CC BY
14
Перспективы Науки и Образования
Международный электронный научный журнал ISSN 2307-2334 (Онлайн)
Адрес выпуска: https://pnojoumal.wordpress.com/2023-2/23-01/ Дата поступления: 15.08.2022 Дата публикации: 28.02.2023
В. А. Кокшаров, А. Л. Неволина, Г. А. Ткачук, О. А. ЧиковА
Специфика мотивации китайских студентов к использованию технологии дистанционного обучения русскому языку
Введение. В настоящее время ограничения в связи с пандемией коронавируса полностью не сняты в Китайской Народной Республике и студенты обучающиеся в России периодически переходят на дистанционную форму обучения. Цель статьи - исследование специфики мотивации студентов к использованию дистанционных технологий обучения русскому языку с применением международно признанных методов измерения и статистического анализа данных.
Материалы и методы. Измерительные материалы Instructional Materials Motivation Survey (IMMS) для изучения специфики учебной мотивации студентов Уральского федерального университета (далее - УрФУ) из КНР на использование дистанционных технологий обучения русскому языку созданы для структурной модели Attention-Relevance-Confidence-Satisfaction (ARCS). Изучалась связь между личными данными студентов (пол, возраст, год обучения, образовательная программа, дополнительная языковая подготовка и результатами измерения учебной мотивации (IMMS) на использование дистанционных технологий обучения русскому языку и ее структурных компонентов: внимание (ATT), актуальность (REL), уверенность (CON), удовлетворенность (SAT). В исследовании приняли участие 673 студента УрФУ из КНР, которые имели опыт длительного дистанционного обучения в условиях ограничений в связи с пандемией коронавируса. Статистическая обработка результатов измерений проводилась методом моделировании структурными уравнениями Structural Equation Modeling (SEM). Проведен конфирматорный и эксплораторный факторный анализ полученных результатов с применением программного средства SPSS, включая модуль AMOS.
Результаты исследования. Разработанная анкета IMMS валидизирована путем конфирматорного факторного анализа результатов измерения IMMS с применением модуля AMOS программного средства SPSS. Методом эксплораторного факторного анализа выявлены статистически значимые связи показателей учебной мотивации студентов на использование дистанционных технологий обучения русскому языку (IMMS) и ее структурных компонентов с личными данными респондентов. Обнаружено, что наиболее сильное влияние на учебную мотивацию оказывают пол студента (девушки более мотивированы, чем юноши) и наличие параллельной дополнительной языковой подготовки. Наиболее сильное влияние пол студента и наличие параллельной дополнительной языковой подготовки (регрессионный коэффициент r=0,61) оказывают на структурный компонент учебной мотивации актуальность (REL).
Заключение. Результаты исследования показали, что благодаря эффективному дизайну учебных материалов студенты УрФУ из КНР были высоко мотивированы к дистанционному обучению русскому языку. Показано, что при разработке мотивирующих учебных материалов для дистанционного обучения необходимо учитывать гендерный состав обучаемых и наличие параллельной дополнительной подготовки по предмету.
Ключевые слова: дистанционное обучение, участники образовательных отношений, структурная модель мотивации, модель ARCS, анкета по мотивации учебных материалов
Ссылка для цитирования:
Кокшаров В. А., Неволина А. Л., Ткачук Г. А., Чикова О. А. Специфика мотивации китайских студентов к использованию технологии дистанционного обучения русскому языку // Перспективы науки и образования. 2023. № 1 (61). С. 235-251. doi: 10.32744^е.2023.1.14
Perspectives of Science & Education
International Scientific Electronic Journal ISSN 2307-2334 (Online)
Available: https://pnojournal.wordpress.com/2023-2/23-01/ Accepted: 15 August 2022 Published: 28 February 2023
V. A. Koksharov, A. L. Nevolina, G. A. Tkachuk, O. A. Chikova
Chinese students' motivation to adopt distance learning of the Russian language
Introduction. Currently, restrictions related to the coronavirus pandemic have not yet been fully lifted in the People's Republic of China and students studying in Russia periodically switch to distance learning. The purpose of the article is to study the specifics of students' motivation to use distance technologies for teaching the Russian language using internationally recognized methods of measurement and statistical data analysis.
Materials and Methods. The Instructional Materials Motivation Survey (IMMS) measuring materials for studying the specifics of the educational motivation of students of the Ural Federal University (hereinafter referred to as UrFU) from the PRC for the use of distance technologies for teaching the Russian language were created for the Attention-Relevance-Confidence-Satisfaction (ARCS) structural model. We studied the relationship between the personal data of students (gender, age, year of study, educational program, additional language training and the results of measuring educational motivation (IMMS) for the use of distance technologies for teaching the Russian language and its structural components: attention (ATT), relevance (REL), Confidence (CON), Satisfaction (SAT).The study involved 673 UrFU students from the PRC, who had experience of long-term distance learning under restrictions due to the coronavirus pandemic. Statistical processing of the measurement results was carried out using the structural equation modeling method Structural Equation Modeling (SEM). A confirmatory and exploratory factorial analysis of the obtained results was carried out using the SPSS software tool, including the AMOS module.
Results. The developed IMMS questionnaire was validated by confirmatory factor analysis of IMMS measurement results using the AMOS module of the SPSS software tool. The method of exploratory factor analysis revealed statistically significant relationships between the indicators of students' educational motivation for using distance technologies for teaching the Russian language (IMMS) and its structural components with the personal data of the respondents. The gender of the student and the presence of parallel additional language training were found to have the strongest influence on learning motivation (girls are more motivated than boys). The gender of the student and the presence of parallel additional language training (regression coefficient r = 0.61) have the strongest influence on the structural component of learning motivation relevance (REL).
Conclusion. The results of the study showed a high level of motivation for distance learning of the Russian language among UrFU students from China which is due to the effective design of educational materials. It is shown that when developing motivating teaching materials for distance learning, it is necessary to take into account the gender composition of trainees and the availability of parallel additional training in the subject.
