Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

3. Saulius PREIDYS. IKT studentų nubyrėjimo dėl akademinių įsiskolinimų ypatumai

272 views

Published on

Pranešimas sekcijoje
K10&M4. Informacinės technologijos studijų ir mokymo(-si) procese
„Kompiuterininkų dienos – 2015“, Panevėžyje, KTU PTVF 2013-09-19

Published in: Education
  • Be the first to comment

  • Be the first to like this

3. Saulius PREIDYS. IKT studentų nubyrėjimo dėl akademinių įsiskolinimų ypatumai

  1. 1. IKT studentų nubyrėjimo dėl akademinių įsiskolinimų ypatumai Dr. Saulius Preidys VU ESEC direktorius saulius.preidys@esec.vu.lt
  2. 2. Tyrimo problema ir aktualumas  IT specialistų stygius – jau daug metų yra didelė Lietuvos problema.  Nors juos ruošia ir universitetai, ir kolegijos, tačiau šių specialistų poreikis vis didėja. Infobalt, 2014
  3. 3. Esama situacija: priežastys ir pasekmės  Nuo 2008 priėmimas į IT pakraipos studijas kritęs 35%, o nuo 2005 m. priėmimas sumažėjęs daugiau nei perpus !  IT sektoriaus atstovai kaip vieną pagrindinių kritusio susidomėjimo IT studijomis priežasčių įvardija mokyklinės programos nepatrauklumą ir tuo pačiu mažą neformalaus ugdymo su IT turiniu pasiūlą. Šaltinis: LR Statistikos departamentas, Švietimo informacinių technologijų centras
  4. 4. Priėmimas į IT studijas  Pagal pirmą pageidavimą IT studijų paklausa absoliučiu dydžiu iš visų studijų krypčių didėjo labiausiai, kartu su medicinos studijomis  Auga gaunančių valstybės finansavimą skaičius  Toliau daugėja stojančiųjų į mokamas vietas Infobalt, 2014
  5. 5. IKT studijų problemos(1)  Praktiniai įgūdžiai. Pačių studijų programų įvairovė ir verslo dalyvavimas IT studijose pamažu auga, tačiau išlieka nedidelis. Aukštosios mokyklos iki šiol studijų programose neplanuoja ir neapskaito, kiek valandų studijose turi būti ir yra skiriama praktiniams užsiėmimams už mokymo įstaigų ribų, kuriant į realias situacijas ir problemas orientuotus produktus, sprendžiant praktinius verslo iškeltus uždavinius.  Studijų tarptautiškumas. Tose programose, su kurių rezultatais teko susipažinti, labai nedaug atvykstančių iš užsienio dėstytojų, tačiau yra gerų pavyzdžių (pvz. savo profesionalus iš užsienio atsiunčia Barclays technologijų centras ir kt. tarptautinės kompanijos). Studijos anglų kalba tik pradedamos, užsienio studentų skaičius taip pat labai nežymus. (Infobalt, 2014)
  6. 6. IKT studijų problemos(2)  Baigiančių studijas skaičius. Rimtu iššūkiu lieka apie 50% siekiantis „nubyrėjimas“ tiek per 3 metus kolegijose, ar 4 metų studijų laikotarpį universitetuose, nors tikėtina, kad dalis jų ateina dirbti į IT sektorių. (Infobalt, 2014)
  7. 7. Kodėl toks didelis studentų nubyrėjimo procentas universitetuose ir kolegijose?
  8. 8. Studentų nubyrėjimas JAV universitetuose  Neįdomūs užsėmimai (47 %)  Praleista per daug paskaitų (43 %)  Praleista daug laiko su neįdomiais žmonėmis (42 %)  Buvo per daug laisvės ir per mažai taisyklių (38 %)  Sutrukdė akademiniai įsiskolinimai (35 %) JAV universitetų tyrimo ataskaita (Bridgeland, DiIulio Jr., and Burke, 2006)
  9. 9. Studentų nubyrėjimas Europos universitetuose  Autoriai išskiria šešis veiksnius, kurie įtakoja studentus mesti mokslus: 1. socialiniai ir kultūriniai, 2. struktūriniai, 3. politiniai, 4. instituciniai, 5. asmeniniai, 6. mokymosi.  Autoriai akcentuoja, jog atskirose šalyse nubyrėjimo priežastys yra skirtingos (pvz. Italijoje didelę reikšmę turi studentų tėvų išsilavinimas). QUINN, Jocey. (2013) . Drop-out and Completion in Higher Education in Europe among Students from under-Represented Groups
