Обучение дополнительным языкам программирования на основе сопоставления в системе повышения квалификации учителей информатики
Аннотация
Качество приобретенных IT-знаний, результаты ЕГЭ по информатике могут быть выше, если обучаемые кроме основного языка программирования освоят дополнительные языки с более широкими возможностями. Исследование направлено на поиск дидактических технологий, позволяющих расширить спектр изучаемых школьниками языков программирования, что дополняет профессиональные умения учителей информатики. На основе механизма сопоставления и блочно-модульного принципа организации учебного материала в работе предложена модель технологии обучения языкам программирования на основе подхода сопоставления, включающая нормативно-целевой, содержательный, процессуальный и результативный модули. Выделены типовые алгоритмические конструкции, соответствующие основным дидактическим линиям обучения программированию школьников. Разработаны схемы сопоставления подобных конструкция для языков программирования Pascal и Python, сконструированы шаблоны учебных задач, соответствующие схемам сопоставления. Проведено анкетирование слушателей курсов повышения квалификации (тьюторы-учителя информатики Краснодарского края), выявившее их готовность к изучению технологии освоения дополнительных языков программирования с использованием схем сопоставления. Делается вывод о том, что применение схем сопоставления в практической деятельности учителя сокращает время изучения второго языка программирования, формирует комплексный подход к изучению техники алгоритмизации, расширяет профессиональные умения учителей информатики, а, следовательно, соответствующая технология может быть включена в содержание системы повышения квалификации педагогов.
Литература
2. Bosova L.L. Modern approaches and innovative practices in teaching school informatics. Pedagogy of Computer Science. 2020;(1):1-28. (In Russ., abstract in Eng.) EDN: XUEYHZ
3. Minina I.V., Petukhova T.P. About personification of teaching schoolchildren programming. Modern Information Technologies and IT-Education. 2018;14(4):986-993. (In Russ., abstract in Eng.) https://doi.org/10.25559/SITITO.14.201804.986-993
4. Herrero-Álvarez R., Miranda G., León C., Segredo E. Engaging Primary and Secondary School Students in Computer Science Through Computational Thinking Training. IEEE Transactions on Emerging Topics in Computing. 2023;11(1):56-69. https://doi.org/10.1109/TETC.2022.3163650
5. Omarova G.R., Shimov I.V. Modern programming languages for teaching students programming. Aktual'nye voprosy prepodavanija matematiki, informatiki i informacionnyh tehnologij = Topical issues of teaching mathematics, informatics and information technologies. 2018;(3):270-275. (In Russ., abstract in Eng.) EDN: UORVGR
6. Tretiakov O.A., Fedorkevich E.V. Choosing the first language for teaching programming. World of Science. Pedagogy and psychology. 2020;8(5):44. (In Russ., abstract in Eng.) EDN: JMQMKX
7. Sorochinsky M.A., Belolyubsky M.M. Preparation for the Unified State Exam in Computer Science and ICT: An Overview of Tasks and Problem Solving Based on the Python Programming Language. International Research Journal. 2021;(8-3):114-117. (In Russ., abstract in Eng.) https://doi.org/10.23670/IRJ.2021.110.8.097
8. Arkhipova A.I., Grushevskiy S.P. [On the specifics of additional pedagogical training in education informatization programs]. Shkol'nye gody = School years. 2011;(39):5-7. (In Russ., abstract in Eng.) EDN: TDRQIV
9. Boronenko T.A., Fedotova V.S. Digital Mentoring: are teachers ready to participate in the formation of schoolchildren's digital literacy? Yaroslavl pedagogical bulletin. 2020;(4):33-44. (In Russ., abstract in Eng.) https://doi.org/10.20323/1813-145X-2020-4-115-33-44
10. Vezirov T.G., Babayan A.V. Formation of Digital Literacy of a Modern Teacher. Pedagogical Journal. 2021;11(1-1):336-340. (In Russ., abstract in Eng.) https://doi.org/10.34670/AR.2021.42.41.041
11. Verbitsky A.А. Digital Learning: Problems, Risks and Prospects. Homo Cyberus. 2019;1(6):135-141. (In Russ., abstract in Eng.) EDN: YJYUHG
12. Robert I.V., Mukhametzyanov I.Sh., Kastornova V.A. Informacionno-obrazovatel'noe prostranstvo [Information and educational space]. Hroniki ob#edinennogo fonda jelektronnyh resursov Nauka i obrazovanie = Chronicles of the joint electronic resources Fund Science and education. 2018;(1):41. (In Russ.) https://doi.org/10.12731/ofernio.2017.23455
13. Margaritis M., Magenheim J., Hubwieser P., Berges M., Ohrndorf L., Schubert S. Development of a competency model for computer science teachers at secondary school level. In: 2015 IEEE Global Engineering Education Conference (EDUCON). Tallinn, Estonia: IEEE Press; 2015. p. 211-220. https://doi.org/10.1109/EDUCON.2015.7095973
