Wpływ pandemii COVID-19 na kompetencje informatyczne studentów w świetle badań własnych
DOI:
https://doi.org/10.15584/nsawg.2023.3.5Słowa kluczowe:
kompetencje informatyczne, pandemia COVID-19, studenciAbstrakt
W obecnych czasach pandemii COVID-19, umiejętności informatyczne stały się niezbędne dla studentów i pracowników naukowych, którzy uczestniczą w procesie nauczania zdalnego lub pracują nad projektami, badaniami i analizami w trybie online. Wiele zajęć i projektów musiało zostać przeniesionych do świata wirtualnego, co sprawiło, że posiadanie umiejętności informatycznych stało się kluczowe dla skutecznego funkcjonowania w obecnej sytuacji. Celem artykułu było zbadanie poziomu kompetencji informatycznych studentów w kontekście pandemii COVID-19. Postawiono hipotezę, iż większość badanych posiada podstawowe umiejętności informatyczne, jednak mogą oni mieć zróżnicowany poziom w poszczególnych kompetencjach informatycznych, takich jak posługiwanie się nowymi programami. W tym celu przedstawiono autorskie wyniki badań empirycznych, przeprowadzonych w lutym 2021 r. Ich celem było przedstawienie obrazu kompetencji informatycznych osób, objętych badaniem. Próbę badawczą stanowiło 649 respondentów.
Badania pokazały, że większość respodentów posiada kompetencje informatyczne w zakresie posługiwania się komputerem, smartfonem/telefonem, techniczną obsługą Internetu oraz mobilnymi urządzeniami i aplikacjami. Jednakże, istnieją osoby, które mają trudności w obsłudze nowych programów. Z tego powodu wysunięto rekomendację, iż istotne jest skupienie się na rozwijaniu
kompetencji informatycznych w zakresie posługiwania się nowymi programami. Można to zrobić poprzez szkolenia lub kursy, które pomogą osobom, które mają trudności w tym obszarze. Ważne jest również kontynuowanie badania, aby monitorować postęp i skuteczność takich działań. W ten sposób można zwiększyć poziom kompetencji informatycznych w całej grupie badanych, co może
przyczynić się do poprawy efektywności pracy oraz zwiększenia ich szans na rynku pracy. Przeprowadzona analiza korelacji Pearsona pozwoliła na wyciągnięcie następujących wniosków: Istnieją silne dodatnie korelacje między wszystkimi parami umiejętności IT, co sugeruje ich wzajemne powiązanie.
Bibliografia
Ala-Mutka, K. (2011). Mapping Digital Competence: Towards a Conceptual Understanding. JRC Technical Reports, JRC67075, 70–75. DOI: 10.13140/RG.2.2.18046.00322.
Al-Samarrai, S., Gangwar, M., Gala, P. (2020). The Impact of the COVID-19 Pandemic on Education Financing. Economic Impact of COVID-19. World Bank. Retrieved from: http://hdl.handle.net/10986/33739 (2023.06.15).
Bao, W. (2020). COVID-19 and online teaching in higher education: A case study of Peking University. Human Behavior and Emerging Technologies, 2(1), 113–115. DOI: 10.1002/hbe2.191.
Bosch, T. E. (2009). Using online social networking for teaching and learning: Facebook use at the University of Cape Town. South African Journal for Communication Theory and Research, 35(2), 185–200. DOI: 10.1080/02500160903250648.
Bozkurt, A., Sharma, R. C., Stockdale, S. (2020). Emergency remote teaching in a time of global crisis due to CoronaVirus pandemic. Asian Journal of Distance Education, 15(1), 1–6.
Daniel, S. J. (2020). Education and the COVID-19 pandemic. Prospects, 49(1–2), 91–96. DOI: 10.1007/s11125-020-09464-3.
Eshet-Alkalai, Y. (2004). Digital Literacy: A Conceptual Framework for Survival Skills in the Digital Era. Journal of Educational Multimedia and Hypermedia, 13(1), 93–106.
Ferrari, A. (2013). DIGCOMP: A Framework for Developing and Understanding Digital Competence in Europe. Luxemburg: Publications Office of the European Union.
Gallardo-Echenique, E. E., Marqués-Molías, L., Bullen, M., Strijbos, J. W. (2015). Let’s talk about digital learners in the digital era. International Review of Research in Open and Distributed Learning, 16(3), 156–187. DOI: 10.19173/irrodl.v16i3.2196.
