The digital footprint of a student as a feedback tool in the educational process at a university

Cover Page


Cite item

Full Text

Abstract

The modern educational paradigm is undergoing significant changes under the influence of digitalization processes. Today, traditional feedback forms are complemented by new ones based on digital data analysis. One of the most significant feedback resources is the digital footprint of the student, the study of whose potential actualizes the present study. The aim of the study is to identify the structure and didactic potential of a student's digital footprint as a feedback tool for the subjects at the university's educational process. The scientific relevance of the research results is determined by the formation of a new perspective on the process of exploring the potential of the digital footprint as a feedback tool in the educational process at the university in its qualitative renewal through the analysis and disclosure of didactic possibilities. The theoretical significance of the research results lies in enriching the theory and methodology of vocational education and in identifying and substantiating the didactic possibilities of a student's digital footprint as a feedback tool for the subjects of the university's educational process. The practical significance of the results lies in the possibility of realizing the potential of a student's digital footprint as a feedback tool in shaping the digital competence of a future teacher in the process of scientific research. The concept of a student's digital footprint as a feedback tool is presented. The structuring of the digital footprint as a feedback tool on the nature of data generation is considered. The study presents the experience of unlocking the potential and using the digital footprint of a student as a feedback tool in shaping the digital competence of a future teacher in the process of scientific research. It is revealed that the potential of the digital footprint lies in the personalization of learning; timely pedagogical support based on identified difficulties; the development of self-regulation and reflection in students; improving the effectiveness of educational program management. It allows you to move from episodic, subjective and delayed feedback to a system of continuous, objective and predictive support of the educational process.

Full Text

Введение

Современная образовательная парадигма претерпевает значительные изменения под влиянием процессов цифровизации. Трансформируются не только формы и методы обучения, но и сама природа взаимодействия между субъектами образовательного процесса. В этом контексте ключевым элементом, обеспечивающим качество и эффективность обучения, становится обратная связь. Традиционные формы обратной связи (устные комментарии преподавателя, проверка письменных работ) сегодня дополняются новыми, основанными на анализе цифровых данных.

Одним из наиболее значимых ресурсов обратной связи является цифровой след обучающегося. М.Е. Вайндорф-Сысоева, В.В. Пчелякова определяют цифровой след обучающегося как «активность обучающегося в Интернете, которая оставляет уникальный отпечаток» [1]. О.П. Жигалова представляет цифровой след как «любые результаты деятельности обучающегося, осуществляемой в рамках цифровой образовательной платформы» [2]. Т.М. Шамсутдинова понимает под цифровым следом в образовании «электронный носитель данных, отражающих учебные, профессиональные и социальные представления человека, который характеризует уровень его профессиональной компетенции с точки зрения личностного и профессионального роста» [3].

Рассматриваемая категория в основном употребляется учеными для исследования системы взаимодействия обучающего и других субъектов образовательного процесса с цифровыми платформами в реализации основных и дополнительных образовательных программ [4, 5]. При этом работ, посвященных цифровому следу обучающегося как инструменту обратной связи в таком взаимодействии, недостаточно, что актуализирует настоящее исследование.

Каков же дидактический потенциал цифрового следа обучающегося как инструмента обратной связи? Цель исследования состоит в выявлении структуры и дидактических возможностей цифрового следа обучающегося как инструмента обратной связи для субъектов образовательного процесса вуза.

Научная новизна результатов исследования определяется формированием нового взгляда на процесс исследования потенциала цифрового следа как инструмента обратной связи в образовательном процессе вуза, в его качественном обновлении посредством анализа и раскрытия дидактических возможностей.

Теоретическая значимость результатов исследования заключается в обогащении теории и методологии профессионального образования путем выявления и обоснования дидактических возможностей цифрового следа обучающегося как инструмента обратной связи для субъектов образовательного процесса вуза.

Практическая значимость результатов состоит в возможности реализации потенциала цифрового следа обучающегося как инструмента обратной связи в эффективном формировании цифровой компетентности будущего педагога в процессе научной деятельности.

Обзор литературы

В последнее десятилетие началось активное изучение цифрового следа как ресурса повышения эффективности образовательного процесса [6–13]. Этот интерес обусловлен стремительным развитием цифровой инфраструктуры, распространением дистанционных форматов обучения и гибридных моделей организации занятий [14, 15]. Учеными анализируется понятийный аппарат, выделяется структура, представляется опыт использования цифрового следа в педагогической практике.

