Векторная интерпретация оценки остаточных знаний обучающихся

Обложка

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.

Об авторах

Сергей Иванович Макаров

Самарский государственный экономический университет

Email: maksi@sseu.ru

доктор педагогических наук, заведующий кафедрой высшей математики и экономико-математических методов

Россия, Самара

Светлана 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, Самара

Список литературы

  1. Артищева Е.К. Педагогическая диагностика как основа системы коррекции знаний // Образовательные технологии. 2015. № 3. С. 85-103.
  2. 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.
  3. Субетто А.И., Чернова Ю.К., Горшенина М.В. Квалиметрическое обеспечение управленческих процессов. СПб.: Изд-во «Астерион», 2004. 278 с.
  4. 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.
  5. 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.
  6. Карпинский В.Б. Современные математические методы обработки результатов педагогического тестирования // Альманах современной науки и образования. 2012. № 2. С. 82-84.
  7. Шестова Е.А. Разработка моделей и методов анализа и обработки результатов тестирования знаний // Известия ЮФУ. Серия: Технические науки. 2012. № 2 (127). С. 146-152.
  8. Ким В.С. Матричное представление результатов тестирования // Вестник Московского государственного областного университета. Серия: Педагогика. 2012. № 4. С. 114-120.
  9. 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.
  10. 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.
  11. Кремер Н.Ш. Диагностирование и прогнозирование уровня математической подготовки студентов // Современная математика и концепции инновационного математического образования. 2016. Т. 3, № 1. С. 263-265.
  12. Мельникова Н.Н., Щелокова Е.Г. Карьерная направленность: векторная модель диагностики и интерпретации // European Social Science Journal. 2012. № 2 (18). С. 270-277.
  13. Севастьянова С.А. Формирование профессиональных математических компетенций у студентов экономических вузов: дис. … канд. пед. наук: 13.00.08. Самара, 2006. 237 с.
  14. 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.
  15. 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.
  16. 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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1 – Двухмерный куб результатов проверки остаточных знаний

3. Рисунок 2 – Сравнительный анализ векторов текущей успеваемости и остаточных знаний

Скачать (35KB)
4. Векторы мониторинга


© Макаров С.И., Севастьянова С.А., 2018

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».