✖


Jump to content

Обучение аналитике

Аналитика обучения — это измерение, сбор, анализ и представление данных об учащихся и их контексте с целью понимания и оптимизации обучения и среды, в которой оно происходит. [1] Рост онлайн-обучения с 1990-х годов, особенно в сфере высшего образования , способствовал развитию аналитики обучения, поскольку данные о студентах можно собирать и предоставлять для анализа. [2] [3] [4] Когда учащиеся используют LMS , социальные сети или аналогичные онлайн-инструменты, их клики, шаблоны навигации, время выполнения задачи, социальные сети , информационный поток можно отслеживать и разработку концепций посредством обсуждений. Быстрое развитие массовых открытых онлайн-курсов (МООК) предоставляет исследователям дополнительные данные для оценки преподавания и обучения в онлайн-среде. [5]

Определение [ править ]

Хотя большая часть литературы по аналитике обучения начала использовать вышеупомянутое определение, определение и цели аналитики обучения все еще оспариваются.

модель прогнозирования обучения как Аналитика

В одном из более ранних определений, обсуждавшихся сообществом, предполагалось, что аналитика обучения — это использование интеллектуальных данных, данных, созданных учащимися, и моделей анализа для обнаружения информации и социальных связей для прогнозирования и консультирования людей в процессе обучения. [6] Но это определение подверглось критике со стороны Джорджа Сименса. [7] [ нужен неосновной источник ] и Майк Шарки . [8] [ нужен неосновной источник ]

Аналитика обучения как универсальная среда проектирования [ править ]

Доктор Вольфганг Греллер и доктор Хендрик Драхслер целостно определили аналитику обучения как основу. Они предположили, что это общая структура проектирования, которая может служить полезным руководством для создания аналитических служб для поддержки образовательной практики и руководства учащимися, обеспечения качества, разработки учебных программ, а также повышения эффективности и результативности учителей. Он использует общий морфологический анализ (GMA), чтобы разделить домен на шесть «критических измерений». [9]

обучения как принятие решений на данных основе Аналитика

Более широкий термин « аналитика » определяется как наука об изучении данных с целью сделать выводы и, при использовании при принятии решений , представить пути или направления действий. [10] С этой точки зрения аналитика обучения определяется как частный случай аналитики , в которой принятие решений направлено на улучшение обучения и образования. [11] В 2010-х годах это определение аналитики пошло дальше и включило в себя элементы исследования операций, такие как деревья решений и стратегические карты, для создания прогнозных моделей и определения вероятностей для определенных направлений действий. [10]

применение аналитики Analytics как Learning

Другой подход к определению аналитики обучения основан на концепции аналитики, интерпретируемой как процесс разработки действенных идей посредством определения проблемы и применения статистических моделей и анализа существующих и/или смоделированных будущих данных. [12] [13] С этой точки зрения аналитика обучения представляет собой тип аналитики (как процесс ), в котором данные, определение проблемы и идеи связаны с обучением.

В 2016 году исследование, проведенное совместно Консорциумом новых медиа (NMC) и Образовательной инициативой EDUCAUSE (ELI) ( программа EDUCAUSE ) , описывает шесть областей новых технологий, которые окажут существенное влияние на высшее образование и творческое самовыражение к концу 2016 года. 2020. В результате этого исследования аналитика обучения была определена как образовательное приложение веб-аналитики, направленное на профилирование учащихся, процесс сбора и анализа деталей взаимодействия отдельных учащихся в онлайн-обучении . [14]

Драган Гашевич — пионер и ведущий исследователь в области аналитики обучения. Он является основателем и бывшим президентом (2015–2017) Общества исследований в области аналитики обучения ( SoLAR ).

обучения как применение науки данных о Аналитика

В 2017 году Гашевич , Кованович и Йоксимович предложили консолидированную модель аналитики обучения. [15] Модель утверждает, что аналитика обучения определяется на пересечении трех дисциплин: науки о данных, теории и дизайна. Наука о данных предлагает вычислительные методы и методы для сбора, предварительной обработки, анализа и представления данных. Теория обычно черпается из литературы по наукам об обучении, образованию, психологии, социологии и философии. Дизайнерский аспект модели включает в себя: дизайн обучения, дизайн взаимодействия и дизайн исследования. В 2015 году Гашевич , Доусон и Сименс утверждали, что вычислительные аспекты аналитики обучения должны быть связаны с существующими исследованиями в области образования, чтобы аналитика обучения могла выполнить свои обещания по пониманию и оптимизации обучения. [16]

Аналитика обучения против интеллектуального образовательных данных анализа

Разграничение областей интеллектуального анализа образовательных данных (EDM) и аналитики обучения (LA) беспокоило нескольких исследователей. Джордж Сименс придерживается позиции, что интеллектуальный анализ образовательных данных включает в себя как аналитику обучения, так и академическую аналитику . [17] первый из которых нацелен на правительства, финансирующие агентства и администраторов, а не на учащихся и преподавателей. Бэплер и Мердок определяют академическую аналитику как область, которая «... сочетает в себе избранные институциональные данные, статистический анализ и прогнозное моделирование для создания интеллекта, на основе которого учащиеся, преподаватели или администраторы могут изменить академическое поведение». [18] Далее они пытаются отделить интеллектуальный анализ образовательных данных от академической аналитики на основе того, основан ли этот процесс на гипотезах или нет, хотя Брукс [19] задается вопросом, существует ли это различие в литературе. Брукс [19] вместо этого предлагает, чтобы лучшее различие между сообществами EDM и сообществами Лос-Анджелеса заключалось в том, где зародилось каждое сообщество, причем в авторстве сообщества EDM доминируют исследователи, пришедшие из парадигм интеллектуального обучения, а исследователи аналитики обучения больше ориентированы на системы корпоративного обучения ( например, системы управления учебным контентом).