Среди работ, рассматривающих цифровой след в образовательной практике, следует отметить работу Т.М. Шамсутдиновой, в которой выделяется «структура цифрового следа обучающегося: компонент, отражающий личностно-психологические особенности обучающегося; компонент, отражающий поведенческие особенности обучающегося; компонент, отражающий деятельностные особенности обучающегося; компонент, отражающий технологические и технические аспекты взаимодействия пользователя (обучающегося) с цифровой образовательной средой; компонент, характеризующий номенклатуру и степень сформированности учебных компетенций у обучающегося; компонент, отражающий коммуникативные особенности обучающегося; компонент, отражающий особенности рефлексивной сферы обучающегося» [3].

Д.А. Бояринов применительно к сфере дополнительного профессионального образования взрослых включает следующие компоненты цифрового следа обучающегося: «компонент, отражающий компетенции, связанные с профессиональной деятельностью обучающегося; компонент, отражающий показатели эффективности трудовой деятельности обучаемого на рабочем месте; компонент, отражающий уровень цифровой грамотности обучаемого; количественный показатель динамики KPI обучающегося по месту работы» [5].

О.П. Жигалова анализирует направления эффективного использования цифрового следа в образовании, среди которых – «проектирование индивидуальной образовательной траектории; выявление текущего уровня предметных компетенций обучающегося; анализ потенциальных направлений личностного развития обучающегося, возможностей и особенностей его профессионального становления в выбранной сфере будущей профессиональной деятельности» [2].

Е.В. Баранова и Г.В. Швецов исследуют методы и инструменты анализа цифрового следа студента при освоении образовательного маршрута и отмечают, что «фиксация и анализ цифрового следа обучающегося относятся к ведущим особенностям современного этапа цифровизации системы образования, при этом в качестве основного практического результата анализа цифрового следа обучающегося выделяется оценка степени сформированности компетенций обучающегося в процессе обучения» [4].

Зарубежные авторы также не оставили без внимания исследование цифрового следа.

Д. Аскона, И. Сяо и А.Ф. Смитон предложили методологию на основе анализа данных с цифровым следом, позволяющую автоматически выявлять группы риска среди студентов в аспекте их неспособности выполнять задания по модулям компьютерного программирования (курсам) и одновременно поддерживать адаптивную обратную связь [16].

С. Сухонен попытался проанализировать цифровой след, который студенты оставляют на образовательной платформе Moodle и в мессенджере WhatsApp, с точки зрения понимания их учебных достижений [17].

Анализ дискурса в научных трудах показал, что потенциал цифрового следа обучающегося как инструмента обратной связи рассмотрен недостаточно, в том числе и в формировании цифровой компетентности будущего педагога в процессе научного исследования.

Материалы и методы

Методологической основой исследования является персонализированный подход, при котором образовательный процесс должен быть адаптирован под индивидуальные способности обучающегося.

Использованы методы: анализ дискурса научных исследований; сбор данных; количественный и качественный анализ педагогического эксперимента; формативное и суммативное оценивание цифрового следа как инструмента обратной связи; психометрический анализ.

Материалы получены в процессе диссертационного исследования «Методология и технология формирования цифровой компетентности будущего педагога в процессе научного исследования», которое выполнила автор Т.А. Щучка.

Результаты исследования

Анализ научных трудов позволил определить понятие цифрового следа обучающегося как инструмента обратной связи в виде совокупности данных, оставленных обучающимся целенаправленно или непреднамеренно в цифровой образовательной среде в процессе учебной деятельности, правильно собранных, агрегированных, проанализированных и используемых в качестве мощного инструмента формативной оценки и выявления «слепых зон» учебного процесса.

Для эффективного использования цифрового следа в качестве инструмента обратной связи необходима его четкая структуризация по характеру генерации данных. Генерация данных предполагает формирование пассивного и активного цифровых следов, объяснение содержания которых дает лаборатория Касперского. Пассивный цифровой след представляет собой данные, которые создаются без явного участия и осознания пользователем. Среди них – метаданные (время входа/выхода из системы, длительность сессии, IP-адрес); поведенческие данные (клики, навигационные пути по курсу, время, проведенное на конкретной странице учебного материала, просмотр видео со временем пауз и перемоток); результаты автоматизированного тестирования (итоговый балл, время на ответ, количество попыток). Активный цифровой след - данные, которые обучающийся целенаправленно создает и размещает в цифровой образовательной среде. Это и результаты учебной деятельности (эссе, проектные работы, презентации, программный код); и коммуникационные данные (комментарии к работам однокурсников, записи в блогах, обсуждения на видео-конференциях, ответы на вопросы анкетирования); и рефлексивные записи (электронные портфолио, дневники самооценки).

