Педагогика

https://doi.org/10.53656/ped2025-7.07

2025/7, стр. 992 - 1004

ПРОГНОЗИРАНЕ НА УСПЕВАЕМОСТТА НА СТУДЕНТИТЕ: СЪВРЕМЕННИ МОДЕЛИ И ТЕХНИКИ

Силвия Гафтанджиева
OrcID: 0000-0002-0569-9776
E-mail: sissiy88@uni-plovdiv.bg
University of Plovdiv “Paisii Hilendarski”
Plovdiv Bulgaria
Росица Донева
OrcID: 0000-0003-0296-1297
E-mail: rosi@uni-plovdiv.bg
University of Plovdiv “Paisii Hilendarski”
Plovdiv Bulgaria

Резюме: Успеваемостта на студентите е важен показател за измерване на качеството на образователния процес и допринася за издигане на висшето училище в рейтингови класации. Прогнозирането на успеваемостта на студентите позволява ранна превенция от отпадане на обучаеми от системата на висшето образование, поради което в последните години се наблюдава засилен интерес на изследователите към разработване на модели за прогнозиране на успеха на студентите. В статията са анализирани ползите от прогнозиране на успеваемостта за различни групи заинтересовани лица (студенти, преподаватели, лица на ръководни позиции), които мотивират нарастващото внимание към подобни модели. В сравнителен план са представени редица от вече разработените модели за прогнозиране на успеха на студентите, базирани на алгоритми за машинно обучение (Machine Learning – ML) и за „обясним изкуствен интелект“ (eXplainable Artificial Intelligence – XAI).

Ключови думи: успеваемост на студенти; прогнозиране; изкуствен интелект; Machine Learning; eXplainable Artificial Intelligence

1. Въведение

Високата успеваемост на студентите, навременното дипломиране и реализацията на пазара на труда са важни показатели за измерване на качеството на образователния процес и допринасят за висок ранг на университета в рейтинговите класации, който често е определящ фактор при избор на висше училище от бъдещи студенти. От друга страна ВУ получават финансиране според броя на обучаваните студенти. Ръководствата на ВУ търсят ефективни начини да идентифицират студенти с ниски академични постижения в ранни етапи на обучение (Jović et al. 2017), да насърчат студентите да повишат своя успех, и да намалят броя на прекъсналите студенти (Gaftandzhieva et al. 2022), в резултат на което разработват стратегии за повишаване на успеваемостта на студентите (Ahmed 2024). За да могат да повлияят последователно на учебния процес и да поддържат студентите мотивирани, ангажирани и успешни, ръководните органи и преподавателите във ВУ се нуждаят от подкрепа при вземане на решения (Tiukhova et al. 2024).

Внедряването на софтуерни решения за прогнозиране на успеваемостта на студенти се благоприятства от процесите на дигитална трансформация на ВУ (Gaftandzhieva et al. 2022), в резултат на които се натрупват големи масиви от данни. Ръководствата на ВУ осъзнават потенциала на събраните данни за подобряване на качеството на обучението, задържането на студентите и тяхната успеваемост, което води до нарастване на интереса към решения, които извличат данни от използваните софтуерните системи, предвиждат оценките от изпити и позволяват на ръководството / академичния персонал да взема решения, базирани на данни, и по този начин да подобри качеството на предлаганите услуги и да насърчи студентите да постигат по-високи резултати. Разработените модели за прогнозирането на успеваемостта намират приложение при изграждане на системи за ранно предупреждение за студенти, които са изложени на риск от отпадане, и персонализирани системи за генериране на препоръки за подобряване на учебното изживяване на студентите (Alamri & Alharbi 2021). Подобни изследвания, базирани на данни, са много важни по отношение на установяването на рамка за анализ на обучението във висшето образование и допринасят за процесите на вземане на решения (Yağcı 2022).

В статията са анализирани ползите от прогнозиране на успеваемостта за различни групи заинтересовани лица (студенти, преподаватели, лица на ръководни позиции), които мотивират нарастващото внимание към подобни модели. В сравнителен план са представени редица от вече разработените модели за прогнозиране на успеха на студентите, базирани на алгоритми за машинно обучение (Machine Learning – ML) и за „обясним изкуствен интелект“ (eXplainable Artificial Intelligence – XAI).

2. Ползи за различни групи заинтересовани лица от прогнозиране на успеваемостта на студентите

Прогнозирането на успеха на студентите е от полза за различни групи заинтересовани лица, сред които ръководни органи във ВУ, преподаватели и студенти.

Поради факта, че високите академични резултати подобряват класирането на университета в класации и увеличават възможностите за успешна професионална реализация на студентите, силно заинтересована група лица са ръководните органи във ВУ. Прогнозирането на успеваемостта на студентите позволява на ръководните органи да получат ценна информация за потенциалните резултати на студентите (Al Shibli et al. 2022) и да вземат решения за предприемане на мерки за подобряване на академичните постижения на студентите (Gaftandzhieva et al. 2022), да разработят ефективни планове и стратегии за подкрепа на студентите (Ahmed 2024; Ofori et al. 2020; Bujang et al. 2021) и оптимално разпределяне на ресурсите (Ahmed 2024), които да доведат до увеличаване на процента дипломирани студенти.

Ранното прогнозиране на успеваемостта на студентите помага на преподавателите да идентифицират студенти с ниски постижения преди финалния изпит на базата на текущи резултати и дейности (Ofori et al. 2020; Paddalwar et al. 2022; Masangu et al. 2021; Gaftandzhieva et al. 2022; Al Shibli et al. 2022; Ujkani et al. 2024). Прогнозите, базирани на данни от средата за е-обучение, показват на преподавателите кои видове учебни ресурси и дейности оказват влияние върху крайната оценка (Gaftandzhieva et al. 2022). Такива прогнози дават навременни прозрения и насърчават преподавателите да предприемат мерки за намаляване на процента на студентите със слаби резултати и подобряване на техните постижения. Подобни мерки могат да бъдат предоставяне на допълнителни ресурси и подкрепа на студенти, които не постигат добри резултати, както и актуализиране на учебните материали.

Прогнозирането на оценките е полезно и за студентите, тъй като предоставя значима обратна връзка (Ofori et al. 2020), която им помага да направят планове за постигане на своите цели (Gaftandzhieva et al. 2022).

Разбирайки факторите, които влияят върху представянето на студентите, ВУ могат да разработят стратегии за подобрение на резултатите от обучението. Определянето на тези фактори позволява на преподавателите да предприемат мерки, които да доведат до подобряване на академичните постижения на студентите и увеличаване на ефективността на обучението. Като важни фактори за повишаване на успеваемостта се открояват институционалната подкрепа, надзорните практики, уменията за самоуправление, присъствието и пълноценното участие на студентите в часовете (Nguyen & Nguyen 2023), социално-икономически и демографски фактори.

3. Модели за прогнозиране на успеваемостта, базирани на машинно обучение (ML)

Алгоритмите за машинно обучение (като Logistic regression – LR, Support Vector Machines – SVM, Random Forest – RF, Perceptron classification – PC, Linear Discriminant Analysis – LDA, Gradient boosting – GB, Naive Bayes – NB, Neural network – NN, Decision Trees – DT, K-nearest neighbor – kNN, Stacking Regressor – SR, XGBoost, LightGBM) се открояват като мощна техника за прогнозиране на резултатите на студентите, която показва как различните фактори взаимодействат, за да повлияят на резултатите от обучението. Важно е да се отбележи, че за да се постигнат висока надеждност и точност на прогнозите, прогнозирането трябва да се извърши върху достатъчно голям набор от данни, да се използват различни алгоритми за машинно обучение и да се изследват множество параметри. Ефикасността на използваните алгоритми се оценява чрез по-казатели за оценка на производителността, като точност, прецизност, припомняне, F-мярка, средна абсолютна грешка (MAE), средна квадратична грешка (RMSE), R-квадрат, средна квадратична логаритмична грешка (MSLE) и среден абсолютен процент (MAP), а за валидиране се прилагат техники за кръстосано валидиране. Често използван подход за преодоляване на небалансиран набор от данни с множество класификации и избягване на пренастройване на моделите е прилагането на техники като SMOTE и FS (Bujang et al. 2021; Gaftandzhieva et al. 2022; Arévalo Cordovilla & Peña Carrera 2024).

Jović, Kisić, Milić, Domazet и Chandra (Jović et al. 2017) предлагат модел за прогнозиране на представянето на студентите на база на средния успех, оценки от тестове, домашни, проекти и участие в клас, посещаемост на часовете, брой неуспешни опити за полагане на финалния изпит и получена окончателна оценка. Анализираният набор от данни съдържа данни за 1696 студенти от 4 курса, извлечени от системите за е-обучение и управление на образованието. Поради постигнатата точност от 88.5% за обучение на модела е избран класификаторът SVM. Други изследвани алгоритми дават по-ниска точност – LR (87,6%), LDA (84,6%), kNN (86,5%), DT (84,4%) и NB (85,7%). Резултатите показват, че оценките от изпълнението на проекти оказват най-голямо влияние върху крайната оценка.

Masangu, Jadhav и Ajoodha (Masangu et al. 2021) изследват кои фактори влияят върху представянето на студентите и ефективността на алгоритми за машинно обучение (SVM, DT, PC, LR, RF) за прогнозиране на резултатите на студентите, и предлагат модел, който да помогне преподавателите да идентифицират студенти със слаби оценки на ранен етап. Прогнозирането се извършва на базата на данни за ангажираността на студентите в платформата за електронно обучение (честота на преглед на съобщения, брой прегледи на форуми и ресурси), текущи оценки и демографска информация. Като недостатък на изследването могат да се посочат фактите, че изследваният набор от данни се състои от 480 записа и не е изследвано влиянието на предприети действия и психологически фактори. Резултатите показват, че най-висока точност за обработвания набор данни е постигната от SVM – 70.8%. Получените резултати показват, че отсъствията на студентите влияят на техните резултати, докато получените текущи оценки не оказват влияние върху крайните резултати.

Bujang, Selamat, Krejcar (Bujang et al. 2021) предлагат модел за прогнозиране на финалната оценка на 489 студенти от университета Malaysian Polytechnics въз основа на исторически данни за академичните постижения, използващ алгоритмите за машинно обучение – DT, RF, SVM и LR. Констатациите от проведените тестове показват, че с постигнатата най-висока точност (99,6%) DT може да помогне да бъдат идентифицирани студенти, които е вероятно да отпаднат на ранен етап, и предприемат мерки за подобряване на представянето на студентите. Моделът може да се използва както като система за ранно предупреждение за идентифициране на слаби студенти от преподавателите, така и за вземане на стратегически решения от ръководството за подобряване на представянето на студентите. В друго свое изследване Bujang (Bujang et al. 2021) изследват ефективността на алгоритмите DT, SVM, NB, kNN и LR за прогнозиране на оценки на студенти в курсовете през семестър на базата на средния успех на студентите. Моделите са тествани с набор от данни за 1282 студенти. Резултатите показват че всички прогнозни модели постигат по-висока производителност след прилагане на SMOTE към небалансиран набор от данни, като най-висока точност е получена с kNN (99,3%), DT (99,2%) и NB (98,3%). В допълнение, изследователите предлагат мултикласификационен модел за прогнозиране за небалансиран набор от данни, който използва два типа решения за подобряване точността на прогнозиране – SMOTE и F.S., който се интегрира с kNN и подобрява точността на прогнозата (99,6%). Като ограничение на проведените изследвания могат да бъдат посочени малкият набор от данни (за една и две дисциплини) и изборът на изследвани характеристики от небалансиран набор от данни, който може да повлияе на точните резултати от прогнозирането.

