Векторная интерпретация оценки остаточных знаний обучающихся
- Авторы: Макаров С.И.1, Севастьянова С.А.1
-
Учреждения:
- Самарский государственный экономический университет
- Выпуск: Том 7, № 4 (2018)
- Страницы: 335-339
- Раздел: 13.00.00 – педагогические науки
- URL: https://journal-vniispk.ru/2309-4370/article/view/21897
- DOI: https://doi.org/10.17816/snv201874309
- ID: 21897
Цитировать
Полный текст
Аннотация
Контроль остаточных знаний – одна из процедур, используемых в системе образования России для мониторинга качества образования на различных уровнях. Как правило, эта процедура реализуется в форме компьютерного тестирования по изученным ранее дисциплинам. Анализ результатов тестирования дает основание для принятия решений о выполнении коррекционных мероприятий. Это определяет важность задачи достоверного, доступного и информативного представления результатов мониторинга. В статье предложен метод визуализации и интерпретации результатов контроля остаточных знаний, обоснована возможность его использования в целях анализа проблем обучения на индивидуальном и групповом уровнях. Предложено использовать для обработки статистической информации векторную форму представления совокупности данных. В этом случае визуализация результатов контроля имеет вид пространственного вектора или развертки многомерного вектора на плоскость. Обсуждаются возможности визуальной оценки достижения пороговых значений уровня знаний. Приведены примеры использования векторной модели для оценки уровня остаточных знаний по трем и более дисциплинам. Предложен подход к решению вопроса о сопоставимости результатов тестирований, проведенных в различных системах оценивания. Основные выводы и результаты могут быть использованы непосредственно в учебном процессе, в сфере управления образованием, в психолого-педагогической работе.
Полный текст
Открыть статью на сайте журналаОб авторах
Сергей Иванович Макаров
Самарский государственный экономический университет
Email: maksi@sseu.ru
доктор педагогических наук, заведующий кафедрой высшей математики и экономико-математических методов
Россия, СамараСветлана Александровна Севастьянова
Самарский государственный экономический университет
Автор, ответственный за переписку.
Email: s_sevastyanova@mail.ru
кандидат педагогических наук, доцент кафедры высшей математики и экономико-математических методов
Россия, СамараСписок литературы
- Артищева Е.К. Педагогическая диагностика как основа системы коррекции знаний // Образовательные технологии. 2015. № 3. С. 85-103.
- Слепухин А.В. Использование новых информационных технологий для контроля и коррекции знаний учащихся по математике: дис. … канд. пед. наук: 13.00.01. Екатеринбург, 1999. 159 с.
- Субетто А.И., Чернова Ю.К., Горшенина М.В. Квалиметрическое обеспечение управленческих процессов. СПб.: Изд-во «Астерион», 2004. 278 с.
- Крашенинникова Ю.В. Статистическая обработка результатов тестирования по высшей математике // Вестник Псковского государственного университета. Серия: Естественные и физико-математические науки. 2012. № 1. С. 116-122.
- Гуменникова Ю.В., Рябинова Е.Н., Черницына Р.Н. Статистическая обработка результатов тестирования студентов // Вестник Самарского государственного технического университета. Серия: психолого-педагогические науки. 2015. № 3 (27). С. 78-87.
- Карпинский В.Б. Современные математические методы обработки результатов педагогического тестирования // Альманах современной науки и образования. 2012. № 2. С. 82-84.
- Шестова Е.А. Разработка моделей и методов анализа и обработки результатов тестирования знаний // Известия ЮФУ. Серия: Технические науки. 2012. № 2 (127). С. 146-152.
- Ким В.С. Матричное представление результатов тестирования // Вестник Московского государственного областного университета. Серия: Педагогика. 2012. № 4. С. 114-120.
- Лобова Т.В., Ткачев А.Н. Адаптивная нечеткая процедура интерпретации результатов // Известия высших учебных заведений. Северо-Кавказский регион. Серия: Технические науки. 2014. № 5 (180). С. 102-105.
- Юрьев Г.А. Математическая модель интерпретации результатов компьютерного тестирования с использованием марковских сетей: дис. … канд. физ.-мат. наук: 05.13.18, 05.13.01. М., 2013. 108 с.
- Кремер Н.Ш. Диагностирование и прогнозирование уровня математической подготовки студентов // Современная математика и концепции инновационного математического образования. 2016. Т. 3, № 1. С. 263-265.
- Мельникова Н.Н., Щелокова Е.Г. Карьерная направленность: векторная модель диагностики и интерпретации // European Social Science Journal. 2012. № 2 (18). С. 270-277.
- Севастьянова С.А. Формирование профессиональных математических компетенций у студентов экономических вузов: дис. … канд. пед. наук: 13.00.08. Самара, 2006. 237 с.
- Федяев О.И. Прогнозирование остаточных знаний студентов по отдельным дисциплинам с помощью нейронных сетей // Известия ЮФУ. Серия: Технические науки. 2016. № 7 (180). С. 122-136.
- Артищева Е.К., Брызгалова С.И., Гриценко В.А. Фоновый уровень знаний: сущность, анализ, оценка усвоения: монография. Калининград: Изд-во БФУ им. И. Канта, 2013. 184 с.
- Макаров С.И. Методические основы создания и применения образовательных электронных изданий (на примере курса математики): дис. … д-ра пед. наук: 13.00.02. М., 2003. 242 с.