Обратная связь на основе цифрового следа принципиально отличается от традиционной непрерывностью, объективностью, многомерностью и скоростью представления.

Проведенный нами педагогический эксперимент по формированию цифровой компетентности будущего педагога в процессе научного исследования предполагал оценку эффективности данного процесса.

Оценка эффективности образовательного процесса возможна с различных точек зрения и на разных этапах. Начальным этапом выступает оценка успешности изучения отдельных предметов и модулей.

Существует несколько методов мониторинга данного аспекта. Метод, наиболее распространенный благодаря своей простоте и доступности, основан на диагностировании достигнутых образовательных результатов. Для этого используется широкий спектр оценочных методик, направленных на проверку конкретных знаний, умений, навыков и компетенций относительно заданных показателей успеваемости. Однако особенности дистанционного формата требуют учитывать дополнительный критерий - интенсивность обратной связи. Ее недостаток сигнализирует о потребности оперативного изменения стратегии обучения.

Педагог, работающий в условиях смешанного обучения, получает посредством обратной связи ценную информацию о восприятии обучающимися организации занятий. Это включает оценку удобности электронных ресурсов, соответствия структуры материала подготовленности обучающихся, рациональности затраченных усилий на изучение тем и разделов, эффективности используемых методик, проблемных зон курса и направлений улучшения.

Так как на качество усвоения материала в смешанных формах влияют внешние факторы, такие как цифровое пространство, взаимодействие в группах, доверие преподавателя и взаимное понимание, ограничение анализа лишь академическими результатами выполнения контрольных заданий оказывается некорректным. Особенности смешанного обучения, включающего электронные и дистанционные компоненты, заключаются в том, что значительная доля ответственности за организацию процесса усвоения материала ложится непосредственно на обучающегося. Это может привести к ряду проблем, требующих внимания и участия педагога. Преподаватель, успешно внедряющий цифровые технологии, должен ясно представлять себе мнение обучающихся относительно ряда ключевых моментов:

  • удобство и полезность используемых цифровых ресурсов, их доступность и соответствие поставленным учебным целям;
  • эффективность применяемых образовательных методик, включая традиционные и инновационные подходы;
  • качество взаимодействия обучающихся с преподавателем и друг с другом в виртуальном образовательном пространстве, общая атмосфера курса;
  • интенсивность и значимость педагогического общения для освоения программы;
  • преимущества и недостатки учебных материалов, касающиеся как содержания (полноценность, сложность, прикладная значимость), так и формы подачи (структурная ясность, уровень визуализации);
  • оптимальность построения практических занятий онлайн, разумность разделения времени на теорию и практику, соответствие сложности заданий электронной среде и подготовленности слушателей;
  • приемлемость и справедливость процедур проверки знаний;
  • качество педагогического сопровождения обучающихся, проходящих обучение дистанционно;
  • степень сложности восприятия учебного материала в дистанционной форме по сравнению с очным обучением;
  • степень вовлеченности обучающихся в учебный процесс, их активности и мотивированности;
  • влияние профессиональных компетенций, личностных характеристик и взглядов преподавателя на конечный успех обучения.

Исследование особенностей педагогического мониторинга в рамках смешанных форматов позволило сделать вывод, что оптимальным способом улучшения обратных связей является использование анкетирования, которое позволяет оперативно получать информацию о ходе реализации курса и вовремя вносить необходимые изменения в учебный процесс.

Поэтому была разработана система анкетирования, аналогичная психологическим и педагогическим опросникам, позволяющая получать развернутую обратную связь как от коллектива, так и индивидуально от каждого обучающегося.

Анкетирование выполнено с использованием яндекс-форм.

Анкетирование подходит как для формативного (регулярный опрос для своевременной корректировки курса и его адаптации под запросы обучающихся), так и для суммативного (опрос по завершении блока дисциплин для выявления общих достоинств, недостатков курса и направлений его улучшения) вида оценки, причем может использоваться отдельно либо в комбинации обоих типов.