Paramita и Tjahjono (Paramita & Tjahjono 2021) предлагат модел за категоризиране на представянето на студенти на базата на демографски данни, ангажираност на студенти в средата за е-обучение и оценки по дисциплини. Изследваният набор от данни съдържа 32 593 записа за студенти от The Open University. Експерименталните резултати показват, че kNN алгоритъмът се представя добре в ситуации, включващи ангажираност, оценки и комбинация от двата фактора със степен на точност съответно от 0,9979, 0,9907 и 0,9918. В ситуации, които включват демографски данни, демографски данни и оценки, ангажираност и оценки и трите изследвани фактора, ANN превъзхожда kNN със степен на точност съответно 0,7902, 0,9952, 0,9834 и 0,9956. Други изследвани алгоритми са NB, RF и SVM. Тези резултати показват, че за точно класифициране на представянето в различни сценарии може да е необходимо да се комбинират няколко алгоритъма.

Други изследователи прилагат статистически методи (Хи-квадрат тест) и алгоритми за машинно обучение (DT, SVM, NB, kNN, LR и RF) за прогнозиране на финалните оценки на студентите по учебна дисциплина на базата на техните дейности в системата за e-обучение Moodle и присъствието на онлайн лекции (Gaftandzhieva et al. 2022). Наборът от данни се състои от финалните оценки на 105 студенти от ПУ „Паисий Хилендарски“, 7075 записа за тяхната активност в онлайн курса и 738 записа за присъствие на лекции. Направените прогнози са базирани на 46 атрибута. Резултатите показват корелации между крайните оценки на студентите и активността им в онлайн курса и между крайните оценки на студентите и присъствието на лекции. Всички изследвани алгоритми се представят умерено добре при прогнозиране на финалната оценка на студентите, като RF постига най-висока точност – 78%. За намаляване на грешките, причинени от небалансирана мултикласификация, базирана на SMOTE, е предложен мултикласификационен модел за прогнозиране, който подобрява точността на RF до 99,5%. Прогнозираните от модела резултати позволяват на преподавателите да предприемат мерки за намаляване броя на студентите със слаби оценки и да идентифицират кои видове учебни ресурси и дейности са по-добри предиктори за академичното представяне на студентите.

Yağcı (Yağcı 2022) предлага модел за прогнозиране на оценките от финалните изпити на студенти и ранно прогнозиране на студенти с висок риск от отпадане на базата на оценки от междинен изпит и данни от факултета. Използваният набор от данни включва оценки на 1854 студенти. Резултатите показват, че най-висока точност дава RF (74,6%), следван от NN (74,6%), SVM (73,5%), LR (71,7%), NB (71,3%) и kNN (69,9%). Като ограничение на изследването можем да посочим малкия брой изследвани характеристики.

Nguyen & Nguyen (Nguyen & Nguyen 2023) прилагат алгоритми за машинно обучение за прогнозиране на резултатите при дипломиране на 7837 студенти от университета Can Tho на базата на демографски и академични данни. Констатациите от изследването показват, че RF дава най-надеждни прогнози (98.2%), следван от DT (96.8%), GB (94.6%), kNN (84.4%) и NN (80.2%). Факторите, които оказват значително влияние върху оценките при завършване са среден успех, адрес на живеене, колеж, специалност и пол. Несъответствието между нивата на точност на използваните два метода за валидация е незначително, което показва, че предсказуемите модели, генерирани от тези алгоритми, са много надеждни.

Badal & Sungkur (Badal & Sungkur 2023) предлагат модел за прогнозиране на крайната оценка и нивото на ангажираност на студентите в средата за еобучение на базата на данни за профила на обучаемия и активност в системата. Моделът е тестван върху набор от данни за 1074 студенти. Експерименталните резултати показват, че RF превъзхожда останалите алгоритми (LR, kNN, NB, DT, SVM и Deep Learning) – точност от 85% и 83% за прогнозиране на оценката и ангажираността. Изследователите разработват уеб приложение, което изпълнява алгоритми за машинно обучение и позволява на преподавателите да предвиждат представянето и ангажираността, анализирайки данни от качен файл, да идентифицират обучаемите, които са изложени на риск, и предприемат навременни коригиращи мерки. Като ограничение на това изследване можем да посочим факта, че не е оценено въздействието на външни фактори при участие на студентите в дискусии, напр. производителност на устройството.

E. Ahmed изследва как интегрирането на алгоритми за машинно обучение в традиционните методи на преподаване може да подобри резултатите от обучението (Ahmed 2024). Използваният за изследването набор от данни съдържа записи за 32 582 студенти (пол, регион, входящи резултати, брой предходни опити за явяване, натрупани кредити, инвалидност, краен резултат). Сравнението на получените резултати показва, че алгоритъмът SVM дава най-точни резултати (96%), следван от DT (93.4%), kNN и NB (83.3%). За да осигури стабилни и надеждни прогнозни резултати, Ahmed използва строги методологии, като многократно k-кратно кръстосано валидиране и оптимизация на хиперпараметър. Предложеният модел се откроява с иновативната си техника за групиране, цялостен сравнителен анализ и практическо приложение при прогнозиране на резултатите. Получените резултати позволяват на ВУ да използват иновативни технологии, за да се справят с предизвикателствата и да вземат информирани решения за предприемане мерки за подобряване на резултатите, персонализирани интервенции, оптимално разпределяне на ресурсите и др.

В резултат на проведено изследване за подобряване на механизмите за подкрепа на студентите Cordovilla и Carrera (Cordovilla & Carrera 2024) предлагат метод за ранно прогнозиране на резултатите на студентите на база на данни от системата за е-обучение Moodle и външни фактори. Изследваният набор от данни включва данни за 591 студенти от Universidad Estatal de Milagro (UNEMI), които са предварително обработени със SMOTE. Експерименталните резултати показват, че невронната мрежа MLP постига най-висок AUCROC (0.9991), следвана от RF (0.988), SVM (0.983) и LR (0.9584). Изследователите стигат до заключение, че LR е практичен и интерпретируем инструмент за ВУ, които целят да внедрят системи за ранно предупреждение. Опростеността и ефективността на модела улесняват навременното идентифициране на учениците в риск, позволявайки прилагането на персонализирани интервенции за подобряване на резултатите и степента на задържане на студенти. Според получените резултати значими фактори за успеха на студентите са резултатите от ранното оценяване и ангажираността в средата за е-обучение, измервана с различни показатели (като брой прегледани ресурси и изпратени задания). Въпреки че останалите модели също показват силна прог нозна производителност, тяхната сложност и намалена интерпретируемост в сравнение с тези на LR може да представляват предизвикателства за практическо прилагане в образователни среди. Като ограничение на изследването могат да бъдат посочени фактите, че данните са събрани от конкретен курс, което може да е ограничило възможността за обобщаване на констатациите.

4. Модели за прогнозиране на успеваемостта, базирани на обясним изкуствен интелект (XAI)

Алгоритмите за машинно обучение, обучени върху големи набори от данни, могат с голяма точност да предскажат дали студентът е изложен на риск от провал, но високата точност не е единственият критичен фактор за успеха на такива модели. За да се доверят на модела, заинтересованите лица трябва да разбират причините, поради които са направени прогнозите (Alsubhi et al. 2023; Alamri & Alharbi 2021). Сложният характер на тези алгоритми често замъглява процесите на вземане на решения в „черна кутия“, което затруднява разбирането на конкретните причини зад техните прогнози (Ujkani et al. 2024). През последните години eXplainable Artificial Intelligence (XAI) се утвърждава като популярен подход за тълкуване и обяснение на причините за решенията на алгоритмите за машинно обучение (Hoq et al. 2023). XAI използва техники, които подобряват прозрачността на моделите и позволяват на заинтересованите лица да разберат защо даден модел прави определени прогнози, а не само какъв е процентът на точност (Ujkani et al. 2024). Това позволява на всички групи заинтересовани лица (студенти, преподаватели и лица на ръководни позиции) да разберат факторите, които стоят зад прогнозните резултати, и да адаптират своите интервенции към конкретни проблеми. Използването на обясними модели е полезно и за създателите на системи с изкуствен интелект, тъй като им позволява да гарантират качеството на обучения модел (Alamri & Alharbi 2021). Използването на XAI за интерпретация на прогнозите за успеваемостта на студентите е сравнително нова, но бързо развиваща се област на изследване.

Група изследователи, ръководени от Jang (Jang et al. 2022), предлагат практически метод за прогнозиране на представянето на студентите. Използвайки XAI, те предлагат метод за предоставяне на информация на преподавателите, която да подпомогне тълкуването на резултатите от класификацията и визуално представяне на информация. Този метод позволява на преподавателите да интерпретират резултатите от класификацията на студентите в риск за предоставяне на персонализирано обучение. Като недостатък на изследването може да бъде посочен фактът, че експериментите са проведени с данни от два курса в една предметна област.

Hoq, Brusilovsky и Akram (Hoq et al. 2023) предлагат XAI модел за прогнозиране на финалните оценки на студентите на база на информация за предаване на задачи и обясняване на направените от модела прогнози чрез алгоритъма SHAP. Обясненията на взетите от модела решения се представени на две нива – индивидуално за всеки студент и на ниво курс. Моделът може да помогне на преподавателите да си обяснят поведението на студентите, което позволява ефективна намеса и предоставяне на адаптивна подкрепа за студентите.

Други изследователи (Alsubhi et al. 2023) предлагат модел за категоризиране на оценките на студенти CORELS, който превъзхожда съществуващите модели BB и WB. Направените изводи предоставят важна информация за най-надеждните модели за прогнозиране на оценки в рамките на определен диапазон – напр. полезност на RF при прогнозиране на оценка C и на SVM при прогнозиране на оценка D. Получените резултати могат да бъдат приложени за подобряване точността на системите за прогнозиране на оценки във ВУ.

Други изследователи предлагат подход за прилагане на XAI за изследване на стабилността на моделите за прогнозиране на успеха на студентите (Tiukhova et al. 2024), който съчетава традиционни техники за изследване на стабилността на моделите за прогнозиране на успеха на студентите във времето и XAI за изследване стабилността на класациите за важност на извлечените характеристики, генерирани за тези модели. В резултат се генерират нови прозрения от стабилни характеристики, което позволява на преподавателя да дава съвети за обучение. Получените резултати имат принос към изследванията в областта на образованието, увеличават интерпретируемостта и обяснимостта на алгоритмите за прогнозиране и осигуряват тяхната приложимост в променящ се контекст.

Özkurt (Özkurt 2024) предлага подход за разясняване на прогнозите на алгоритмите за машинно обучение чрез прилагане на методологиите SHAP и LIME. Постигнатите резултати са обещаващи и могат да допринесат за развитието на процеси на вземане на решения, базирани на данни, и по-ефективно планирани интервенции за подобряване успеха на студентите.

Ujkani, Minkovska и Hinov (Ujkani et al. 2024) използват техники за машинно обучение и дълбоко обучение за прогнозиране успеха на студентите и XAI техниката SHapley (SHAP), за да прогнозират оценките на студентите, да идентифицират студенти, изложени на риск, и ключовите фактори, които допринасят за успеха или провала. Използваният набор от данни включва данни за 32 593 студенти – информация, свързана с демографията на студентите, записвания в курсове, оценяване и действия в среда за е-обучение. За разлика от традиционните статистически методи, които изследват променливи връзки, предложеният подход използва усъвършенствани техники за дълбоко обучение за идентифициране на модели и прозрения, което позволява по-добро разбиране на факторите, влияещи върху успеха на студентите, и позволява целенасочени интервенции в подкрепа на техния успех. Резултатите показват, че ангажираността на студентите и сроковете за регистрация са критични фактори, които влияят върху тяхното представяне.

