formation and personality development // International Journal of Instruction. 2021. №14 (4). P. 503-528. DOI:10.29333/iji.2021.14430a
19. Hai N. C. Factors affecting student satisfaction with higher education service quality in vietnam // European Journal
of Educational Research. 2022. №11 (1). P. 339-351. doi:10.12973/EU-JER.11.1.339
20. Федорова Т. А., Жилкин В. В. Высшее образование: мотивация к получению // Аналитика культурологии. 2005. №1 (3) [Электрон. ресурс]. Режим доступа: http://analiculturolog.ru/journal/archive/item/138-higher-education-motivation-receivable.html (дата обращения: 26.11.2021).
21. Alser M., Alkhatib M., Alnakhala A., Barhoom M. I. The motives, academic performance, and career prospects of gazan medical students abroad: A cross-sectional study // Lancet (London, England). 2021. № 398. S10. doi:10.1016/ S0140-6736(21)01496-3
22. Theurer C., Bleck V., Deistler K., et. al. Does motivation in the beginning equal success in the end? The predictive power of career choice motivation for grades during teacher education // Zeitschrift Fur Padagogische Psychologie. 2021. DOI: 10.1024/1010-0652/a000312
23. König J., Rothland M. Motivations for choosing teaching as a career: Effects on general pedagogical knowledge during initial teacher education // AsiaPacific Journal of Teacher Education. 2012. №40. P. 289-315. D0I:10.1080/1 359866X.2012.700045
24. Dohnal J. Students' motivation at the university level (an essay based on experience of foreign language teaching) // Historical and Social Educational Ideas. 2016. T. 8. № 2-1. P. 109-113. DOI: 10.17748/2075-9908-2016-8-2/1-109-113
25. Жариков А.В., Журавлев Е.В., Журенков О.В. [и др.] Компьютерная модель прогнозирования отчисления студентов на основе данных приемной кампании // Высокопроизводительные вычислительные системы и технологии. 2020. №1. С. 126-131.
26. Тимофеева А.Ю., Аврунев О.Е. Отчисления студентов в процессе обучения: объяснительная сила ЕГЭ //? Мы продолжаем традиции российской статистики: сб. докл. междунар. науч.-практ. конф. "1 Открытый российский статистический конгресс" (Новосибирск, 20-22 окт. 2015).: в 4 т. Т. 4. Теоретические поиски и предложения. Новосибирск: НГУЭУ. 2016. С. 133-140.
27. Шмелева Е. Д., Фрумин И. Д. Факторы отсева студентов инженерно-технического профиля в российских вузах // Вопросы образования. 2020. № 3. С. 110-136. DOI: 10.17323/1814-9545-2020-3-110-136.
28. Iam-On N., Boongoen T. Improved student dropout prediction in thai university using ensemble of mixed-type data clusterings // International Journal of Machine Learning and Cybernetics. 2017. №8 (2). P. 497-510. doi:10.1007/ s13042-015-0341-x
29. Robert D. Putnam: Our kids. the American dream in crisis // Corvinus Journal of Sociology and Social Policy. 2016. №7 (2). P. 135-140. DOI:10.14267/CJSSP.2016.02.08
30. Mishra S. Social networks, social capital, social support and academic success in higher education: A systematic review with a special focus on 'underrepresented' students // Educational Research Review. 2020. № 29. DOI: 10.1016/j.edurev.2019.100307
31. Haga M., Takano K., Hanyu K., et. al. Subjective social capital scale for university life (SSCS-U): Validity and reliability // Japanese Journal of Educational Psychology. 2017. №65 (1). P. 77-90. DOI: 10.5926/jjep.65.77
32. Koyanagi Y., Aung M. N, Yuasa M., et. al. The relation between social capital and academic motivation of students: A study of health professional education in Japan // European Journal of Investigation in Health, Psychology and Education. 2021. №11 (1). P. 129-141. DOI:10.3390/ejihpe11010011
33. Tinto V. Through the eyes of students // Journal of College Student Retention: Research, Theory and Practice. 2017. №19 (3). P. 254-269. DOI:10.1177/1521025115621917
34. Anae M., Peterson I. Pacific tertiary students and the centrality of ethnic identity for successful outcomes // MAI Journal. 2020. №9 (1). P. 38-48. DOI:10.20507/MAIJournal.2020.9.1.5
35. Jang E., Kim E. English for North Korean refugees in South Korea // English Today. 2021. №37 (3). P.169-177. DOI:10.1017/S0266078420000176
36. Gromova, C., Khairutdinova, R., Birman, D., et. al. Educational practices for immigrant children in elementary schools in Russia // Education Sciences. 2021. №11 (7). DOI:10.3390/educsci11070325
37. Банникова Л. Н., Белова О. Р., Боронина Л. Н. [и др.] СТУДЕНТ 1995-2016 гг.: динамика социокультурного развития студенчества Среднего Урала: монография [Электрон. ресурс] / Под общ. ред. Ю. Р. Вишневского. Екатеринбург: УрФУ, 2017. 904 с. Режим доступа: https://elar.urfu.ru/handle/10995/54225 (дата обращения: 29.11.2021).
