<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="https://emreview.ru/lib/pkp/xml/oai2.xsl" ?>
<OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/"
	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
	xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/
		http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd">
	<responseDate>2026-08-11T02:31:38Z</responseDate>
	<request identifier="oai:emreview.ru:article/3069" metadataPrefix="jats" verb="GetRecord">https://emreview.ru/index.php/emr/oai</request>
	<GetRecord>
		<record>
			<header>
				<identifier>oai:emreview.ru:article/3069</identifier>
				<datestamp>2026-08-10T07:11:52Z</datestamp>
				<setSpec>emr:%D0%9D%D0%A3%D0%A2%D0%9F</setSpec>
			</header>
			<metadata>
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="https://jats.nlm.nih.gov/publishing/1.1/" dtd-version="1.1" xsi:noNamespaceSchemaLocation="https://jats.nlm.nih.gov/archiving/1.4/xsd/JATS-archivearticle1.xsd" xml:lang="ru" specific-use="eps-0.1">
			<front>
			<journal-meta>
				<journal-id journal-id-type="publisher">emr</journal-id><journal-id journal-id-type="ojs">emr</journal-id>
				<journal-title-group>
			<journal-title xml:lang="ru">Управление образованием: теория и практика</journal-title><trans-title-group xml:lang="en"><trans-title>Education Management Review</trans-title></trans-title-group>
</journal-title-group>			<issn pub-type="epub">2311-2174</issn>			<publisher><publisher-name>Индивидуальный предприниматель Подколзин М.М.</publisher-name></publisher>
			<self-uri xlink:href="https://emreview.ru/index.php/emr"/>
		</journal-meta>
		<article-meta>
			<article-id pub-id-type="doi">10.25726/v2738-7577-1448-a</article-id><article-id pub-id-type="publisher-id">3069</article-id>
			<article-categories><subj-group subj-group-type="heading" xml:lang="en"><subject>NEW MANAGEMENT TECHNOLOGIES IN PEDAGOGY</subject></subj-group><subj-group subj-group-type="heading" xml:lang="ru"><subject>НОВЫЕ УПРАВЛЕНЧЕСКИЕ ТЕХНОЛОГИИ В ПЕДАГОГИКЕ</subject></subj-group></article-categories>
			<title-group><article-title xml:lang="ru">Автоматизированная аналитика учебных данных и адаптивное тестирование в курсах иностранного языка в высшей школе как инструмент персонализации траекторий обучения</article-title><trans-title-group xml:lang="en"><trans-title>Automated learning analytics and adaptive testing in foreign language courses in higher education as a tool for personalizing learning trajectories</trans-title></trans-title-group></title-group>
			<contrib-group content-type="author">
				<contrib contrib-type="author">
					<contrib-id contrib-id-type="orcid" authenticated="false">https://orcid.org/0000-0003-0601-1643</contrib-id>
					<name-alternatives>
						<name name-style="western" specific-use="primary" xml:lang="ru">
							<surname>Евтушенко</surname>
							<given-names>Наталия Ивановна</given-names>
						</name>
						<name name-style="western" xml:lang="en">
							<surname>Yevtushenko</surname>
							<given-names>Natalia I.</given-names>
						</name>
					</name-alternatives>
					<xref ref-type="aff" rid="aff-1"/>
					<email>lyovikevtushenko2@yandex.ru</email>
				</contrib>
				<contrib contrib-type="author">
					<name-alternatives>
						<name name-style="western" specific-use="primary" xml:lang="ru">
							<surname>Кириченко</surname>
							<given-names>Татьяна Александровна</given-names>
						</name>
						<name name-style="western" xml:lang="en">
							<surname>Kirichenko</surname>
							<given-names>Tatiana A.</given-names>
						</name>
					</name-alternatives>
					<xref ref-type="aff" rid="aff-1"/>
					<email>t-a-t-a@internet.ru</email>
				</contrib>
			</contrib-group>
			<aff-alternatives id="aff-1">
				<aff xml:lang="ru"><institution content-type="orgname">Приазовский государственный технический университет – филиал Национального исследовательского Московского государственного строительного университета, 287500, Россия, Донецкая Народная Республика, г. Мариуполь, ул. Университетская, д. 7</institution></aff>
				<aff xml:lang="en"><institution content-type="orgname">Priazovsky State Technical University – branch of the National Research Moscow State University of Civil Engineering, 287500, Russia, Donetsk People's Republic, Mariupol, Universitetskaya St., 7</institution></aff>
			</aff-alternatives>
			<pub-date date-type="collection"><year>2026</year></pub-date><pub-date date-type="pub" publication-format="epub">