5. Заключение

На база на анализираните изследвания може да се констатира, че повечето модели се фокусират върху прогнозирането на оценките на студените на базата на ограничен набор от характеристики, без да вземат предвид механизми за подобряване на резултатите от обучението. Малка част от изследванията анализират влиянието на активността на студентите при изучаване на учебни материали и изпълнение на дейности в среди за е-обучение. Като ограничение на всички изследвания можем да посочим факта, че моделите са тествани върху данни от една образователна институция и анализират статичен набор с данни. Получените резултати в 7 изследвания са обнадеждаващи, като демонстрират степен на точност над 95%. RF постига силна прогнозна производителност в редица изследвания, но неговата сложност може да доведе до затруднения при практическо прилагане. Поради своята опростеност и ефективност LR е подходящ за внедряване във ВУ. По-сложните модели (като kNN, NN и SVM) превъзхождат по-простите модели в малка част от изследванията, което показва, че увеличената сложност на модела не води непременно до по-добра точност на прогнозиране. Към настоящия момент използването на XAI за обясняване на причините зад направените прогнози e в ранен етап на изследване и не са предложени метрики за оценка за обяснимостта на модела, които да позволяват сравняване нивата на обяснимост на различни модели.

Интересна насока за развитие на изследванията в областта е да се създадат модели, които да предсказват крайната оценка на студентите по избрана дисциплина на база на тяхната активност в среда за е-обучение и/или присъствия на лекции и упражнения, текущите оценки по дисциплината, както и модели за предсказване на успеха при дипломиране на студенти на база на оценките по дисциплините, среден успех, данни за приема във ВУ, демографски данни. Данните, върху които подобни модели ще осъществяват анализ, могат да бъдат извлечени в реално време от средите за е-обучение и/или студентските информационни системи на ВУ. Интегрирането на избрани модели за прогнозиране на успеваемостта в съответни софтуерни системи, предоставящи услуги за ръководни органи, преподаватели и студенти, биха позволили, съгласно нуждите на различните заинтересовани лица, да бъдат анализирани причините, които стоят зад направените прогнози, и на подходящ етап и ниво да бъдат предприети мерки за подобряване на успеха, за отстраняване на причините за слабо представяне, за намаляване на броя отпаднали студенти и др.

Благодарности и финансиране

Изследването е финансирано от Европейския съюз – NextGenerationEU, чрез Националния план за възстановяване и устойчивост на Република България, проект № BG-RRP-2.004-0001-C01.

Acknowledgements & funding

This study is financed by the European Union-NextGenerationEU, through the National Recovery and Resilience Plan of the Republic of Bulgaria, project No. BG-RRP-2.004-0001-C01.

REFERENCES

AHMED,E.,2024. Student Performance Prediction Using Machine Learning Algorithms. Applied Computational Intelligence and Soft Computing, vol. 1. ISSN:1687-9732.

AL SHIBLI, K. et al., 2022. Model for Prediction of Student Grades using Data Mining Algorithms. European Journal of Information Technologies and Computer Science, vol. 2, no. 2, pp. 1 – 6. ISSN: 2736-5492.

ALAMRI, R. & ALHARBI, B., 2021. Explainable student performance prediction models: a systematic review. IEEE Access, vol. 9, pp. 33132 – 33143. ISSN: 2169-3536.

ALSUBHI,B., et al., 2023. Effective Feature Prediction Models for Student Performance. Engineering, Technology & Applied Science Research, vol. 13, no. 5, pp. 11937 – 11944. ISSN 1792-8036.

ARÉVALO CORDOVILLA, F. & PEÑA CARRERA, M., 2024. Comparative analysis of machine learning models for predicting student success in online programming courses: a study based on LMS data and external factors. Mathematics, vol. 12, no. 20. ISSN 2227-7390.

BADAL, Y. & SUNGKUR, R., 2023. Predictive modelling and analytics of students’ grades using machine learning algorithms. Education and information technologies, vol. 28, no. 3, pp. 3027 – 3057. ISSN 1573-7608.

BUJANG, S., et al., 2021. A predictive analytics model for students‘ grade prediction by supervised machine learning. IOP Conference Series: Materials Science and Engineering, vol. 1051, no. 1. ISSN: 1757-899X.

BUJANG, S., et al., 2021. Multiclass prediction model for student grade pre-diction using machine learning. IEEE Access, vol. 9, pp. 95608 – 95621. ISSN: 2169-3536.

GAFTANDZHIEVA, S. et al., 2022. Exploring online activities to predict the final grade of student. Mathematics, vol. 10, no. 20. ISSN 2227-7390.

HOQ, M., et al., 2023. Analysis of an Explainable Student Performance Prediction Model in an Introductory Programming Course. Proceedings of the 16th International Conference on Educational Data Mining, Bengaluru: International Educational Data Mining Society.

JANG, Y., et al., 2022. Practical early prediction of students’ performance using machine learning and eXplainable AI. Education and Information Technologies, vol. 27, no. 9, pp. 12855 – 12889. ISSN 1573-7608.

JOVIĆ, J., et al., 2017. Prediction of student academic performance using machine learning algorithms. 13th International Conference on e-Learning, pp. 333 – 338. ISBN 979-8-3503-8103-0.

MASANGU, L. et al., 2021. Predicting student academic performance using data mining techniques. Advances in Science, Technology and Engineering Systems Journal, vol. 6, no. 1, pp. 153 – 163. ISSN 2415-6698.

NGUYEN, M., & NGUYEN, H., 2023. Predicting graduation grades using Machi ne Learning: A case study of Can Tho University students. CTU Journal of Innovation and Sustainable Development, vol. 15. ISDS, pp. 83 – 92. ISSN 2588-1418.

OFORI, F., et al., 2020. Using Machine Learning Algorithm to Predict Students’ Performance and Improve Learning Outcome: A Li terature Based Review. Journal of Information and Technology, vol. 4, no. 1, pp. 23 – 45. ISSN 2617-3573.

ÖZKURT, C. 2024. Assessing Student Success: The Impact of Machine Learning and XAI-BBO Approach. Journal of Smart Systems Research, vol. 5, no. 1, pp. 40 – 54. ISSN 2757-6787.

PADDALWAR, S., et al., 2022. Predicting students’ academic grades using machine learning algorithms with hybrid feature selection approach. ITM Web of Conferences, vol. 44. ISSN 2271-2097.

PARAMITA, A. & TJAHJONO, L., 2021. Implementing machine learning techniques for predicting student performance in an E-learning environment. International Journal of Informatics and Information Systems, vol. 4, no. 2, pp. 149 – 156. ISSN 2579-7069.

TIUKHOVA, E., et al., 2024. Explainable Learning Analytics: Assessing the stability of student success prediction models by means of explainable AI. Decision Support Systems, vol. 182, Article 114229. ISSN 0167-9236.

UJKANI, B., et al., 2024. Course Success Prediction and Early Identification of At-Risk Students Using Explainable Artificial Intelligence. Electronics, vol. 13, no. 21. ISSN 2079-9292.

YAĞCI, M., 2022. Educational data mining: prediction of students‘ academic performance using machine learning algorithms. Smart Learning Environments, vol. 9, no. 1, Article 11. ISSN 2196-7091.

2025 година
Книжка 9s
Книжка 9
DEVELOPMENT OF DEMOCRATIC CULTURE THROUGH CONTENTS ABOUT THE ROMA IN CLASSROOM TEACHING – STUDENTS’ PERCEPTION

Aleksandra Trbojević, Biljana Jeremić, Hadži Živorad Milenović, Bojan Lazić

Книжка 8
КАТЕГОРИАЛНИ ИЗМЕРЕНИЯ НА ИНФОРМАЦИОННО-КОМУНИКАЦИОННИТЕ ТЕХНОЛОГИИ В ОБУЧЕНИЕТО НА ДЕЦА И УЧЕНИЦИ СЪС СОП

д.п.н Мира Цветкова-Арсова, Данка Щерева, Славина Лозанова, Маргарита Томова

Книжка 7
ВРЪЗКА НА СОЦИАЛНО-ЕМОЦИОНАЛНОТО С КОГНИТИВНОТО РАЗВИТИЕ В ПРИОБЩАВАЩА СРЕДА

Милен Замфиров, Маргарита Бакрачева, Емилия Евгениева

Книжка 6
КОГНИТИВНО РАЗВИТИЕ НА ДЕЦА И УЧЕНИЦИ, ОБХВАНАТИ В ПРИОБЩАВАЩОТО ОБРАЗОВАНИЕ

Милен Замфиров, Емилия Евгениева, Маргарита Бакрачева

Книжка 5
COMPETENCE FOR SOCIAL PEDAGOGICAL PRACTICE: WHAT DO STUDENTS TELL US?

Maya Tcholakova, Marina Pironkova, Aleksandar Ranev, Yana Staneva

MULTIMODAL COMMUNICATION IN PHYSICAL EDUCATION CLASSES

Cristiana Lucretia Pop, Cristina Filip

Книжка 4s
GAMES IN FUNCTION OF DEVELOPMENT OF MULTIPLICATION SKILLS

Dasare Sylejmani, Vesna Makashevska, Jasmina Jovanovska

Книжка 4
ИЗПОЛЗВАНЕ НА СИСТЕМИТЕ ЗА УПРАВЛЕНИЕ НА ОБУЧЕНИЕТО В КОНТЕКСТА НА ИНТЕРАКТИВНОТО ОБРАЗОВАНИЕ

Силвия Парушева, Борис Банков, Гергана Касабова, Петя Страшимирова

MILITARY AND SOCIAL THREATS AS DETERMINANTS OF THE DEVELOPMENT OF CONTEMPORARY UKRAINIAN HIGHER EDUCATION

Mykola Pantiuk, Tetiana Pantiuk, Nataliia Bakhmat, Olena Nevmerzhytska, Svitlana Ivakh

STEM ОБУЧЕНИЕ НА СТУДЕНТИ ПЕДАГОЗИ В ТРАНСДИСЦИПЛИНАРНА ОБРАЗОВАТЕЛНА СРЕДА

Любен Витанов, Николай Цанев, Людмила Зафирова, Гергана Христова, Катерина Динкова, Калина Георгиева, Жорж Кюшев, Здравка Савчева

ИЗСЛЕДВАНЕ И АНАЛИЗ НА НАГЛАСИТЕ НА СТУДЕНТИТЕ ПРИ ИЗПОЛЗВАНЕ НА ГЕНЕРАТИВЕН ИНСТРУМЕНТ НА ИЗКУСТВЕН ИНТЕЛЕКТ

Николай Янев, Иглика Гетова, Теодора Христова, Ива Костадинова, Георги Димитров

Книжка 3
ДРУГИЯТ КАТО ЦЕННОСТ В УЧИЛИЩЕ

Александър Кръстев

Книжка 2
ASSESSMENTS OF TEACHERS AND PARENTS OF CHILDREN WITH DEVELOPMENTAL DISABILITIES ON INCLUSION IN PRE-SCHOOL INSTITUTIONS

Zagorka Markov, Hadzi Zivorad Milenovic, Biljana Jeremic, Radmila Zecevic, Milica Pavlovic

Книжка 1s
ПРИЛОЖЕНИЕ НА СРЕДСТВАТА ЗА ДОПЪЛВАЩА И АЛТЕРНАТИВНА КОМУНИКАЦИЯ В ОБРАЗОВАТЕЛНИТЕ ИНСТИТУЦИИ В БЪЛГАРИЯ

. Неда Балканска, . Анна Трошева-Асенова, . Пенка Шапкова, Снежина Михайлова

USE OF ARTIFICIAL INTELLIGENCE IN FOREIGN LANGUAGE TEACHING

Ekaterina Sofronieva, Christina Beleva, Galina Georgieva

Книжка 1
Скъпи читатели, автори, приятели на списание „Педагогика“,

В началото на 2025 година в първия брой на нашето списание „Педагогика“ бих искала от името на редакционната колегия и от мое име да Ви пожелая здраве, творческо вдъхновение и професионално удовлетворение от прино- са Ви към педагогическата наука и практика! Вярвам и се надявам, че списание „Педагоги- ка“ ще продължи да осигурява платформа за научен, обективен и откровен диалог, базиран на резултати от научни изследвания, за насто- ящето и бъдещето на обучението и образова- н