Оба типа используют количественный (статистика) и качественный (анализ свободных ответов) методы анализа. Качественный метод, несмотря на некоторую субъективность, дает больше возможностей для гибкой коррекции курса.

Были созданы анкеты, фокусирующиеся на оценке курса как целостной системы, оценке учебной деятельности самих обучающихся, оценке работы преподавателя, анализе дидактических и контрольно-измерительных материалов (рис. 1–3).

Анкетирование было проведено на примере курса «Информационные технологии в науке и образовании» среди 421 студента направления «Педагогическое образование» за период с 2015 по 2025 годы, что позволило получить обобщенные результаты.

 

Рис. 1. Вопросы анкеты первого типа
Fig. 1. The first type of the questionnaire questions

 

Рис. 2. Анкета второго типа
Fig. 2. The second type of the questionnaire

 

Рис. 3. Анкета третьего типа
Fig. 3. The third type of the questionnaire

 

По итогам анкетирования выявлено, что большинство слушателей высоко оценивают различные аспекты курса. При оценке содержания курса 79 % респондентов поставили курсу оценку «4» или «5»:

  • наибольший интерес вызвал раздел «Электронные образовательные ресурсы: обзор, основы разработки». Студенты отметили, что знакомство с открытыми ресурсами не только позволит им использовать готовые курсы в будущей работе, но и даст основу для создания собственных учебных материалов;
  • некоторые трудности возникли при освоении раздела «Обработка экспериментальных данных с использованием ИКТ», в частности при работе с инструментарием отдельных методик.

Эффективность собственной учебной деятельности отмечена 71 % обучающихся и оценена в рамках курса на «4» и «5»:

  • особую практическую ценность для подготовки научных работ (курсовых, ВКР, статей) обучающиеся увидели в разделе «Методика подготовки научно-исследовательских работ магистров с использованием ИКТ»;
  • также был отмечен раздел «Информационные технологии в проведении тестирования обучающихся» как важный для будущего методического обеспечения учебного процесса.

Преподаватель получил высокие оценки – 82 % положительных отзывов (4 и 5 баллов):

  • в отзывах подчеркивалась его высокая квалификация, доступность изложения материала, готовность отвечать на вопросы и оказывать поддержку как во время, так и вне занятий;
  • обучающиеся отметили четкость инструкций, заботу об успеваемости и мотивации каждого, а также оптимальный темп обучения, позволяющий всем достигать результатов.

Анализ данных обратной связи как элемента цифрового следа, собранных через анкетирование, подтвердил достаточную результативность организационно-процессуального компонента разработанной технологии формирования цифровой компетентности будущих педагогов в рамках научно-исследовательской деятельности.

Обсуждение и заключение

Цифровой след обучающегося как инструмент обратной связи представляет собой сложный, многокомпонентный феномен, который при грамотном использовании способен преобразовывать систему обратной связи в образовательном процессе вуза. Он позволяет перейти от эпизодической, субъективной и запаздывающей обратной связи к системе непрерывного, объективного и прогностического сопровождения учебного процесса.

Как показывают рассмотренные научные труды, потенциал цифрового следа заключается в персонализации обучения; своевременной педагогической поддержке на основе выявленных трудностей; развитии саморегуляции и рефлексии у обучающегося; повышении эффективности управления образовательными программами.

Однако реализация этого потенциала требует преодоления значительных вызовов, прежде всего в этико-правовой и методической сферах. Ключевым условием является корректность работы с образовательными данными, предполагающей партнерские отношения между всеми участниками образовательного процесса вуза.

Дальнейшие исследования должны быть направлены на разработку моделей смешанной обратной связи, где данные цифрового следа будут интегрироваться с качественными оценками педагогов, на создание стандартов защиты и использования образовательных данных, а также на развитие цифровой компетентности обучающего и обучающегося. Только в этом случае цифровой след станет не инструментом тотального контроля, а катализатором глубокого и осмысленного обучения.

