Рост занятости студентов в период обучения делает актуальной задачу оценки факторов, которые связаны с их последующим выходом на рынок труда. В статье рассматривается взаимосвязь между академическими результатами студентов и трудоустройством выпускников по полученному направлению подготовки. Цель исследования – выявление связи между академическими показателями студентов и их последующим трудоустройством по специальности для определения факторов, связанных с профессиональной подготовкой выпускников. В качестве метода использован регрессионный анализ данных об успеваемости и трудоустройстве бакалавров направления «Информатика и вычислительная техника». В модель включены средний балл диплома, средний балл по профильным дисциплинам, наличие диплома о среднем профессиональном образовании, экспертная оценка преподавателей, оценка за выпускную квалификационную работу и сведения о работе студента в период обучения. Полученные результаты показывают, что наиболее выраженная связь с профильным трудоустройством наблюдается у общего среднего балла диплома и среднего балла по специальным дисциплинам. Наличие диплома о среднем профессиональном образовании и факт работы во время обучения в однофакторной постановке не показали заметной объяснительной способности, что указывает на необходимость более детального учета характера предшествующего образования и трудового опыта. Выводы исследования могут применяться при корректировке образовательных программ, сопровождении студентов и развитии механизмов ранней оценки профессиональной траектории выпускников.
The increasing involvement of students in employment during their studies makes it important to identify factors associated with their subsequent transition to the labor market. This paper examines the relationship between students’ academic outcomes and graduates’ employment in their field of training. The purpose of the study is to identify the relationship between the academic performance of students and their subsequent employment in the specialty in order to determine the factors related to the professional training of graduates. Regression analysis was used to process data on the academic performance and employment of bachelor’s graduates in Computer Science and Engineering. The model includes the overall diploma grade point average, the average grade in specialized subjects, the presence of a secondary vocational education diploma, teachers’ expert assessment, the grade for the final qualification work, and information about employment during studies. The results indicate that field-specific employment is most strongly associated with the overall diploma grade point average and the average grade in specialized disciplines. The presence of a secondary vocational education diploma and the fact of working during studies did not demonstrate substantial explanatory power in single-factor models, which suggests that the type and relevance of prior education and work experience should be considered in more detail. The findings can be used to adjust educational programs, support students, and improve early assessment of graduates’ professional trajectories.
1. Шмарихина Е. С. Исследование факторов успеваемости обучающихся // Вестник НГУЭУ. 2018. № 3. С. 130–143. EDN: MDDOMP.
2. Толстенева А. А., Буланина А. Е. Социологическое исследование студентов: оценка возможности совмещения работы с обучением // Образование и проблемы развития общества. 2020. № 1 (10). С. 198–206. EDN: FBSGEM.
3. Гогина Н. А. Конкурентоспособность выпускника как фактор трудоустройства // Высшее образование в России. 2010. № 12. С. 151–154. EDN: NCUIAV.
4. Бируля М. Д. Стратегии предотвращения и управления выгоранием в управлении проектами и персоналом: комплексный подход // Управление персоналом и интеллектуальными ресурсами в России. 2024. Т. 13. № 4. С. 38–42. EDN: VXLNAQ.
5. Рогозин А. Ю. Необходимость повышения качества высшего образования, получаемого в частных высших учебных заведениях, с учетом опыта частных университетов Новой Зеландии // Вестник Череповецкого государственного университета. 2023. № 1 (112). С. 216–225. DOI: 10.23859/1994-0637-2023-1-112-18. EDN: ZRBLRQ.
6. Бондаренко Н. А. Адаптация системы высшего образования к потребностям рынка труда // Ученые заметки ТОГУ. 2025. Т. 16. № 1. С. 234–239. EDN: UMGYMM.
7. Чекмарев О. П. Влияние результатов сдачи ЕГЭ на успеваемость студентов вузов // Научный вклад молодых исследователей в сохранение традиций и развитие АПК: сборник научных трудов Международной научно-практической конференции молодых ученых и студентов (г. Санкт-Петербург – г. Пушкин, 26–27 марта 2015 г.). Ч. II. СПб.: Санкт-Петербургский государственный аграрный университет, 2015. С. 224–226. EDN: ZFILSR.
8. Харитонов И. М., Крушель Е. Г., Привалов О. О., Степанченко И. В., Степанченко О. В. Прогнозирование качества обучения в вузе с помощью методов регрессионного анализа // Известия Санкт-Петербургского государственного технологического института (технического университета). 2021. № 56 (82). С. 72–80. DOI: 10.36807/1998-9849-2020-56-82-72-80. EDN: PCHGYF.
9. Чиркина Т. А. Социально-экономическое положение и выбор образовательной траектории учащимися: теоретические подходы к изучению взаимосвязи // Экономическая социология. 2018. Т. 19. № 3. С. 109–125. DOI: 10.17323/1726-3247-2018-3-109-125. EDN: USNDVX.
10. Базилевский М. П., Носков С. И. Алгоритм построения линейно-мультипликативной регрессии // Современные технологии. Системный анализ. Моделирование. 2011. № 1 (29). С. 88–92. EDN: NTWQZT.
11. Шинкаренко Е. А. Первая работа молодежи: желаемые сценарии и реальные практики // Известия высших учебных заведений. Поволжский регион. Общественные науки. 2022. № 2 (62). С. 18–28. DOI: 10.21685/2072-3016-2022-2-2. EDN: UFOOHO.
12. Москвичев А. Д., Долгачев М. В. Нормализация журналов событий с использованием дерева фиксированной глубины // Вопросы кибербезопасности. 2020. № 2 (36). С. 76–82. DOI: 10.21681/2311-3456-2020-2-76-82. EDN: LHRGAR.
13. Каплан Е. А., Ерицян К. Ю. Работа и учеба у студентов вузов: конфликт или фасилитация? // Мониторинг. 2020. № 4 (158). URL: https://cyberleninka.ru/article/n/rabota-i-ucheba-u-studentov-vuzov-konflikt-ili-fasilitatsiya (дата обращения: 28.04.2026).
14. Гранков М. В., Аль-Габри В. М. Регрессионная модель успеваемости студенческих групп вуза / Инженерный вестник Дона. 2017. № 1. URL: ivdon.ru/ru/magazine/archive/n1y2017/4058 (дата обращения: 28.04.2026).
15. Алашеев С. Ю. Карьера выпускников: составляющие и факторы профессионального успеха // Профессиональное образование в России и за рубежом. 2015. № 4 (20). С. 191–200. EDN: VDWFTT.