				<day>30</day>
				<month>01</month>
				<year>2026</year>
			</pub-date>
			<volume seq="12">1616</volume>
			<issue>1-11-1</issue>
				<issue-id>126</issue-id><issue-title xml:lang="ru">Управление образованием: теория и практика</issue-title><issue-title xml:lang="en">Education Management Review</issue-title><fpage>131</fpage>
				<lpage>140</lpage>
			<history>
				<date date-type="received" iso-8601-date="2026-08-10">
					<day>10</day>
					<month>08</month>
					<year>2026</year>
				</date>
			</history>
			<permissions>
				<copyright-statement>Copyright (c) 2026 Управление образованием: теория и практика</copyright-statement>
				<copyright-year>2026</copyright-year>
				<copyright-holder>Управление образованием: теория и практика</copyright-holder>
				<license xml:lang="ru" xlink:href="https://creativecommons.org/licenses/by-nc-nd/4.0">
					<license-p>Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.</license-p>
				</license>
				<license license-type="open-access" specific-use="metadata" xml:lang="ru" xlink:href="https://creativecommons.org/publicdomain/zero/1.0/">
					<license-p>Метаданные настоящей записи распространяются на условиях Creative Commons CC0 1.0 (передача в общественное достояние).</license-p>
				</license>
			</permissions>
			
			<self-uri xlink:href="https://emreview.ru/index.php/emr/article/view/3069"/>
			<abstract>Статья посвящена интеграции автоматизированной аналитики учебных данных и компьютерного адаптивного тестирования в университетских курсах английского языка как механизму персонализации обучения в условиях высокой неоднородности академических групп неязыковых направлений. Рассматривается переход от линейных методик к модульной архитектуре курса, способной перестраиваться на основании цифровых следов обучающихся в LMS, где обратная связь и оценивание трактуются как средства навигации и поддержки, а не только контроля. Описана реализация на платформе Moodle с расширенными средствами фиксации событий и адаптивного предъявления заданий; адаптация опирается на модели современной теории тестирования (в частности, подходы Раша и Бирнбаума) и калиброванный банк из 4500 тестовых единиц, уточняемый по мере накопления ответов. Анализ логов (свыше 3,5 млн событий), аттестационных результатов и метаданных взаимодействия с контентом дополняется статистическими процедурами (корреляции, кластеризация учебных стратегий, сравнение групп). Показано, что персонализированная траектория повышает продуктивность работы: при меньшем времени в системе студенты выполняют больше модулей и демонстрируют более высокий средний балл, а также меньшую вариативность результатов, что интерпретируется как выравнивание подготовки без потери мотивации у сильных обучающихся. Выявлено улучшение психометрических характеристик адаптивного тестирования: расширение диапазона трудности, рост дискриминативности, снижение стандартной ошибки измерения и сокращение длины теста при повышении надежности. Отсроченный контроль через три месяца фиксирует более высокую ретенцию лексики, резкое уменьшение доли системных грамматических ошибок и снижение тревожности перед проверками, что связывается с индивидуализированным повторением и предотвращением накопления пробелов. Подчеркиваются педагогические следствия: перераспределение времени в пользу коммуникативных практик, усиление диагностической роли преподавателя, а также значимость вопросов прозрачности алгоритмов и этики работы с данными для корректного применения персонализированных оценок.</abstract><trans-abstract xml:lang="en">The article is devoted to the integration of automated learning analytics and computer-adaptive testing in university English language courses as a mechanism for personalizing learning amid high heterogeneity of academic groups in non-linguistic majors. It examines the transition from linear methods to a modular course architecture capable of reconfiguration based on learners' digital footprints in the LMS, where feedback and assessment are treated as means of navigation and support, rather than merely control. The implementation on the Moodle platform with enhanced event logging and adaptive task presentation is described; adaptation relies on models of modern testing theory (particularly Rasch and Birnbaum approaches) and a calibrated bank of 4500 test items, refined as responses accumulate. Analysis of logs (over 3,5 million events), attestation