×

About the authors

Sergey V. Shcherbatykh

Bunin Yelets State University

Email: rector@elsu.ru
ORCID iD: 0000-0002-4870-8257
SPIN-code: 9392-5613
Scopus Author ID: 57196473659
ResearcherId: W-3964-2017

Doc. Ped. Sci., Professor, Rector

Russian Federation, 399770, Lipetsk Region, Yelets, Kommunarov St., 28

Tatiana A. Shchuchka

Bunin Yelets State University

Email: tasiaelez@mail.ru
ORCID iD: 0000-0002-6595-8514
SPIN-code: 1742-3282
Scopus Author ID: 57810794300
ResearcherId: AAG-5215-2020

Cand. Ped. Sci., Associate Professor, Head of the Department of Pedagogy and Professional Education

Russian Federation, 399770, Lipetsk Region, Yelets, Kommunarov St., 28

Lyudmila N. Shcherbatykh

Bunin Yelets State University

Email: shcherlyd@mail.ru
ORCID iD: 0000-0003-2151-1101
SPIN-code: 2903-6236
Scopus Author ID: 57200564812
ResearcherId: B-6927-2018

Cand. Ped. Sci., Associate Professor, Professor at the Department of Oriental and European Languages, Translation and Linguodidactics

Russian Federation, 399770, Lipetsk Region, Yelets, Kommunarov St., 28

Natalia A. Gnezdilova

Bunin Yelets State University

Author for correspondence.
Email: nataelez@mail.ru
ORCID iD: 0000-0002-6307-4694
SPIN-code: 6603-1320
Scopus Author ID: 58539061500
ResearcherId: AAA-9973-2021

Cand. Ped. Sci., Associate Professor at the Department of Mathematics, Computer Science, Physics and Teaching Methods