Независимо от различий между сообществами LA и EDM, эти две области существенно совпадают как в целях следователей, так и в методах и техниках, которые используются в расследовании. В рамках программы магистратуры по аналитике обучения в Педагогическом колледже Колумбийского университета студентов обучают методам EDM и LA. [20]

вклад Исторический ​ ​

Аналитика обучения, как область, имеет множество дисциплинарных корней. Хотя области искусственного интеллекта (ИИ) , статистического анализа , машинного обучения и бизнес-аналитики предлагают дополнительную информацию, основные исторические корни аналитики напрямую связаны с человеческим взаимодействием и системой образования . [5] В частности, история аналитики обучения тесно связана с развитием четырех областей социальных наук, которые с течением времени сошлись воедино. Эти области преследовали и до сих пор преследуют четыре цели:

  1. Определение учащегося , чтобы удовлетворить потребность в определении и понимании учащегося.
  2. Отслеживание знаний , посвященное тому, как отслеживать или отображать знания, которые возникают в процессе обучения.
  3. Эффективность обучения и персонализация — это то, как сделать обучение более эффективным и персонализированным с помощью технологий.
  4. Учащийся – сравнение содержания , чтобы улучшить обучение путем сравнения уровня знаний учащегося с фактическим содержанием, которое необходимо освоить. [5] ( Сименс, Джордж (17 марта 2013 г.). Введение в аналитику обучения . Открытый онлайн-курс LAK13 для Техасского университета в Остине и Эдксе. 11 минут в . Проверено 1 ноября 2018 г. )

Разнообразие дисциплин и исследовательской деятельности оказало влияние на эти четыре аспекта на протяжении последних десятилетий, способствуя постепенному развитию аналитики обучения. Некоторые из наиболее определяющих дисциплин — это анализ социальных сетей , моделирование пользователей , когнитивное моделирование , интеллектуальный анализ данных и электронное обучение . Историю аналитики обучения можно понять по возникновению и развитию этих областей. [5]

сетей Анализ социальных ​

Анализ социальных сетей ( SNA ) – это процесс исследования социальных структур с помощью сетей и теории графов . [21] Он характеризует сетевые структуры с точки зрения узлов (отдельных участников, людей или вещей внутри сети) и связей , ребер или связей (отношений или взаимодействий), которые их соединяют. [ нужна ссылка ] Анализ социальных сетей занимает видное место в социологии , и его развитие сыграло ключевую роль в появлении аналитики обучения.Один из первых примеров или попыток обеспечить более глубокое понимание взаимодействий принадлежит австрийско-американскому социологу Полу Лазарсфельду . В 1944 году Лазарсфельд сделал заявление о том, «кто с кем говорит, о чем и с каким эффектом». [22] Это утверждение формирует то, что сегодня по-прежнему является областью интересов или целью анализа социальных сетей, который пытается понять, как люди связаны между собой и какие идеи могут быть получены в результате их взаимодействия, что является основной идеей Learning Analytics. [5]

Анализ цитирования

Американский лингвист Юджин Гарфилд был пионером в области аналитики в науке. В 1955 году Гарфилд предпринял первую попытку проанализировать структуру науки относительно того, как можно лучше понять научные достижения, отслеживая ассоциации ( цитирования ) между статьями (как они ссылаются друг на друга, важность включенных в них ресурсов, частоту цитирования). , и т. д). Отслеживая цитирование, ученые могут наблюдать, как исследования распространяются и подтверждаются. Это была основная идея того, что в конечном итоге стало « рейтингом страницы », который на заре Google (начало 21 века) был одним из ключевых способов понимания структуры поля путем рассмотрения связей страниц и важности. этих связей. Алгоритм PageRank — первый алгоритм поиска, использованный Google, — был основан на этом принципе. [23] [24] Американский ученый-компьютерщик Ларри Пейдж , сооснователь Google, определил PageRank как « приблизительную оценку важности » конкретного ресурса. [25] С образовательной точки зрения анализ цитирования или ссылок важен для картирования областей знаний . [5]

Основная идея, лежащая в основе этих попыток, заключается в осознании того, что по мере увеличения объема данных отдельные лица, исследователи или бизнес-аналитики должны понимать, как отслеживать основные закономерности, лежащие в основе данных, и как извлекать из них информацию. И это также основная идея в Learning Analytics. [5]

Цифровизация анализа социальных сетей

В начале 1970-х годов , благодаря быстрому развитию технологий, анализ социальных сетей перешел к анализу сетей в цифровых условиях. [5]

  1. Шестиградусный эксперимент Милгрэма . В 1967 году американский социальный психолог Стэнли Милгрэм и другие исследователи изучили среднюю длину пути социальных сетей людей в Соединенных Штатах, предположив, что человеческое общество представляет собой сеть типа маленького мира, характеризующуюся короткими длинами путей. [26]
  2. Слабые связи . работа американского социолога Марка Грановеттера о силе так называемых слабых связей ; его статья 1973 года «Сила слабых связей» — одна из самых влиятельных и цитируемых статей в области социальных наук . [27]
  3. Сетевой индивидуализм . К концу 20-го века исследования социолога Барри Веллмана внесли значительный вклад в теорию анализа социальных сетей . В частности, Веллман наблюдал и описал рост « сетевого индивидуализма » – трансформацию групповых сетей в индивидуализированные сети. [28] [29] [30]


В течение первого десятилетия века профессор Кэролайн Хэйторнтвейт исследовала влияние типа СМИ на развитие социальных связей , отмечая, что человеческие взаимодействия можно анализировать, чтобы получить новое понимание не на основе сильных взаимодействий (т. е. людей, которые тесно связаны с субъектом). а, скорее, от слабых связей . Это дает Learning Analytics центральную идею: на первый взгляд несвязанные данные могут скрывать важную информацию. В качестве примера этого явления можно привести тот факт, что человек, ищущий работу, будет иметь больше шансов найти новую информацию через слабые связи, чем через сильные. [31] ( Сименс, Джордж (17 марта 2013 г.). Введение в аналитику обучения . Открытый онлайн-курс LAK13 для Техасского университета в Остине и Эдксе. 11 минут в . Проверено 1 ноября 2018 г. )

Ее исследования также были сосредоточены на том, как различные типы средств массовой информации могут влиять на формирование сетей . Ее работа внесла большой вклад в развитие анализа социальных сетей как области. Важные идеи были унаследованы аналитикой обучения, например, ряд показателей и подходов могут определить важность конкретного узла, ценность обмена информацией , способ соединения кластеров друг с другом, структурные пробелы, которые могут существовать в этих сетях, и т. д. [5]

