сотрудник
Россия
студент
Россия
сотрудник
Представлены результаты статистической обработки опросов студентов об их отношении к некоторым дисциплинам гуманитарного цикла. Цель исследования: выявление структурных связей между дисциплинами и типами целевой ориентации обучающихся. Методы: использование статистических методик на базе коэффициентов ранговой корреляции и теории графов. Результаты: создана экспериментальная модель образовательного процесса для цикла дисциплин гуманитарного направления в университете, обеспечивающая качественный анализ педагогической деятельности. Построенная модель основана на вероятностных и статистических методах теории графов. Разработан комплекс программ, необходимый для функционирования модели на языке Вольфрам. Достигнуто повышение интереса студентов к управлению образовательной деятельностью и созданию условий для ее совершенствования и установления необходимых связей между участниками образовательной деятельности. Практическая значимость: построенная модель позволяет участникам педагогического процесса, в частности студентам, активно участвовать в педагогической деятельности университета.
мониторинг учебного процесса, коэффициент корреляции Спирмена, коэффициент корреляции Кендалла, структурная модель, выборочное среднее
1. Зинченко В. О. Мониторинг качества учебного процесса в вузе: результаты эксперимента // Вестник Костромского государственного университета имени Н. А. Некрасова. Серия: Педагогика. Психология. Социокинетика. 2016. Т. 22, № 4. C. 188–192.
2. Галиахметова А. Т., Айтуганова Ж. И. Эффективное управление качеством образования в вузе на основе интеграции традиционных и дистанционных форм контроля // Вестник Костромского государственного университета имени Н. А. Некрасова. Серия: Педагогика. Психология. Социальная работа. Ювенология. Социокинетика. 2015. Т. 21, № 1. С. 92–94.
3. Волокобинский М. Ю., Пекарская О. А. Методика прогнозирования итоговой успеваемости обучающихся в зависимости от различных факторов // CONTINUUM. Математика. Информатика. Образование. 2024. № 1 (33). C. 43–50. DOI:https://doi.org/10.24888/2500-1957-2024-1-43-50.
4. Глухов А. П., Ли А. С., Соломина И. Г. Мониторинг уровней и профилей цифровой грамотности обучающихся в региональной системе образования: анализ цифровых разрывов // Перспективы науки и образования. 2023. № 6 (66). С. 532–547. DOI:https://doi.org/10.32744/pse.2023.6.31.
5. Портнова А. Г., Лесникова С. Л., Русакова Н. А. Использование математических методов для мониторинга качества успеваемости студентов // Вестник Кемеровского государственного университета. Серия: Гуманитарные и общественные науки. 2020. Т. 4, № 3 (15). С. 218–226. DOI:https://doi.org/10.21603/2542-1840-2020-4-3-218-226.
6. Боровков А. А. Математическая статистика: учебник. 4-е изд., стер. СПб.: Лань, 2010. 704 с.
7. Bursian E. Y., Demin A. M., Glukhov A. P. Recognition of Manuscript Tables in Computer Processing of Technical Transport Documentation // Proceedings of Models and Methods of Information Systems Research Workshop in the frame of the Betancourt International Engineering Forum (MMISR 2019), (Saint Petersburg, Russia, 04–05 December 2019). CEUR Workshop Proceedings. 2020. Vol. 2556. Pp. 10–14. DOI:https://doi.org/10.24412/1613-0073-2556-10-14.
8. Гудфеллоу Я., Бенджио И., Курвилль А. Глубокое обучение = Deep Learning / пер. с англ. А. А. Слинкина. 2-е изд., испр. М.: ДМК Пресс, 2018, 652 с.
9. Николенко С., Кадурин А., Архангельская Е. Глубокое обучение. Погружение в мир нейронных сетей. СПб.: Питер, 2018. 480 с.
10. Бурсиан Е. Ю., Ушакова Т. И., Шефнер А. Ю. Корреляционная модель мониторинга качества образовательного процесса в высшем учебном заведении // V Бетанкуровский международный инженерный форум: сборник трудов (Санкт-Петербург, Россия, 29 ноября — 01 декабря 2023 г.): в 2 т. Т. 1. СПб.: ПГУПС, 2023. С. 139–145.
