Алгоритм анализа и оценки учебных планов образовательных программ
https://doi.org/10.32517/0234-0453-2024-39-1-52-64
Аннотация
Различным участникам образовательного процесса важно иметь возможность оценить качество образовательной программы, ее сбалансированность и соответствие заявленным образовательным результатам. Одним из способов анализа и оценки учебного плана образовательной программы высшего образования может стать представленный в статье алгоритм, реализованный на языке C++. Он позволяет вычислять различные статистические характеристики учебного плана (например, количество образовательных единиц (дисциплин) и их трудоемкость в зачетных единицах), а также относительный вклад образовательной единицы в формирование компетенций — образовательных результатов.
В виде отдельного программного модуля реализована сравнительная оценка основных расчетных показателей по нескольким учебным планам образовательных программ. В алгоритме реализован подход, позволяющий представить данные учебного плана в удобном для визуализации виде — как взвешенный неориентированный граф, вершины которого представляют собой дисциплины учебного плана, а ребра — междисциплинарные связи, демонстрирующие участие дисциплин в формировании одинаковых компетенций. Визуализация такого представления осуществлена с применением программного пакета Gephi.
Программная реализация предложенного в работе алгоритма может представлять практический интерес для научно-педагогических работников и административно-управленческого персонала образовательных учреждений высшего образования
Ключевые слова
Об авторах
Т. В. ЗыковаРоссия
Зыкова Татьяна Викторовна, канд. физ.-мат. наук, доцент, доцент кафедры прикладной математики и анализа данных, Институт космических и информационных технологий
г. Красноярск
А. А. Кытманов
Россия
Кытманов Алексей Александрович, доктор физ.-мат. наук, доцент, профессор кафедры прикладной математики и анализа данных, Институт космических и информационных технологий, зав. кафедрой высшей математики, Институт перспективных технологий и индустриального программирования
г. Красноярск
г. Москва
Е. А. Халтурин
Россия
Халтурин Евгений Александрович, аспирант кафедры информационных систем, Институт космических и информационных технологий
г. Красноярск
Ю. В. Вайнштейн
Россия
Вайнштейн Юлия Владимировна, доктор пед. наук, доцент, профессор кафедры прикладной математики и анализа данных, Институт космических и информационных технологий
г. Красноярск
М. В. Носков
Россия
Носков Михаил Валерианович, доктор физ.-мат. наук, профессор, профессор кафедры прикладной математики и анализа данных, Институт космических и информационных технологий
г. Красноярск
Список литературы
1. Левицкий М. Л., Гриншкун В. В., Заславская О. Ю. Тенденции и особенности современного этапа информатизации высшей школы. Вестник Российского университета дружбы народов. Серия: Информатизация образования. 2022;19(4):285–299. EDN: WYGLCZ. DOI: 10.22363/2312-8631-2022-19-4-285-299.
2. Каракозов С. Д., Уваров А. Ю. Успешная информатизация = трансформация учебного процесса в цифровой образовательной среде. Проблемы современного образования. 2016;(2):7–19. EDN: VVEYBN.
3. Уваров А. Ю., Гейбл Э., Дворецкая И. В., Заславский И. М., Карлов И. А., Мерцалова Т. А., Сергоманов П. А., Фрумин И. Д. Трудности и перспективы цифровой трансформации образования. Под ред. А. Ю. Уварова, И. Д. Фрумина. М.: Издательский дом Высшей школы экономики; 2019. 344 с. EDN: ANYGHO. DOI: 10.17323/978-5-7598-1990-5.
4. Кочеткова Т. О., Карнаухова О. А., Майер В. Р. Адаптивный модуль как эффективное средство обучения математике первокурсников с разным уровнем школьной математической подготовки. Вестник Красноярского государственного педагогического университета им. В. П. Астафьева. 2019;49(3):71–82. EDN: RLKUQO. DOI: 10.25146/1995-0861-2019-49-3-144.
5. Кречетов И. А., Романенко В. В. Реализация методов адаптивного обучения. Вопросы образования. 2020;(2):252–277. EDN: KYNIIH. DOI: 10.17323/1814-9545-2020-2-252-277.
6. Бурняшов Б. А. Программное обеспечение электронного портфолио студентов российской высшей школы. Открытое образование. 2021;25(6):24–35. EDN: IBJVNO. DOI: 10.21686/1818-4243-2021-6-24-35.
7. Вайнштейн Ю. В., Шершнева В. А. Адаптивное электронное обучение в современном образовании. Педагогика. 2020;(5):48–57. EDN: CIQLCR.