Впервые применение анализа социальных сетей в условиях цифрового обучения было предложено профессором Шейном П. Доусоном . Он разработал ряд программных инструментов, таких как «Педагогическая практика адаптации социальных сетей» (SNAPP) для оценки сетей, которые формируются в [системах управления обучением], когда студенты участвуют в дискуссиях на форумах. [32]

Моделирование пользователей [ править ]

Основная цель пользовательского моделирования — настройка и адаптация систем к конкретным потребностям пользователя, особенно при их взаимодействии с вычислительными системами . Важность того, что компьютеры могут индивидуально реагировать на людей, начала пониматься в десятилетии 1970-х годов. Доктор Элейн Рич в 1979 году предсказала, что «компьютеры будут относиться к своим пользователям как к личностям с разными личностями, целями и так далее». [33] Это центральная идея не только в образовательном плане, но и в общей деятельности в Интернете, где персонализация является важной целью. [5]

Моделирование пользователей стало важным в исследованиях взаимодействия человека с компьютером , поскольку оно помогает исследователям разрабатывать более совершенные системы, понимая, как пользователи взаимодействуют с программным обеспечением. [34] Распознавание уникальных черт, целей и мотивации людей остается важным занятием в обучении аналитике. [5]

См. Также: Адаптивная гипермедиа § История

Персонализация и адаптация учебного контента является важным настоящим и будущим направлением науки об обучении , и ее история в образовании способствовала развитию аналитики обучения. [5] Гипермедиа — это нелинейная среда информации, включающая графику, аудио, видео, обычный текст и гиперссылки . Этот термин был впервые использован в статье американского социолога Теда Нельсона в 1965 году . [35] Адаптивная гипермедиа основана на моделировании пользователей за счет повышения персонализации контента и взаимодействия. В частности, адаптивные гипермедийные системы строят модель целей, предпочтений и знаний каждого пользователя, чтобы адаптироваться к потребностям этого пользователя. С конца 20-го века эта область быстро развивалась, главным образом благодаря тому, что Интернет стимулировал исследования в области адаптивности и, во-вторых, накоплению и консолидации исследовательского опыта в этой области. В свою очередь, на аналитику обучения повлияло это мощное развитие. [36]

Образование/когнитивное моделирование [ править ]

Образовательное/когнитивное моделирование применялось для отслеживания того, как учащиеся приобретают знания. С конца 1980-х и начала 1990-х годов компьютеры десятилетиями использовались в образовании в качестве средств обучения. В 1989 году Хью Бернс выступал за принятие и разработку интеллектуальных систем обучения , которые в конечном итоге должны были пройти три уровня «интеллекта»: знание предметной области , оценка знаний учащихся и педагогическое вмешательство. В XXI веке эти три уровня остаются актуальными для исследователей и преподавателей. [37]

В десятилетие 1990-х годов академическая деятельность вокруг когнитивных моделей была сосредоточена на попытках разработать системы, обладающие вычислительной моделью, способной решать задачи, поставленные перед студентами, способами, которыми студенты должны решать эти проблемы. [38] Когнитивное моделирование способствовало росту популярности интеллектуальных или когнитивных преподавателей . Как только когнитивные процессы будут смоделированы, можно будет разработать программное обеспечение (преподаватели) для поддержки учащихся в процессе обучения. Исследовательская база в этой области в конечном итоге стала весьма актуальной для аналитики обучения в 21 веке. [5] [39] [40]


фреймов Эпистемическая ​ теория

Хотя аналитика больших данных все более широко применяется в образовании, Уайз и Шаффер [41] обратил внимание на важность теоретического подхода в анализе. Эпистемическая теория фреймов концептуализировала «способы мышления, действия и существования в мире» в среде совместного обучения. В частности, структура основана на контексте Сообщества практиков (CoP), которое представляет собой группу учащихся с общими целями, стандартами и предварительными знаниями и навыками для решения сложной проблемы. В связи с сутью CoP важно изучить связи между элементами (учащимися, знаниями, понятиями, навыками и т. д.). Для выявления связей выявляются и анализируются совпадения элементов в данных учащихся.

Шаффер и Руис [42] указал на концепцию замыкания цикла интерпретации, подчеркнув прозрачность и проверку модели, интерпретации и исходных данных. Цикл можно замкнуть с помощью хорошего теоретического и обоснованного аналитического подхода — эпистемического сетевого анализа .

Другие вклады [ править ]

Обсуждая историю аналитики, Адам Купер выделяет ряд сообществ, из которых аналитика обучения черпала методы, в основном в первые десятилетия 21 века, в том числе: [43]

  1. Статистика , которая является хорошо зарекомендовавшим себя средством проверки гипотез.
  2. Бизнес-аналитика , которая имеет сходство с аналитикой обучения, хотя исторически была нацелена на повышение эффективности подготовки отчетов за счет обеспечения доступа к данным и обобщения показателей эффективности.
  3. Веб-аналитика , такие инструменты, как Google Analytics, сообщают о посещениях веб-страниц и ссылках на веб-сайты, бренды и другие ключевые термины в Интернете. Более «мелкие» из этих методов можно использовать в аналитике обучения для исследования траекторий учащихся с помощью учебных ресурсов (курсов, материалов и т. д.).
  4. Операционные исследования , целью которых является выявление оптимизации конструкции для достижения максимальных целей посредством использования математических моделей и статистических методов. Такие методы используются в аналитике обучения, целью которой является создание моделей поведения в реальном мире для практического применения.
  5. Методы искусственного интеллекта (в сочетании с методами машинного обучения , основанными на интеллектуальном анализе данных ) способны обнаруживать закономерности в данных. В аналитике обучения такие методы можно использовать для интеллектуальных систем обучения , классификации студентов более динамичными способами, чем простые демографические факторы, а также для таких ресурсов, как системы «предлагаемых курсов», смоделированные на основе методов совместной фильтрации .
  6. Визуализация информации , которая является важным шагом во многих аналитиках для осмысления предоставленных данных и используется в большинстве методов (включая описанные выше). [43]


Программы обучения аналитике [ править ]

Первая программа последипломного образования, ориентированная конкретно на аналитику обучения, была создана Райаном С. Бейкером и запущена в осеннем семестре 2015 года в Педагогическом колледже университета Колумбийского . В описании программы указано, что

«(...)данные об обучении и учащихся генерируются сегодня в беспрецедентных масштабах. Появились области аналитики обучения (LA) и интеллектуального анализа образовательных данных (EDM) с целью преобразования этих данных в новые идеи, которые могут принести пользу студентов, преподавателей и администраторов. Как одно из ведущих в мире учебных и исследовательских учреждений в области образования, психологии и здравоохранения, мы с гордостью предлагаем инновационную учебную программу для выпускников, посвященную улучшению образования с помощью технологий и анализа данных ». [44]


Магистерские программы теперь предлагаются и в нескольких других университетах, включая Техасский университет в Арлингтоне, Университет Висконсина и Университет Пенсильвании.