Keywords: distance learning, participants in educational relations, structural model of motivation, ARCS model, questionnaire on the motivation of educational materials
For Reference:
Koksharov, V. A., Nevolina, A. L., Tkachuk, G. A., & Chikova, O. A. (2023). Chinese students' motivation to adopt distance learning of the Russian language. Perspektivy nauki i obrazovania -Perspectives of Science and Education, 61 (1), 235-251. doi: 10.32744/pse.2023.1.14
_Введение
Доступность образования в условиях ограничений важнейшая задача общества, которая рассматривается на уровне международных институциональных организаций: ООН, ЮНЕСКО, Совет Европы и др. Отметим, в марте 2022 Года ЮНЕСКО запустила Глобальную коалицию по вопросам образования в связи с COVID-19, одной из основных целей которой является оказание помощи странам в мобилизации и внедрении инновационных и соответствующих специфике конкретной ситуации решений для дистанционного обучения, используя высокотехнологичные, низкотехнологичные и нетехнологичные подходы. Эта мера позволяет создать условия реализации четвертой цели в области устойчивого развития «Обеспечение всеохватного и справедливого качественного образования и поощрение возможности обучения на протяжении всей жизни для всех».
Особое внимание доступности образования уделяется в Китайской Народной Республике. Так, в своем докладе на XX Всекитайском съезде Коммунистической партии Китая 16 октября 2022, Си Цзиньпин выделил отдельную пятую главу, обозначив ее «Осуществлять стратегию подъема страны силами науки и образования, усиливать роль кадров в деле модернизации», где подчеркнул, что «Образование - это наипервейшее дело партии и государства». Ограничения, начавшиеся в 2019 году с связи с пандемией коронавируса, до настоящего времени полностью не сняты, а в городах Китайской Народной Республики на основании положений о порядке противостояния эпидемии коронавируса регулярно вводятся локдауны, а обучающиеся переходят на дистанционные формы обучения.
В настоящее время участники образовательных отношений (обучаемые, педагоги, родители), которые имели опыт аврального перехода на дистанционную форму обучения в связи с пандемией, анализируют собственный опыт и задаются вопросом о целесообразности применения дистанционных образовательных технологий в повседневной практике образования. Актуально изучение специфики мотивации участников образовательных отношений (учащихся, педагогов, родителей) к использованию дистанционных технологий обучения в практике работы образовательных организаций. Преимущества технологий дистанционного обучения могут способствовать повышению мотивации студентов к обучению иностранному языку, при этом гибкость, профессиональные цели и повышение социального статуса являются основной мотивацией для дистанционного изучения иностранных языков [1]. Цифровой формат дистанционного обучения сам по себе может мотивировать обучающихся к активной познавательной деятельности [2]. Определяющим фактором, влияющим на эффективность процесса дистанционного обучения, является решение проблемы мотивации; решение этой проблемы должно быть комплексным, учитывающим педагогические, психологические и информационные аспекты дистанционного обучения [3]. Важно также учесть практические аспекты реализации видов мотивации при применении дистанционных технологий обучения: коллективной и индивидуальной, социальной и профессиональной, положительной и отрицательной [4]. Утверждение, что применение технологий дистанционного обучения может способствовать повышению мотивации студентов к обучению [1] поддерживается не всеми авторами, в частности, в работе [5] установлено негативное влияние дистанционного форма-
та обучения на мотивацию студентов к обучению. Дистанционное обучение имеет специфические черты, которые связаны с тем, что педагог и обучающийся разделены пространством и временем, отсюда возникает необходимость постоянного взаимодействия педагога с обучающимися, которое бы поддерживало внимание к учебному содержанию и показывало его значимость, а также стимулировало уверенность в собственных силах и удовлетворение от достижений. При этом чаще всего задействованы мотивы получения морального поощрения, мотивация достижений и познания, и существенно реже задействованы игровая мотивация, соревновательный мотив и мотив общения со сверстниками. Кроме того, практически отсутствует коммуникация между учащимися, проходящими обучение, и возможность получения обратной связи от педагога по инициативе обучающегося. При этом коммуникация и обратная связь от педагога часто является формальной и обезличенной [6]. Основные проблемы, вызванные дистанционным форматом обучения - потеря интереса к изучаемому предмету, недостаточная интерактивность проводимых занятий, перенасыщение дистанционного занятия сложной информацией, непосильно большой объём заданий для обучающихся и пр. [7]. Выявлена большая значимость внутренней мотивации по сравнению с внешней мотивацией и доказано взаимное влияние мотивации на результаты дистанционного обучения [8].