Russian Federation, 399770, Lipetsk Region, Yelets, Kommunarov St., 28

References

  1. Weindorf-Sysoeva M.E., Pchelyakova V.V. Perspektivy ispol'zovaniya cifrovogo sleda v obrazovatel'nom i nauchnom processah [Prospects of using the digital footprint in educational and scientific processes]. Vestnik Mininskogo universiteta. 2021. Vol. 9. No. 3. https://www.minin-vestnik.ru/jour/article/view/124 9/839 (Accessed September 10, 2025).
  2. Zhigalova O.P. Formirovanie obrazovatel'noj sredy v usloviyah cifrovoj transformacii obshchestva [Formation of the educational environment in the context of digital transformation of society]. Uchenye zapiski Zabajkal'skogo gosudarstvennogo universiteta. 2019. Vol. 14. No. 2. Рp. 69–74.
  3. Shamsutdinova T.M. Kognitivnaya model' traektorii elektronnogo obucheniya na osnove cifrovogo sleda [Cognitive model of the trajectory of e-learning based on a digital footprint]. Otkrytoe obrazovanie. 2020. No. 2. Pp. 47–54.
  4. Baranova E.V., Shvetsov G.V. Metody i instrumenty dlya analiza cifrovogo sleda studenta pri osvoenii obrazovatel'nogo marshruta [Methods and tools for analyzing a student's digital footprint when developing an educational route]. Perspektivy nauki i obrazovaniya. 2021. No. 2 (50). Pp. 415–430.
  5. Boyarinov D.A. Cifrovoj sled obuchayushchegosya v sisteme dopolnitel'nogo professional'nogo obrazovaniya vzroslyh [The digital footprint of a student in the system of additional professional adult education]. Nauchnoe obespechenie sistemy povysheniya kvalifikacii kadrov. 2025. No. 2 (63). Pp. 76–86.
  6. Zhivetyev A.V., Belov M.A. Problemy upravleniya individual'noj obrazovatel'noj traektoriej studenta na osnove cifrovogo profilya i cifrovogo sleda [Problems of managing a student's individual educational trajectory based on a digital profile and digital footprint]. Sistemnyj analiz v nauke i obrazovanii. 2024. No. 4. Рp. 37–44.
  7. Valeeva G.V. Cifrovoj sled i cifrovaya ten' v kontekste cifrovogo obrazovaniya [Digital footprint and digital shadow in the context of digital education]. Gumanitarnye vedomosti TGPU im. L.N. Tolstogo. 2023. No. 4 (48). Pp. 59–67. doi: 10.22405/2304-4772-2023-1-4-59-67.
  8. Loginova A.A., Denisov A.R. Koncepciya sistemy, formiruyushchej individual'nyj cifrovoj profil' studenta s ispol'zovaniem tekhnologii cifrovogo sleda [The concept of a system that forms an individual digital profile of a student using digital footprint technology]. Intellektual'no-informacionnye tekhnologii i intellektual'nyj biznes (INFOS-2021): Materialy Dvenadcatoj Mezhdunarodnoj nauchno-tekhnicheskoj konferencii, Vologda, 29–30 iyunya 2021 g. [Intellectual Information Technologies and Intellectual Business (INFOS-2021): Proceedings of the Twelfth International Scientific and Technical Conference, Vologda, June 29–30, 2021]. Vologda: Vologodskij gosudarstvennyj universitet Publ., 2021. Рp. 84–87.
  9. Dyachenko M.S., Leonov A.G. Cifrovoj sled v obrazovanii kak drajver professional'nogo rosta v cifrovuyu epohu [Digital footprint in education as a driver of professional growth in the digital age]. E-Management. 2022. Vol. 5. No. 4. Pp. 23–30. doi: 10.26425/2658-3445-2022-5-4-23-30.
  10. Zhelnina E.V. Ocenka kachestva distancionnogo (cifrovogo) obrazovaniya: analiz cifrovogo sleda uchastnikov obrazovatel'nogo processa [Evaluation of the quality of distance learning (digital) education: analysis of the digital footprint of participants in the educational process]. Vestnik Samarskogo gosudarstvennogo tekhnicheskogo universiteta. Seriya: Filosofiya. 2022. No. 2 (11). Pp. 23–28.
  11. Gorbatov S.V., Krasnova E.A. Cifrovoj sled kak mekhanizm individualizacii obrazovatel'noj traektorii studenta (na primere kursa "Cifrovye tekhnologii samoobrazovaniya") [Digital footprint as a mechanism for individualizing a student's educational trajectory (using the example of the course "Digital technologies of self-education")]. Perspektivy nauki i obrazovaniya. 2022. No. 4 (58). Pp. 193–208. doi: 10.32744/pse.2022.4.12.
  12. Mukhametzyanov I.S. Cifrovaya transformaciya obrazovaniya (bol'shie dannye, kiberbezopasnost', cifrovoj sled uchashchegosya) [Digital transformation of education (big data, cybersecurity, digital footprint of the student)]. Pedagogicheskaya informatika. 2020. No. 4. Pp. 180–191.
  13. Cifrovye sledy: vliyanie na IT-obrazovanie i cifrovuyu transformaciyu [Digital footprints: the impact on IT education and digital transformation]. E. Cheremisina, E. Kirpicheva, N. Tokareva et al. Fizika elementarnyh chastic i atomnogo yadra. 2024. Vol. 55. No. 3. Р. 519.
  14. Bozorgian H., Rahimi H. Peer e-Feedback and ChatGPT-4o in EFL Writing: A Cognitive-Interpersonal Comparison Based on EFL Students. Journal of Language and Education. 2025. No. 11 (4). Рр. 51–65. https://doi.org/10.17323/jle.2025.27195 (Accessed November 21, 2025).
  15. Uludag O. Student perspectives on oral corrective feedback: Development and validation of a scenario-based scale. Journal of Language and Education. 2025. No. 11(4). Рр. 66–85. https://doi.org/10.17323/jle.2025.27863 (Accessed November 28, 2025).
  16. Azcona D., Hsiao I., Smeaton A.F. Detecting students-at-risk in computer programming classes with learning analytics from students’ digital footprints. User Model User-Adap Inter. 2019. Vol. 29. Pр. 759–788.
  17. Suhonen S. Learning analytics: Combining Moodle, Whatsapp and self-evaluation data for better understanding. Eds. W. Popma, S. Francis. Proceedings of the 6th European Conference on Social Media. Brighton, UK: Academic Publishing, 2019. Pр. 410–413.
  18. Abekova Zh.A., Oralbaev A.B., Berdalieva M. i dr. Tekhnologiya kriterial'nogo ocenivaniya, metodika ee primeneniya v uchebnom processe [Technology of criterion assessment, methods of its application in the educational process]. Pedagogicheskie nauki. Mezhdunarodnyj zhurnal eksperimental'nogo obrazovaniya. 2016. No. 2. Pp. 215–218.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. The first type of the questionnaire questions

Download (316KB)
Indexing metadata
3. Fig. 2. The second type of the questionnaire

Download (525KB)
Indexing metadata
4. Fig. 3. The third type of the questionnaire

Download (651KB)
Indexing metadata

Copyright (c) 2026 Shcherbatykh S.V., Shchuchka T.A., Shcherbatykh L.N., Gnezdilova N.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.