Исследование посвящено разработке, теоретическому обоснованию и эмпирической апробации комплексной модели системы наставничества для педагогического сопровождения адаптации иностранных студентов к социокультурной и академической среде российского университета, а также количественной оценке ее эффективности по показателям успеваемости, социальной интеграции, психологического комфорта и удовлетворенности. Актуальность обусловлена количественным ростом контингента иностранных студентов (свыше 355 тыс. в 2023 г.) при сохранении высокого уровня трудностей адаптации (35–40% испытывают серьезные проблемы) и преимущественно фрагментарным, стихийным характером традиционных практик наставничества без методологического обеспечения и системной оценки эффективности. Результаты демонстрируют статистически высокозначимое превосходство экспериментальной группы: итоговый средний балл успеваемости на 14,6% выше (4,56 против 3,98), доля студентов без академических задолженностей +22,5 п.п. (94,3% против 71,8%), индекс учебной мотивации выше на 35,2%, прирост уровня интеграции в студенческое сообщество +48,7% (против +12,4% в контрольной), частота участия во внеучебной жизни +65,3% (против +18,2%); корреляционный анализ выявил сильные связи (r=0,58–0,73) между интенсивностью наставничества и академическими/мотивационными показателями, субъективные оценки студентов варьируются от 4,61 до 4,91 из 5. Обсуждение интерпретирует результаты через призму синергетического эффекта: улучшение социокультурной адаптации снижает стресс и высвобождает ресурсы для учебы, академические успехи повышают самооценку и активизируют социальную включенность, замыкая позитивный цикл; модель системно воздействует на все точки адаптационного контура, в отличие от разрозненных мер. Выводы подтверждают высокую эффективность комплексной блочной модели, рекомендуют ее масштабирование в российских вузах с адаптацией к локальным условиям и намечают перспективу цифровизации (IT-платформа для автоматизации диагностики, подбора пар, планирования и обратной связи).
The research is devoted to the development, theoretical justification, and empirical testing of a comprehensive model of a mentoring system for the pedagogical support of foreign students’ adaptation to the sociocultural and academic environment of a Russian university, as well as to the quantitative assessment of its effectiveness in terms of academic performance, social integration, psychological comfort, and satisfaction. The relevance is determined by the quantitative growth of the population of foreign students (over 355,000 in 2023) alongside the persistence of high adaptation difficulties (35-40% experience serious problems) and the predominantly fragmented and spontaneous nature of traditional mentoring practices, which lack methodological support and systematic evaluation of effectiveness. The results demonstrate statistically significant superiority of the experimental group: the final average grade is 14,6% higher (4,56 versus 3,98), the share of students without academic debts is +22,5 p,p, (94,3% versus 71,8%), the learning motivation index is 35,2% higher, the increase in the level of integration into the student community is +48,7% (versus +12,4% in the control group), and participation in extracurricular life is +65,3% (versus +18,2%). Correlation analysis revealed strong relationships (r=0.58-0.73) between the intensity of mentoring and academic/motivational indicators, while students’ subjective evaluations range from 4.61 to 4.91 out of 5. The discussion interprets the results through the lens of the synergistic effect: improvement in sociocultural adaptation reduces stress and frees up resources for studying, academic success enhances self-esteem and stimulates social engagement, closing a positive cycle. The model exerts a systemic influence on all points of the adaptive contour, unlike fragmented measures. The conclusions confirm the high effectiveness of the comprehensive block-based model, recommend its scaling in Russian universities with adaptation to local conditions, and outline prospects for digitalization (an IT platform for the automation of diagnostics, pair matching, planning, and feedback).