Дистанционные технологии обучения находят свое применение и в практике преподавания русского языка как иностранного. Используются принципы игрового и проблемно-ориентированного обучения, в частности используются мобильные игры с дополненной реальностью (AR) по мотивации студентов к изучению иностранных языков [9]. Выявляются факторы, которые влияют на предпочтения студентов, изучающих русский язык в разных странах, при выборе языковых мобильных приложений. Установлено, что около 90% студентов из Чешской Республики и Туркменистана прибегают к использованию мобильного Интернета для изучения русского языка. К выявленным факторам, влияющим на предпочтения студентов, можно отнести следующие: существующий контекст языкового образования (доступность изучения языков, включение цифровых ресурсов в обучение), представленность родного языка в цифровых ресурсах, владение языком-посредником, включенным в цифровое образовательное пространство [10]. Д.Д. Дмитриевой разработана и представлена педагогическая модель организации процесса дистанционного обучения русскому языку как иностранному, объединяющая целевой, теоретический, технологический и оценочно-результативный блоки. Теоретический блок объединяет подходы: личностно-ориентированный, деятельностный, компетентностный, системный на принципах интерактивности, мобильности, систематичности и последовательности, доступности и нарастающей трудности, сознательности и активности, индивидуализации. Технологический блок содержит педагогические условия обучения студентов РКИ: повышение мотивации, непрерывность и постепенное нарастание сложности, поэтапность и преемственность изложения, использование специальных приемов, технологий и форм обучения, систематический контроль. Оценочно-результативный блок содержит описание критериев трех уровней организации дистанционного обучения студентов РКИ: репродуктивный, реконструктивный и творческий. В качестве образовательного результата предлагается рассматривать сформированность самостоятельности и активности, навыков иноязычной речевой деятельности в соответствии с этапом обучения РКИ, умения ориентироваться в информационном пространстве [11]. V.A. Zhiltsov и I.A. Maev представляют проект структуры электронного
образовательного ресурса по РКИ на основе социального взаимодействия, включающий в себя компонент виртуальной симуляции русской языковой среды как взаимосвязанную систему из четырех функциональных модулей: 1) репрезентативный модуль, обеспечивающий общую информационную поддержку дистанционных курсов по РКИ; 2) образовательный модуль на основе LMS (Learning Management System), обеспечивающий реализацию и контроль процесса дистанционного обучения; 3) социальный модуль, реализующий социальное взаимодействие обучающихся в процессе изучения русского языка вне языковой среды; 4) модуль виртуальной языковой среды, обеспечивающий языковую практику обучающихся в искусственной русской языковой среде, созданной с использованием технологий виртуальной реальности [12]. А.С. Тенихиной для обучения молодежи РКИ разработано мобильное приложение «Лингво тур», которое использует метод интеллект-карт для структурирования информации в визуальной форме [13]. Цифровое обучение языку с помощью мобильных приложений эффективно при определенных условиях: когда слова представляются вместе с изображениями (принцип мультимедийности); слова и соответствующие картинки представлены рядом на странице или на экране (принцип пространственной связи); слова и соответствующие картинки представляются синхронно (принцип временной связи); посторонние слова, картинки или звуки исключены (принцип согласованности); анимация сопровождается звуковым повествованием, а не только письменным текстом (принцип модальности); анимация сопровождается только звуковым повествованием, а не звуковым повествованием и письменным текстом синхронно на экране (принцип избыточности) [14].
Исследуются психологические особенности мотивации учебной деятельности студентов при дистанционном обучении. Применяются следующие методики: «Диагностика учебной мотивации студентов» А. А. Реана и В. А. Якунина под модификацией Н. Ц. Бадмаевой, «Диагностика социально-психологических установок личности в мотивационно-потребностной сфере» О. Ф. Потемкиной, «Диагностика степени готовности к риску» А. М. Шуберта (PSK), [15], «Методика мотивации и установки на профессиональную деятельность у студентов» (А.В. Крылова, И.А. Игнаткова) [16]. Отмечается, что для формирования положительной мотивации к дистанционному обучению, как со стороны педагогов, так и со стороны обучающихся необходимо задействовать различные виды мотивации, в первую очередь, связанные с содержанием образовательной деятельности: модули, кейсы, использование различных образовательных платформ и т.п. [17]. Д.В. Воронина анализирует возможности различных способов повышения мотивации у студентов дистанционной формы обучения и показывает эффективность классической модели педагогического дизайна ADDIE (Analysis, Design, Development, Implement, Evaluate) [18] и модели образовательной мотивации ARCS (Attention, Relevance, Confidence, Satisfaction) [19]. Модель Attention-Relevance-Confidence-Satisfaction «внимание-актуальность-уверенность-удовлетворенность» (ARCS) [19], объединяющая компоненты мотивации, такие как внимание, актуальность, уверенность и удовлетворенность, ранее широко применялась в процессах проектирования образовательного процесса для повышения эффективности обучения. Модель ARCS направлена на разработку учебных материалов на основе мотивацион-ных факторов. Анализ мотивационных инструкций также необходим для диагностики проблем мотивации в существующих инструкциях, а также в образовательной среде. Модель ARCS помогает преподавателям и разработчикам учебных программ улучшать образовательные среду и материалы [20].
В работе [21] сообщается о предварительном исследовании, в котором изучалась мотивация участников образовательных отношений (учащихся, педагогов, родителей) к использованию дистанционных технологий обучения. Модель ARCS применялась для разработки эффективной методики дистанционного обучения путем проведения опроса по мотивации учебных материалов Instructional Materials Motivation Survey (IMMS). [19]. Инструмент Instructional Materials Motivation Survey (IMMS) для изучения учебной мотивации включает четыре компонента: внимание (ATT), актуальность (REL), уверенность (CON) и удовлетворенность (SAT). Структурная модель учебной мотивации ARCS представлена на рис. 1. Модель ARCS предлагает стратегии, формирующие учебную мотивацию, а также помогает проектировать учебные планы [22]. Установлено, что проектирование учебных материалов для дистанционного обучения на основе модели ARCS, повышает эффективность обучения [23; 24]. Использование стратегий, предложенных в модели ARCS, т. е. перцептивное возбуждение внимания, внесение вариативности в учебные задания, а также дидактические игры, помогает учащимся заинтересоваться процессом дистанционного обучения. Исследования также показали связь учебной мотивации и образовательного результата: студенты с низкой мотивацией имеют низкую успеваемость [25].
Рисунок 1 Модель мотивации студентов к обучению «Attention-Relevance-Confidence-Satisfaction (ARCS)
Модель ARCS актуальна и важна и для нашего исследования, поскольку она подчеркивает аспекты мотивации во время проектирования и разработки учебных материалов для дистанционного обучения.
Авторы данной статьи изучали специфику мотивации студентов УрФУ из КНР к использованию дистанционных технологий обучения русскому языку с применением измерительных материалов Instructional Materials Motivation Survey (IMMS) структурной модели Attention-Relevance-Confidence-Satisfaction (ARCS) с целью оптимизации процесса педагогического управления для повышения его эффективности.
_Методология и методы исследования
Изучали структуру мотивации студентов УрФУ из КНР к использованию дистанционных технологий обучения русскому языку в компонентах внимания (ATT), актуаль-
ности (REL), уверенности (CON) и удовлетворенности (SAT) с помощью инструмента Instructional Materials Motivation Survey (IMMS). Инструмент IMMS был разработан Дж. Келлером [19] на основе четырех компонентов мотивации, то есть внимания, актуальности, уверенности и удовлетворенности мотивационной модели ARCS (см. рис. 1). Анкета IMMS состоит из 10 пунктов, в которых используется 5-ступенчатая шкала типа Лайкерта, начиная с 1, указывающего как не верное, до 5, чтобы означает полностью верно. 10 пунктов анкеты IMMS основаны на вышеупомянутых четырех аспектах учебной мотивации (внимание, актуальность, уверенность, удовлетворенность) - 2 пункта для внимания, 3 для актуальности, 2 для уверенности и 3 для удовлетворения) и представлены в таблице 1. Внутренняя согласованность ответов респондентов на вопросы анкеты IMMS ранее [26] была оценена как высокая, что основано на расчете альфа-Кронбаха (0,78-0,81).