38. Coral M. A., Bernuy A. E. Challenges in the digital transformation processes in higher education institutions and universities // International Journal of Information Technologies and Systems Approach. 2022. №15 (1). DOI:10.4018/ IJITSA.290002
39. Kemper L., Vorhoff G., Wigger B. U. Predicting student dropout: A machine learning approach // European Journal of Higher Education. 2020. №10 (1). P 28-47. DOI:10.1080/21568235.2020.1718520
40. Cano A., Leonard J. D. Interpretable multiview early warning system adapted to underrepresented student populations // IEEE Transactions on Learning Technologies. 2019. №12 (2). P. 198-211. DOI:10.1109/TLT.2019.2911079
41. Delen D. A comparative analysis of machine learning techniques for student retention management // Decision Support Systems. 2010. №49 (4). P. 498-506. DOI: 10.1016/j.dss.2010.06.003
42. Adejo O. W., Connolly T. Predicting student academic performance using multi-model heterogeneous ensemble approach // Journal of Applied Research in Higher Education. 2018. №10 (1). P. 61-75. DOI:10.1108/ JARHE-09-2017-0113
43. Srinivas S., Rajendran S. Topic-based knowledge mining of online student reviews for strategic planning in universities // Computers and Industrial Engineering. 2019. № 128. P. 974-984. doi: 10.1016/j.cie.2018.06.034
44. Sultana S., Khan S., Abbas M. A. Predicting performance of electrical engineering students using cognitive and non-cognitive features for identification of potential dropouts // International Journal of Electrical Engineering and Education. 2017. №54 (2). P. 105-118. D0l:10.1177/0020720916688484
REFERENCES
1. Goos M., Manning A., Salomons A. Explaining job polarization: Routine-biased technological change and offshoring. American Economic Review, 2014, vol. 104, no. 8, pp. 2509-2526. DOI: 10.1257/aer.104.8.2509
2. Dudyrev F. F., Romanova O. A., SHabalin A. I. The system of vocational education: how to learn to hear the signals of the labor market? Nacional'nyj issledovatel'skij universitet «Vysshaya shkola ekonomiki», Institut obrazovaniya = National Research University Higher School of Economics, Institute of Education, 2018, 44. (In Russ.)
3. Mal'cev D.V., Repeckij D.S. Satisfaction of students with the quality of educational services of the technical University. Vysshee obrazovanie v Rossii = Higher education in Russia, 2020,no. 5, pp. 45-52. DOI: 10.31992/0869-3617-202029-5-45-52 (In Russ.)
4. Mal'cev D.V. The impact of the quality of educational services of the Technical University on the employment of graduates. Perspektivy nauki i obrazovaniya = Perspectives of Science and Education, 2020, vol. 48, no. 6, pp. 459473. DOI: 10.32744/pse.2020.6.35 (In Russ.)
