ПОВЫШЕНИЕ ПРОЗРАЧНОСТИ БАЛЛЬНО-РЕЙТИНГОВОЙ СИСТЕМЫ ТЕХНИЧЕСКОГО ВУЗА СРЕДСТВАМИ ОБЛАЧНОЙ АВТОМАТИЗАЦИИ УЧЕТА УСПЕВАЕМОСТИ

УДК 378.146

  • Владислав Сергеевич Извеков Федеральное государственное бюджетное образовательное учреждение высшего образования «Сибирский государственный университет путей сообщения» https://orcid.org/0009-0007-6283-1546 Email: vlad-izvekov@mail.ru
Ключевые слова: балльно-рейтинговая система, облачные сервисы, Google Таблицы, динамическая нормализация, дедлайны, технический вуз, автоматизация учета

Аннотация

Введение: актуальность исследования обусловлена противоречием между необходимостью обеспечения прозрачности и объективности балльно-рейтинговой системы в техническом вузе и высокой трудоемкостью ручного учета успеваемости, особенно при большом количестве студентов и многообразии форм контроля. Целью работы являются теоретическое обоснование и экспериментальная проверка методики автоматизированного расчета рейтинга на базе общедоступных облачных сервисов, направленной на снижение административной нагрузки преподавателя и повышение доверия студентов к системе оценивания. Материалы и методы: исследование проведено на базе Сибирского государственного университета путей сообщения в течение одного учебного семестра. Выборка включала 182 студента инженерных специальностей. Методика реализована средствами облачного табличного процессора. В основе расчета лежит принцип динамической нормализации, при котором текущий балл студента соотносится не с фиксированным максимумом, а с наивысшим актуальным результатом в группе. Для оценки эффективности применялись хронометраж временных затрат преподавателя и сравнительный анализ соблюдения сроков сдачи работ. Результаты: разработана и внедрена автоматизированная система учета, позволившая полностью исключить перенос данных с бумажных носителей. Установлено, что временные затраты преподавателя на администрирование рейтинга сократились на 87,5 %. Введение автоматических понижающих коэффициентов за нарушение сроков сдачи расчетно-графических работ привело к статистически значимому росту доли работ, сданных вовремя. Зафиксировано полное отсутствие апелляций и спорных ситуаций по вопросам расчета баллов. Выводы: применение предложенной методики динамической нормализации с использованием облачных сервисов доказало свою эффективность в решении задач прозрачного и нетрудоемкого учета успеваемости. Система обладает гибкостью настройки и может быть тиражирована на различные учебные дисциплины без привлечения специалистов по программированию.

Скачивания

Данные скачивания пока недоступны.

Биография автора

Владислав Сергеевич Извеков, Федеральное государственное бюджетное образовательное учреждение высшего образования «Сибирский государственный университет путей сообщения»

Старший преподаватель

Литература

Власов Д. В. Автоматизация диагностики знаний обучающихся средствами больших языковых моделей и облачных интеграционных платформ // Современные информационные технологии и ИТ-образование. 2026. Т. 21. № 4. URL: http://sitito.cs.msu.ru/index.php/SITITO/article/view/1279

Калинин И. А. Цифровая модель построения рейтинга студентов в учебной группе по одной дисциплине при обучении в системе LCMS // Развитие образования. 2023. Т. 6. № 3. С. 49–56.

Камалеева А. Р. Балльно-рейтинговая система оценки качества обучения студентов по курсу «Концепции современного естествознания» // Образование и саморазвитие. 2009. № 2(12). С. 39–44. EDN PBTVPX.

Прахова М. Ю., Светлакова С. В., Заиченко Н. В. [и др.] Концепция балльно-рейтинговой системы оценивания результатов обучения студентов // Высшее образование в России. 2016. № 3. С. 17–25. EDN VQAKZR.

Пилинога М. М., Блинова Е. А. Реализация рейтинговой системы в веб-приложении для оценки текущей успеваемости студентов // Информационные технологии. Физика и математика : Материалы 89-й научно-технической конференции. Минск : БГТУ, 2025. С. 20–23.

Самойленко П. М., Макришин В. Н., Попова М. Б., Бадртдинова Р. Р. Трансформация системы балльно-рейтинговой оценки знаний обучающихся и ее роль в повышении эффективности педагогического процесса // Евразийское пространство: экономика, право, общество. 2023. № 10. С. 98–101.

Стариченко Б. Е., Стрелкова А. А. Программа «Генератор балльно-рейтинговых систем»: свидетельство о государственной регистрации программы для ЭВМ № 2017663379. 2017. EDN UNIFUE.

Ang T. Effective grading through google sheet functions // The language teacher. 2024. Vol. 48. No. 6. P. 22–25.