Таблица 1
Анкета IMMS модели мотивации студентов к дистанционному обучению ARCS
Компонент мотивации № вопроса анкеты Вопрос
Внимание 1 Моё внимание привлекло кое-что интересное в начале работы с инструментами дистанционного обучения
8 Разнообразие упражнений, иллюстраций на уроках дистанционного обучения помогло удержать мое внимание
Актуальность 3 В инструменте дистанционного обучения были истории, картинки или примеры, которые показали мне, насколько этот материал может быть важен для некоторых людей
6 Содержание учебного материала уроков дистанционного обучения соответствует моим интересам
9 Я мог бы связать содержание дистанционного обучения с тем, что я видел, делал или думал о своей жизни
Уверенность 4 Для меня было важно успешно выполнить упражнения при дистанционном обучении
5 Работая на уроках дистанционного обучения, я был уверен, что смогу усвоить содержание
Удовлетворенность 2 Выполнение упражнений при дистанционном обучении дало мне удовлетворительное чувство выполненного долга
7 Мне очень понравилось изучать эти уроки дистанционного обучения
10 Было приятно работать над таким хорошо продуманными средствами дистанционного обучения
Таблица 2
Анкета IMMS для изучения специфики мотивации китайских студентов к использованию дистанционных технологий обучения русскому языку
The IMMS was developed by Keller based on four components of the ARCS Motivational Model: Attention, Relevance, Confidence, and Satisfaction. IMMS was used to measure student motivation on the instructional design of a tense distance learning tool. It consists of 10 items, which utilize 5-point Likert-type starting from 1 (strongly disagree) to 5 (strongly agree), measuring motivation on instructional design or materials. The 10 items are based on the aforementioned four criteria such as (2 items for attention, 3 for relevance, 2 for confidence, and 3 for satisfaction).
№ вопроса анкеты Вопрос
1 The RFL online course was interesting from the very beginning
2 Doing the tasks on the RFL online course gave me satisfaction
3 There was a variety of visuals on the RFL online course (pictures, stories, videos, etc.)
4 Doing the tasks on the RFL online course was important for me
5 I could do the tasks on the RFL online course without extra help
6 The content of the RFL online course was relevant to my interests
7 I really enjoyed studying on this RFL course online
8 The variety of visuals, texts, audio and video materials on the RFL online course helped me to focus on the tasks
9 I could relate the RFL online course content to my real life
10 It was a pleasure to study on the RFL online course
В исследовании участвовали 673 студента УрФУ из КНР, которые имели опыт аврального перехода на дистанционное обучение. О каждом студенте получены следующие данные (в ранжированном виде): пол (1 - мужской, 2 - женский), возраст (18-29 лет), год обучения (1-3), образовательная программа (Civil engineering (1), Geodesy and remote sensing (2), Heat power engineering (3), Architecture (4), Water supply and drainage system (5)), наличие параллельной дополнительной языковой подготовки (0 - нет, 1 -да), результат измерения учебной мотивации (IMMS) и ее структурных компонентов: внимание (ATT), актуальность (REL), уверенность (CON), удовлетворенность (SAT). С целью обеспечения анонимности экспертных оценок опрос студентов проводился с использованием инструмента Google Forms на английском языке (см. табл. 2).
Статистическая обработка результатов педагогических измерений проводилась с применением методологии моделирования структурными уравнениями [Structural Equation Modeling (SEM)]. Проведен конфирматорный и эксплораторный факторный анализ полученных результатов с применением программного средства SPSS, включая модуль AMOS [27]. Получены SEM-модели с указанием значений х2 (CMIN), числа степеней свободы (df), уровня значимости (р), квадратного корня из среднеквадрати-ческой ошибки аппроксимации (RMSEA).
_Результаты исследования
Описательная статистика по результатам измерения учебной мотивации китайских студентов (IMMS) к использованию дистанционных технологий обучения русскому языку и ее структурных компонентов: внимание (ATT), актуальность (REL), уверенность (CON), удовлетворенность (SAT) приведена в таблице 3. Значения асимметрии показателей находятся в диапазоне (от -1 до + 1), показатель эксцесса выходит за порог 1, но не превышает 2, что допустимо, [11]. Все значения асимметрии результатов измерения отрицательны и незначительно меньше - 1, если показатели эксцесса выходят за порог 1, но незначительно превышают 2, что допустимо [28]. Сделан вывод, что формулировки шкал адекватны контексту измерения. Наибольшая дисперсия (6,57) приходится на компоненты актуальность (REL) и удовлетворенность (SAT) учебной мотивации, что определяет главенство мотивов профессионального совершенствования, стремления повысить эффективность своей учебной деятельности.
Коэффициенты корреляции, подсчитанные для определения связей между личными данными студентов (пол (gender), возраст (age), год обучения (year_stu), образовательная программа (edu_prog), наличие параллельной дополнительной языковой подготовки (ad_l_t_p)) и результатами измерения учебной мотивации китайских студентов (IMMS) на использование дистанционных технологий обучения русскому язы-
ку и ее структурных компонентов: внимание (ATT), актуальность (REL), уверенность (CON), удовлетворенность (SAT) представлены в табл. 4. Корреляции между личными данными студентов и результатами измерения учебной мотивации не обнаружено. Обнаружена существенная корреляционная связь структурных компонентов учебной мотивации китайских студентов (IMMS) на использование дистанционных технологий обучения русскому языку: внимание (ATT), актуальность (REL), уверенность (CON), удовлетворенность (SAT) на высоком уровне статистической значимости. Альфа Крон-баха 0,975, что означает высокую внутреннюю согласованность результатов измерения учебной мотивации студентов.