5. de Oliveira C. F., Sobral S. R., Ferreira M. J., Moreira F. How does learning analytics contribute to prevent students' dropout in higher education: A systematic literature review. Big Data and Cognitive Computing, 2021, vol. 5, no. 4. doi: 10.3390/bdcc5040064
6. Karlos S., Kostopoulos G., Kotsiantis S. Predicting and interpreting students' grades in distance higher education through a semi-regression method. Applied Sciences (Switzerland), 2020, vol. 23, no. 10, pp. 1-19. doi: 10.3390/ app10238413
7. Sarra A., Fontanella L., Di Zio S. Identifying students at risk of academic failure within the educational data mining framework. Social Indicators Research, 2019, vol. 146, no. 1-2, pp. 41-60. DOI: 10.1007/s11205-018-1901-8
8. Urbina-Nájera A. B., Camino-Hampshire J. C., Cruz Barbosa R. University dropout: Prevention patterns through the application of educational data mining. RELIEVE - Revista Electronica De Investigation y Evaluacion Educativa, 2020, vol. 26, no. 1, pp. 1-19. DOI: 10.7203/relieve.26.1.16061
9. Zhaina B, Ospan S, Elmira M, Gulnar K, Tolganay B. Pedagogical Foundations of the Technology of Vocational Guidance for Students. Journal of Intellectual Disability - Diagnosis and Treatment, 2020, vol. 8, no. 4, pp. 770-776. DOI: 10.6000/2292-2598.2020.08.04.20
10. Kas'yanova T.I., Mal'cev A.V., Shkurin D.V. Professional self-determination of high school students as a social problem. Obrazovanie i nauka = Education and science, 2018, vol. 20, no. 7, pp. 168-187. DOI: 10.17853/1994-5639-2018-7168-187 (In Russ.)
11. Pryazhnikova E.Yu., Egorenko T.A. The problem of professional formation of personality. Sovremennayazarubezhnaya psihologiya = Modern foreign psychology, 2012. no. 2, pp. 111-122. (In Russ.)
12. Orynbek G., Dauletali A., Farida O., et. al. The foreign language students' beliefs regarding learning strategies in different Kazakhstan University students. Journal of Intellectual Disability - Diagnosis and Treatment, 2018, vol. 6, no. 3, pp. 96-104. DOI: 10.6000/2292-2598.2018.06.03.5
13. Vilyunas V.K. Psihologicheskie mekhanizmy motivacii cheloveka = Psychological mechanisms of human motivation. Moscow,Moscow State University Publishing House, 1990, 283 p. (In Russ.)
14. Krushel'nickaya O.I., Tret'yakova A.N. Motivation for higher education among first- and final-year students (comparative analysis). Vysshee obrazovanie v Rossii = Higher education in Russia, 2017, vol. 209, no. 2, pp. 70-77. (In Russ.)
15. Ordóñez J. L., Méndez-Ulrich J. L., López A. M. Academic motivation and satisfaction among students of education: An international perspective. Educacion XXI, 2021, vol. 24, no. 1, pp. 45-68. doi: 10.5944/educXX1.26491
16. Kiryushkin A. V. Studying the motivation of studying at the university of students of the Faculty of Social Sciences and Humanities of the POSU. Uchenye zametki TOGU = Scientific notes of the POSU, 2015, vol. 6, no. 1, pp. 28-32. (In Russ.)
17. Osipova N. G., Kolodeznaya G. V., SHevcov A. N. About the patterns and causes of university deductions and motivation of students' learning activities. Obrazovanie i nauka = Education and science, 2018, vol. 20, no. 6, pp. 158-182. DOI: 10.17853/1994-5639-2018-6-158-182 (In Russ.)
18. Tsvetkova M., Saenko N., Levina V., et. al. Organizing students' independent work at universities for professional competencies formation and personality development. International Journal of Instruction, 2021, vol. 14, no. 4, pp. 503-528. DOI: 10.29333/iji.2021.14430a
19. Hai N. C. Factors affecting student satisfaction with higher education service quality in vietnam. European Journal of Educational Research, 2022, vol. 11, no. 1, pp. 339-351. doi: 10.12973/EU-JER.11.1.339
20. Fedorova T. A., ZHilkin V. V. Higher education: motivation to obtain. Analitika kul'turologii = Analysis of cultural studies, 2005, vol. 3, no. 1. Available from: http://analiculturolog.ru/journal/archive/item/138-higher-education-motivation-receivable.html (In Russ.)