Аналитические методы [ править ]

Методы обучения аналитике включают в себя:

  • Контент-анализ, особенно ресурсов, создаваемых студентами (например, эссе).
  • Дискурс-аналитика, целью которой является сбор значимых данных о взаимодействиях студентов, которая (в отличие от аналитики социальных сетей) направлена ​​на изучение свойств используемого языка, а не только сети взаимодействий или количества сообщений на форуме и т. д.
  • Аналитика социального обучения, направленная на изучение роли социального взаимодействия в обучении, важности обучающих сетей, дискурса, используемого для осмысления и т. д. [45]
  • Аналитика диспозиции, целью которой является сбор данных о предрасположенности учащихся к собственному обучению и их взаимосвязи с их обучением. [46] [47] Например, «любознательные» учащиеся могут быть более склонны задавать вопросы, и эти данные можно собирать и анализировать для анализа обучения.
  • Эпистемический сетевой анализ — аналитический метод, моделирующий одновременное появление различных концепций и элементов в процессе обучения. Например, данные онлайн-дискурса можно сегментировать по ходу разговора. Кодируя различное поведение учащихся в рамках совместного обучения, мы могли бы применить ENA для выявления и количественной оценки одновременного возникновения различных моделей поведения для любого человека в группе.

Приложения [ править ]

Приложения для обучения могут применяться и применяются в значительном количестве контекстов.

Общие цели [ править ]

Аналитика используется для:

  • В целях прогнозирования , например, для выявления студентов, находящихся в группе риска, с точки зрения отсева или провала курса.
  • Персонализация и адаптация , чтобы предоставить учащимся индивидуальные пути обучения или материалы для оценки.
  • Цели вмешательства: предоставление преподавателям информации для вмешательства и поддержки учащихся.
  • Визуализация информации , обычно в виде так называемых информационных панелей обучения, которые предоставляют обзор данных обучения с помощью инструментов визуализации данных.

для заинтересованных Преимущества сторон

Существует широкая осведомленность об аналитике в образовательных учреждениях среди различных заинтересованных сторон, [10] но способ определения и реализации аналитики обучения может различаться, в том числе: [13]

  1. чтобы отдельные учащиеся могли задуматься о своих достижениях и моделях поведения по отношению к другим. В частности, можно выделить следующие области для измерения, мониторинга, анализа и изменений с целью оптимизации успеваемости учащихся: [48]
    1. Мониторинг индивидуальной успеваемости учащихся
    2. Дезагрегирование успеваемости студентов по выбранным характеристикам, таким как специальность, год обучения, этническая принадлежность и т. д.
    3. Выявление отклонений для раннего вмешательства
    4. Прогнозирование потенциала, чтобы все учащиеся достигли оптимальных результатов
    5. Предотвращение отсева из курса или программы
    6. Выявление и разработка эффективных методов обучения.
    7. Анализ стандартных методов и инструментов оценивания (например, ведомственных и лицензионных экзаменов)
    8. Тестирование и оценка учебных программ. [48]
  2. как предсказатели учащихся, требующих дополнительной поддержки и внимания;
  3. помочь учителям и вспомогательному персоналу планировать поддерживающие мероприятия с отдельными людьми и группами;
  4. для функциональных групп, таких как команды курсов, стремящихся улучшить текущие курсы или разработать новые учебные программы; и
  5. для институциональных администраторов, принимающих решения по таким вопросам, как маркетинг и набор персонала или меры эффективности и результативности. [13]

Некоторые мотивы и реализации аналитики могут вступать в конфликт с другими, например, подчеркивая потенциальный конфликт между аналитикой для отдельных учащихся и заинтересованными сторонами организации. [13]

Программное обеспечение [ править ]

См. Также: Программное обеспечение для анализа социальных сетей и информационная система для студентов.

Большая часть программного обеспечения, которое в настоящее время используется для анализа обучения, дублирует функциональность программного обеспечения для веб-аналитики, но применяет его для взаимодействия учащихся с контентом. Инструменты анализа социальных сетей обычно используются для отображения социальных связей и дискуссий. Некоторые примеры программных инструментов для анализа обучения включают в себя:

  • BEESTAR INSIGHT: система реального времени, которая автоматически собирает данные об активности и посещаемости учащихся , а также предоставляет аналитические инструменты и информационные панели для студентов, преподавателей и руководства. [49] [ нужен неосновной источник ]
  • ЛОКО-Аналитик: контекстно-зависимый инструмент обучения для аналитики процессов обучения, происходящих в веб-среде обучения. [50] [51]
  • SAM: монитор активности учащихся, предназначенный для индивидуальной учебной среды. [52] [ нужен неосновной источник ]
  • SNAPP: инструмент анализа обучения, который визуализирует сеть взаимодействий, возникающую в результате сообщений и ответов на дискуссионных форумах. [53] [ нужен неосновной источник ]
  • Solutionpath STREAM: ведущая британская система реального времени, использующая прогнозные модели для определения всех аспектов вовлеченности студентов с использованием структурированных и неструктурированных источников для всех институциональных ролей. [54] [ нужен неосновной источник ]
  • Система успеха учащихся: инструмент прогнозной аналитики обучения, который прогнозирует успеваемость учащихся и распределяет учащихся по квадрантам риска на основе прогнозов вовлеченности и успеваемости, а также предоставляет индикаторы для развития понимания того, почему учащийся не идет по правильному пути, с помощью визуализаций, таких как сеть взаимодействий, возникающих в результате от социального взаимодействия (например, дискуссионных сообщений и ответов), результатов оценок, взаимодействия с контентом и других показателей. [55] [ нужен неосновной источник ]
  • Веб-инструмент эпистемического сетевого анализа (ENA) : интерактивный онлайн-инструмент, который позволяет исследователям загружать закодированный набор данных и создавать модель, указывая единицы измерения, диалоги и коды. [56] Полезные функции онлайн-инструмента включают среднее вращение для сравнения между двумя группами, указание размера скользящего окна для накопления соединений, взвешенные или невзвешенные модели, а также параметрические и непараметрические статистические тесты с предлагаемыми описаниями и так далее. Веб-инструмент стабилен и имеет открытый исходный код.