Таблица 3
Описательная статистика по результатам измерения учебной мотивации студентов (IMMS) и ее структурных компонентов: внимание (ATT), актуальность (REL), уверенность (CON), удовлетворенность (SAT)
размах минимум максимум среднее стд.откло-нение дисперсия асси-метрия экцесс
gender 1 1 2 1,21 0,41 0,17 1,42 0,02
age 11 18 29 20,08 1,04 1,08 1,07 7,36
edu_prog 4 1 5 2,67 1,56 2,43 0,27 -1,47
year_stu 2 1 3 2,21 0,67 0,45 -0,28 -0,80
al_l_t_p 1 0 1 0,78 0,41 0,17 -1,37 -0,13
ATT 8 2 10 8,91 1,65 2,74 -1,64 2,67
REL 12 3 15 13,18 2,56 6,58 -1,43 1,81
CON 8 2 10 8,64 1,76 3,10 -1,21 1,04
SAT 12 3 15 13,23 2,56 6,57 -1.46 1,86
ARCS 40 10 50 43,96 8,30 68,81 -1,48 2,11
Таблица 4
Коэффициенты корреляции между личными данными студентов и результатами
измерения учебной мотивации
gender age edu_ prog year_stu al_l_t_p ATT REL CON SAT ARCS
gender 1 -0,14** 0,11** 0,03 -0,16** 0,10** 0,08* 0,02 0,08* 0,07
age -0,14** 1 0,02 0,49** 0,18** 0,02 0,02 0,06 0,02 0,03
edu_prog 0,11** 0,02 1 0,05 0,04 -0,02 -0,02 -0,03 0 -0,02
year_stu 0,03 0,49** 0,05 1 0,20** 0,03 0,05 0,08* 0,03 0,05
al_l_t_p -0,16** 0,18** 0,04 0,20** 1 0,08* 0,09* 0,08* 0,08* 0,09*
ATT 0,10** 0,02 -0,02 0,05 0,09* 1 0,93** 0,88** 0,95** 0,97**
REL 0,08* 0,02 -0,02 0,05 0,09* 0,93** 1 0,91** 0,95** 0,98**
CON 0,02 0,06 -0,03 0,08* 0,09* 0,88** 0,91** 1 0,90** 0,95**
SAT 0,08* 0,02 0 0,03 0,08* 0,95** 0,95** 0,90** 1 0,98**
ARCS 0,07 0,03 -0,02 0,05 0,09* 0,97** 0,98** 0,95** 0,98** 1
** Корреляция значима на уровне 0,01 (2-сторон.) * Корреляция значима на уровне 0,05 (2-сторон.)
Проведен конфирматорный факторный анализ двух моделей измерения учебной мотивации китайских студентов к использованию дистанционных технологий обучения русскому языку - однофакторной и четырехфакторной. В однофакторной модели (см. рис. 2а) фактор F1 ассоциировали с показателем «IMMS», в четырехфакторной модели (см. рис. 2б) - факторы F1... F4 - с показателями структурных компонентов учебной мотивации студентов: внимание (ATT), актуальность (REL), уверенность (CON), удовлетворенность (SAT). Ответы студентов на вопросы анкеты для изучения специфики мотивации на использование дистанционных технологий обучения русскому языку «ARCS» (см. табл. 2) q_1...q_10 являлись внешними независимыми переменными. Отношения между переменными (q_1...q_10) и факторами F1...F4 представлены на рис. 2 в виде структурных моделей измерения учебной мотивац студентов к использованию дистанционных технологий обучения русскому языку. Так как ковариация факторов F1...F4 практически одинакова (0,61) - ответы студентов на вопросы анкеты «IMMS» (q_1...q_10) коррелируют между собой - объединение данных методик измерений в одну оправдано. Рассчитаны показатели качества структурных моделей (см. рис. 2), их анализ показал, что обе модели являются приемлемыми: отношение х2 к числу степеней свободы df более двух, уровень значимости высок (р<0,001).
СМ1М^96.«0. (К=36; р=.000 СЯ=.9И; РМ5ЕА= 140 СМ114=403.117. ЙМЭ; рт.ОЮ: СТк.ЯО; №№№.,139
а б
Рисунок 2 Структурные модели конфирматорного факторного анализа данных по измерению учебной мотивации китайских студентов к использованию дистанционных технологий обучения русскому языку
Проведен эксплораторный факторный анализ взаимодействия между личными данными студентов (пол (gender), возраст (age), год обучения (year_stu), образовательная программа (edu_prog), наличие параллельной дополнительной языковой подготовки (ad_l_t_p)) и результатами измерения учебной мотивации китайских студентов (IMMS) к использованию дистанционных технологий обучения русскому языку и ее структурных компонентов: внимание (ATT), актуальность (REL), уверенность (CON), удовлетворенность (SAT). Структурные модели эксплораторного факторного анализа изображены с помощью инструментов модуля AMOS на рис. 3. Обнаружено, что пол студента (регрессионный коэффициент r=1,91) и наличие параллельной дополнительной языковой подготовки (регрессионный коэффициент r=1,89) оказывают наиболее сильное влияние на учебную мотивацию (см. рис. 3а). На структурный компонент учебной мотивации внимание (ATT) оказывает наиболее сильное влияние пол студента (регрессионный коэффициент r=0,51) (см. рис. 3б). На структурный компонент учебной мотивации актуальность (REL) оказывают одинаково сильное влияние пол и наличие параллельной дополнительной языковой подготовки (регрессионный коэффициент r=0,61) (см. рис. 3б). На структурный компонент учебной мотивации уверенность (CON) наличие параллельной дополнительной языковой подготовки (регрессионный коэффициент r=0,34) оказывают наиболее сильное влияние (см. рис. 3в). Пол студента (регрессионный коэффициент r=0,63) и наличие параллельной дополнительной языковой подготовки (регрессионный коэффициент r=0,55) оказывают практически одинаково сильное влияние на структурный компонент учебной мотивации удовлетворенность (SAT) (см. рис. Зг).