8. Есин Р. В., Зыкова Т. В., Кустицкая Т. А., Кытманов А. А. Цифровая образовательная история как составляющая цифрового профиля обучающегося в условиях трансформации образования. Перспективы науки и образования. 2022;(5(59)):566–584. EDN: OMTHCN. DOI: 10.32744/pse.2022.5.34.
9. Быстрова Т. Ю., Ларионова В. А., Синицын Е. В., Толмачев А. В. Учебная аналитика MOOK как инструмент прогнозирования успешности обучающихся. Вопросы образования. 2018;(4):139–166. EDN: MIBVWP. DOI: 10.17323/1814-9545-2018-4-139-166.
10. Macfadyen L. P., Dawson S. Mining LMS data to develop an “early warning system” for educators: A proof of concept. Computers & Education. 2010;54(2):588–599. DOI: 10.1016/j.compedu.2009.09.008.
11. Lee S., Chung J. Y. The machine learning-based dropout early warning system for improving the performance of dropout prediction. Applied Sciences. 2019;9(15):3093. DOI: 10.3390/app9153093.
12. Чикова О. А., Давыдова Н. Н., Симонова А. А. Независимая оценка качества условий осуществления образовательной деятельности региона: статистический анализ результатов. Перспективы науки и образования. 2021;(6(54)):606–620. EDN: EVOOHN. DOI: 10.32744/ pse.2021.6.40.
13. Крокинская О. К., Трапицын С. Ю. Студент как «потребитель образования»: содержание категорий. Высшее образование в России. 2015;(6):65–75. EDN: UDQZXR.
14. Сердитова Н. Е., Белоцерковский А. В. Образование, качество и цифровая трансформация. Высшее образование в России. 2020;29(4):9–15. EDN: HSHYKN. DOI: 10.31992/0869-3617-2020-29-4-9-15.
15. Кельчевская Н. Р., Ширинкина Е. В. Интеграция образовательных и профессиональных стандартов в условиях реформирования: проблемы и пути решения. Университетское управление: практика и анализ. 2018;22(1):16– 25. EDN: XODKLZ. DOI: 10.15826/umpa.2018.01.002.
16. Пилипенко С. А., Жидков А. А., Караваева Е. В., Серова А. В. Сопряжение ФГОС и профессиональных стандартов: выявленные проблемы, возможные подходы, рекомендации по актуализации. Высшее образование в России. 2016;(6):5–15. EDN: WBKJIT.
17. Delors J. Learning: the treasure within. Report to UNESCO of the International commission on education for the twenty-first century (highlights). UNESCO publishing; 1996. 46 p. Available at: https://unesdoc.unesco.org/ark:/48223/pf0000109590.
18. Зыкова Т. В., Кытманов А. А., Носков М. В., Халтурин Е. А. Применение силового алгоритма визуализации графов для анализа учебных планов образовательных программ высшего образования. Современные информационные технологии и ИТ-образование. 2023;19(1):104–116. EDN: KZHOWJ. DOI: 10.25559/SITITO.019.202301.104-116.
19. Bonatoa A., Hadi N., Horn P., Pralat P., Wang C. Models of online social networks. Internet Mathematics. 2009;6(3):285–313. DOI: 10.1080/15427951.2009.10390642.
20. Jacomy M., Venturini T., Heymann S., Bastian M. ForceAtlas2, a continuous graph layout algorithm for handy network visualization designed for the Gephi software. PLoS ONE. 2014;9(6):e98679. DOI: 10.1371/journal.pone.0098679.
21. Тишкина К. О., Елисеева О. В., Багаутдинова А. Ш., Шилова К. С., Ефремова А. А. Подход к управлению качеством образовательных программ на основе данных. Университетское управление: практика и анализ. 2022;26(3):112–119. EDN: OZNLFD. DOI: 10.15826/umpa.2022.03.025.
Рецензия
Для цитирования:
Зыкова Т.В., Кытманов А.А., Халтурин Е.А., Вайнштейн Ю.В., Носков М.В. Алгоритм анализа и оценки учебных планов образовательных программ. Информатика и образование. 2024;39(1):52-64. https://doi.org/10.32517/0234-0453-2024-39-1-52-64
For citation:
Zykova T.V., Kytmanov A.A., Khalturin E.A., Vaynshteyn Yu.V., Noskov M.V. The algorithm for analysis and evaluation of educational programs curricula. Informatics and education. 2024;39(1):52-64. (In Russ.) https://doi.org/10.32517/0234-0453-2024-39-1-52-64