Gilster, P. (1997). Digital Literacy. New Jersey: Wiley Computer Publishing.
Hargittai, E. (2002). Second-level digital divide: Differences in people’s online skills. First Monday, 7(4), 1–10. DOI: 10.5210/fm.v7i4.942.
Hew, K. F., Cheung, W. S. (2014). Students’ and instructors’ use of massive open online courses (MOOCs): Motivations and challenges. Educational Research Review, 12, 45–58. DOI: 10.1016/j.edurev.2014.05.001.
Hodges, C., Moore, S., Lockee, B., Trust, T., Bond, A. (2020). The Difference Be-tween Emergency Remote Teaching and Online Learning. Educause Review, 27.03.2020. Retrieved from: https://er.educause.edu/articles/2020/3/the-difference-between-emergency-remote-teaching-and-online-learning (2023.06.15).
Hsin, C. T., Cigas, J. (2013). Short videos improve student learning in online education. Journal of Computing Sciences in Colleges, 28(5), 253–259.
Jaggars, S. S., Xu, D. (2016). How do online course design features influence student performance? Computers & Education, 95, 270–284. DOI: 10.1016/j.compedu.2016.01.014.
Joksimović, S., Poquet, O., Kovanović, V., Dowell, N., Mills, C., Gašević, D., Brooks, C. (2018). How do we model learning at scale? A systematic review of research on MOOCs. Review of Educational Research, 88(1), 43–86. DOI: 10.3102/0034654317740335.
Kimmons, R., Veletsianos, G. (2020). Public internet data mining methods in instructional design, educational technology, and online learning research. TechTrends, 64(5), 835–847. DOI: 10.1007/s11528-020-00507-1.
Kirschner, P. A., Karpinski, A. C. (2010). Facebook® and academic performance. Computers in Human Behavior, 26(6), 1237–1245. DOI: 10.1016/j.chb.2010.03.024.
Kukolja Taradi, S., Taradi, M., Radić, K., Pokrajac, N. (2005). Blending problem-based learning with Web technology positively impacts student learning outcomes in acid-base physiology. Advances in Physiology Education, 29(1), 35–39. DOI: 10.1152/ advan.00026.2004.
Lemola, S., Perkinson-Gloor, N., Brand, S., Dewald-Kaufmann, J. F., Grob, A. (2015). Adolescents’ Electronic Media Use at Night, Sleep Disturbance, and Depressive Symptoms in the Smartphone Age. Journal of Youth and Adolescence, 44, 405–418.
Pappano, L. (2012). The Year of the MOOC. The New York Times, 2(12), 2.11.2012.
Ribble, M., Bailey, G. (2007). Digital Citizenship in Schools. Washington: ISTE.
Trust, T., Whalen, J. (2020). Should Teachers be Trained in Emergency Remote Teaching? Lessons Learned from the COVID-19 Pandemic. Journal of Technology and Teacher Education, 28(2), 189–199.
Trust, T., Krutka, D. G., Carpenter, J. P. (2016). “Together we are better”: Professional learning networks for teachers. Computers & Education, 102, 15–34. DOI: 10.1016/j.compedu.2016.06.007.
Wang, M., Shen, R., Novak, D., Pan, X. (2009). The impact of mobile learning on students’ learning behaviours and performance: Report from a large blended classroom. British Journal of Educational Technology, 40(4), 673–695. DOI: 10.1111/j. 1467-8535.2008.00846.x.
Warschauer, M. (2004). Technology and social inclusion: Rethinking the digital divide. Cambridge: MIT Press.
Weller, M. (2020). 25 Years of Ed Tech. Athabasca: Athabasca University Press.
Zawacki-Richter, O., Marín, V. I., Gouverneur, F., Bond, M. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 16–39. DOI: 10.1186/s41239-019-0171-0.
Zhang, W., Wang, Y., Yang, L., Wang, C. (2020). Suspending Classes Without Stopping Learning: China’s Education Emergency Management Policy in the COVID-19 Outbreak. Journal of Risk and Financial Management, 13(3), 55. DOI: 10.3390/ jrfm13030055.
Pobrania
Opublikowane
Jak cytować
Numer
Dział
Licencja
Prawa autorskie (c) 2024 Uniwersytet Rzeszowski
![Creative Commons License](http://i.creativecommons.org/l/by-sa/4.0/88x31.png)
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.