Этика и конфиденциальность [ править ]

Этика сбора данных, аналитики, отчетности и подотчетности была поднята как потенциальная проблема для обучения аналитике. [9] [57] [58] с озабоченностью, высказанной относительно:

  • Владение данными [59]
  • Информирование о сфере применения и роли аналитики обучения
  • Необходимая роль человеческой обратной связи и исправления ошибок в системах аналитики обучения
  • Обмен данными между системами, организациями и заинтересованными сторонами
  • Доверяйте клиентам данных

Как отмечают Кей, Ком и Оппенгейм, диапазон данных широк и потенциально может быть получен из: [60]

  • Записанная активность: записи учащихся, посещаемость, задания, информация об исследователях (CRIS).
  • Взаимодействие с системами: VLE, ​​поиск по библиотеке/хранилищу, операции по картам
  • Механизмы обратной связи: опросы, поддержка клиентов
  • Внешние системы, предлагающие надежную идентификацию, такие как секторальные и общие услуги, а также социальные сети.

Таким образом, правовая и этическая ситуация сложна и различна в разных странах, что приводит к последствиям для: [60]

  • Разнообразие данных: принципы сбора, хранения и использования
  • Миссия образования: основные вопросы управления обучением, включая социальную инженерию и инженерию производительности.
  • Мотивация развития аналитики: взаимность, сочетание корпоративного, индивидуального и общего блага.
  • Ожидания клиентов: эффективная деловая практика, ожидания социальных данных, культурные соображения глобальной клиентской базы.
  • Обязанность действовать: обязанность проявлять осторожность, вытекающая из знаний и вытекающих из этого проблем управления успеваемостью студентов и сотрудников.

В некоторых известных случаях, таких как катастрофа inBloom, [61] даже полнофункциональные системы были закрыты из-за отсутствия доверия к сбору данных со стороны правительств, заинтересованных сторон и групп по защите гражданских прав. С тех пор сообщество аналитиков обучения тщательно изучило правовые условия в серии экспертных семинаров на тему «Этика и конфиденциальность 4 аналитика обучения», которые представляют собой использование надежной аналитики обучения. [62] [ нужен неосновной источник ] Drachsler & Greller выпустили контрольный список из 8 пунктов под названием DELICATE, который основан на интенсивных исследованиях в этой области и призван прояснить дискуссии об этике и конфиденциальности, связанные с аналитикой обучения. [63]

  1. D-определение: Определите цель обучения аналитике для вашего учреждения.
  2. E-xplain: Определите объем сбора и использования данных.
  3. L-легитимность: объясните, как вы действуете в правовых рамках, обратитесь к основному законодательству.
  4. Вовлечение: поговорите с заинтересованными сторонами и дайте гарантии относительно распространения и использования данных.
  5. Согласие: добивайтесь согласия, задавая четкие вопросы о согласии.
  6. Анонимизация: максимально обезличить личность
  7. Технические аспекты: Контролируйте, кто имеет доступ к данным, особенно в областях с высокой текучестью кадров.
  8. Внешние партнеры: убедитесь, что внешние партнеры обеспечивают самые высокие стандарты безопасности данных.

В нем показаны способы разработки и обеспечения конфиденциальности аналитики обучения, которая может принести пользу всем заинтересованным сторонам. Полный контрольный список DELICATE находится в открытом доступе. [64]

Практика управления конфиденциальностью студентов показала расхождения между их убеждениями в конфиденциальности и действиями, связанными с конфиденциальностью. [65] Системы анализа обучения могут иметь настройки по умолчанию, позволяющие собирать данные учащихся, если они не захотят отказаться. [65] Некоторые системы онлайн-образования, такие как edX или Coursera, не предлагают возможности отказаться от сбора данных. [65] Чтобы определенная аналитика обучения работала правильно, эти системы используют файлы cookie для сбора данных. [65]

Аналитика открытого обучения [ править ]

и его коллеги представили систематический обзор аналитики обучения и ее ключевых концепций В 2012 году профессор Мохамед Чатти с помощью эталонной модели, основанной на четырех измерениях, а именно:

  • данные, среда, контекст ( что? ),
  • заинтересованные стороны ( кто? ),
  • цели ( почему? ) и
  • методы ( как? ). [66] [67]

Чатти, Муслим и Шредер [68] Обратите внимание, что целью аналитики открытого обучения (OLA) является повышение эффективности обучения в среде обучения на протяжении всей жизни. Авторы называют OLA непрерывным аналитическим процессом, который охватывает разнообразие во всех четырех измерениях эталонной модели аналитики обучения. [66]

См. также [ править ]

Дальнейшее чтение [ править ]

Для ознакомления широкой аудитории см.:

  • Брифинг образовательной инициативы Educause (2011 г.) [69]
  • Обзор Educause по аналитике обучения (2011 г.) [70]
  • Краткий обзор политики ЮНЕСКО в области анализа обучения (2012 г.) [71]
  • Отчет NMC Horizon: издание для высшего образования, 2016 г. [72]


Ссылки [ править ]

