Elektron tálim resurslarınıń status koefficientin islep shıǵıw metodikasında informaciyalıq texnologiyalardıń ornı hám áhmiyeti

Авторы

  • A.A Baymurzaeva

    Nukus State Pedagogical Institute named after Ajiniyaz image/svg+xml

Ключевые слова: электронно-образовательные ресурсы, весовой коэффициент информационные технологии, методология, анализ

Аннотация

В статье анализируется роль и значение информационных технологий в методике разработки весового коэффициента электронных образовательных ресурсов. Веcовой коэффициент рассматривается как показатель, разработанный для оценки качества, влияния и позиции электронно-образовательных ресурсов среди пользователей. Рассмотрены методы расчета весового коэффициента, основанные на информационных технологиях, включая анализ данных, машинное обучение и обработку отзывов пользователей.

Библиографические ссылки

1 Riah F. Elcullada Encarnacion, Annjeannette Alain D. Galang, Byron Joseph A. Hallar. The Impact and Effectiveness

of E-Learning on Teaching and Learning. // International Journal of Computing Sciences Research, vol. 5, no. 1.June.

2020. – P. 383-397.

2 Abed E. K. Electronic Learning and its Benefits in Education. // «Eurasia Journal of Mathematics, Science and

Technology Education», 2019, vol. 15, no. 3.

3 Zhang L., Jiang Q., Xiong W., Zhao W. Evaluating the quality of digital education resources based on learners online

reviews through topic modeling and opinion mining. // Educ Inf Technol, vol. 30, no. 11. July, 2025. – P. 15207-15230.

4 Samandarov B. Elektron axborot resurslar holatini baholashning adaptiv modeli. // «Informatika va energetika

muammolari» jurnali, № 1, 2016, 39-45-b.

5 Ma N., Du L., and Lu Y. A model of factors influencing in-service teachers’ social network prestige in online peer

assessment. // AJET, July, 2022. – P. 100-118.

6 Barinova N., Zakirova V., Akhmetova D, Lysogorova L. Monitoring of the Educational Process with the Use of

Information and Communication Technologies: A Case Study in Computer Science’. // «Eurasia Journal of Mathematics,

Science and Technology Education», vol. 14, no. 6, Apr. 2018.

7 Raximov O. D. Elektron ta’lim resurslarini yaratish talablari va texnologiyasi. // «Zamonaviy ta’lim», № 2, 2016, 45-

50-b.

8 Guha S. The Importance Of Data Analytics In eLearning’, eLearning Industry. [Elektron manba].

9 Dodiya R. How Can Data Analytics And Learning Management Systems (LMSs) Improve eLearning Courses?,

eLearning Industry. [Elektron manba].

10 Gao Y. Deep learning-based strategies for evaluating and enhancing university teaching quality. // Computers and

Education: Artificial Intelligence, vol. 8. June, 2025. – P. 100362.

11 Mao X. Online education quality assessment model based on deep learning. // Discov Artif Intell, vol. 5, no. 1. July,

2025. – P. 152.

12 Saqr M., Fors U., Tedre M., Nouri J. How social network analysis can be used to monitor online collaborative

learning and guide an informed intervention. // PLoS ONE, vol. 13, no. 3, Mar. 2018.

13 Verdu M.J., De Castro J.-P., Regueras L.M., Corell A. MSocial: Practical Integration of Social Learning Analytics

Into Moodle, IEEE Access, vol. 9, 2021. – P. 23705-23716.