2024 година
Книжка 9s
Книжка 9
ANALYSIS AND IMPROVEMENT OF VIDEO LEARNING RESOURCES IN SMALL-SCALE LEARNING SCENARIOS

César Córcoles, Laia Blasco-Soplon, Germán Cobo Rodríguez, Ana-Elena Guerrero-Roldán

Книжка 8
АНГАЖИРАНОСТ КЪМ УЧЕНЕ ЧРЕЗ ИЗПОЛЗВАНЕ НА СМАРТ ТЕХНОЛОГИИТЕ В ОБРАЗОВАНИЕТО

Кирилка Тагарева, Дора Левтерова-Гаджалова, Ваня Сивакова

Книжка 7
Книжка 6
Книжка 5s
ПРЕДИЗВИКАТЕЛСТВАТА НА СТАЖАНТСКАТА ПРАКТИКА ПРЕД СТУДЕНТИ – БЪДЕЩИ УЧИТЕЛИ

Илиана Петкова, Марияна Илиева, Владислава Станоева, Георги Чавдаров

Книжка 5
FEATURES OF SPEECH COMPREHENSION TRAINING OF CHILDREN WITH AUTISM SPECTRUM DISORDERS

Maryna Branytska, Svitlana Myronova, Svitlana Mykhalska

OVERVIEW OF THE STEM EDUCATION IN ISRAEL

Aharon Goldreich, Elena Karashtranova

Книжка 4
НАГЛАСИ НА СТУДЕНТИТЕ КЪМ СМАРТ ТЕХНОЛОГИИТЕ В ОБРАЗОВАНИЕТО

Дора Левтерова-Гаджалова, Кирилка Тагарева, Ваня Сивакова

PROFESSIONAL SUPPORT FOR YOUNG RESEARCHERS

Emina Vukašinović, Marija Veselinović, Milan Milikić

РОБОТИТЕ В ОБУЧЕНИЕТО – ОБРАЗОВАТЕЛНА STEAM ИГРА

Мария Желязкова, Михаил Кожухаров, Даниела Кожухарова

Книжка 3s
Книжка 3
ATTITUDES AND EXPERIENCES OF THE PRESCHOOL TEACHERS IN THE APPLICATION OF DIGITAL TECHNOLOGIES IN ENVIRONMENTAL EDUCATION

Nataša Branković, Gordana Kozoderović, Biljana Jeremić, Danijela Petrović, Bojan Lazić, Slavica Karanović

ДИГИТАЛНИ ТЕХНОЛОГИИ В ПОДКРЕПА НА УЧЕНЕТО

Стоянка Георгиева-Лазарова, Лъчезар Лазаров

PREPARATION OF FUTURE TEACHERS FOR ORGANISING A HEALTH-PRESERVING INCLUSIVE SPACE IN EDUCATIONAL INSTITUTIONS

Nadiya Skotna, Tetiana Nadimyanova, Anna Fedorovych, Myroslava Sosiak, Oksana Yatsiv

Книжка 2s
Книжка 2
ОТ РИСУНКА – КЪМ СНИМКА

Камен Теофилов

Книжка 1s
Книжка 1
„ВТОРОТО“ БЪЛГАРСКО УЧИЛИЩЕ. ГЕНЕЗИСЪТ

Пенка Цонева, Бистра Мизова

2023 година
Книжка 9
EXPLORING THE NARRATIVE IDENTITY OF HUNGARIAN TEACHERS IN SLOVAKIA

Patrik Baka, Terézia Stredl, Kinga Horváth, Zsuzsanna Huszár, Melinda Nagy, Péter Tóth, András Németh

Книжка 8
A QUALITY “ONLINE” TEACHER – WHAT DO STUDENTS APPRECIATE AND VALUE IN TEACHERS DURING DISTANCE LEARNING?

Irena Golubović-Ilić, Ivana Ćirković-Miladinović, Nataša Vukićević

SUPPORT FOR THE INCLUSION OF ROMA CHILDREN THROUGH THE PROJECT TEACHING MODEL

Biljana Jeremić, Aleksandra Trbojević, Bojan Lazić, Gordana Kozoderović

TREND ANALYSIS OF PROFESSIONAL COMPETENCES OF SPORTS TEACHERS AND COACHES

Sergejs Capulis, Valerijs Dombrovskis, Svetlana Guseva, Alona Korniseva

Книжка 7
ЦЕННОСТЕН ПРОФИЛ НА УЧИТЕЛИТЕ В НАЦИОНАЛЕН КОНТЕКСТ

Цветан Давидков, Силвия Цветанска

Книжка 6s
MODELLING OF MARITIME CYBER SECURITY EDUCATION AND TRAINING

Gizem Kayisoglu, Pelin Bolat, Emre Duzenli

INTRODUCING THE USE OF CASE STUDIES METHODOLOGY IN TRAINING FOR SOFT SKILLS IN MARITIME UNIVERSITIES. THE ISOL-MET PROGRAM

Maria Lekakou, Helen Iakovaki, Dimitris Vintzilaios, Markella Gota, Giorgos Georgoulis, Thalia Vintzilaiou

THE ROLE OF MARITIME EDUCATION IN DIGITALIZATION

Kamelia Narleva, Yana Gancheva

Книжка 6
С МИСИЯ ЗА НАЦИОНАЛНА И КУЛТУРНА ИНДИВИДУАЛНОСТ

Надежда Кръстева, Йордан Колев

Книжка 5s
PREFACE

Nikola Vaptsarov Naval Academy is the oldest technical educational institution in Bulgaria. The Naval Academy is one of the symbols of Varna and Bulgaria in the world maritime community. Its history and achievements establish it as the most prestigious center for training of maritime specialists. At present, the Naval Academy trains specialists for the Navy and for the merchant marine in all areas of maritime life. Research and development conducted at the Naval Academy in Varna

A FAIR CONCERN ABOUT ECDIS

Nikolay Sozonov, Dilyan Dimitranov

DATA-DRIVEN LEARNING APPROACH TO MARITIME ENGLISH

Jana Kegalj, Mirjana Borucinsky, Sandra Tominac Coslovich

DEVELOPING CRITICAL THINKING SKILLS THROUGH THE “CASE STUDY” TEACHING METHOD IN MARITIME ENGLISH LANGUAGE TEACHING (MELT)

Tamila Mikeladze, Svetlana Rodinadze, Zurab Bezhanovi, Kristine Zarbazoia, Medea Abashidze, Kristine Iakobadze

MAXIMIZING STUDENTS’ LEARNING IN MARITIME ENGLISH ONLINE COURSE

Valentyna Kudryavtseva, Svitlana Barsuk, Olena Frolova

Книжка 5
Книжка 4s
Книжка 4
Книжка 3s
СПИРАЛАТА ОБЩЕСТВО – ОБРАЗОВАНИЕ

Иванка Шивачева-Пинеда

Книжка 3
ПРОЕКТНО БАЗИРАНО ОБУЧЕНИЕ ЗА СОЦИАЛНО-ЕМОЦИОНАЛНИ И ТЕХНОЛОГИЧНИ УМЕНИЯ ЧРЕЗ ПРОГРАМАТА „УМЕНИЯ ЗА ИНОВАЦИИ“

Галин Цоков, Александър Ангелов, Йоанна Минчева, Рени Димова, Мария Цакова

МЕДИЙНАТА ГРАМОТНОСТ И УЧИТЕЛИТЕ

Светла Цанкова, Стела Ангова, Мария Николова, Иван Вълчанов, Илия Вълков, Георги Минев

Книжка 2
INTONATION AND CHILDREN WITH EMOTIONAL AND BEHAVIORAL PROBLEMS

Katerina Zlatkova-Doncheva, Vladislav Marinov

Книжка 1
2022 година
Книжка 9
ТРАНСГРЕСИВНО-СИНЕРГИЧНО КАРИЕРНО РАЗВИТИЕ В „НЕФОРМАЛНО ОБРАЗОВАНИЕ“ В УНИВЕРСИТЕТА

д.п.н Яна Рашева-Мерджанова, Моника Богданова, Илиана Петкова

Книжка 8
INTEGRATING INTERCULTURAL EDUCATION IN THE PRIMARY SCHOOL CURRICULUM

Bujar Adili, Sonja Petrovska, Gzim Xhambazi

НАГЛАСИ НА БЪДЕЩИТЕ ДЕТСКИ УЧИТЕЛИ КЪМ STEM ПОДХОДА

Наталия Павлова, Михаела Тончева

Книжка 7
НАЦИОНАЛНАТА ИДЕЯ НА ПАИСИЙ ХИЛЕНДАРСКИ

Йордан Колев, Надежда Кръстева

Книжка 6
Книжка 5
ИВАН Д. ШИШМАНОВ – ЕВРОПЕИЗИРАНИЯТ БЪЛГАРИН

Надежда Кръстева, Йордан Колев

THE TECHNOLOGY OF DEVELOPMENT OF COMMUNICATIVE CULTURE OF ELEMENTARY SCHOOL TEACHERS

Mariia Oliiar, Nataliia Blahun, Halyna Bilavych, Nataliia Bakhmat, Tetyana Pantyuk

Книжка 4
TEACHERS’ATTITUDES BOUT TEACHING AND LEARNING MATHEMATICS

Aleksandra Mihajlović, Emina Kopas-Vukašinović, Vladimir Stanojević

EDUCATION 4.0 – THE CHANGE OF HIGHER EDUCATION INSTITUTIONS AND THE LABOUR MARKET

Gergana Dimitrova, Blaga Madzhurova, Stefan Raychev, Dobrinka Stoyanova

Книжка 3s
DISTANCE LEARNING IN THE CONTEXT OF THE COVID-19 PANDEMICS

Baktybek Keldibekov, Shailoobek Karagulov

DIGITAL UNIVERSITIES: FEATURES AND KEY CHARACTERISTICS

Marina Skiba, Maktagali Bektemessov, Alma Turganbayeva

Книжка 3
Книжка 2
TWO-TIER MODEL OF TRAINING FUTURE TEACHERS FOR COACHING AT OUT-OF-SCHOOL INSTITUTIONS

Borys Savchuk, Tetyana Pantyuk, Natalia Sultanova, Halyna Bilavych, Mykola Pantyuk

Книжка 1
2021 година
Книжка 9
ИЗСЛЕДВАНЕ НА ВЗАИМОДЕЙСТВИЕТО МЕЖДУ ФОРМАЛНОТО И НЕФОРМАЛНОТО ЗДРАВНО ОБРАЗОВАНИЕ

Доц. д-р Вержиния Боянова Гл. ас. д-р Константин Теодосиев Гл. ас. д-р Берджухи Йорданова

FORMATION OF PROFESSIONAL COMPETENCE OF ASSISTANT TEACHER OF INCLUSIVE EDUCATION IN SECONDARY EDUCATION INSTITUTIONS

Prof. Dr. Vladyslava Liubarets, Prof. Dr. Nataliia Bakhmat, Prof. Dr. Olena Matviienko, Oksana Tsykhmeistruk, Inna Feltsan

Книжка 8
ОТНОСНО ЗАДЪЛЖИТЕЛНОСТТА НА ПРЕДУЧИЛИЩНОТО ОБРАЗОВАНИЕ – РЕЗУЛТАТИ ОТ ЕДНО ИЗСЛЕДВАНЕ

Проф. д-р Маргарита Колева, доц. д-р Блага Джорова, д-р Ева Жечева

INFLUENCE OF PSYCHOLOGICAL AND PEDAGOGICAL FEATURES OF STUDENTS ON THEIR ACTIVITY IN SELF-EDUCATION

Dr. Iryna Sereda, Assoc. Prof. Dr. Svitlana Karskanova, Assoc. Prof.

