Вектор науки Тольяттинского государственного университета. Серия: Педагогика, психология. 2020; : 75-80
ВЗАИМОСВЯЗЬ ОСОБЕННОСТЕЙ САМОРЕГУЛЯЦИИ И ПРИНЯТИЯ ТЕХНОЛОГИЙ У СТУДЕНТОВ ВУЗА
https://doi.org/10.18323/2221-5662-2020-4-75-80Аннотация
Образование все шире использует различные технологии: системы управления обучением, различные платформы, мобильные устройства, социальные сети и прочее. В условиях дистанционного обучения повышаются требования к самостоятельности обучающихся, учебная деятельность осуществляется на основе саморегуляции. Исследование проведено в апреле – мае 2020 года в условиях перевода студентов очной формы обучения на удаленный режим. Цель исследования заключалась в выявлении взаимосвязи особенностей саморегуляции учебной деятельности и принятия технологий студентами в условиях дистанционного обучения. Гипотеза исследования: респонденты, имеющие высокие показатели по уровню саморегуляции, будут демонстрировать более высокий уровень принятия технологий. К началу сбора материала студенты в течение двух месяцев обучались удаленно с использованием дистанционных образовательных технологий. Исследование проведено на выборке студентов высших учебных заведений в количестве 75 человек. В целом по выборке можно отметить низкие значения по шкалам «Моделирование», «Оценка результатов» и «Гибкость» и более высокие значения по шкале «Программирование». Были выявлены различия между мужской и женской выборками по шкалам «Моделирование», «Надежность» и «Общий уровень саморегуляции» (p≤0,05). Респонденты, которые субъективно оценивают качество интернет-связи как невысокое, в целом более лояльно относятся к технологиям и в большей степени проявляют намерение использовать технологии в своем обучении. Между шкалами «Надежность», «Общий уровень саморегуляции» и «Субъективная полезность» двух методик были обнаружены отрицательные корреляционные связи. В данном случае наша гипотеза не подтвердилась: оказалось, что респонденты с высоким уровнем саморегуляции склонны считать, что технологии не так полезны в их деятельности, т. е. не способствуют повышению ее эффективности.
Список литературы
1. Crompton H., Bernacki M., Greene J.A. Psychological foundations of emerging technologies for teaching and learning in higher education // Current Opinion in Psychology. 2020. Vol. 36. Р. 101-105.
2. Айсмонтас Б.Б. Некоторые психолого-педагогические особенности создания и использования компьютерных обучающих программ в вузе // Психологическая наука и образование. 2004. № 4. С. 51-59.
3. Конопкин О.А. Психическая саморегуляция произвольной активности личности // Вопросы психологии. 1995. № 1. С. 5-11.
4. Афанасьева А.С. Особенности взаимосвязи саморегуляции и академической успеваемости студентов 3 курса разных форм обучения // Ярославский психологический вестник. 2020. № 1. С. 34-36.
5. Конопкин О.А. Структурно-функциональный и содержательно-психологический аспекты осознанной саморегуляции // Психология. Журнал Высшей школы экономики. 2005. Т. 2. № 1. С. 27-42.
6. Моросанова В.И. Стилевые особенности саморегуляции личности // Вопросы психологии. 1991. № 1. С. 121-127.
7. Моросанова В.И. Индивидуальные особенности осознанной саморегуляции произвольной активности человека // Вестник Московского университета. Серия 14: Психология. 2010. № 1. С. 36-45.
8. Davis F.D. Perceived usefulness, perceived ease of use, and user acceptance of information technology // MIS Quarterly: management information systems. 1989. Vol. 13. № 3. P. 319-340.
9. Al-Emran M., Mezhuyev V., Kamaludin А. Technology Acceptance Model in M-learning context: A systematic review // Computers and Education. 2018. Vol. 125. P. 389-412.
10. Моросанова В.И., Бондаренко И.Н. Диагностика саморегуляции человека. М.: Когито-Центр, 2015. 304 c.
11. Бочарова Е.Е. Адаптационная готовность личности к ситуации социальных изменений // Известия Саратовского университета. Новая серия. Серия: Акмеология образования. Психология развития. 2015. Т. 4. № 1. С. 45-51.