CWIN=H£.5%: <1*Щ p=.QW. CFN.Ü2& RM5EA=.1SG
a
СИН=К8.9№; ¿МП р=.СН».СР1=.0ЗД ЧМ5ЕА=.1вв
б
в
см м=зб8.з». о. .ооо. с р1= о 1 а. нмзеат, 1 эв си^<п= 1 о р=.ооо ср 1=.021. имзеа=.1 %
Г Д
Рисунок 3 Структурные модели эксплораторного факторного анализа взаимодействия между личными данными студентов и результатами измерения их учебной мотивации на использование дистанционных технологий обучения русскому языку
_Обсуждение результатов
Авторами на основе компаративного анализа подходов к измерению учебной мотивации обучаемых и статистическому анализу образовательных данных в российской и зарубежной педагогике разработаны оригинальные измерительные материалы Instructional Materials Motivation Survey (IMMS) для изучения специфики учебной мотивации студентов УрФУ из КНР на использование дистанционных технологий обучения русскому языку согласно структурной модели ARCS (Attention, Relevance, Confidence, Satisfaction). Выбор структурной модели ARCS объясняется тем, что эта модель применялась ранее для проектирования образовательного процесса в дистанционном формате с целью повышения эффективности обучения на основе мотивационных факторов [21].
Важность изучения специфики учебной мотивации студентов обусловлена положительной связью учебной мотивации и образовательного результата: студенты с низкой мотивацией имеют низкую успеваемость [25]. Необходимо также прийти к единому мнению по вопросу положительной мотивации студентов к использованию дистанционных технологий обучения: ряд исследователей утверждает, что применение технологий дистанционного обучения повышает учебную мотивацию студентов [1; 3], но есть и противоположное мнение - указано на негативное влияние дистанционного формата обучения на мотивацию студентов [5].
В данном исследовании установлено, что наличие параллельной дополнительной языковой подготовки оказывает сильное влияние на структурные компоненты учебной мотивации: актуальность (регрессионный коэффициент r=0,61), уверенность (регрессионный коэффициент r=0,34) удовлетворенность (регрессионный коэффициент r=0,55). Указанный вывод согласует с ранее сделанным авторами [1] заключением: основной мотивацией студентов для дистанционного изучения иностранных языков являются гибкость, профессиональные цели и повышение социального статуса. Учет специфики учебной мотивации студентов УрФУ из КНР на использование дистанционных технологий обучения русскому языку и ее структурных компонентов: внимание, актуальность, уверенность, удовлетворенность - по отношению к личным данным респондентов (пол, возраст, год обучения, образовательная программа, дополнительная языковая подготовка) позволит оптимизировать процесс педагогического управления путем персонализации обучения в дистанционном формате для повышения его эффективности.
Таким образом, исследование показало, что применение дистанционного технологий обучения повышает мотивацию студентов УрФУ из КНР к изучению русского языка; разработанная методика измерения мотивации на использование дистанционных технологий обучения (IMMS) и методика статистического анализа полученных данных, позволяет получить достоверные результаты и может быть применима на практике.
Заключение
Изучена специфика мотивации студентов УрФУ из КНР к использованию дистанционных технологий обучения русскому языку с применением модели «внимание-актуальность-уверенность-удовлетворенность» (Attention-Relevance-Confidence-Satisfaction) для создания анкеты по мотивации учебных материалов Instructional
Materials Motivation Survey (IMMS). Разработана анкета для изучения специфики учебной мотивации студентов УрФУ из КНР к использованию дистанционных технологий обучения русскому языку. Статистическая обработка результатов педагогических измерений показала отсутствие корреляции между личными данными студентов и результатами измерения учебной мотивации. Обнаружена сильная корреляционная связь структурных компонентов учебной мотивации студентов к использованию дистанционных технологий обучения русскому языку: внимание, актуальность, уверенность, удовлетворенность на высоком уровне статистической значимости. Методом моделирования структурными уравнениями (SEM) проведена валидизация разработанной анкеты для изучения специфики мотивации студентов УрФУ из КНР к использованию дистанционных технологий обучения русскому языку. Конфирматорный факторный анализ результатов показал пригодность обеих структурных моделей измерения учебной мотивации китайских студентов к использованию дистанционных технологий обучения русскому языку - однофакторной (учебная мотивация) и четырехфакторной (внимание, актуальность, уверенность, удовлетворенность). Экс-плораторный факторный анализ взаимодействия связи личных данных студентов (пол, возраст, год обучения, осваиваемая образовательная программа, наличие дополнительного параллельного обучения русскому языку) и результатами измерения их учебной мотивации к использованию дистанционных технологий обучения русскому языку и ее структурных компонентов: внимание, актуальность, уверенность, удовлетворенность. Наиболее сильное влияние на учебную мотивацию оказывают пол студента (девушки более мотивированы, чем юноши) и наличие параллельной дополнительной языковой подготовки. Структурный компонент учебной мотивации внимание имеет сильно выраженную гендерную зависимость. На структурный компонент учебной мотивации уверенность наличие параллельной дополнительной языковой подготовки оказывает наиболее сильное влияние. Пол студента и наличие параллельной дополнительной языковой подготовки оказывают практически одинаково сильное влияние на структурные компоненты учебной мотивации удовлетворенность и актуальность.
Результаты исследования показали, что благодаря эффективному дизайну учебных материалов студенты УрФУ из КНР были мотивированы к дистанционному обучению русскому языку. Показано, что при разработке мотивирующих учебных материалов для дистанционного обучения необходимо учитывать гендерный состав обучаемых и наличие параллельной дополнительной подготовки по предмету.
ЛИТЕРАТУРА
1. Rakhimova Sh., Ikromov S., Rozikov R. Possibilities of distance learning technologies as a means of foreign language learning motivation among students of economics. Bulletin of Science and Practice. 2021. Т. 7. № 7. С. 336-340.
2. Мусханова И.В., Пашаев К.Р. Информационные технологии как фактор мотивации участников образовательного процесса. Евразийский союз ученых. 2018. № 2-3 (47). С. 45-47.
3. Данилов О.Е. Решение проблемы отсутствия мотивации к обучению у учащихся при дистанционном обучении. Педагогика высшей школы. 2016. № 1 (4). С. 35-38.