CENTRALISATION AND DECENTRALISATION IN HIGHER EDUCATION: A COMPARATIVE STUDY OF HUNGARY AND GERMANY

Carla Liege Rodrigues Pimenta, Prof. Dr. Zolt†n R–nay, Prof. Dr. Andr†s Nmet

ЗА ПРИОБЩАВАНЕТО, ОБУЧЕНИЕТО И РАЗВИТИЕТО НА ДЕЦА И УЧЕНИЦИ С ИНТЕЛЕКТУАЛНИ ЗАТРУДНЕНИЯ

Златкова-Дончева, К. (2021). Приобщаване, обучение и развитие на деца и ученици с интелектуални затруднения. Бургас: Либра СКОРП, ISBN 978-954-471-705-6

Книжка 7s
CONCEPT OF PRESENT PRACTICE IN CHOOSING OF OPTIMAL NUMBER OF TUGS

Rino Bošnjak, Zvonimir Lušić , Filip Bojić, Dario Medić

S-101 CHARTS, DATABASE TABLES FOR S-101 CHARTS, AUTONOMOUS VESSEL

Vladimir Brozović, Danko Kezić, Rino Bošnjak, Filip Bojić

INFLUENCE OF HYDRO-METEOROLOGICAL ELEMENTS ON THE SHIP MANOEUVRING IN THE CITY PORT OF SPLIT

Zvonimir Lušić , Nenad Leder, Danijel Pušić, Rino Bošnjak

MEETING SUSTAINABLE DEVELOPMENT GOALS – EXPERIENCE FROM THE LARGEST SHIPPING COMPANIES

Katarina Balić , Helena Ukić Boljat, Gorana Jelić Mrčelić, Merica Slišković

OPTIMISING THE REFERENCE POINT WITHIN A JOURNAL BEARING USING LASER ALIGNMENT

Ty Aaron Smith , Guixin Fan , Natalia Nikolova , Kiril Tenekedjiev

REVIEW OF THE CURRENT INCREASE OF NOISE UNIT COST VALUES IN TRANSPORT

Luka Vukić , Ivan Peronja , Mihaela Bukljaš , Alen Jugović

TARGET DETECTION FOR VISUAL COLLISION AVOIDANCE SYSTEM

Miro Petković, Danko Kezić, Igor Vujović, Ivan Pavić

NEW RESULTS FOR TEACHING SHIP HANDLING USING FAST TIME SIMULATION

Knud Benedict , MichŽle Schaub , Michael Baldauf , Michael Gluch , Matthias Kirchhoff , Caspar Krüger

POTENTIAL BENEFITS OF ELECTRICALY DRIVEN FERRY, CASE STUDY

Tina Perić, Ladislav Stazić, Karlo Bratić

SITUATIONAL AWARENESS – KEY SAFETY FACTOR FOR THE OFFICER OF THE WATCH

Hrvoje Jaram, Pero Vidan, Srđan Vukša, Ivan Pavić

Книжка 7
INCLUSIVE INTELLIGENCE

Dr. Aleksandar Krastev, Assist. Prof.

EDUCATION OF MORAL CULTURE OF STUDENT YOUTH IN THE CONDITIONS OF POLYCULTURAL SPACE

Dr. Natalia Bondarenko, Assoc. Prof. Yevhen Rozdymakha Dr. Lyudmila Oderiy, Assoc. Prof. Dr. Anatoly Rozdymakha, Assoc. Prof. Dilyana Arsova, PhD student

PROFESSIONAL DEVELOPMENT IN KOSOVO – RESEARCH OF TRAINING PROGRAMS AND TESTS

Bekim Samadraxha, Veton Alihajdari, Besim Mustafa, Ramë Likaj

Книжка 6s
EVALUATION OF CRUISER TRAFFIC VARIABLES IN SEAPORTS OF THE REPUBLIC OF CROATIA

Maja Račić, Katarina Balić, Mira Pavlinović, Antonija Mišura

COMPARATIVE ANALYSIS OF THE CONTRACTS FOR MARITIME TRANSPORT SERVICES. CHAIN OF CHARTER PARTIES

Svetlana Dimitrakieva, Ognyan Kostadinov, Christiana Atanasova

THE LIGHTSHIP MASS CALCULATION MODEL OF A MERCHANT SHIP BY EMPIRICAL METHODS

Vedran Slapničar , Katarina Zadro , Viktor Ložar , Ivo Ćatipović

ON EDUCATION AND TRAINING IN MARITIME COMMUNICATIONS AND THE GMDSS DURING THE COVID-19

Chavdar Alexandrov, Grozdyu Grozev, Georgi Dimitrov, Avgustin Hristov

AIR POLLUTANT EMISSION MEASUREMENT

Nikola Račić, Branko Lalić, Ivan Komar, Frane Vidović, Ladislav Stazić

ASSESSMENT OF LNG BUNKERING ACCIDENTS

Peter Vidmar, Andrej Androjna

EGR OPERATION INFLUENCE ON THE MARINE ENGINE EFFICIENCY

Delyan Hristov, Ivan Ivanov, Dimitar Popov

THE MEASUREMENT OF EXHAUST GAS EMISSIONS BY TESTO 350 MARITIME – EXHAUST GAS ANALYZER

Bruna Bacalja, Maja Krčum, Tomislav Peša, Marko Zubčić

PROPELLER LOAD MODELLING IN THE CALCULATIONS OF MARINE SHAFTING TORSIONAL VIBRATIONS

Nenad Vulić, Karlo Bratić, Branko Lalić, Ladislav Stazić

MODELING OF THE DEPENDENCE OF CO

Hristo Hristov, Ivailo Bakalov, Bogdan Shopov, Dobromir Yovkov

TECHNICAL DIAGNOSTICS OF MARINE EQUIPMENT WITH PSEUDO-DISCRETE FEATURES

Guixin Fan , Natalia Nikolova , Ty Smith , Kiril Tenekedjiev

CONTRIBUTION TO THE REDUCTION OF THE SHIP’S SWITCHBOARD BY APPLYING SENSOR TECHNOLOGY

Nediljko Kaštelan, Marko Zubčić, Maja Krčum, Miro Petković

THE STAND FOR FIN DRIVES ENERGY TESTING

Andrzej Grządziela , Marcin Kluczyk , Tomislav Batur

INTRODUCTION OF 3D PRINTING INTO MARINE ELECTRICAL ENGINEERING EDUCATION – A CASE STUDY

Ivica Kuzmanić, Igor Vujović, Zlatan Kulenović, Miro Petković

SHIPYARD CRANE MODELING METHODS

Pawel Piskur, Piotr Szymak, Bartosz Larzewski

Книжка 6
TEACHERS' PERSPECTIVE ON THE EDUCATIONAL IMPLICATIONS OF ONLINE TEACHING

Dr. Julien-Ferencz Kiss, Prof. Dr. Florica Orțan, Dr. Laurențiu Mˆndrea

ПСИХОЛОГО-ПЕДАГОГИЧЕСКИ ПРАВИЛА, МОДЕЛИ НА ДОБРИ ПРАКТИКИ И ПРЕПОРЪКИ ПРИ РАБОТАТА И ОБУЧЕНИЕТО НА ДЕЦА И УЧЕНИЦИ С ПОВЕДЕНЧЕСКИ РАЗСТРОЙСТВА

Тричков, Ив., 2019. Психолого-педагогически правила, модели на добри прак- тики и препоръки при работата и обучението на деца и ученици

Книжка 5
ФИДАНА ДАСКАЛОВА ЗА ПЕДАГОГИКАТА

Маргарита Колева, Йордан Колев

ВОЕННОМОРСКОТО ОБРАЗОВАНИЕ – ЕДИН РАЗЛИЧЕН ПОГЛЕД

Кожухаров, А. (2021). Личните академични документи на българската военна образователна система (1892 – 1946). Варна: ВВМУ, ISBN 978-619-7428-55-1

Книжка 4
Книжка 3
НЕВРОДИДАКТИКА

Наталия Витанова

ЗА АСИСТИРАЩИТЕ И ИНФОРМАЦИОННИТЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИЕТО

Сивакова, В. (2020). Асистиращи и информационни технологии

Книжка 2
ОВЛАДЯВАНЕ НА КЛЮЧОВИ КОМПЕТЕНЦИИ ПРИ ОРИЕНТИРАНЕ В СВЕТА

Стоянова, М. (2019). Овладяване на ключови компетенции при ориентиране в света. София: Авангард принт, ISBN 978-954-337-398-7 374

Книжка 1
BULGARIAN SCHOOL – SHOWCASE OF IDENTITY

Veska Gyuviyska, Nikolay Tsankov

ЗА ИЗБОРА НА УЧЕБЕН КОМПЛЕКТ ПО БЪЛГАРСКИ ЕЗИК И ЛИТЕРАТУРА В НАЧАЛЕН ЕТАП. И ЗА ОБУЧЕНИЕТО

Георгиева, А. (2020). Съвременни проекции на обучението по български език

КОНТРОЛ НА СТРЕСА. ПСИХОЛОГИЧЕСКИ И УПРАВЛЕНСКИ РАКУРСИ

Стоянов, В. (2020). Управление на стреса в организацията. Психологически и управленски ракурси. 198 cтр., Варна: Стено, ISBN 978-619-241-119-0

2020 година
Книжка 9
Книжка 8
EDUCATIONAL REASONS FOR EARLY SCHOOL DROP-OUT

Maria Teneva, Zlatka Zhelyazkova

Книжка 7s
TEACHING CHALLENGES IN SPORTS EDUCATION DURING THE PANDEMIC COVID-19

Evelina Savcheva, Galina Domuschieva-Rogleva

THE DIFFERENCES IN STUDENTS’ ATTITUDES ABOUT ONLINE TEACHING DURING COVID-19 PANDEMIC

Aleksić Veljković Aleksandra , Slađana Stanković , Irena Golubović-Ilić , Katarina Herodek

ONLINE EDUCATION DURING PANDEMIC, ACCORDING TO STUDENTS FROM TWO BULGARIAN UNIVERSITIES

Antoaneta Getova¹ , Eleonora Mileva² , Boryana Angelova-Igova²

Книжка 7
ПОДГОТОВКАТА НА ПЕДАГОГИЧЕСКИ КАДРИ ЗА ПРЕДУЧИЛИЩНИТЕ ВЪЗПИТАТЕЛНИ ЗАВЕДЕНИЯ ПРЕЗ ПЕРИОДА 1944 – 1991 ГОДИНА

Въчева, С. (2019). Подготовката на педагогически кадри за предучилищните възпитателни заведения през периода

ПАЗАРНИ МЕХАНИЗМИ В УЧИЛИЩНОТО ОБРАЗОВАНИЕ. ТЕОРЕТИКО-ПРИЛОЖНИ ВЪПРОСИ

Първанова, Й. (2020) Пазарни механизми в училищното образование. Теоретико-приложни въпроси. София: Колбис, ISBN 978-619-7284-35-5

Книжка 6
TEACHERS ATTITUDES ABOUT INTEGRATED APPROACH IN TEACHING

Emina Kopas-Vukašinović, Aleksandra Mihajlović, Olivera Cekić-Jovanović

Книжка 5
КОНЦЕПТУАЛНИ МОДЕЛИ ЗА РАЗРАБОТВАНЕ НА ПОЗНАВАТЕЛНИ ОНЛАЙН ИГРИ В ОБЛАСТТА НА КУЛТУРНОТО НАСЛЕДСТВО

Детелин Лучев, Десислава Панева-Мариновa, Радослав Павлов Гита Сенка Лилия Павлова

ТАЛАНТЛИВ ПЕДАГОГ И КУЛТУРЕН ДЕЕЦ

Севда Чобанова, Любен Десев

Книжка 4
A CONTINUUM OF APPROACHES TO SCHOOL INSPECTIONS: CASES FROM EUROPE

Rossitsa Simeonova, Yonka Parvanova Martin Brown, Sarah Gardezi, Joe O’Hara, Gerry McNamara Laura del Castillo Blanco Zacharoula Kechri, Eleni Beniata