12. Моросанова В.И., Сагиев Р.Р. Диагностика индивидуально-стилевых особенностей саморегуляции в учебной деятельности студентов // Вопросы психологии. 1994. № 5. С. 134-140.
13. Заводчиков Д.П., Манякова П.О. Взаимосвязь саморегуляции и личной профессиональной перспективой студентов // Образование и наука. 2018. Т. 20. № 1. С. 116-135.
14. Герасимова В.Г., Романова Ю.Д., Меламуд М.Р., Женова Н.А., Сорокина М.Ю. Метод Дэвиса для оценки привлекательности внедрения e-learning в РЭУ имени Г.В. Плеханова // Транспортное дело России. 2018. № 4. С. 102-104.
15. Sánchez R.A., Hueros A.D. Motivational factors that influence the acceptance of Moodle using TAM // Computers in Human Behavior. 2010. Vol. 26. № 6. P. 1632-1640.
16. Sukendro S., Habibi A., Khaeruddin K., Indrayana B., Syahruddin S., Makadada F.A., Hakim H. Using an extended Technology Acceptance Model to understand students’ use of e-learning during Covid-19: Indonesian sport science education context // Heliyon. 2020. Vol. 6. № 11. Article number e05410.
17. Abdullah F., Ward R. Developing a General Extended Technology Acceptance Model for E-Learning (GETAMEL) by analysing commonly used external factors // Computers in Human Behavior. 2016. Vol. 56. № 1. P. 238-256.
18. Zheng J., Li S. What drives students’ intention to use tablet computers: An extended technology acceptance model // International Journal of Educational Research. 2020. Vol. 102. Article number 101612.
19. Dečman M. Modeling the acceptance of e-learning in mandatory environments of higher education: The influence of previous education and gender // Computers in Human Behavior. 2015. Vol. 49. P. 272-281.
20. Masood M., Musman A. The Usability and its Influence of an e-Learning System on Student Participation // Procedia - Social and Behavioral Sciences: 7th world conference on educational science. 2015. Vol. 197. P. 2325-2330.
Science Vector of Togliatti State University. Series: Pedagogy, Psychology. 2020; : 75-80
THE INTERRELATION BETWEEN SELF-REGULATION AND ACCEPTANCE OF TECHNOLOGIES BY THE HIGH SCHOOL STUDENTS
https://doi.org/10.18323/2221-5662-2020-4-75-80Abstract
Education is increasingly using various technologies: training management systems, different platforms, mobile devices, social networks, etc. In the conditions of distance learning, the requirements for the independence of students are increasing, learning activity is carried out based on self-regulation. The authors carried out the study in April-May of 2020 in the context of switching of full-time students to distant learning. The paper aims at the study of the interrelation between self-regulation and the acceptance of technologies by high school students. The hypothesis of the research: The respondents, who have high performance of the self-regulation level, will demonstrate a higher level of technology acceptance. By the time of collecting the materials, the students have been studying online for two months using distance training technologies. The authors carried out the study of the selected group of 75 students of higher education institutions. In general, according to the results, the authors noted low values on the Modeling, Assessment of Results, and Flexibility scales and higher values on the Programming scale. The study revealed differences between male and female groups on the Modeling, Reliability, and General Level of Self-regulation scales (p≤0.05). The respondents, who subjectively assess the quality of Internet connection as low, in general, are more loyal to the technologies and, to a greater extent, show their intention to use technologies in their training. The study identified negative correlations between the Reliability, General Level of Self-regulation, and Personal Utility scales of two techniques. In this case, the hypothesis was not confirmed: it turned out that the respondents with a high level of self-regulation tended to believe that technologies were not so useful in their activity as they did not promote its efficiency.
References
1. Crompton H., Bernacki M., Greene J.A. Psychological foundations of emerging technologies for teaching and learning in higher education // Current Opinion in Psychology. 2020. Vol. 36. R. 101-105.
2. Aismontas B.B. Nekotorye psikhologo-pedagogicheskie osobennosti sozdaniya i ispol'zovaniya komp'yuternykh obuchayushchikh programm v vuze // Psikhologicheskaya nauka i obrazovanie. 2004. № 4. S. 51-59.
