Methodology for designing educational cases (using the example of the training program «Technosphere Safety»)

Cover Page

Cite item

Full Text

Abstract

Training specialists with a well-formed readiness for professional activity, without immersion in the period of adaptation and retraining for higher education, as a sector of the state economy, is becoming a priority task in the context of an increasing shortage of personnel, diversification of industries, and ways to universalize and optimize the labor functions of personnel. The demand for practical competencies corresponding to the professional activity of a specialist stimulates the development of research on the design of approaches to the content of vocational education, methods and forms of its implementation. It is difficult to formulate methodological approaches that are uniform for the nomenclature of training areas in the development of educational content, since the fields of professional activity have different objects, functions for the transformation of objects, and established theoretical and information resources. In this regard, when developing approaches to formatting the content of education, it is necessary to keep in mind the real professional activity and possess foresight technologies to predict its development. This will make it possible to determine the methodological vector of designing the educational content and apply it to develop an educational program in a specific field of study. The article considers an algorithmic approach to designing practice-oriented cases in the disciplines of the Technosphere Safety training area. The design of algorithms for mastering the content of education is based on a process approach that allows systematizing all types of activities of a technosphere security specialist in the form of basic and additional processes, defining a divergent core for processes in the form of a pool of terms, and forming a semantic core of content based on convergent similarity by highlighting frequently used terms. This bypass reduces the time to develop and update content, as well as the time to master it. Improving the quality of practice-based case studies allows us to conclude that this approach to designing educational content is effective.

About the authors

Larisa Nicolaevna Gorina

Togliatti State University

Author for correspondence.
Email: gorinalarisa@yandex.ru

Doctor of Pedagogical Sciences, Professor, Director of the Engineering and Environmental Safety Institute

Togliatti

Andrey Lvovich Panishev

Middle Volga Region Department of the Federal Service for Environmental, Technological and Nuclear Supervision

Email: senior.panisheff@yandex.ru

Head of the Samara Regional Department of State Energy Supervision and Supervision of Hydraulic Structures

Russian Federation, Samara

Tatyana Yurievna Freze

Togliatti State University

Email: ntc@tltsu.ru

Candidate of Economical Sciences, Associate Professor, Director of the Scientific and Technical Center of Industrial and Environmental Safety