Kondo N., Hatanaka T., Matsuda T. Analysis of learning behaviors using a system for visualizing and sharing learning assessments // Letters in information research. 2025. Vol. 5. P. 1–12. https://doi.org/10.52731/lir.v005.423

Lees D., Beaton J. Google sheets: suggestions for automated quizzes and record-keeping // Moving JALT into the future: opportunity, diversity, and excellence. 2025. P. 81–88. https://doi.org/10.37546/JALTPCP2024-10

Tayong A. A., Roma G. M. New optimization/automation models for hei managerial work: grading, registering attendance, examination scheduling, archiving, and timetabling // Journal of tianjin university science and technology. 2023. Vol. 56. No. 7. P. 112–128. https://doi.org/10.17605/OSF.IO/2XDUY

References

Vlasov D.V. Avtomatizatsiya diagnostiki znaniy obuchayushchikhsya sredstvami bol'shikh yazykovykh modeley i oblachnykh integratsionnykh platform [Automation of student knowledge diagnostics using large language models and cloud integration platforms]. Sovremennye informatsionnye tekhnologii i IT-obrazovanie [Modern information technology and IT education]. 2026, vol. 21, no. 4. (In Russ.) URL: http://sitito.cs.msu.ru/index.php/SITITO/article/view/1279

Kalinin I.A. Tsifrovaya model' postroeniya reytinga studentov v uchebnoy gruppe po odnoy distsipline pri obuchenii v sisteme LCMS [Digital model for building student ratings in a study group in one discipline when training in the LCMS system]. Razvitie obrazovaniya [Development of education]. 2023, vol. 6, no. 3, pp. 49–56. (In Russ.)

Kamaleeva A.R. Ball'no-reytingovaya sistema otsenki kachestva obucheniya studentov po kursu «Kontseptsii sovremennogo estestvoznaniya» [Point-rating system for assessing the quality of students' learning in the course "Concepts of modern natural science"]. Obrazovanie i samorazvitie [Education and self-development]. 2009, no. 2(12), pp. 39–44. EDN PBTVPX. (In Russ.)

Prakhova M.Yu., Svetlakova S.V., Zaichenko N.V. [et al.] Kontseptsiya ball'no-reytingovoy sistemy otsenivaniya rezul'tatov obucheniya studentov [The concept of a point-rating system for assessing student learning outcomes]. Vysshee obrazovanie v Rossii [Higher education in Russia]. 2016, no. 3, pp. 17–25. EDN VQAKZR. (In Russ.)

Pilinoga M.M., Blinova E.A. Realizatsiya reytingovoy sistemy v web-prilozhenii dlya otsenki tekushchey uspevaemosti studentov [Implementation of a rating system in a web application for assessing current student progress]. Informatsionnye tekhnologii. Fizika i matematika: materialy 89-y nauchno-tekhnicheskoy konferentsii [Information technology. Physics and mathematics: proceedings of the 89th scientific and technical conference], Minsk: BGTU, 2025, pp. 20–23. (In Russ.)

Samoylenko P.M., Makrishin V.N., Popova M.B., Badrtdinova R.R. Transformatsiya sistemy ball'no-reytingovoy otsenki znaniy obuchayushchikhsya i ee rol' v povyshenii effektivnosti pedagogicheskogo protsessa [Transformation of the point-rating system for assessing students' knowledge and its role in improving the effectiveness of the pedagogical process]. Evraziyskoe prostranstvo: ekonomika, pravo, obshchestvo [Eurasian space: economy, law, society]. 2023, no. 10, pp. 98–101. (In Russ.)

Starichenko B.E., Strelkova A.A. Programma «Generator ball'no-reytingovykh sistem» [Software «Rating system generator»]: svidetel'stvo o gosudarstvennoy registratsii programmy dlya EVM № 2017663379. 2017. EDN UNIFUE. (In Russ.)

Ang T. Effective grading through google sheet functions. The language teacher. 2024, vol. 48, no. 6, pp. 22–25.

Kondo N., Hatanaka T., Matsuda T. Analysis of learning behaviors using a system for visualizing and sharing learning assessments. Letters in information research. 2025, vol. 5, pp. 1–12. https://doi.org/10.52731/lir.v005.423

Lees D., Beaton J. Google sheets: suggestions for automated quizzes and record-keeping. Moving JALT into the future: opportunity, diversity, and excellence. 2025, pp. 81–88. https://doi.org/10.37546/JALTPCP2024-10

Tayong A.A., Roma G.M. New optimization/automation models for hei managerial work: grading, registering attendance, examination scheduling, archiving, and timetabling. Journal of tianjin university science and technology. 2023. vol. 56, no. 7, pp. 112–128. https://doi.org/10.17605/OSF.IO/2XDUY

Опубликован
2026-09-21
Как цитировать
1. Извеков В. С. ПОВЫШЕНИЕ ПРОЗРАЧНОСТИ БАЛЛЬНО-РЕЙТИНГОВОЙ СИСТЕМЫ ТЕХНИЧЕСКОГО ВУЗА СРЕДСТВАМИ ОБЛАЧНОЙ АВТОМАТИЗАЦИИ УЧЕТА УСПЕВАЕМОСТИ // Вестник психологии и педагогики Алтайского государственного университета, 2026. Т. 8. № 3. С. 69-83. URL: https://bppasu.ru/article/view/20268.