3. Konopkin O.A. Psikhicheskaya samoregulyatsiya proizvol'noi aktivnosti lichnosti // Voprosy psikhologii. 1995. № 1. S. 5-11.
4. Afanas'eva A.S. Osobennosti vzaimosvyazi samoregulyatsii i akademicheskoi uspevaemosti studentov 3 kursa raznykh form obucheniya // Yaroslavskii psikhologicheskii vestnik. 2020. № 1. S. 34-36.
5. Konopkin O.A. Strukturno-funktsional'nyi i soderzhatel'no-psikhologicheskii aspekty osoznannoi samoregulyatsii // Psikhologiya. Zhurnal Vysshei shkoly ekonomiki. 2005. T. 2. № 1. S. 27-42.
6. Morosanova V.I. Stilevye osobennosti samoregulyatsii lichnosti // Voprosy psikhologii. 1991. № 1. S. 121-127.
7. Morosanova V.I. Individual'nye osobennosti osoznannoi samoregulyatsii proizvol'noi aktivnosti cheloveka // Vestnik Moskovskogo universiteta. Seriya 14: Psikhologiya. 2010. № 1. S. 36-45.
8. Davis F.D. Perceived usefulness, perceived ease of use, and user acceptance of information technology // MIS Quarterly: management information systems. 1989. Vol. 13. № 3. P. 319-340.
9. Al-Emran M., Mezhuyev V., Kamaludin A. Technology Acceptance Model in M-learning context: A systematic review // Computers and Education. 2018. Vol. 125. P. 389-412.
10. Morosanova V.I., Bondarenko I.N. Diagnostika samoregulyatsii cheloveka. M.: Kogito-Tsentr, 2015. 304 c.
11. Bocharova E.E. Adaptatsionnaya gotovnost' lichnosti k situatsii sotsial'nykh izmenenii // Izvestiya Saratovskogo universiteta. Novaya seriya. Seriya: Akmeologiya obrazovaniya. Psikhologiya razvitiya. 2015. T. 4. № 1. S. 45-51.
12. Morosanova V.I., Sagiev R.R. Diagnostika individual'no-stilevykh osobennostei samoregulyatsii v uchebnoi deyatel'nosti studentov // Voprosy psikhologii. 1994. № 5. S. 134-140.
13. Zavodchikov D.P., Manyakova P.O. Vzaimosvyaz' samoregulyatsii i lichnoi professional'noi perspektivoi studentov // Obrazovanie i nauka. 2018. T. 20. № 1. S. 116-135.
14. Gerasimova V.G., Romanova Yu.D., Melamud M.R., Zhenova N.A., Sorokina M.Yu. Metod Devisa dlya otsenki privlekatel'nosti vnedreniya e-learning v REU imeni G.V. Plekhanova // Transportnoe delo Rossii. 2018. № 4. S. 102-104.
15. Sánchez R.A., Hueros A.D. Motivational factors that influence the acceptance of Moodle using TAM // Computers in Human Behavior. 2010. Vol. 26. № 6. P. 1632-1640.
16. Sukendro S., Habibi A., Khaeruddin K., Indrayana B., Syahruddin S., Makadada F.A., Hakim H. Using an extended Technology Acceptance Model to understand students’ use of e-learning during Covid-19: Indonesian sport science education context // Heliyon. 2020. Vol. 6. № 11. Article number e05410.
17. Abdullah F., Ward R. Developing a General Extended Technology Acceptance Model for E-Learning (GETAMEL) by analysing commonly used external factors // Computers in Human Behavior. 2016. Vol. 56. № 1. P. 238-256.
18. Zheng J., Li S. What drives students’ intention to use tablet computers: An extended technology acceptance model // International Journal of Educational Research. 2020. Vol. 102. Article number 101612.
19. Dečman M. Modeling the acceptance of e-learning in mandatory environments of higher education: The influence of previous education and gender // Computers in Human Behavior. 2015. Vol. 49. P. 272-281.
20. Masood M., Musman A. The Usability and its Influence of an e-Learning System on Student Participation // Procedia - Social and Behavioral Sciences: 7th world conference on educational science. 2015. Vol. 197. P. 2325-2330.