4. Быкова Н.Н. Мотивация обучающихся при применении дистанционных образовательных технологий. Вестник Ленинградского государственного университета им. А.С. Пушкина. 2016. № 4-2. С. 40-45.
5. Терехин А.С. Влияние дистанционного формата обучения на мотивацию студентов бакалавриата. Социология и право. 2020. № 4 (50). С. 65-69.
6. Орлова А.В. Проблемы мотивации дистанционного обучения на примере анализа онлайн ресурсов для обучения школьников математике. Герценовские чтения: психологические исследования в образовании. 2018. № 1-1. С. 326-333.
7. Кобзарева И.И., Макаров Д.О. Проблемы и перспективы формирования учебной мотивации, учащихся в период дистанционного обучения. Прикладная психология и психоанализ. 2021. № 2.
8. Кононыхина О.В. Мотивация студентов при дистанционном обучении. Международный журнал гуманитарных и естественных наук. 2021. № 2-1 (53). С. 107-111.
9. Lee J. Problem-based gaming via an augmented reality mobile game and a printed game in foreign language education. Education and Information Technologies. 2022. Vol. 27, P. 743-771. DOI: 10.1007/s10639-020-10391-1
10. Potemkina T.V., Bondareva L.V., Novoselova S., Shevechkova M. The analysis of students' preferences of mobile applications for studying Russian as a foreign language. Perspektivy Nauki i Obrazovania. 2020. Vol. 48(6). P. 220-233.
11. Дмитриева Д.Д. Моделирование процесса организации дистанционного обучения русскому языку как иностранному. Региональный вестник. 2020. № 10 (49). С. 55-56.
12. Zhiltsov V.A., Maev I.A. The project of communicative educational resource in Russian as a foreign language with the use of v-learning technology. Russian Language Studies. 2021. Vol.19(1), P. 34-50.
13. Тенихина А.С. Лингвокогнитивные основы формирования лексического минимума для иностранцев, изучающих русский язык. Когнитивные исследования языка. 2020. № 2 (41). С. 753-755.
14. Берарди С. Моделирование онлайн-курса по русскому языку как иностранному в период эпидемии COVID-19. Русистика. 2021. №1 (19). С. 7-20.
15. Пантелеймонова Т.С. Эмпирическое исследование особенностей мотивации учебной деятельности студентов на дистанционном обучении. Инновации. Наука. Образование. 2021. № 36. С. 2377-2385.
16. Васильева И.В., Вахитова З.З., Булатова О.В. Анализ жизнестойкости и мотивации у студентов в условиях дистанционного обучения. Психология образования в поликультурном пространстве. 2022. 1(57). C. 6-14.
17. Александрова Г.А., Васильева Л.Г., Филиппова И.В. Влияние дистанционного обучения на учебную мотивацию обучающихся в вузе. Казанский педагогический журнал. 2021. № 1 (144). С. 107-113.
18. Goksu I., Ozcan K.V., Cakir R., Goktas Y. Content analysis of research trends in instructional design models: 19992014. Journal of Learning Design. 2017, Vol.1. Nо.2. P. 85-109.
19. Keller John M. Strategies for stimulating the motivation to learn. Performance+ Instruction. 1987. Vol. 26. No. 8, P. 1-7.
20. Воронина Д.В. Педагогический дизайн как средство развития учебной мотивации студентов дистанционной формы обучения. Ярославский педагогический вестник. 2016. № 5. С. 135-140.
21. Refat N., Kassim H., Rahman M.A., Razali, R.B. Measuring student motivation on the use of a mobile assisted grammar learning tool. PLoS ONE. 2020. Vol. 15, No. 8. Art. e0236862
22. Maeng U., Lee S.-M. EFL teachers' behavior of using motivational strategies: The case of teaching in the Korean context. Teaching and Teacher Education. 2015. Vol. 46, p. 25-36.
23. Tohidi H., Jabbari Mohammad M. The effects of motivation in education. Procedia - Social and Behavioral Sciences,
2012, Vol. 31. p. 820-824.
24. Yusuf M. The impact of self-efficacy, achievement motivation, and self-regulated learning strategies on students' academic achievement. Procedia - Social and Behavioral Sciences. 2011. Vol. 15. p. 2623-2626.
25. Sogunro Olusegun A. Motivating factors for adult learners in higher education. International Journal of Higher Education. 2015. Vol. 4. № 1, p. 22-37.
26. Refat N., Kassim H., Rahman M.A., Razali, R.B. Measuring student motivation on the use of a mobile assisted grammar learning tool. PLoS ONE. 2020. Vol. 15, No. 8. Art. e0236862
27. Наследов А. IBM SPSS Statistics 20 и AMOS: профессиональный статистический анализ данных. СПб.: Питер.
2013. 416 с.
28. Наследов А.Д. SPSS: Компьютерный анализ данных в психологии и социальных науках. СПб.: Изд-во Питер. 2005. 106 c.
REFERENCES
1. Rakhimova Sh., Ikromov S., Rozikov R. Possibilities of distance learning technologies as a means of foreign language learning motivation among students of economics. Bulletin of Science and Practice, 2021, vol. 7, no. 7, pp. 336-340.
2. Muskhanova I.V., Pashayev K.R. Information technologies as a factor in motivating participants in the educational process. Eurasian Union of Scientists, 2018, no. 2-3 (47), pp. 45-47.
3. Danilov O.E. The solution of the problem of students' lack of motivation for learning in distance learning. Pedagogy of higher school, 2016, no. 1 (4), pp. 35-38.
4. Bykova N.N. Motivation of students in the application of distance learning technologies. Bulletin of the Leningrad State University named after A.S. Pushkin, 2016, no. 4-2, pp. 40-45.
5. Terekhin A.S. The influence of distance learning format on the motivation of undergraduate students. Sociology and law, 2020, no. 4 (50), pp. 65-69.
6. Orlova A.V. Problems of motivation of distance learning on the example of the analysis of online resources for teaching schoolchildren mathematics. Gertsen's readings: psychological research in education, 2018, no. 1-1, pp. 326-333.
