Кластерный анализ поведенческих факторов в формировании цифровой идентичности обучающихся
Ключевые слова:
цифровая идентичность, данные опроса, иерархическая кластеризация, цифровая активность, академическая деятельность, исследовательская деятельность, социальная активностьАннотация
Цифровая идентичность обучающихся становится все более актуальной в современном мире образования. С развитием технологий и переходом к онлайн-обучению, обеспечение безопасности данных студентов и их аутентификация в цифровой среде становятся важными задачами для образовательных учреждений. Данная статья посвящена выявлению особенностей цифровой идентичности студентов региональных университетов Восточного Казахстана. Цель исследования заключается в применении кластерного анализа для анализа опросных данных с целью выявления особенностей цифровой идентичности обучающихся. Представлена общая методология исследования, согласно которой была проведена предварительная обработка данных с целью их подготовки для последующего анализа. В работе была использована иерархическая кластеризация по алгоритму Ward для анализа поведенческих факторов, влияющих на формирование цифровой идентичности студентов. Перед проведением кластерного анализа с применением метода Elbow было определено оптимальное число кластеров, что позволило эффективно разделить и классифицировать изучаемые данные. В исследовании были использованы опросные данные, собранные среди 324 студентов из трех региональных вузов Республики Казахстан. Опрос был проведен в онлайн формате с помощью Google Формы. Содержание вопросов включает в себя цифровую активность и взаимодействие обучающихся в онлайн-пространстве, а также вопросы об их академической, исследовательской и социальной активности. Для оценки достоверности и надежности данных был использован коэффициент α Кронбаха. В результате исследования были выделены группы обучающихся с различным уровнем цифровой идентичности («Интенсивная цифровая активность», «Гибридная форма цифровой активности», «Ограниченная цифровая активность»). На основании проведенного исследования предполагается разработка цифрового профиля обучающегося с учётом его уровня цифровой идентичности, а также планирование персонализированных траекторий обучения с целью оптимизации их академического и социального развития.
