Главная
Конференции
Новая парадигма научного знания в цифровую эпоху
Использование методов мониторинга для улучшения успеваемости

Использование методов мониторинга для улучшения успеваемости

Автор(-ы):

Чевычелов Юрий Акимович

Шевырева Екатерина Викторовна

15 мая 2023

Секция

Педагогика и психология

Ключевые слова

мониторинг
алгоритм
успеваемость
учебный процесс
качество

Аннотация статьи

Предлагается формирование базы данных для занесения исходной информации. Мониторинг успеваемости рассматривается как средство контроля знаний обучаемых. Использование методов математического анализа для повышения качества обучения.

Текст статьи

Невозможно сейчас представить ни одну сферу деятельности человека без использования компьютерной техники, компьютерных сетей. Не исключение составляет и образовательная деятельность. В учебный процесс постоянно и интенсивно внедряются новые технологические компьютерные разработки: всевозможные средства наглядности, технические средства, комплексы аппаратуры с методическим обеспечением с целью повышения эффективности инноваций и учебного процесса в целом.

Эффективность учебного процесса не в малой степени зависит и от контроля знаний обучаемых. Необходимо постоянно оценивать результативность осуществляемой деятельности и принимать своевременные и обоснованные решения. Проанализировать и оценить результативность обучения, обобщить опыт невозможно без накопления, систематизации, обработки статистических данных. Чтобы исследования не носили в основном интуитивный и вероятностный характер и достоверно оценивали уровень знаний необходимо проводить мониторинги успеваемости и данные мониторинга заносить в специально созданную базу данных для хранения. Поля однотипных записей базы данных, содержащих сведения информационного характера, должны быть грамотно продуманы. То есть надо учесть не только такие данные по студенту, как фамилия, имя, отчество, дата и место рождения, паспортные данные, группа и тому подобное, оценки по дисциплинам на протяжении всего обучения, посещаемость лекций (дневное обучение), практических и лабораторных занятий, количество консультаций с преподавателем, но и сопутствующие условия, которые могут оказывать влияние на уровень успеваемости студента [1, с. 361; 5, с. 170]. Например, такие факторы как: переход на дистанционное обучение, условия проживания, месячный доход, наличие семьи и детей, наличие престарелых родителей и других иждивенцев и так далее [2, с. 22]. Цели и задачи созданной базы данных – это проведение анализа результатов обучения и выработки рекомендации по повышению качества его. Поэтому в основном и чаще будут заполняться поля, отведенные для оценок обучаемых. Преподаватель оценивает знание студентов и заносит данные сразу же в базу данных на компьютер. Успеваемость студентов должна вводиться почти ежедневно – чем больше информации, тем точнее результат. Получить информацию можно на основе мониторинга.

Мониторинг обозначает наблюдение, оценку и прогнозирование состояния какого-то процесса (в данном случае учебного процесса), вернее, постоянное наблюдение за учебным процессом с целью выявления его соответствия желаемому результату – повышению успеваемости студентов [3, с. 52-54].

Систематический мониторинг успеваемости – один из инструментов для принятия решений в сфере образования и редактирования списка факторов, оказывающих влияние на уровень успеваемости студентов.

Для точного анализа результатов исследования, сравнения и описания однотипных показателей за различные периоды, построения прогноза необходимо использовать методы многомерной статистики. Использование совместно дискриминантного, корреляционного, линейного, факторного, дисперсионного, регрессионного и классификационного анализов позволяет построить наиболее содержательную модель при проведении исследований образовательного процесса. То есть построить уравнение регрессии, где коэффициенты при заданных факторах указывают степень влияния этих факторов на результат. Цель исследований состоит в выявлении факторов, максимально повышающих качество знаний студентов.

Для прогнозирования успеваемости студентов Н.Н. Венгерова и Л.Т. Кудашова [1, с. 359], В.Б. Моисеев [5, с. 169] и И.Н. Дроздов [2, с. 21] в своих работах построили линейные модели множественной регрессии. В качестве входных параметров В.Б. Моисеев использовал оценки студентов по общепрофессиональным, специальным и обеспечивающим дисциплинам, полученные во время сессий, и число обеспечивающих дисциплин [5, с. 171]. Н.Н. Венгерова и Л.Т. Кудашова при построении модели учитывала такие факторы, как умение самостоятельно планировать работу (рейтинговая оценка), выполнение индивидуальных заданий и владение определенными знаниями постановки задач для самосовершенствования (самооценка) [1, с. 360-361]. Для моделирования процесса И.Н. Дроздов в качестве исследуемых переменных брал средний балл ЕГЭ, наличие дополнительных занятий после учебы, место проживания, финансовое положение семьи, «умение использовать знания других», цель обучения, здоровье студента, наличие или отсутствие романтического увлечения [2, с. 22-23].