results, and content interaction metadata is supplemented by statistical procedures (correlations, clustering of learning strategies, group comparisons). It is shown that personalized trajectories enhance productivity: with less time in the system, students complete more modules and demonstrate higher average scores, as well as lower result variability, interpreted as leveling of preparation without loss of motivation among strong learners. Improvements in psychometric characteristics of adaptive testing are identified: expansion of difficulty range, increase in discriminability, reduction in standard error of measurement, and shortening of test length with increased reliability. Deferred control after three months records higher vocabulary retention, sharp reduction in the share of systematic grammatical errors, and decreased test anxiety, linked to individualized repetition and prevention of knowledge gap accumulation. Pedagogical implications are emphasized: reallocation of time toward communicative practices, strengthening of the teacher's diagnostic role, as well as the importance of algorithm transparency and data ethics for the proper application of personalized assessments.</trans-abstract><trans-abstract xml:lang="en"><p>The article is devoted to the integration of automated learning analytics and computer-adaptive testing in university English language courses as a mechanism for personalizing learning amid high heterogeneity of academic groups in non-linguistic majors. It examines the transition from linear methods to a modular course architecture capable of reconfiguration based on learners' digital footprints in the LMS, where feedback and assessment are treated as means of navigation and support, rather than merely control. The implementation on the Moodle platform with enhanced event logging and adaptive task presentation is described; adaptation relies on models of modern testing theory (particularly Rasch and Birnbaum approaches) and a calibrated bank of 4500 test items, refined as responses accumulate. Analysis of logs (over 3,5 million events), attestation results, and content interaction metadata is supplemented by statistical procedures (correlations, clustering of learning strategies, group comparisons). It is shown that personalized trajectories enhance productivity: with less time in the system, students complete more modules and demonstrate higher average scores, as well as lower result variability, interpreted as leveling of preparation without loss of motivation among strong learners. Improvements in psychometric characteristics of adaptive testing are identified: expansion of difficulty range, increase in discriminability, reduction in standard error of measurement, and shortening of test length with increased reliability. Deferred control after three months records higher vocabulary retention, sharp reduction in the share of systematic grammatical errors, and decreased test anxiety, linked to individualized repetition and prevention of knowledge gap accumulation. Pedagogical implications are emphasized: reallocation of time toward communicative practices, strengthening of the teacher's diagnostic role, as well as the importance of algorithm transparency and data ethics for the proper application of personalized assessments.</p></trans-abstract>
			
			
			<kwd-group xml:lang="en"><title>Keywords</title><kwd>learning analytics</kwd><kwd>adaptive testing</kwd><kwd>personalization of learning</kwd><kwd>Moodle (LMS)</kwd><kwd>modern testing theory (IRT)</kwd></kwd-group><kwd-group xml:lang="ru"><title>Ключевые слова</title><kwd>аналитика учебных данных</kwd><kwd>адаптивное тестирование</kwd><kwd>персонализация обучения</kwd><kwd>Moodle (LMS)</kwd><kwd>современная теория тестирования (IRT)</kwd></kwd-group><funding-group>
				<funding-statement xml:lang="ru">Исследование выполнено без внешнего финансирования.</funding-statement>
				<funding-statement xml:lang="en">The study was conducted without external funding.</funding-statement>
			</funding-group>
			<counts><page-count count="10"/></counts>
			<custom-meta-group><custom-meta><meta-name>issue-cover</meta-name><meta-value><inline-graphic xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="https://emreview.ru/public/journals/1/cover_issue_126_ru_RU.png"/></meta-value></custom-meta></custom-meta-group><custom-meta-group>
				<custom-meta>
					<meta-name>metadata-license</meta-name>