Книжка 3
Книжка 2
Книжка 1
2019 година
Книжка 9
Книжка 8
ОБРАЗОВАНИЕ НА БЪДЕЩЕТО

Наталия Витанова

Книжка 7
МОДЕЛ НА РАБОТА В ИНТЕРКУЛТУРНА СРЕДА

(Научноизследователска саморефлексия)

RISK FACTORS FOR EARLY SCHOOL LEAVING IN BULGARIA

Elena Lavrentsova, Petar Valkov

ПРИНОСИ НА ЕЛКА ПЕТРОВА ЗА БЪЛГАРСКОТО ОБРАЗОВАНИЕ

(100 години от рождението на проф. д.п.н. Елка Петрова – 27.10.1919 – 21.12.2012)

НАСОКИ ЗА ПРИОБЩАВАНЕ НА МАРГИНАЛНИ СЕМЕЙНИ ОБЩНОСТИ В ОБРАЗОВАТЕЛНИТЕ ИНСТИТУЦИИ

Нунев, Й. (2019). Насоки за приобщаване на маргинални семейни общности в образователните институции. Велико Търново: Св. св. Кирил и Методий, ISBN 978-619-208-186-7

Книжка 6
ДИОФАНТОВИ УРАВНЕНИЯ И СИСТЕМИ ДИОФАНТОВИ УРАВНЕНИЯ – ТЕОРЕТИЧНИ АСПЕКТИ И МЕТОДИЧЕСКА ПРОЕКЦИЯ В НАЧАЛНИЯ ЕТАП НА ОБРАЗОВАНИЕ

Владимира Ангелова. (2018). Диофантови уравнения и системи диофантови уравнения – теоретични аспекти и методическа проекция в начален етап на образование. Пловдив: Паисий Хилендарски, ISBN 978-619-202-394-2

ЕДНА НОВА КНИГА ЗА ПЕДАГОГИЧЕСКИТЕ УМЕНИЯ НА УЧИТЕЛИТЕ

Николай Колишев. (2018). Теория на педагогическите умения на учителите. София: Захарий Стоянов, ISBN: 9789540912066

Книжка 5
Книжка 4
Книжка 3
ПРИЛОЖЕНИЕ НА ИЗСЛЕДОВАТЕЛСКИЯ ПОДХОД ПРИ ОБУЧЕНИЕ НА СТУДЕНТИ ПЕДАГОЗИ

(върху примера на обучение по академичната дисциплина „Съвременни аспекти на гражданското образование“ на студенти педагози)

LEARNING MATURITY

Alina G“mbuță Daniela-Carmen Berințan Marijana Mikulandra Krzysztof Kij Katja Sivka

Книжка 2
ДЕТЕТО И ПЕДАГОГИКАТА

Рашева-Мерджанова, Ян., Петкова, Ил. & Господинов, Вл. (съст.). (2018). Детето и педагогиката. София: Просвета, ISBN 978-954-01-3806-0

Книжка 1
УВАЖАЕМИ КОЛЕГИ,

Редакционната колегия на списание „Педаго- гика“ ви честити Новата 2019 година! Пожела- ваме ви от сърце тя да бъде щастлива, успешна и благословена! През отминалата юбилейна 2018 г. публику- вахме редица стойностни материали на универ- ситетски преподаватели, учители, разнородни специалисти, работещи в сферата на образова- нието, докторанти. Отбелязани бяха поредица от тематични конференции и юбилейни празни- ци. Получихме и международно признание чрез включването на списанието

УЧЕНИЧЕСКО САМОУПРАВЛЕНИЕ

Желязкова-Тея, Т. & Банчева, М. (2018). Ученическото самоуправление. София: Аз-буки. ISBN: 978-619-7065-20-6

2018 година
Книжка 9
ПРАВАТА НА ДЕТЕТО ПРЕЗ ПОГЛЕДА НА СТУДЕНТИ ПЕДАГОЗИ

Йорданка Николова, Даниела Рачева

Книжка 8
СПОДЕЛЕНО МНЕНИЕ

Николова, М. & Михалева, Б. (2018). С увереност срещу агресията и кон-

Книжка 7
РАДОСТТА ОТ ОБЩУВАНЕТО НА ЧУЖД ЕЗИК В ДЕТСТВОТО

Екатерина Софрониева, Христина Белева

НОВО ТЕОРЕТИКО-ПРАКТИЧЕСКО ИЗСЛЕДВАНЕ НА ДЕТСКОТО ТВОРЧЕСТВО

Енгелс-Критидис, Р. (2018). Децата и творчеството. Юбилеен сборник в чест

ПРОФ. Д-Р ЕЛЕНА РУСИНОВА-БАХУДЕЙЛА

Розалина Енгелс-Критидис

Книжка 6
ПОЗИТИВНА УЧЕБНА СРЕДА

Валентина Шарланова

SENIOR CITIZENS’ EXISTENTIAL NEEDS AND EDUCATION FOR THE MEANING OF LIFE

Joanna Łukasik, Norbert Pikuła, Katarzyna Jagielska

Книжка 5
ПЛАНОМЕРНО ПСИХИЧЕСКО РАЗВИТИЕ

(По случай 115 г. от рождението на П.Я. Галперин)

ПАРАДИГМАТА СЕМИОТИКА – ЕЗИК – ДЕТЕ ПРИ 6 – 7-ГОДИШНИТЕ

Жоржетина Атанасова, Любимка Габрова

ПАРАРОДИТЕЛСКАТА ГРИЖА ВЪВ ФОКУСА НА ЕДИН СОЦИАЛНОПЕДАГОГИЧЕСКИ АНАЛИЗ

Ковачка, Ю. (2017). Социалнопедагогически проблеми при деца с парародителска грижа. Благоевград: УИ „Неофит Рилски“, 144 стр. ISBN: 9789540001340

Книжка 4
ДЕТСКИ КОНФЕРЕНЦИИ

Боряна Иванова

СТЕРЕОТИПИЗАЦИЯ НА ЕТНИЧЕСКИТЕ ВЗАИМООТНОШЕНИЯ ПРИ СЪВРЕМЕННИТЕ МЛАДИ БЪЛГАРИ

Зорница Ганева. (2017). Стереотипизация на етническите взаимоотношения при съвременните млади българи. София: Елестра. ISBN 978-619-7292-03-9

Книжка 3
Книжка 2
СЪВРЕМЕННИ МЕТАМОРФОЗИ НА ВЗАИМООТНОШЕНИЯТА В ДЕТСКАТА ГРУПА

Веселина Иванова, Виолета Кърцелянска-Станчева

SCHOOLS AND UNIVERSITIES AS SOCIAL INSTITUTIONS

Emilj Sulejmani Shikjerije Sulejmani

ОТНОСНО УСЕТА ЗА БРОЕНЕ

Петър Петров, Мима Трифонова

Книжка 1
УВАЖАЕМИ КОЛЕГИ И ПРИЯТЕЛИ,

Редакционната колегия на сп.„Педагогика“ Ви честити Новата 2018 г. Пожелаваме ви тя да бъде здрава, щедра и благословена! Тази година списанието чества своя юбилей – 90 години от неговото публикуване за първи път през 1928 г. с името „Народна просвета“. От деня на създаване до сега, то отразява актуал- ните проблеми на педагогическата наука и прак- тика и остава верен спътник на хиляди научни работници, учители, докторанти. Вярваме, че силата на творческата ни енергия ще пом

ДОБРИ ПРАКТИКИ „ПАРТНЬОРСТВО РОДИТЕЛИ – УЧИЛИЩЕ“

Мехмед Имамов, Калинка Гайтанинчева

2017 година
Книжка 9
ПЕДАГОГИЧЕСКОТО УЧЕНИЕ НА Й. ФР. ХЕРБАРТ – ИСТОРИЯ И СЪВРЕМЕННОСТ

(По повод 240 г. от неговото рождение) Невена Филипова

Книжка 8
ЧЕТЯЩИЯТ СТУДЕНТ, ЧЕТЯЩОТО ДЕТЕ – ЕДНО МАЛКО ПРОЗОРЧЕ, ЕДНА ВЕЛИЧЕСТВЕНА ГЛЕДКА

Мариана Мандева, Боряна Туцева, Габриела Николова, Цветелина Ковачева

Книжка 7
ДИДАКТИЧЕСКИ КОМПЕТЕНТНОСТИ

Нели Митева, Наталия Витанова

Илияна Кунева

Книжка 6
Книжка 5
ИЗСЛЕДОВАТЕЛСКО ОБУЧЕНИЕ В АКАДЕМИЧНА СРЕДА

(Научно-теоретична рефлексия) Румяна Неминска

ПРИНОС В ПСИХОЛОГИЯТА НА ТВОРЧЕСТВОТО

(120 години от рождението на Лев Семьонович Виготски) Любен Десев

ЛЕВ СEМЬОНОВИЧ ВИГОТСКИ – ПСИХОЛОГ И НА ХХI ВЕК

(по случай 120 години от рождението му)

ИСКУССТВО В ЖИЗНИ ЛЮДЕЙ

Гульнар Омарова

НОВА И ПОЛЕЗНА КНИГА

Йонка Първанова

ПРИНОСЕН ТРУД КЪМ МЕТОДИКАТА НА ОБУЧЕНИЕТО ПО БЪЛГАРСКИ ЕЗИК И ЛИТЕРАТУРА В НАЧАЛНОТО УЧИЛИЩЕ

М. Мандева (2017). Методика на обучението по български език и литература – I – IV клас. Начално ограмотяване. В. Търново: УИ „Св. св. Кирил и Методий“, 120 стр.

ЕДНО ФУНДАМЕНТАЛНО ИНТЕГРАЛНО ИЗСЛЕДВАНЕ НА РОЛЯТА НА ОБРАЗОВАНИЕТО ЗА РАЗВИТИЕТО НА НООСФЕРНИЯ ИНТЕЛЕКТ

Марга Георгиева, Сава Гроздев. (2016). Морфодинамиката за развитието на ноосферния интелект. София: Изток-Запад, ISBN 978-619-152-869-1

Книжка 4
Книжка 3
СИСТЕМАТИЧНО ВЪВЕДЕНИЕ В ОБЩАТА И ПСИХОЛОГИЧЕСКАТА СИНЕРГЕТИКА

Любен Десев (2015). Синергетика. Въведение и речник. 777 термина. София: ИК „Екопрогрес“. 464 с. ISBN 978-954-2970-37-8

Книжка 2
ПРОБЛЕМИ И ПЕРСПЕКТИВИ В РАЗВИТИЕТО НА ХУДОЖЕСТВЕНОТО ОБРАЗОВАНИЕ У НАС ПРЕЗ ПОГЛЕДА НА ДЕТСКИЯ И НАЧАЛНИЯ УЧИТЕЛ

Теодора Власева, Даниела Гирджева-Валачева, Мария Калоферова, Найден Младенов, Илияна Шотлекова

ЗАКЪСНЯЛО ПРИЗНАНИЕ

Доц. д-р Емилия Николова

Книжка 1
ФАКТОРИ ЗА УСПЕШНО ПРИЛАГАНЕ НА СМЕСЕНО ОБУЧЕНИЕ

Стоянка Георгиева-Лазарова Лъчезар Лазаров

ЗА СТОПЛЕНИТЕ ПЪТЕКИ КЪМ ЛИТЕРАТУРНОТО ПОЗНАНИЕ

Радев, Радослав. 2015. Технология на методите в обучението по литература. Варна: Славена, 247 с., ISBN 978-619-190-041-1

2016 година
Книжка 9
ИНТЕРАКТИВНИ ТЕХНИКИ ЗА ОВЛАДЯВАНЕ НА ЧЕТЕНЕТО В МУЛТИКУЛТУРНАТА КЛАСНА СТАЯ – ПЪРВИ КЛАС

ФОРМИРАНЕ НА РЕЧЕВА КУЛТУРА, В НАЧАЛНА УЧИЛИЩНА ВЪЗРАСТ, (АНАЛИЗ НА АНКЕТА С УЧИТЕЛИ

Кампания

на Института за български език – БАН, и вестник „Аз-буки“

Книжка 8
Книжка 7
IBM SPSS STATISTICS ПРЕЗ ПЕДАГОГИЧЕСКИЯ ПОГЛЕД НА ДОЦ. Д-Р ЗОРНИЦА ГАНЕВА

Зорница Ганева (2016). Да преоткрием статистиката с IBM SPSS Statistics. София: Елестра. 712 стр. ISBN 978-619-7292-01-5

НАЧАЛНОТО ОГРАМОТЯВАНЕ – „КЛЮЧ“ ЗА УСПЕШЕН ЖИВОТ В ПРОМЕНЯЩИЯ СЕ СВЯТ

Мариана Мандева, Диляна Гаджева (2016). Начално ограмотяване

ОТ „ЧУДНА И ДИВНА ДАСКАЛЕТИНКА“ ДО ПЕДАГОГИКА ЗА НАЦИОНАЛНО СЛУЧВАНЕ

Виолета Атанасова (2015) Петко Славейков за образованието. Шумен: Унивeрситетско издателство „Епископ Константин Преславски. 208 с. ISBN 978-619-201-051-5

Книжка 6
УЧИЛИЩЕ ЗА ЧЕТЕНЕ

Петя Георгиева

Кампания

на Института за български език – БАН, и в. „Аз Буки“

ДОШЛА ЛИ Е ИНСПЕКТОРЪТ?