21. Alser M., Alkhatib M., Alnakhala A., Barhoom M. I. The motives, academic performance, and career prospects of gazan medical students abroad: A cross-sectional study. Lancet (London, England), 2021, vol. 398. S10. doi: 10.1016/
S0140-6736(21)01496-3
22. Theurer C., Bleck V., Deistler K., et. al. Does motivation in the beginning equal success in the end? The predictive power of career choice motivation for grades during teacher education. Zeitschrift Fur Pädagogische Psychologie. 2021. DOI: 10.1024/1010-0652/a000312
23. König J., Rothland M. Motivations for choosing teaching as a career: Effects on general pedagogical knowledge during initial teacher education. Asia Pacific Journal of Teacher Education, 2012, vol. 40, pp. 289-315. DOI: 10.1080/1359866X.2012.700045
24. Dohnal J. Students' motivation at the university level (an essay based on experience of foreign language teaching). Historical and Social Educational Ideas, 2016, vol. 8, no. 2-1, pp. 109-113. DOI: 10.17748/2075-9908-2016-8-2/1109-113
25. Zharikov A.V., Zhuravlev E.V., Zhurenkov O.V. et. al. A computer model for predicting student expulsions based on admission campaign data. Vysokoproizvoditel'nye vychislitel'nyesistemy i tekhnologii = High-performance computing systems and technologies, 2020, no. 1, pp. 126-131 (In Russ.)
26. Timofeeva A.YU., Avrunev O.E. Students' deductions in the learning process: the explanatory power of the Unified State Exam. In: My prodolzhaem tradicii rossijskoj statistiki: sb. dokl. mezhdunar. nauch.-prakt. konf. "1 Otkrytyj rossijskij statisticheskij kongress" = We continue the traditions of Russian statistics: International scientific and practical Conference "1st Open Russian Statistical Congress", 2015. Novosibirsk, Publishing House Novosibirsk State University of Economics and Management (In Russ.)
27. Shmeleva E. D., Frumin I. D. Factors of dropout of engineering students in Russian universities. Voprosy obrazovaniya = Education issues, 2020, no. 3, pp. 110-136. DOI: 10.17323/1814-9545-2020-3-110-136. (In Russ.)
28. Iam-On N., Boongoen T. Improved student dropout prediction in thai university using ensemble of mixed-type data clusterings. International Journal of Machine Learning and Cybernetics, 2017, vol. 8, no. 2, pp. 497-510. doi: 10.1007/s13042-015-0341-x
29. Robert D. Putnam: Our kids. the American dream in crisis. Corvinus Journal of Sociology and Social Policy, 2016, vol. 7, no. 2, pp. 135-140. DOI: 10.14267/CJSSP.2016.02.08
30. Mishra S. Social networks, social capital, social support and academic success in higher education: A systematic review with a special focus on 'underrepresented' students. Educational Research Review, 2020, vol. 29. DOI: 10.1016/j.edurev.2019.100307
31. Haga M., Takano K., Hanyu K., et. al. Subjective social capital scale for university life (SSCS-U): Validity and reliability. Japanese Journal of Educational Psychology, 2017, vol. 65, no. 1, pp. 77-90. DOI: 10.5926/jjep.65.77
32. Koyanagi Y., Aung M. N, Yuasa M., et. al. The relation between social capital and academic motivation of students: A study of health professional education in Japan. European Journal of Investigation in Health, Psychology and Education, 2021, vol. 11, no. 1, pp. 129-141. DOI: 10.3390/ejihpe11010011
33. Tinto V. Through the eyes of students. Journal of College Student Retention: Research, Theory and Practice, 2017, vol. 19, no. 3, pp. 254-269. DOI: 10.1177/1521025115621917
34. Anae M., Peterson I. Pacific tertiary students and the centrality of ethnic identity for successful outcomes. MAI Journal, 2020, vol. 9, no. 1, pp. 38-48. DOI: 10.20507/MAIJournal.2020.9.1.5
35. Jang E., Kim E. English for North Korean refugees in South Korea. English Today, 2021, vol. 37, no. 3, pp. 169-177. DOI: 10.1017/S0266078420000176
36. Gromova, C., Khairutdinova, R., Birman, D., et. al. Educational practices for immigrant children in elementary schools in Russia. Education Sciences, 2021, vol. 11, no. 7. DOI: 10.3390/educsci11070325
37. Bannikova L. N., Belova O. R., Boronina L. N., et al. STUDENT 1995-2016 gg.: dinamika sotsiokul'turnogo razvitiya studenchestva Srednego Urala = STUDENT 1995-2016: Dynamics of socio-cultural development of students in the Middle Urals. Ekaterinburg, Ural Federal University, 904 p. Available from: https://elar.urfu.ru/handle/10995/54225 (In Russ.)