  10. 10. Kokios „nubyrėjimo“ priežastys Lietuvoje?  Sveikatos problemos  Psichinės sveikatos pablogėjimas (nuolatinis nuovargis, nemiga, galvos skausmai, apatija)  Kiti negalavimai (dažna sloga, kosulys, alkis, pykinimas, pilvo skausmai, skausmai širdies plote, bendras išsekimas)  Asmenybės ypatumai  Atsakomybės stoka  Nepasitikėjimas savimi  Žalingi įpročiai, priklausomybės (V. Gudžinskienė, 2006)
  11. 11. „Nubyrėjimo“ priežastys pagal atskiras sritis ŠMM, 2005
  12. 12. VU MIF studentų tyrimas Studijų grupė Metai 1991 1992 1993 1996 1999 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Informatikos Bioinformatika 322 126 75 101 43 Informacinės technologijos 286 318 394 366 327 Informatika 61 53 20 193 546 923 1259 1521 2722 2646 2825 2797 1919 902 830 567 395 Programų sistemos 355 344 868 918 1097 924 765 846 1020 600 495 Matematikos Ekonometrija 112 115 117 340 320 248 307 321 317 357 232 148 Finansų ir drausimo matematika 179 149 75 174 266 218 226 315 243 291 177 141 Matematika 24 39 25 147 171 232 278
  13. 13. Pradiniai tyrimo duomenys  asm_id – studento identifikatorius,  semestras – semestras, kuriame studentas turėjo akademinį įsiskolinimą,  dalykas – mokymosi dalykas, kuriame studentas turėjo akademinį įsiskolinimą  neigiamas – kiek kartų studentas turėjo neigiamą pažymį už šį mokymosi dalyką  teigiamas – ar pavyko atsiskaityti? (0 – nepavyko, 1 – pavyko)  busena_id – studento būsenos identifikatorius  busena – tiesiogiai susijęs su prieš tai buvusiu lauku – studento būsena (P-pašalintas, S-studijuoja, B-baigė)  last_semestras – paskutinis semestras, kuriame studentas turėjo akademinį įsiskolinimą,  pozymis – duomenų gavimo požymis,  metai – studijų metai,  programa – studijų programa, kurioje studijavo studentas.
  14. 14. Unikalūs tyrimo respondentai
  15. 15. Informatikos studijų programų grupės įsiskolinimai
  16. 16. Matematikos studijų programų grupės įsiskolinimai
  17. 17. Akademinės skolos pagal studijų programas • Praktiškai kiekvienoje studijų programoje „pirmauja“ matematiniai dalykai. • Kai kurie dalykai (Matematinė analizė, Kompiuterių architektūra) kartojasi visose studijų programose.
  18. 18. Akademinių skolų skaičius pagal metus
  19. 19. Akademinių įsiskolinimų skaičius pagal studijų programas Informatikos studijų programų grupė Matematikos studijų programų grupė
  20. 20. Analitikos modelis, skirtas akademinių įsiskolinimų analizei Studijų informacinė sistema Duomenų parengimas Specialybės ir ne specialybės dalykų atskyrimas Statistikos, duomenų tyrybos metodų pritaikymas Statistinių ataskaitų ir įžvalgų pateikimas Akademinių įsiskolinimų atranka Parengų duomenų įkėlimas į duomenų sandėlį
  21. 21. Išskirčių skaičiavimas ir palyginimas abiejose tiriamosiose grupėse
  22. 22. Išvados  IT specialybių darbuotojų šiuo metu darbo rinkoje labai trūksta  Apie 50% IT studentų nebaigia studijų universitetuose bei kolegijose  Studentai palieka studijas pradedant 1 semestru, baigiant 8-tu.  Dėl ne specialybinių dalykų skolų studijų nebaigia apie 50% buvusių VU MIF studentų.  Daugiausiai studentų palieka IT studijas dėl matematinių dalykų ir užsienio kalbų.  Problemos sprendimas – realiai veikianti modulinė studijų sistema.  Sukurtas modelis gali būti panaudotas kitų studijų programų analizei.
  23. 23.  Klausimai?

×