Ванина Сумрова

ЩЕ ТЕ ЧАКАМ В/НА ЦЕНТЪРА

Илияна Гаравалова

ПРАВО В ДЕСЕТКАТА

Ивелина Стоянова

ПРОФ.Д.П.Н. СТОЯНКА ЖЕКОВА

Редколегия на сп. „Педагогика“

Книжка 5
Книжка 4
СИНЕРГЕТИКА – НОВО НАУЧНО ПОЗНАНИЕ

(Синергетика – въведение и речник, София: ИК Екопрогрес, 2015 г.)

Книжка 3
Книжка 2
НОВА ДИНАМИЧНА МОДИФИКАЦИЯ В ГРАНИЦИТЕ НА „АЗ-КОНЦЕПЦИЯТА“ НА МАТЕМАТИЧЕСКОТО МОДЕЛИРАНЕ

Марга Георгиева & Сава Гроздев. (2015). Морфодинамиката за развитието на ноосферния интелект, София: Марга Георгиева. 323 стр. ISBN 9786199052204

Книжка 1
IN MEMORIAM

На 10.12.2015 г. ни напусна нашият колега и приятел проф. д-р Иван Пет ков Иванов. Той беше уважаван учен и експерт в областта на педагогическите науки – автор на 10 монографии, 8 учебника, 10 учебни помагала, 6 студии и над 100 статии в специализирани периодич- ни издания и научни сборници; участник в 28 между- народни и национални проекта; председател и член на експертни групи към НАОА, член на редакционната ко- легия на сп. „Педагогика“. Проф. д-р Иван Иванов беше уважаван и оби

2015 година
Книжка 9
Книжка 8
РУСЕНСКИЯТ УНИВЕРСИТЕТ

Златоживка Здравкова

Книжка 7
ДИСКУСИЯТА В УРОКА ПО ЛИТЕРАТУРА

Огняна Георгиева-Тенева

Книжка 6
УЧИТЕЛЯТ ПРАВИ УЧИЛИЩЕТО

ЕЗИКОВАТА ГРАМОТНОСТ НА МАЛКИЯ УЧЕНИК – „КЛЮЧ“ ЗА ОТГОВОРЕН И УСПЕШЕН ЖИВОТ В ПРОМЕНЯЩИЯ СЕ СВЯТ

ГОТОВНОСТ ЗА ОГРАМОТЯВАНЕ

Екатерина Чернева

Книжка 5
Книжка 4
Книжка 3
ВЗАИМОДЕЙСТВИЕ МЕЖДУ ИСТОРИЯ, АКАДЕМИЗЪМ И РЕАЛНИ ПРАКТИКИ В СОЦИАЛНОПЕДАГОГИЧЕСКАТА ДЕЙНОСТ

Академични полета на социалната педагогика, съставител: проф. д.п.н. Клавдия Сапунджиева, научна редакция: проф. дпн Клавдия Сапунджиева, проф. д-р Нели Бояджиева, гл. ас. д-р Марина Пиронкова,

НОВА КНИГА

Клавдия Сапунджиева

Книжка 2
ПРОБЛЕМИ НА СОЦИАЛНАТА АДАПТАЦИЯ НА ПЪТУВАЩИ УЧЕНИЦИ ОТ МАЛКИ НАСЕЛЕНИ МЕСТА1)

Траян Попкочев, Бонка Гергинова, Тереза Карамангалова

Турнир по канадска борба [Arm Wrestling Competition] / Д. Евтимова,

Д. Евтимова, Е. Павлова, И. Радославова и Б. Иванов

Книжка 1
ORGANIZATIONAL CULTURE: THEORY AND REALITY

Inna Leonidovna Fedotenko

ОТЗИВ ЗА КНИГАТА „ОБРАЗОВАТЕЛЕН ДИЗАЙН (КОНЦЕПТУАЛНИ ОСНОВАНИЯ И ПРАКТИЧЕСКИ РЕШЕНИЯ)“

Димова, Д. (2013). Образователен дизайн (концептуални основания

2014 година
Книжка 9
„СОФИЯ – УЧЕЩ СЕ ГРАД“ – МОБИЛЕН СЕМИНАР В ПОДКРЕПА НА НЕФОРМАЛНОТО УЧЕНЕ И ОБРАЗОВАНИЕ В ОБЩНОСТТА

ПЕТЪР ДЪНОВ (БЕИНСÀ ДУНÒ Е И БЕЛЕЖИТ, ПЕДАГОГИЧЕСКИ МИСЛИТЕЛ-ХУМАНИСТ, (ПО ПОВОД НА 0-ГОДИШНИНАТА ОТ РОЖДЕНИЕТО, И 70 ГОДИНИ ОТ КОНЧИНАТА МУ

НА УЧИЛИЩЕ – С УСМИВКА!

Снежана Якимова

НА УЧИЛИЩЕ – С УСМИВКА!

Снежана Якимова

УЧИТЕЛЯТ – ЕТАЛОН ЗА ФОРМИРАНЕ НА ДЕТСКАТА ЛИЧНОСТ

Катя Коруджийска, Янка Маринкова

Книжка 8
Книжка 7
ЗАЕДНО МОЖЕМ ПОВЕЧЕ

Диана Смиленова

Книжка 6
УСПЕШНИЯТ УЧИТЕЛ – МЕЖДУ ПРОФЕСИОНАЛНАТА НОРМА И СТРАСТТА ДА ПРЕПОДАВАШ

Проф. д-р Ангел Петров е преподавател по методика на обучението по български език в СУ „Св. Климент Охридски“. Ръководител е на най- старата катедра по методика на филологически- те дисциплини в страната – Катедрата по ме-

Книжка 5
ВЪЗГЛЕДИТЕ НА ЖАН-ЖАК РУСО И ЛЮБЕН КАРАВЕЛОВ ЗА ВЪЗПИТАНИЕТО

Посвещава се на 180-ата годишнина от рождението на Любен Каравелов (1834 – 1879) Виолета Атанасова

LE PROJET PÉDAGOGIQUE, SOURCE DE MOTIVATION DANS L’ENSEIGNEMENT ET L’APPRENTISSAGE DU FLE

THE EDUCATIONAL PROJECT, MEANS OF MOTIVATION IN TEACHING AND LEARNING FLE

LA PÉDAGOGIE DU PROJET ET LA MOTIVATION DES ÉLÈVES POUR L’APPRENTISSAGE DU FRANÇAIS

PROJECT PEDAGOGY AND PUPILS’ MOTIVATION IN LEARNING FRENCH

Книжка 4
КАЖДЫЙ ДЛЯ МЕНЯ УЧИТЕЛЬ

Ш.А.Амонашвили

Книжка 3
АНТОАНЕТА ЙОВЧЕВА (1952 – 2014)

След трудна борба с тежката болест ни напусна един добър и мил човек, една светла личност – Анто- анета Йовчева, нашата обичана колежка Тони. Нейните колеги и приятели, многобройните автори и сътрудници на сп. „Начално образование“ и на сп. „Педагогика“ ще запазят завинаги спомена за нейната приветлива усмивка, за нейната отзивчивост и преда- ност към работата, за нейната широка култура и стре- меж към познание, към развитие. Родена на 20 март 1952 г. в София в интелигентно се- мей

Книжка 2
ПОСТМОДЕРНИЗЪМ И ВЪЗПИТАНИЕ

Клавдия Сапунджиева

ДЕТСКИ УНИВЕРСИТЕТИ

Боряна Иванова

ПРОФ. Д-Р ЕЛКА ПЕТРОВА

Има личности, в сиянието на които се оглеж- дат цяла плеада последователи, възпитаници, колеги; има личности, без които животът става по беден, дните по-еднообразни, защото в сър- цето остава празно място. Такава личност е професор, доктор на педа- гогическите науки Елка Петрова – най–големият ерудит в областта на предучилищното възпита - ние, учен с международно значение. Дълги години ще свеждаме глави пред нейна- та обаятелна личност, с искрена признателност ще си спомняме свидните

МЕЖДУНАРОДНЫЙ ЦЕНТР ГУМАННОЙ ПЕДАГОГИКИ

Международният център „Хуманна педагогика“ организира XIII педаго- гически четения в периода 20 – 23.03.2014 г. в гр.Тбилиси, Грузия. Форумът се организира със съдействието на грузинското правителство. „Учителят“ е темата, която ще обедини участниците: учители, експерти, родители, универ- ситетски преподаватели, представители на педагогическата общност от мно- го страни, за да се осъществи дискусия за мисията на съвременния учител в съвременния образователен контекст. Ръководството на

Книжка 1
ОСНОВНИ ХАРАКТЕРИСТИКИ НА МОБИЛНОТО ОБУЧЕНИЕ

Стоянка Георгиева-Лазарова Лъчезар Лазаров

2013 година
Книжка 9
УЧИТЕЛИ ВЪЗРОЖДЕНЦИ В ТЪРНОВО

Венка Кутева-Цветкова

Книжка 8
ДИМИТЪР ДОНЧЕВ – С ВЪЗХИТА ЗА БЪЛГАРСКИЯ УЧИТЕЛ

100 ГОДИНИ ОТ РОЖДЕНИЕТО НА ДИМИТЪР ЕВСТАТИЕВ ДОНЧЕВ (5.10.1913 – 15.02.1997)

Книжка 7
„СЛЪНЦЕТО“ НА ВЪЗПИТАТЕЛНАТА СИСТЕМА В ТВУ – РАКИТОВО

85 ГОДИНИ ОТ РОЖДЕНИЕТО НА АНГЕЛ УЗУНОВ (1928 – 1999)

ЦЕННОСТИ И ДУХОВНО-НРАВСТВЕНО РАЗВИТИЕ НА МАЛКИЯ УЧЕНИК

Марияна Ешкенази, Гергана Фиданова, Марияна Вишева, Цветанка Годжилова

МАЛКИЯТ УЧЕНИК ЧЕТЕ

Марияна Механджиева Венета Велева

С БАБА И ДЯДО В КЛАС

Цветелин Горанов, Таня Илиева, Цветанка Берова, Нели Иванова, Борка Бончева

РОД РОДА НЕ ХРАНИ, НО ТЕЖКО МУ, КОЙТО ГО НЯМА!