  1. ^ «Прием докладов на 1-ю Международную конференцию по аналитике обучения и знаниям (LAK 2011)» . Проверено 12 февраля 2014 г.
  2. ^ Эндрюс, Р.; Хейторнтвейт, Кэролайн (2007). Справочник по исследованиям электронного обучения . Лондон, Великобритания: Сейдж.
  3. ^ Андерсон, Т. (2008). Теория и практика онлайн-обучения . Атабаска, Канада: Издательство Университета Атабаски.
  4. ^ Хейторнтвейт, Кэролайн; Эндрюс, Р. (2011). Теория и практика электронного обучения . Лондон, Великобритания: Сейдж.
  5. ^ Jump up to: Перейти обратно: а б с д и ж г час я дж к л м Сименс, Джордж (20 августа 2013 г.). «Аналитика обучения: возникновение дисциплины». Американский учёный-бихевиорист . 57 (10): 1380–1400. дои : 10.1177/0002764213498851 . ISSN   0002-7642 . S2CID   145692984 .
  6. ^ Сименс, Джордж. «Что такое аналитика обучения?» Elearnspace, 25 августа 2010 г. [1] Архивировано 28 июня 2018 г. на Wayback Machine.
  7. ^ «Я несколько не согласен с этим определением — оно хорошо служит вводной концепцией, если мы используем аналитику в качестве структуры поддержки существующих моделей образования. Я думаю, что аналитика обучения — в продвинутой и интегрированной реализации — может покончить с готовыми моделями учебных программ. ." Джордж Сименс на обсуждении в группе Google Learning Analytics, август 2010 г. Архивировано 17 мая 2020 г. на Wayback Machine.
  8. ^ «В описаниях аналитики обучения мы говорим об использовании данных для «предсказания успеха». Я боролся с этим, изучая наши базы данных. Я пришел к выводу, что существуют разные взгляды/уровни успеха». Майк Шарки, директор отдела академической аналитики Университета Феникса, на обсуждении в Google Group Learning Analytics, август 2010 г. [ постоянная мертвая ссылка ]
  9. ^ Jump up to: Перейти обратно: а б Греллер, Вольфганг; Драхслер, Хендрик (2012). «Перевод обучения в цифры: к общей структуре аналитики обучения» (PDF) . Образовательные технологии и общество . 15 (3): 42–57. S2CID   1152401 . Архивировано из оригинала (PDF) 11 января 2019 г. Проверено 1 ноября 2018 г.
  10. ^ Jump up to: Перейти обратно: а б с Пиччано, Энтони Г. (2012). «Эволюция больших данных и аналитики обучения в американском высшем образовании» (pdf) . Журнал сетей асинхронного обучения . 16 (3): 9–20. дои : 10.24059/olj.v16i3.267 . S2CID   60700161 .
  11. ^ Элиас, Таня (январь 2011 г.). «Аналитика обучения: определения, процессы и потенциал» (PDF) . Неопубликованный документ : 19. S2CID   16906479 . Архивировано из оригинала (PDF) 11 января 2019 г. Проверено 2 ноября 2018 г.
  12. ^ Купер, Адам (ноябрь 2012 г.). «Что такое аналитика? Определение и основные характеристики» (PDF) . Университет Болтона . ISSN   2051-9214 . S2CID   14382238 . Архивировано из оригинала (PDF) 11 января 2019 г. Проверено 1 ноября 2018 г.
  13. ^ Jump up to: Перейти обратно: а б с д Пауэлл, Стивен и Шейла МакНил. Институциональная готовность к аналитике. Информационный документ. Серия ЦЭТИ Аналитика. СОНО ЦЭТИС, декабрь 2012 г. «Архивная копия» (PDF) . Архивировано из оригинала (PDF) 2 мая 2013 г. Проверено 1 ноября 2018 г. {{cite web}}: CS1 maint: архивная копия в заголовке ( ссылка ) .
  14. ^ Джонсон, Ларри; Адамс Беккер, Саманта; Камминс, Мишель (2016). Отчет NMC Horizon: издание для высшего образования, 2016 г. (PDF) . Техас, Остин, США. п. 38. ISBN  978-0-9968527-5-3 . Проверено 30 октября 2018 г. {{cite book}}: |journal= игнорируется ( справка ) CS1 maint: отсутствует местоположение издателя ( ссылка )
  15. ^ Гашевич, Д.; Кованович, В.; Йоксимович, С. (2017). «Собираем пазл аналитики обучения: консолидированная модель области исследований и практики» . Обучение: исследования и практика . 3 (1): 63–78. дои : 10.1080/23735082.2017.1286142 . hdl : 20.500.11820/66801038-daf6-4065-b4a0-54848ad373ab . S2CID   115009983 .
  16. ^ Гашевич, Д.; Доусон, С.; Сименс, Г. (2015). «Давайте не будем забывать: аналитика обучения — это обучение» (PDF) . ТехТренды . 59 (1): 64–71. дои : 10.1007/s11528-014-0822-x . hdl : 20.500.11820/037bd57b-858f-4d21-bd29-2c6ad4788b42 . S2CID   60547215 .
  17. ^ Г. Сименс, Д. Гашевич, К. Хейторнтуэйт, С. Доусон, С.Б. Шум, Р. Фергюсон, Э. Дюваль, К. Верберт и RSJD Бейкер. Open Learning Analytics: интегрированная и модульная платформа. 2011.
  18. ^ Бэплер, П.; Мердок, CJ (2010). «Академическая аналитика и интеллектуальный анализ данных в высшем образовании» . Международный журнал стипендий преподавания и обучения . 4 (2). дои : 10.20429/ijsotl.2010.040217 .
  19. ^ Jump up to: Перейти обратно: а б К. Брукс. Подход на основе данных к поддержке учебных мероприятий в технологической среде обучения. Кандидатская диссертация. Университет Саскачевана, Саскатун, Канада, 2012 г.
  20. ^ «Аналитика обучения | Педагогический колледж Колумбийского университета» . www.tc.columbia.edu . Проверено 13 октября 2015 г.
  21. ^ Отте, Эвелен; Руссо, Рональд (2002). «Анализ социальных сетей: мощная стратегия, в том числе и для информационных наук». Журнал информатики . 28 (6): 441–453. дои : 10.1177/016555150202800601 . S2CID   17454166 .
  22. ^ Лазарсфельд, Пол Ф. (январь 1944 г.). «Выборы окончены» . Общественное мнение Ежеквартально . 8 (3): 317. дои : 10.1086/265692 .