					<meta-value><ext-link ext-link-type="uri" xlink:href="https://creativecommons.org/publicdomain/zero/1.0/">CC0 1.0</ext-link></meta-value>
				</custom-meta>
			</custom-meta-group>
		</article-meta>
	</front>
	<back>
		<ref-list xml:lang="ru">
			<title>Список литературы</title>
			<ref id="R1"><mixed-citation>Абалян Ж.А., Пивнева С.В. Потенциал и риски использования искусственного интеллекта в высшей школе при обучении иностранному языку в профессиональной сфере // Мир науки, культуры, образования. 2024. № 3 (106). С. 5-7.</mixed-citation></ref>
			<ref id="R2"><mixed-citation>Авраменко А.П., Буланова Е.Р. Перспективы развития самостоятельной работы студентов в контексте интеграции технологий искусственного интеллекта в иноязычное образование // Рема. 2024. № 1. С. 79-91.</mixed-citation></ref>
			<ref id="R3"><mixed-citation>Антонова Ю.Н., Бородко В.А. Роль искусственного интеллекта в формировании комфортной языковой среды для иностранных студентов // Ученые записки Орловского государственного университета. 2025. № 2(107). С. 240-243.</mixed-citation></ref>
			<ref id="R4"><mixed-citation>Баринов А.М., Романов А.В. Влияние искусственного интеллекта на использование и изучение английского языка // Филологический аспект. 2024. № S6 (29). С. 6-13.</mixed-citation></ref>
			<ref id="R5"><mixed-citation>Гарифова О.А., Хусаинова М.А. Использование искусственного интеллекта в обучении иностранным языкам студентов неязыковых вузов // Вестник Южно-Уральского государственного университета. Серия: Образование. Педагогические науки. 2024. Т. 16. № 2. С. 108-116.</mixed-citation></ref>
			<ref id="R6"><mixed-citation>Глотова А.В. Применение инструментов генеративного искусственного интеллекта в процессе формирования социолингвистической и лингвокультурологической компетенций студентов вуза // Dictum – Factum: от исследований к стратегическим решениям. 2025. № 10. С. 68-72.</mixed-citation></ref>
			<ref id="R7"><mixed-citation>Егорова Е.В., Вершинина А.В. Интеграция технологий генеративного искусственного интеллекта в проектные задания для развития иноязычной коммуникативной компетенции студентов нелингвистических направлений // Глобальный научный потенциал. 2025. № 3-2(168). С. 52-55.</mixed-citation></ref>
			<ref id="R8"><mixed-citation>Карпович И.А., Крепкая Т.Н., Медведева О.Д., Воронова Л.С., Иванова Т.Н. Готовность преподавателей к использованию технологий искусственного интеллекта в иноязычной подготовке студентов неязыковых вузов // Педагогика. Вопросы теории и практики. 2025. Т. 10. № 7. С. 935-944.</mixed-citation></ref>
			<ref id="R9"><mixed-citation>Климентьев Д.Д., Климентьева В.В. Повышение эффективности самостоятельной работы студентов вуза по овладению иностранным языком за счет использования нейросетей // Перевод и межкультурная коммуникация: теория и практика. 2025. № S16. С. 23-30.</mixed-citation></ref>
			<ref id="R10"><mixed-citation>Кодрле С.В. Дидактические возможности искусственного интеллекта в изучении иностранного языка: мнение студентов // ЦИТИСЭ. 2025. № 3(45). С. 601-614.</mixed-citation></ref>
			<ref id="R11"><mixed-citation>Рельян Н.А. Применение искусственного интеллекта в преподавании английского языка в неязыковом вузе // Современное педагогическое образование. 2024. № 11. С. 367-370.</mixed-citation></ref>
			<ref id="R12"><mixed-citation>Симеонова Н.М. К вопросу о применении искусственного интеллекта в процессе изучения иностранного языка в неязыковом вузе // Мир науки, культуры, образования. 2025. № 1(110). С. 100-102.</mixed-citation></ref>
			<ref id="R13"><mixed-citation>Черкасова Л.Н. Искусственный интеллект – это прорыв в будущее или роботизация молодежи (на примере изучения иностранных языков в вузе) // Казанская наука. 2025. № 4. С. 263-266.</mixed-citation></ref>
			<ref id="R14"><mixed-citation>Шокарева Т.В., Шокарев К.В. Построение учебного процесса и дизайн домашних заданий по английскому языку для студентов вузов в условиях исскуственного интеллекта: как сохранить учебный процесс честным и продуктивным // Мир науки, культуры, образования. 2025. № 3(112). С. 209-214.</mixed-citation></ref>
			<ref id="R15"><mixed-citation>Щебельская Э.Г., Маер В.В. Применение искусственного интеллекта в преподавании иностранного языка в неязыковом вузе // Мир науки, культуры, образования. 2023. № 5(102). С. 76-81.</mixed-citation></ref>
		</ref-list>
	</back>
</article>			</metadata>
		</record>
	</GetRecord>
</OAI-PMH>