Диляна Вачкова Евелина Димитрова

ДА ПОМОГНЕМ НА ДЕЦАТА ДА ОТВОРЯТ СЪРЦАТА СИ

Иванка Дебелушина Нина Маврикова

ДОБРОТО Е У ВСЕКИ

Мария Наскова

ОТЛИЧЕН ПЕДАГОГ, ПСИХОЛОГ И ПСИХОТЕРАПЕВТ

ДОЦ. СВЕТОСЛАВ СТАМЕНОВ (1939 – 2013)

Книжка 6
ТЕОРЕТИКО-ПРИЛОЖНИ ПРОБЛЕМИ НА КОНСТРУИРАНЕТО НА ТЕСТ ЗА НАЦИОНАЛНО ВЪНШНО ОЦЕНЯВАНЕ ПО „ЧОВЕКЪТ И ОБЩЕСТВОТО“ ЗА 4. КЛАС (2013)

Ваня Петрова, Цонка Каснакова, Мариан Делчев Жана Минчева Радостина Стоянова, Рада Димитрова Мария Темникова

MEDIA IN PRESCHOOL AGE OF CHILD’S LIFE

Sonja Petrovska Jadranka Bocvarova

Книжка 5
ШАЛВА АЛЕКСАНДРОВИЧ АМОНАШВИЛИ – УЧИТЕЛ ОТ БЪДЕЩЕТО

В сложното битие на науката и метамор- фозите на социалната реалност, неотменими и общовалидни остават само най-стойностни- те постижения и безспорни истини, които не само маркират и остойностяват територията на човешко познание, но извисяват самия чо- век, поддържат неговата вяра в доброто, под- хранват чувството му за собствена значимост, укрепват неговия дух. Приемайки извечните послания на класи- ческата философско-педагогическа мъдрост и дълбоко обвързан с педагогическата р

МАНИФЕСТ ГУМАННОЙ ПЕДАГОГИКИ

Преамбула 25 лет тому назад группа учителей новаторов провозгласила манифест „Пе- дагогика сотрудничества“ (Переделкино, 1986 год). В последующие годы были опубликованы отчеты встреч учителей новаторов, в которых рассматри- вались разные аспекты педагогики сотрудничества: „Демократизация лично- сти“ (Цинандали, Телавский район, Грузия, 1987 год), „Методика обновления“ (Москва, 1988 год), „Войдем в новую школу“ (Краснодарский край, 1988 год). Идеи педагогики сотрудничества воодушевленно

ПОРТФОЛИОТО НА УЧЕНИКА КАТО ПРОЦЕС НА САМОПОЗНАНИЕ

Радка Топалска Емилия Вълкова, Албена Атанасова

ДОПИРНИ СВЕТОВЕ

Албена Димитрова Стилияна Гронева

ПРЕДИ ГОДИНА И СЕГА

Веселка Аршинкова

Книжка 4
СВЕЩЕНИК ГЕОРГИ МАРИНОВ ПОЛУГАНОВ – ОСНОВАТЕЛЯТ НА УЧИЛИЩЕТО И ПЪРВИЯТ УЧИТЕЛ В ПОЛИКРАЙЩЕ

Георги Георгиев Трифонка Попниколова Марияна Георгиева–Гроссе

ЕВРОПЕЙСКИ ПРИКАЗКИ

Светла Попова

Книжка 3
ДА ОПАЗИМ ДЕТСКОТО ЗДРАВЕ!

Мая Топалова, Симона Пейчева

КАК ДА ОТГЛЕДАМЕ МАЛЪК ПРИРОДОЛЮБИТЕЛ?

Мадлена Николова Ани Цветкова

Книжка 2
Книжка 1
ИЗКУСТВОТО ЗА ПРЕВЕНЦИЯ НА АГРЕСИВНОТО ПОВЕДЕНИЕ НА ДЕЦАТА

Евгения Миланова Виолета Николова Величка Радева

ПРИЯТЕЛСТВОТО В ЖИВОТА НА ДЕТЕТО

Даниела Димитрова Красимира Василева

ПРЕДАЙ НАТАТЪК

Вилдан Мехмедова

ЗАЕДНО ДА БЪДЕМ ДОБРИ

(ПЕДАГОГИЧЕСКА СИТУАЦИЯ В ПОДГОТВИТЕЛНА ГРУПА)

ПРОФ. ДПН EЛКА ПЕТРОВА EДНА НЕЗАЛИЧИМА СЛЕДА В БЪЛГАРСКОТО ПРЕДУЧИЛИЩНО ОБРАЗОВАНИЕ (1919 – 2012)

Почина проф. дпн Елка Петрова (20.ХІІ.2012 г.) – на- шата любима учителка по изкуството да се живее пъл- ноценно и професионално, създателката на науката за предучилищното възпитание на българските деца, пре- красната жена и велика майка, Неповторима, единствена, съвършена – това е нашата Елка: Примерът за всички нас – хилядите нейни студенти и последователи ! Елка Петрова винаги е първа, винаги е оригинална и авангардна; през 1950–1952 г. поставя началото на Висшия мето

2012 година
Книжка 9
ПЕДАГОГЪТ – РИЦАР НА ДЕТСТВОТО

Януш Корчак бе написал, че животът на великите хора е като легендите: труден, но красив. И се оказва пророчески прав, сякаш е писал за себе си! Наследник на семейство с богата духовна култура и традиции, останал отрано без баща, той не просто се справя с несгодите на сирачеството, но развива у себе си три могъщи извора на живот: любов към свободата и справедливостта, страст към знанието и творчеството, отдаденост на децата и тяхното щастие. Лекарят Корчак лекува децата и душите им. Безплатн

ЯНУШ КОРЧАК – ВЕЛИК ХУМАНИСТ И ПЕДАГОГ

„Със сила и мощ поведох своя живот, който беше привидно неподреден, самотен и чужд. За син избрах идеята да служа на детето и неговото дело. Привидно загубих.“ Бе лекар, писател, мислител. Бе философ, учен, моралист. Издател. Възпи- тател и педагог. Бе герой. Бе скромен. Във всяка от тези области той има изключителни постижения. В течение на по- вече от четиридесет години работи като педагог и писател. Четиридесет години безкористно служене на слабите и беззащитните. Създава съвременна кон

ЕВОЛЮЦИЯ НА ПРАВАТА НА ДЕТЕТО

„Детето има право на сериозно отношение към проблемите му, на справедливото им решаване.“

THE KORCZAK’S RIGHT TO SOCIAL PARTICIPATION OF CHILDREN THE CITIZENSHIP OF CHILDREN

A speech by Marek Michalak, the Ombudsman for Children, given during the seminar„The Polish-Israeli pioneer in the fi eld of human rights, Janusz Korczak (1879–1942) and today’s Convention on Children’s Rights as the part of the international law“, Geneva, the 6 of June 2009

ЗА ДЕТЕТО, ДЕТСТВОТО ИЛИ НАУКА ЗА НЕГО?

В памет на Януш Корчак – по повод 70 г. от неговата смърт и 100 г. от създаването на „Дом за сираци“ във Варшава Албена Чавдарова

Книжка 8
CHANGES IN UNIVERSITY TEACHING – THE ROAD FROM KNOWLEDGE TO COMPETENCIES

Slađana Anđelković Zorica Stanisavljević Petrović

ДОСТОЕН ЖИВОТ, ОТДАДЕН НА ПРОСВЕЩЕНИЕТО… ПРОФ. СТОЙКА ЗДРАВКОВА – ЕДИН СЪВРЕМЕНЕН БУДИТЕЛ НА 70 ГОДИНИ

Неуморна и взискателна! Енергична и всеотдай- на! Работохолик и перфекционист! Това е проф. д-р Стойка Здравкова! Не е за вярване, че в началото на ноември 2012 година навърши 70 години. И не е слу- чайно това, че тази светла дата е непосредствено бли- зо до Деня на будителите. А това, че проф . Здравкова е съвременен български будител, е толкова безспорно и видимо! 70–годишнината ù е един чудесен повод ретрос- пективно да си припомним и проследим най-значи-

Книжка 7
ОЧАКВАНА И ПОЛЕЗНА

Емилия Василева

Книжка 6
Книжка 5
ЦЕННО ПОМАГАЛО ЗА ПСИХОЛОЗИ И ПЕДАГОЗИ (Надежден инструмент за диагностициране смисъла на живота)

Любен Десев Минчев, Борис. Тест на Дж. Крумбъг и Л. Махолик за смисъл в живота. Българска версия. Варна, ВСУ „Черноризец Храбър“,

ГЕОРГИ MАВРОВ ЖИВОТ, ОТДАДЕН НА НАУКАТА И ОБРАЗОВАНИЕТО

Така най-общо, но и най-точно можем да охарак- теризираме дейността на ст. н. с. д-р Георги Петков Мавров. Той ни напусна неочаквано в края на април т.г. И до последния си ден не преставаше да се вълнува от проблемите на образованието. Споделяше инте- ресни мисли относно предстоящото приемане на За- кона за образованието. Пестелив на думи, но щедър на дела – това ясно проличава от неговата богата би- ография.

Книжка 4
ОЩЕ ЕДНА ИДЕЯ

Галина Стоянова

Книжка 3
С ИНОВАТИВЕН ПОГЛЕД КЪМ ЛИЧНОСТТА НА ДЕТЕТО

Маргарита Абрашева Любимка Габрова

БИЗНЕС ОБУЧЕНИЕ В ДЕТСКАТА ГРАДИНА

Красимира Костова Петя Драгоданова

ДЕТСКАТА БЕЗОПАСНОСТ

Любимка Габрова

БАБА ПРИКАЗКИ РАЗКАЗВА... (МИКС ОТ ПРИКАЗКИ)

Кева Захариева, Мария Мичева

Книжка 2
ДЕТЕ ПЪТУВА В АВТОМОБИЛА

Красимира Михайлова

ПРОТИВОПОСТАВЯНЕ

Пюрвя Ердниев, Б. Ердниев

ЗДРАВКА НОВАКОВА – ПРЕПОДАВАТЕЛ И ТВОРЕЦ

Седемдесетгодишният юбилей е вълнуващ повод да проследим трудния, богат и съдържателен професионално-творчески път на доц. д-р Здравка Новакова, да под- чертаем нейната важна роля за утвърждаване на дидактика на математиката като

IN MEMORIAM Иван Марев

Напусна ни проф. Иван Марев – философ, педагог, демократ, родолюбец. В далечната 1975 г., зареден с енергия, пълен с идеи, той създаде в Техническия

Книжка 1
ДЕЛЕГИРАНЕ НА ПРАВА ЧРЕЗ КОМИСИИТЕ В ДЕТСКАТА ГРАДИНА

Маргарита Абрашева Политиката, наречена управление на качеството, не е самоцел, нито поредна обра- зователна „мода“. Тя е практически необходима за поддържане от директора на учеб- ното заведение на един привлекателен образ в условията на конкуренция на пазара на учебни заведения. Това се отнася най-вече за детските градини. Политиката на упра- вление на качеството съдържа недостатъчно използван ресурс, включително за спечел- ване и запазване доверието на потребителя – родителите на децата,

ИНОВАЦИОННИ И ИНТЕРАКТИВНИ МЕТОДИ В КВАЛИФИКАЦИОННАТА ДЕЙНОСТ НА ПЕДАГОГИЧЕСКИЯ КОЛЕКТИВ

Стоилка Ташева, Севда Лукайчева Развиващото се с динамични темпове общество в днешно време налага необ- ходимостта от иновационни промени в областта на образованието. И в предучи- лищната педагогика все по-често се търсят алтернативни педагогически техноло- гии както за възпитанието и обучението на децата, така и при провеждането на квалификационната дейност на самите педагози. Използването на интерактивните методи дава възможност да се възлагат за- дачи, които предполагат съвместна работа,

ТОВА ТРЯБВА ДА ГО ЗНАЕ ВСЯКО ДЕТЕ

Татяна Атанасова, Иванка Пампова

НА УЛИЦАТА Е ОПАСНО

Таня Янчева, Зоя Кацарова