  23. ^ Салливан, Дэнни (26 апреля 2007 г.). «Что такое Google PageRank? Руководство для поисковиков и веб-мастеров» . Земля поисковых систем . Архивировано из оригинала 3 июля 2016 г.
  24. ^ Каттс, Мэтт. «Алгоритмы ранжируют релевантные результаты выше» . Архивировано из оригинала 2 июля 2013 года . Проверено 19 октября 2015 г.
  25. ^ Пейдж, Лоуренс; Брин, Сергей; Мотвани, Раджив; Виноград, Терри (1999). «Рейтинг цитируемости PageRank: наведение порядка в Интернете» (PDF) . Стэнфордская информационная лаборатория . Архивировано из оригинала (PDF) 10 марта 2020 г. Проверено 11 января 2019 г.
  26. ^ Милгрэм, Стэнли (май 1967 г.). «Проблема маленького мира». Психология сегодня .
  27. ^ Грановеттер, Марк С. (май 1973 г.). «Сила слабых связей» (PDF) . Американский журнал социологии . 78 (6): 1360–1380. дои : 10.1086/225469 . JSTOR   2776392 . S2CID   59578641 .
  28. ^ Веллман, Барри, изд. (1999). Сети в глобальной деревне: жизнь в современных сообществах . Боулдер, Колорадо: Westview Press. ISBN  978-0-8133-1150-0 . OCLC   39498470 .
  29. ^ Веллман, Барри; Хэмптон, Кейт (ноябрь 1999 г.). «Жизнь в сети в проводном мире» (PDF) . Современная социология . 28 (6). дои : 10.2307/2655535 . JSTOR   2655535 . S2CID   147025574 . Проверено 2 ноября 2018 г.
  30. ^ Барри Веллман, «Физическое место и киберместо: рост сетевого индивидуализма». Международный журнал городских и региональных исследований 25,2 (июнь 2001 г.): 227-52.
  31. ^ Хейторнтвейт, Кэролайн; Эндрюс, Ричард (2011). Теория и практика электронного обучения . Лондон, Великобритания: Сейдж. дои : 10.4135/9781446288566 . ISBN  978-1-84920-471-2 .
  32. ^ Доусон, Шейн. (2010). « Видеть» обучающееся сообщество: исследование разработки ресурса для мониторинга сетевых связей студентов в Интернете» (pdf) . Британский журнал образовательных технологий . 41 (5): 736–752. дои : 10.1111/j.1467-8535.2009.00970.x .
  33. ^ Рич, Элейн (1979). «Моделирование пользователей с помощью стереотипов» (PDF) . Когнитивная наука . 3 (4): 329–354. дои : 10.1207/s15516709cog0304_3 .
  34. ^ Фишер, Герхард (2001). «Моделирование пользователей во взаимодействии человека и компьютера» . Пользовательское моделирование и взаимодействие с пользователем . 11 : 65–86. дои : 10.1023/А:1011145532042 .
  35. ^ Нельсон, TH (24 августа 1965 г.). «Сложная обработка информации: файловая структура для сложного, изменяющегося и неопределенного» . Материалы 20-й национальной конференции 1965 года . АКМ. стр. 84–100. дои : 10.1145/800197.806036 . ISBN  9781450374958 . S2CID   2556127 .
  36. ^ Брусиловский, Петр (2001). «Адаптивная гипермедиа» . Пользовательское моделирование и взаимодействие с пользователем . 11 (1/2): 87–110. дои : 10.1023/а:1011143116306 . ISSN   0924-1868 .
  37. ^ Бернс, Хью (1989). Ричардсон, Дж. Джеффри; Полсон, Марта К. (ред.). «Основы интеллектуальных систем обучения: введение» (PDF) . Материалы форума ВВС по интеллектуальным обучающим системам .
  38. ^ Андерсон, Джон Р.; Корбетт, Альберт Т.; Кёдингер, Кеннет Р.; Пеллетье, Рэй (1995). «Когнитивные наставники: извлеченные уроки» (PDF) . Журнал обучающих наук . 4 (2): 167–207. дои : 10.1207/s15327809jls0402_2 . S2CID   22377178 .
  39. ^ Кёдингер, Кеннет; Осборн, Дэвид; Геблер, Тед (2018). Форбус, К.Д.; Фельтович, П.Дж. (ред.). «Интеллектуальные когнитивные репетиторы как инструмент моделирования и учебная модель» (PDF) . Умные машины в образовании: грядущая революция в образовательных технологиях : 145–168.
  40. ^ Кёдингер, Кеннет (2003). «Интерактивное мероприятие «На пути к среде быстрого развития для преподавателей по когнитивной деятельности» во время AIED-03» (PDF) . Искусственный интеллект в образовании .
  41. ^ Шаффер, Дэвид Уильямсон; Кольер, Уэсли; Руис, Арканзас (2016). «Учебное пособие по эпистемическому сетевому анализу: анализ структуры связей в когнитивных, социальных данных и данных взаимодействия» . Журнал обучающей аналитики . 3 (3): 9–45. дои : 10.18608/jla.2016.33.3 . ISSN   1929-7750 .
  42. ^ Шаффер, Дэвид Уильямсон; Руис, А.Р. (2017), «Эпистемический сетевой анализ: рабочий пример теоретической аналитики обучения», Справочник по аналитике обучения , Общество исследований в области аналитики обучения (SoLAR), стр. 175–187, doi : 10.18608/hla17.015 , ISBN  9780995240803
  43. ^ Jump up to: Перейти обратно: а б Купер, Адам. Краткая история аналитики. Информационный документ. Серия ЦЭТИ Аналитика. JISC CETIS, ноябрь 2012 г. http://publications.cetis.ac.uk/wp-content/uploads/2012/12/Analytics-Brief-History-Vol-1-No9.pdf .
  44. ^ «Обучение аналитике» . www.tc.columbia.edu . Проверено 3 ноября 2015 г.
  45. ^ Букингем Шам, С. и Фергюсон, Р., Аналитика социального обучения. Образовательные технологии и общество (специальный выпуск «Аналитика обучения и знаний», ред. Г. Сименс и Д. Гашевич), 15, 3, (2012), 3-26. Электронная версия открытого доступа: http://oro.open.ac.uk/34092.
  46. ^ Браун, М., Аналитика обучения: переход от концепции к практике. Брифинг образовательной инициативы EDUCAUSE, 2012 г. http://www.educause.edu/library/resources/learning-analytics-moving-concept-practice
