Курение остается серьезной проблемой в студенческой среде, негативно влияя на здоровье и академическую успеваемость. Разработка эффективных педагогических технологий превенции с использованием дата-аналитики представляется перспективным направлением исследований. Цель работы – теоретически обосновать и экспериментально апробировать педагогическую технологию снижения курения среди студентов, основанную на дата-аналитических методах. Исследование опиралось на комплекс теоретических (анализ, синтез, моделирование) и эмпирических методов (опрос, тестирование, эксперимент). Эмпирическая база включала 450 студентов 5 вузов г. Москвы. Были собраны данные о паттернах курения, мотивации к отказу, индивидуально-психологических характеристиках респондентов. Экспериментальная апробация разработанной технологии проводилась в течение 6 месяцев. Предложена педагогическая технология, интегрирующая методы дата-майнинга, персонализированный коучинг и геймификацию. Технология позволяет сегментировать студентов по паттернам курения, предсказывать риски и таргетировать профилактические воздействия. В экспериментальных группах достигнуто снижение числа курильщиков на 24%, среднего числа выкуриваемых сигарет на 36%. Зафиксирован устойчивый рост мотивации к отказу от курения. Обсуждение. Полученные результаты имеют высокую практическую значимость, открывая возможность для масштабирования технологии в вузах. Теоретическая ценность связана с расширением научных представлений о потенциале дата-аналитики в педагогической превенции аддикций. Дальнейшие изыскания целесообразно направить на повышение точности прогностических алгоритмов и усиление игровой компоненты технологии.
Smoking remains a serious problem among students, negatively affecting health and academic performance. The development of effective pedagogical prevention technologies using data analytics seems to be a promising area of research. The purpose of the work is to theoretically substantiate and experimentally test the pedagogical technology of reducing smoking among students based on data-analytical methods. The research was based on a set of theoretical (analysis, synthesis, modeling) and empirical methods (survey, testing, experiment). The empirical base included 450 students from 5 universities in Moscow. Data on smoking patterns, motivation to quit, and individual psychological characteristics of respondents were collected. The experimental testing of the developed technology was carried out for 6 months. A pedagogical technology integrating data mining methods, personalized coaching and gamification is proposed. The technology allows students to segment by smoking patterns, predict risks and target preventive effects. In the experimental groups, the number of smokers decreased by 24%, and the average number of cigarettes smoked by 36%. There has been a steady increase in motivation to quit smoking. Discussion. The results obtained are of high practical importance, opening up the possibility for scaling technology in universities. The theoretical value is associated with the expansion of scientific ideas about the potential of data analytics in the pedagogical prevention of addictions. It is advisable to direct further research to improve the accuracy of predictive algorithms and strengthen the gaming component of the technology.