Russian Federation, Togliatti

References

  1. Зинченко Ю.П., Дорожкин Е.М., Зеер Э.Ф. Психолого-педагогические основания прогнозирования будущего профессионального образования: векторы развития // Образование и наука. 2020. Т. 22, № 3. С. 11–35. doi: 10.17853/1994-5639-2020-3-11-35.
  2. Глубокова Е.Н. Подготовка преподавателя современного вуза к реализации практикоориентированного образовательного процесса // Человек и образование. 2016. № 3 (48). С. 42–47.
  3. Солянкина Л.Е. Проектирование и реализация модели развития профессиональной компетентности специалиста в практико-ориентированной образовательной среде // Известия Волгоградского государственного педагогического университета. 2011. № 1 (55). С. 42–46.
  4. Тебенькова Е.А. Методические подходы к проектированию предметного содержания общеобразовательной дисциплины «Основы безопасности жизнедеятельности» с учетом профессиональной направленности основной образовательной программы среднего профессионального образования // Непрерывное образование: XXI век. 2021. Вып. 4 (36). С. 64–77. doi: 10.15393/j5.art. 2021.7168.
  5. Dichev Ch., Dicheva D. Gamifying education: what is known, what is believed and what remains uncertain: a critical review // International Journal of Educational Technology in Higher Education. 2017. Vol. 14. doi: 10.1186/s41239017-0042-5.
  6. Асташова Н.А., Бондырева С.К., Попова О.С. Ресурсы геймификации в образовании: теоретический подход // Образование и наука. 2023. Т. 25, № 1. С. 15–49. doi: 10.17853/1994-5639-2023-1-15-49.
  7. Сагайдак В.А., Кузеванова А.Л., Капшук А.Н. Играизация образовательного процесса в оценках студентов и преподавателей // Высшее образование в России. 2024. Т. 33, № 12. С. 122–141. doi: 10.31992/0869-36172024-33-12-122-141.
  8. Звонарева Н.А., Купалов Г.С. Потенциал и риски геймификации педагогического образования // Образование и право. 2021. № 2. С. 270–275.
  9. Портнова И.В., Халиль И. Использование VR-технологии в учебном процессе студентов-архитекторов // Педагогика и психология образования. 2024. № 1. С. 137– 150. doi: 10.31862/2500-297x-2024-1-137-150.
  10. Хитрук Е.Б. Новые игровые решения в образовании: геймификация как технология формирования критического мышления // Вестник Томского государственного университета. Философия. Социология. Политология. 2022. № 65. С. 171–177. doi: 10.17223/1998863x/65/16.
  11. Phung N.B., Dung T.Q., Duong N.T. Team knowledge sharing: a game-based learning approach // Education and science journal. 2023. Vol. 25, iss. 10. P. 133–152. DOI: 10. 17853/1994-5639-2023-10-133-152.
  12. Резаев А.В., Трегубова Н.Д. ChatGPT и искусственный интеллект в университетах: какое будущее нам ожидать? // Высшее образование в России. 2023. Т. 32, № 6. С. 19–37. doi: 10.31992/0869-3617-2023-32-6-19-37.
  13. Ивахненко Е.Н., Никольский В.С. ChatGPT в высшем образовании и науке: угроза или ценный ресурс? // Высшее образование в России. 2023. Т. 32, № 4. С. 9–22. doi: 10.31992/0869-3617-2023-32-4-9-22.
  14. Лёвин Б.А., Пискунов А.А., Поляков В.Ю., Савин А.В. Искусственный интеллект в инженерном образовании // Высшее образование в России. 2022. Т. 31, № 7. С. 79–95. doi: 10.31992/0869-3617-2022-31-7-79-95.
  15. Ryökkynen S., Maunu A., Pirttimaa R., Kontu E.K. Learning about students’ receiving special educational support experiences of qualification, socialization and subjectification in finnish vocational education and training: a narrative approach // Education Sciences. 2022. Vol. 12, iss. 2. doi: 10.3390/educsci12020066.
  16. Rafsanjani M.A., Hakim L., Laily N., Wijaya P.A., Irwansyah M.R. Exploring the predictor of innovative teaching using the job demands-resources model // Education and Science Journal. 2021. Vol. 23, iss. 3. P. 58–74. DOI: 10. 17853/1994-5639-2021-3-58-74.
  17. Nauryzbayeva E.K., Bezhina V.V., Pchelkina T.R., Brimzhanova K.S., Brimzhanova S.S. Stakeholder involvement in the curricula modernisation through A virtual foresight laboratory // Education and Science Journal. 2022. Vol. 24, iss. 7. P. 191–214. doi: 10.17853/1994-5639-2022-7191-214.
  18. Kariyev A.D., Orazbayeva F., Iskakova M.O., Dyussekeneva I.M., Bakracheva M. The use of interactive technologies in the formation of students' subjectivity: innovative practices // Education and Science Journal. 2024. Vol. 26, iss. 8. P. 65–87. doi: 10.17853/1994-5639-2024-8-65-87.
  19. Певная М.В., Боронина Л.Н., Кульминская А.В. Актуальные вопросы реализации проектного обучения в высшей школе (по материалам круглого стола) // Высшее образование в России. 2024. Т. 33, № 12. С. 142–154. doi: 10.31992/0869-3617-2024-33-12-142-154.
  20. Бордовская Н.В., Кошкина Е.А., Бочкина Н.А. Образовательные технологии в современной высшей школе (анализ отечественных и зарубежных исследований и практик) // Образование и наука. 2020. Т. 22, № 6. С. 137– 175. doi: 10.17853/1994-5639-2020-6-137-175.
  21. Багдасарьян Н.Г., Петрунева Р.М., Васильева В.Д. От компетентностной модели специалиста-инженера к STEM-образованию, или… Вперёд в прошлое? // Высшее образование в России. 2022. Т. 31, № 5. С. 67–83. doi: 10.31992/0869-3617-2022-31-5-67-83.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Figure 1 - Algorithm of formatting the text of an educational case study

Download (190KB)
3. Figure 2 - Results of assessment of mastering the content of practice-oriented cases

Download (117KB)

Copyright (c) 2025 Gorina L.N., Panishev A.L., Freze T.Y.

Creative Commons License
This work is licensed under a 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».