Adaptive learning System Architecture with Academic Performance Tracking
PDF (Russian)

Keywords

adaptive technologies
digital learning footprint
implementation of adaptive technologies
simulation of the implementation process

How to Cite

1.
Dyachenko M.S., Leonov A.G. Adaptive learning System Architecture with Academic Performance Tracking // Russian Journal of Cybernetics. 2023. Vol. 4, № 1. P. 39-48. DOI: 10.51790/2712-9942-2023-4-1-06.

Abstract

as the Russian Federation strives for technological independence, the educational system is expected to present a new, agile approach to learning to help each student unleash their potential and get the top value from learning. Adaptive learning is a way of customizing the learning path based on frequent assessment and automatic selection of the content and its level of complexity that the student should study to achieve the best academic performance available. Modern adaptive learning uses large amounts of student digital footprints. The authors applied simulation and system dynamics to analyze the adaptive learning implementation. The model defines a system of interrelated learning processes, data accumulation for adaptive learning support, adaptive technology validation, and dissemination. We also proposed architectural solutions for each stage of the system implementation. The solutions would accelerate the adoption of adaptive learning by building an educational environment consisting of local educational systems, unified external educational platforms, and instructors’ educational platforms.

https://doi.org/10.51790/2712-9942-2023-4-1-06
PDF (Russian)

References

Decoding Adaptive. Режим доступа: https://www.edsurge.com/research/reports/adaptive-learningclose-up.

Дьяченко М. С., Леонов А. Г. Цифровой след в образовании как драйвер профессионального роста в цифровую эпоху. E-Management. 2022;5(4):23–30. DOI: 10.26425/2658-3445-2022-5-4-23-30.

Heift T. Web Delivery of Adaptive and Interactive Language Tutoring: Revisited. International Journal of Artificial Intelligence in Education. 2015. DOI: 10.1007/s40593-015-0061-0.

Кречетов И. А., Дорофеева М. Ю., Дегтярев А. В. Раскрываем потенциал адаптивного обучения: от разработки до внедрения. Материалы международной конференции, Москва, 05–06 декабря 2018 года / Отв. ред. Е. Ю. Кулик. Москва: Национальный исследовательский университет «Высшая школа экономики»; 2018. С. 76–88.

Кречетов И. А., Романенко В. В. Реализация методов адаптивного обучения. Вопросы образования. 2020;2:252–277. DOI: 10.17323/1814-9545-2020-2-252-277.

Tang H., Jiang G., Wang Q. Personalized Learning Behavior Evaluation Method Based on Deep Neural Network. Scientific Programming. 2022;2022:9993271. DOI: 10.1155/2022/9993271.

Miao D., Jui-Long H., Xu D., Hengtao T., Hao L. Knowledge Tracing: A Review of Available Technologies. Journal of Educational Technology Development and Exchange. 2021;14(2):1. DOI: 10.18785/jetde.1402.01.

Shi Y. et al. Code-DKT: A Code-based Knowledge Tracing Model for Programming Tasks. Режим доступа: https://arxiv.org/abs/2206.03545. DOI: 10.48550/arXiv.2206.03545.

Cheng S., Liu Q., Chen E. Domain Adaption for Knowledge Tracing. Режим доступа: http://arxiv.org/abs/2001.04841. DOI: 10.48550/arXiv.2001.04841.

Leonov A. G., Matyushin M. A., Dyachenko M. S. Neural Networks for a priori Estimates of the Student Outcomes in Mirera. Lecture Notes in Civil Engineering. 2022;210:475–486. DOI: 10.1007/978-3-03090843-0_55.

Дьяченко М. С., Леонов А. Г., Матюшин М. А. Исследование и разработка методов машинного обучения и архитектур нейронных сетей для применения в области проверки. Труды НИИСИ РАН. Математическое и компьютерное моделирование сложных систем: теоретические и прикладные аспекты. 2021;11(3):48–53.

Cocco L., Mannaro K., Concas G., Marchesi M. Simulating Kanban and Scrum vs. Waterfall with System Dynamics. Agile Processes in Software Engineering and Extreme Programming. XP 2011. Lecture Notes in Business Information Processing / Eds: Sillitti A., Hazzan O., Bache E., Albaladejo X. Vol. 77. Springer, Berlin, Heidelberg. DOI: 10.1007/978-3-642-20677-1_9.

Комлева Н. В., Вилявин Д. А. Цифровая платформа для создания персонализированных адаптивных онлайн курсов. Открытое образование. 2020;24(2):65–72. DOI: 10.21686/1818-4243-2020-2-6572.

Бесшапошников Н. О., Леонов А. Г., Прилипко А. А. Цифровизация образования — новые возможности управления образовательными треками. Вестник кибернетики. 2018;2:154–160.

Дьяченко М. С., Леонов А. Г. Применение подхода поэтапной трансформации при построении системы адаптивного обучения на примере цифровой образовательной платформы Мирера. Информатизация образования и методика электронного обучения: цифровые технологии в образовании: материалы VI Международной науч. конф., г. Красноярск, 20–23 сентября 2022 г.: в 3 ч. Ч. 3 / под общ. ред. М. В. Носкова. Красноярск: Красноярский государственный педагогический университет им. В. П. Астафьева; 2022. C. 166–172.

Downloads

Download data is not yet available.