Н.Н. Накарякова, С.В. Русаков, О.Л. Русакова анализируют методику построения деревьев решений, классифицирующих студентов по информации в личных делах, выделяя из них первокурсников (группу риска) [6, с. 122].

А.Г. Леонов, М.А. Матюшин, М.С. Дьяченко рассматривают подход к априорной оценке успеваемости студентов с использованием искусственных нейронных сетей и прогнозируют ожидаемые результаты студента по промежуточным результатам проверки знаний [4, с. 59].

В перечисленных работах показаны разнообразные теоретические подходы к проведению мониторинга успеваемости студентов. Для проведения более точных исследований обучения необходим алгоритмический подход с использованием математического инструментария – методов математического и статистического анализа. Разработанный алгоритм необходимо апробировать в процессе анализа успеваемости одной из студенческих групп учебного заведения. Алгоритм исследования успеваемости обучаемых по данным балльно-рейтинговой системы приведен ниже [3, с. 52-54].

Рис. Алгоритм для проведения исследования уровня успеваемости обучаемых по данным балльно-рейтинговой системы

Управление системой и качеством образования требует определенной системы информации. Основой для сбора информации и заполнения базы данных являются мониторинги. По имеющимся данным проводится корреляционный, дисперсионный и регрессионный анализ. Устанавливаются показатели, оказывающие существенное влияние на повышение качества знаний студентов. Делаются выводы, даются рекомендации для эффективного формирования результатов обучения, намечаются пути повышения качества знаний, что позволяет избежать в будущем ошибок.

Систематическая проверка знаний студентов в процессе обучения – это неотъемлемая часть всего учебно-воспитательного процесса. Инструментом объективной оценки успеваемости студентов может служить алгоритмический подход для проведения исследований. Полученные результаты исследований помогут повысить качество обучения студентов благодаря более эффективному управлению учебным процессом, корректировке педагогической деятельности, что приведёт несомненно к улучшению образовательного процесса и уровня успеваемости на всех этапах.

Список литературы

  1. Венгерова Н.Н., Кудашова Л.Т. Балльно-рейтинговая система оценки успеваемости студентов высшей школы // Здоровье – основа человеческого потенциала: проблемы и пути их решения, 2017. Т.12. №1. С. 359-363.
  2. Дроздов И.Н. Пути повышение эффективности подготовки к профессиональной деятельности студентов с различным уровнем успеваемости. // Новая наука: Проблемы и перспективы, 2015. №1 (1). С. 21-24.
  3. Карлова М.Ю. Оценка качества математической подготовки абитуриентов 2017 года ЛГПУ им. П.П.Семенова-Тян-Шанского на основе статистического анализа // Информационные технологии в процессе подготовки современного специалиста. Межвузовский сб. науч. тр. Липецк, 2017. С. 49-56.
  4. Леонов А.Г., Матюшин М.А., Дьяченко М.С. Об опыте построения априорной оценки успеваемости студентов в системе МИРЕРА с использованием нейронных сетей // Успехи кибернетики, 2021. Т.2. №4. С. 49-59.
  5. Моисеев В.Б., Зубков А.Ф., Деркаченко В.Н. Прогнозирование успеваемости студентов по общепрофессиональным и специальным дисциплинам на основе регрессионных моделей. // НТВ СПбГПУ. Информатика. Телекоммуникации. Управление, 2010. №6 (113). С. 169-173.
  6. Накарякова Н.Н., Русаков С.В., Русакова О.Л. Прогнозирование группы риска (по успеваемости) среди студентов первого курса с помощью дерева решений. // Прикладная математика и вопросы управления, 2020. №4. С. 121-136.

Поделиться

407

Чевычелов Ю. А., Шевырева Е. В. Использование методов мониторинга для улучшения успеваемости // Новая парадигма научного знания в цифровую эпоху : сборник научных трудов по материалам Международной научно-практической конференции 15 мая 2023г. Белгород : ООО Агентство перспективных научных исследований (АПНИ), 2023. С. 100-103. URL: https://apni.ru/article/6209-ispolzovanie-metodov-monitoringa-dlya-uluchsh

Похожие статьи

Другие статьи из раздела «Педагогика и психология»

Все статьи выпуска
Актуальные исследования

#26 (208)

Прием материалов

22 июня - 28 июня

осталось 4 дня

Размещение PDF-версии журнала

3 июля

Размещение электронной версии статьи

сразу после оплаты

Рассылка печатных экземпляров

12 июля