38. Coral M. A., Bernuy A. E. Challenges in the digital transformation processes in higher education institutions and universities. International Journal of Information Technologies and Systems Approach, 2022, vol. 15 (1). DOI: 10.4018/IJITSA.290002
39. Kemper L., Vorhoff G., Wigger B. U. Predicting student dropout: A machine learning approach. European Journal of Higher Education, 2020, vol. 10, no. 1, pp. 28-47. DOI: 10.1080/21568235.2020.1718520
40. Cano A., Leonard J. D. Interpretable multiview early warning system adapted to underrepresented student populations. IEEE Transactions on Learning Technologies, 2019, vol. 12, no. 2, pp. 198-211. DOI: 10.1109/ TLT. 2019.2911079
41. Delen D. A comparative analysis of machine learning techniques for student retention management. Decision Support Systems, 2010, vol. 49 (4), pp. 498-506. DOI: 10.1016/j.dss.2010.06.003
42. Adejo O. W., Connolly T. Predicting student academic performance using multi-model heterogeneous ensemble approach. Journal of Applied Research in Higher Education, 2018, vol. 10 (1), pp. 61-75. DOI: 10.1108/ JARHE-09-2017-0113
43. Srinivas S., Rajendran S. Topic-based knowledge mining of online student reviews for strategic planning in universities. Computers and Industrial Engineering, 2019, vol. 28, pp. 974-984. doi: 10.1016/j.cie.2018.06.034
44. Sultana, S., Khan, S., Abbas, M. A. Predicting performance of electrical engineering students using cognitive and non-cognitive features for identification of potential dropouts. International Journal of Electrical Engineering and Education, 2017, vol. 54 (2), pp. 105-118. DOI:10.1177/0020720916688484
Информация об авторах Мальцев Дмитрий Викторович
(Россия, Пермь) Кандидат технических наук, доцент кафедры
Автомобили и технологические машины Пермский национальный исследовательский политехнический университет
E-mail: [email protected] ORCID ID: 0000-0001-5503-8784 Scopus Author ID: 57212413474
Лазукова Евгения Андреевна
(Россия, Пермь) Кандидат социологических наук, Доцент кафедры социологии и политологии Пермский национальный исследовательский политехнический университет
E-mail: [email protected] ORCID ID: 0000-0002-0384-3703 Scopus Author ID:57190757908 ResearcherID: ABG-7097-2021
Репецкий Дмитрий Станиславович
(Россия, Пермь) Кандидат технических наук, начальник учебно-
методического управления Пермский национальный исследовательский политехнический университет
E-mail: [email protected] ORCID ID: 0000-0001-9433-3209 Scopus Author ID: 57208753412
Information about the authors Dmitry V. Maltsev
(Russia, Perm) Cand. Sci. (Tech.), Associate Professor of Automobiles and Technological Machines Department Perm National Research Polytechnic University E-mail: [email protected] ORCID ID: 0000-0001-5503-8784 Scopus Author ID:57212413474
Evgeniya A. Lazukova
(Russia, Perm) Cand. Sci. (Sociol.), Associate Professor of the Department of Sociology and Political Science Perm National Research Polytechnic University E-mail: [email protected] ORCID ID: 0000-0002-0384-3703 Scopus Author ID:57190757908 ResearcherID: ABG-7097-2021
Dmitry S. Repetskiy
(Russia, Perm) Cand. Sci. (Tech.), Head of Educational and Methodical Department Perm National Research Polytechnic University E-mail: [email protected] ORCID ID: 0000-0001-9433-3209 Scopus Author ID: 57208753412