7. Kobzareva I.I., Makarov D.O. Problems and prospects of formation of learning motivation, students during distance learning. Applied psychology and psychoanalysis, 2021, no. 2.
8. Kononykhina O.V. Motivation of students during distance learning. International Journal of Humanities and Natural Sciences, 2021, no. 2-1 (53), pp. 107-111.
9. Lee J. Problem-based gaming via an augmented reality mobile game and a printed game in foreign language education. Education and Information Technologies, 2022, vol. 27, pp. 743-771. DOI: 10.1007/s10639-020-10391-1
10. Potemkina T.V., Bondareva L.V., Novoselova S., Shevechkova M. The analysis of students' preferences of mobile applications for studying Russian as a foreign language. Perspektivy Nauki i Obrazovania, 2020, vol. 48(6), pp. 220-233.
11. Dmitrieva D.D. Modeling the process of organizing distance learning of Russian as a foreign language. Regional Herald, 2020, no. 10 (49), pp. 55-56.
12. Zhiltsov V.A., Maev I.A. The project of communicative educational resource in Russian as a foreign language with the use of v-learning technology. Russian Language Studies, 2021, vol. 19(1), pp. 34-50.
13. Tenikhina A.S. Linguocognitive bases of formation of the lexical minimum for foreigners studying Russian. Cognitive studies of language, 2020, no. 2 (41), pp. 753-755.
14. Berardi S. Modeling an online course in Russian as a foreign language during the COVID-19 epidemic. Russistika, 2021, no. 1 (19), pp. 7-20.
15. Panteleimonova T.S. Empirical study of the peculiarities of students' learning activity motivation in distance learning. Innovations. Science. Education, 2021, no. 36, pp. 2377-2385.
16. Vasilieva I.V., Vahitova Z.Z., Bulatova O.V. Analysis of resilience and motivation in students under distance learning conditions. Psychology of Education in Multicultural Space, 2022, no. 1(57), pp. 6-14.
17. Aleksandrova G.A., Vasilieva L.G., Filippova I.V. The influence of distance learning on the learning motivation of students in higher education. Kazan pedagogical journal, 2021, no. 1 (144), pp. 107-113.
18. Goksu I., Ozcan K.V., Cakir R., Goktas Y. Content analysis of research trends in instructional design models: 19992014. Journal of Learning Design, 2017, vol. 1, no. 2, pp. 85-109.
19. Keller John M. Strategies for stimulating the motivation to learn. Performance+Instruction, 1987, vol. 26, no. 8, pp. 1-7.
20. Voronina D.V. Pedagogical design as a means of developing learning motivation of distance learning students. Yaroslavsky pedagogichesky vestnik, 2016, no. 5, pp. 135-140.
21. Refat N., Kassim H., Rahman M.A., Razali, R.B. Measuring student motivation on the use of a mobile assisted grammar learning tool. PLoS ONE, 2020, vol. 15, no. 8. Art. e0236862
22. Maeng U., Lee S.-M. EFL teachers' behavior of using motivational strategies: The case of teaching in the Korean context. Teaching and Teacher Education, 2015, vol. 46, pp. 25-36.
23. Tohidi H., Jabbari Mohammad M. The effects of motivation in education. Procedia - Social and Behavioral Sciences,
2012, vol. 31. pp. 820-824.
24. Yusuf M. The impact of self-efficacy, achievement motivation, and self-regulated learning strategies on students' academic achievement. Procedia - Social and Behavioral Sciences, 2011, vol. 15. pp. 2623-2626.
25. Sogunro Olusegun A. Motivating factors for adult learners in higher education. International Journal of Higher Education, 2015, vol. 4, no. 1, pp. 22-37.
26. Refat N., Kassim H., Rahman M.A., Razali, R.B. Measuring student motivation on the use of a mobile assisted grammar learning tool. PLoS ONE, 2020, vol. 15, No. 8. Art. e0236862
27. Nasledov A. IBM SPSS Statistics 20 and AMOS: Professional Statistical Data Analysis. Saint-Petersburg, Peter Publ.,
2013. 416 p.
28. Nasledov A.D. SPSS: Computer data analysis in psychology and social sciences. Saint-Petersburg, Peter Publisher. 2005. 106 p.
Информация об авторах Кокшаров Виктор Анатольевич
(Россия, Екатеринбург) Кандидат исторических наук, ведущий научный сотрудник научно-исследовательской лаборатории по проблемам университетского развития, ректор Уральский федеральный университет E-mail: v.a.koksharov@urfu.ru
Неволина Алена Леонидовна
(Россия, Екатеринбург) Кандидат технических наук, доцент кафедры метрологии, стандартизации и сертификации, начальник управления академического развития Уральский федеральный университет E-mail: a.l.nevolina@urfu.ru
Ткачук Галина Андреевна
(Россия, Екатеринбург) Старший преподаватель кафедры метрологии, стандартизации и сертификации, заместитель начальника управления академического развития Уральский федеральный университет E-mail: g.a.tkachuk@urfu.ru
Чикова Ольга Анатольевна
(Россия, Екатеринбург) Доктор физико-математических наук, профессор кафедры физики Уральский федеральный университет
E-mail: chik63@mail.ru
Information about the authors
Victor A. Koksharov
(Russia, Yekaterinburg) Cand. Sci. (History), Leading Researcher, Research Laboratory for University Development, Rector Ural Federal University E-mail: v.a.koksharov@urfu.ru
Alena L. Nevolina
(Russia, Yekaterinburg) Cand. Sci. (Tech.), Associate Professor of the Department of Metrology, Standardization and Certification, Head of Academic Development Department Ural Federal University E-mail: a.l.nevolina@urfu.ru
Galina A. Tkachuk
(Russia, Yekaterinburg) Senior Lecturer of the Department of Metrology, Standardization and Certification, Deputy Head of Academic Development Department Ural Federal University E-mail: g.a.tkachuk@urfu.ru
Olga A.Chikova
(Russia, Yekaterinburg) Dr. Sci. (Phys.-Math.), Professor of the Department of Physics Ural Federal University E-mail: chik63@mail.ru