14. Kamalov F., Santandreu Calonge D., Gurrib I. New Era of Artificial Intelligence in Education: Towards a Sustainable Multifaceted Revolution. Sustainability. 2023;15(16):12451. https://doi.org/10.3390/su151612451
15. Dobrovolskaya N.Yu., Garkusha O.V. Research of the Readiness of Computer Science Teachers to Study Visual Programming in the Framework of Additional Education. Nauchnoe obespechenie sistemy povyshenija kvalifikacii kadrov = Scientific support of a system of advanced training. 2022;(1):115-125. (In Russ., abstract in Eng.) EDN: FXXEET
16. Cervetti G.N., Fitzgerald M.S., Hiebert E.H., Hebert M. Meta-Analysis Examining the Impact of Vocabulary Instruction on Vocabulary Knowledge and Skill. Reading Psychology. 2023;44(6):672-709. https://doi.org/10.1080/02702711.2023.2179146
17. d’Anjou B., Bakker S., An P., Bekker T. How Peripheral Data Visualisation Systems Support Secondary School Teachers during VLE-Supported Lessons. In: Proceedings of the 2019 on Designing Interactive Systems Conference (DIS '19). New York, NY, USA: Association for Computing Machinery; 2019. p. 859-870. https://doi.org/10.1145/3322276.3322365
18. Haug B.S., Mork S.M. Taking 21st century skills from vision to classroom: What teachers highlight as supportive professional development in the light of new demands from educational reforms. Teaching and Teacher Education. 2021;100:103286. https://doi.org/10.1016/j.tate.2021.103286
19. Salas-Pilco S.Z., Xiao K., Hu X. Artificial Intelligence and Learning Analytics in Teacher Education: A Systematic Review. Education Sciences. 2022;12(8):569. https://doi.org/10.3390/educsci12080569
20. Sheridan K.M., Wen X. Evaluation of an Online Early Mathematics Professional Development Program for Early Childhood Teachers. Early Education & Development. 2020;32(1);98-112. https://doi.org/10.1080/10409289.2020.1721402
21. Tzovla E., Kedraka K., Karalis T., Kougiourouki M., Lavidas K. Effectiveness of in-service elementary school teacher professional development MOOC: An Experimental research. Contemporary Educational Technology. 2021;13(4):ep324. https://doi.org/10.30935/cedtech/11144
22. Ozcan M.S, Çetinkaya E., Goksun T., Kisbu-Sakarya Y. Does learning to code influence cognitive skills of elementary school children? Findings from a randomized experiment. British Journal of Educational Psychology. 2021;91(4):1434-1455. https://doi.org/10.1111/bjep.12429
23. Copur-Gencturk Y., Baek C., Doleck T. A Closer Look at Teachers’ Proportional Reasoning. International Journal of Science and Mathematics Education. 2023;21(1):113-129. https://doi.org/10.1007/s10763-022-10249-7
24. Wong J.T., Bui N.N., Fields D.T., Hughes B.S. A Learning Experience Design Approach to Online Professional Development for Teaching Science through the Arts: Evaluation of Teacher Content Knowledge, Self-Efficacy and STEAM Perceptions. Journal of Science Teacher Education. 2022;34(6):593-623. https://doi.org/10.1080/1046560X.2022.2112552
25. Demszky D., Liu J., Hill H.C., Jurafsky D., Piech C. Can Automated Feedback Improve Teachers’ Uptake of Student Ideas? Evidence From a Randomized Controlled Trial in a Large-Scale Online Course. Educational Evaluation and Policy Analysis. 2023;46(3):016237372311692. https://doi.org/10.3102/01623737231169270
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Редакционная политика журнала основывается на традиционных этических принципах российской научной периодики и строится с учетом этических норм работы редакторов и издателей, закрепленных в Кодексе поведения и руководящих принципах наилучшей практики для редактора журнала (Code of Conduct and Best Practice Guidelines for Journal Editors) и Кодексе поведения для издателя журнала (Code of Conduct for Journal Publishers), разработанных Комитетом по публикационной этике - Committee on Publication Ethics (COPE). В процессе издательской деятельности редколлегия журнала руководствуется международными правилами охраны авторского права, нормами действующего законодательства РФ, международными издательскими стандартами и обязательной ссылке на первоисточник.
Журнал позволяет авторам сохранять авторское право без ограничений. Журнал позволяет авторам сохранить права на публикацию без ограничений.
Издательская политика в области авторского права и архивирования определяются «зеленым цветом» в базе данных SHERPA/RoMEO.
Все статьи распространяются на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная, которая позволяет другим использовать, распространять, дополнять эту работу с обязательной ссылкой на оригинальную работу и публикацию в этом журналe.