  47. ^ Букингем Шум, С. и Дикин Крик, Р., Наклонность к обучению и передаваемые компетенции: педагогика, моделирование и аналитика обучения. В: Учеб. 2-я Международная конференция по аналитике обучения и знаниям (Ванкувер, 29 апреля – 2 мая 2012 г.). АКМ: Нью-Йорк. стр.92-101. doi : 10.1145/2330601.2330629 Электронная версия: http://oro.open.ac.uk/32823
  48. ^ Jump up to: Перейти обратно: а б «Аналитика для достижения» (PDF) . IBM, суббота : 4 февраля 2011 г. Проверено 1 ноября 2018 г.
  49. ^ «Архивная копия» . Архивировано из оригинала 10 ноября 2013 г. Проверено 19 ноября 2013 г. {{cite web}}: CS1 maint: архивная копия в заголовке ( ссылка )
  50. ^ Али, Л.; Хатала, М.; Гашевич, Д.; Йованович, Дж. (2012). «Качественная оценка эволюции инструмента аналитики обучения» . Компьютеры и образование . 58 (1): 470–489. CiteSeerX   10.1.1.462.4375 . дои : 10.1016/j.compedu.2011.08.030 .
  51. ^ Али, Л.; Асади, М.; Гашевич, Д.; Йованович, Дж.; Хатала, М. (2013). «Факторы, влияющие на убеждения в пользу использования инструмента аналитики обучения: эмпирическое исследование» (PDF) . Компьютеры и образование . 62 : 130–148. дои : 10.1016/j.compedu.2012.10.023 .
  52. ^ «Billets pour le parc d’attraction Disneyland Paris» . Архивировано из оригинала 15 апреля 2017 г. Проверено 27 ноября 2011 г.
  53. ^ «Социальные сети в действии – обучающие сети @ UOW» . Архивировано из оригинала 21 марта 2012 г.
  54. ^ «Домашняя страница» .
  55. ^ «Brightspace Performance Plus для высшего образования | Функции аналитики обучения | Brightspace от D2L» .
  56. ^ Араступур, Гольназ; Чеслер, Наоми; Шаффер, Дэвид; Свецкий, Захари (2015). «Эпистемический сетевой анализ как инструмент оценки инженерного проекта» . Материалы ежегодной конференции и выставки ASEE 2015 . Конференции ASEE: 26.679.1–26.679.19. дои : 10.18260/стр.24016 .
  57. ^ Слэйд, Шэрон и Принслу, Пол «Аналитика обучения: этические проблемы и дилеммы» в журнале American Behavioral Scientist (2013), 57 (10), стр. 1509–1528. http://oro.open.ac.uk/36594
  58. ^ Сименс, Г. «Аналитика обучения: представление о исследовательской дисциплине и области практики». В материалах 2-й Международной конференции по аналитике обучения и знаниям, 4–8, 2012 г. http://dl.acm.org/citation.cfm?id=2330605 .
  59. ^ Кристи Китто, К манифесту владения данными http://www.laceproject.eu/blog/towards-a-manifesto-for-data-ownership/
  60. ^ «Опасения конфиденциальности по поводу отслеживания данных учащихся привели к закрытию InBloom» . Bloomberg.com . 01 мая 2014 г. Проверено 5 октября 2020 г.
  61. ^ «Этика и конфиденциальность в аналитике обучения (#EP4LA)» .
  62. ^ Драхслер, Х. и Греллер, В. (2016). Конфиденциальность и аналитика – это ДЕЛИКАТНЫЙ вопрос. Контрольный список для создания надежной аналитики обучения. 6-я конференция Learning Analytics and Knowledge 2016, 25–29 апреля 2016 г., Эдинбург, Великобритания.
  63. ^ «ДЕЛИКАТНЫЙ контрольный список – для создания надежной аналитики обучения» . 25 января 2016 г.
  64. ^ Jump up to: Перейти обратно: а б с д Принслу, Пол; Слэйд, Шэрон (16 марта 2015 г.). «Самоуправление конфиденциальностью студентов: значение для аналитики обучения». Материалы Пятой Международной конференции по аналитике обучения и знаниям . стр. 83–92. дои : 10.1145/2723576.2723585 . ISBN  9781450334174 . S2CID   1802559 . Проверено 5 июля 2020 г. {{cite book}}: |website= игнорируется ( помогите )
  65. ^ Jump up to: Перейти обратно: а б Мохамед Амин Чатти, Анна Леа Дайкхофф, Ульрик Шредер и Хендрик Тюс (2012). Эталонная модель для аналитики обучения. Международный журнал усовершенствованного обучения технологиям (IJTEL), 4 (5/6), стр. 318–331.
  66. ^ Чатти, М.А., Лукаров, В., Тюс, Х., Муслим, А., Юсеф, АМФ, Вахид, У., Гревен, К., Чакрабарти, А., Шредер, У. (2014). Аналитика обучения: проблемы и будущие направления исследований. Элид, Исс. 10. http://eleed.campussource.de/archive/10/4035 .
  67. ^ Мохамед Амин Чатти, Архам Муслим и Ульрик Шредер (2017). На пути к открытой экосистеме аналитики обучения. В книге «Большие данные и аналитика обучения в высшем образовании» (стр. 195–219). Международное издательство Спрингер.
  68. ^ Эли (2011). «Семь вещей, которые вам следует знать об аналитике обучения первого поколения» . Брифинг образовательной инициативы EDUCAUSE .
  69. ^ Лонг, П.; Сименс, Г. (2011). «Проникая сквозь туман: аналитика в обучении и образовании» . Онлайн-обзор Educause . 46 (5): 31–40.
  70. ^ Букингем Шам, Саймон (2012). Краткий обзор политики Learning Analytics (PDF) . ЮНЕСКО.
  71. ^ Джонсон, Ларри; Адамс Беккер, Саманта; Камминс, Мишель (2016). Отчет NMC Horizon: издание для высшего образования, 2016 г. (PDF) . Техас, Остин, США. ISBN  978-0-9968527-5-3 . Проверено 28 октября 2018 г. {{cite book}}: |journal= игнорируется ( справка ) CS1 maint: отсутствует местоположение издателя ( ссылка )

Внешние ссылки [ править ]

Retrieved from "https://en.wikipedia.org/w/index.php?title=Learning_analytics&oldid=1226193309"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 5314eddd3a1e20653abc4094cabffb4b__1716941340
URL1:https://arc.ask3.ru/arc/aa/53/4b/5314eddd3a1e20653abc4094cabffb4b.html
Заголовок, (Title) документа по адресу, URL1:
Learning analytics - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)