Цель исследования. Цель работы заключается в выявлении ключевых методологических принципов адаптации показателей эффективности классических библиотек для оценки педагогической и образовательной результативности электронных библиотечных систем (ЭБС) в профессиональном образовании, а также в определении их практической значимости для формирования инструментария анализа влияния цифровых ресурсов на учебный процесс.
Материалы и методы. В исследовании применялся комплексный подход, объединяющий теоретический анализ и эмпирические методы. Системно-функциональный подход был применен для формулирования преимуществ ЭБС (удаленный, быстрый, равный, легкий … доступ), что обеспечило комплексный анализ их влияния на образовательный процесс. Историко-аналитический метод использовался для выявления ключевых показателей эффективности, применяемых при оценке деятельности классических библиотек, что позволило обосновать их адаптацию к условиям цифровой образовательной среды. Эмпирический анализ включал обработку статистических данных, предоставленных электронными библиотечными системами, с использованием информации из административных кабинетов и открытых источников. Нормативно-правовой анализ охватывал изучение государственных стандартов и положений ФЗ № 273-ФЗ «Об образовании в Российской Федерации», что обеспечило проверку соответствия функционала ЭБС установленным образовательным требованиям. Сравнительный метод был применен для сопоставления традиционных показателей эффективности библиотек с новыми метриками, обусловленными спецификой цифровой среды.
Результаты исследования демонстрируют, что несмотря на преемственность основных показателей эффективности от классических библиотек, в цифровой среде они трансформируются и приобретают новое качество. Такие метрики как количество регистраций, число посещений и обращений, количество книговыдач, статистика отказов и поисковые запросы становятся более детализированными благодаря цифровым технологиям. Адаптированные показатели позволяют более детально подойти к оцениванию педагогической и образовательной эффективности ЭБС - влиянию на формирование профессиональных компетенций, поддержку непрерывности обучения и достижение ФГОС ВО.
Заключение подчеркивает, что полученные результаты создают теоретико-методологическую основу для разработки комплексной модели оценки эффективности ЭБС, требующей дальнейшей верификации и углубленного изучения взаимосвязей между использованием электронных ресурсов, академической успеваемостью студентов и формированием профессиональных компетенций.
Цель исследования. В образовательных учреждениях национальных регионов страны важное значение в обеспечении качества образовательного процесса может приобрести билингвальное обучение. Билингвальное обучение предмету и овладение учащимися предметными знаниями в определенной области на основе взаимосвязанного использования двух языков (родного и государственного) представляет не только образовательный интерес. В этой связи цель работы заключается в изучении билингвального портрета жителей республики Тыва, выявлении потребности в билингвальном обучении информатике студентов и целесообразности включения в их подготовку билингвальных средств и методов обучения, на примере Тувинского государственного университета.
Материалы и методы. Для достижения поставленной цели были использованы: ментальный подход Н. И. Пака для обоснования потребности в билингвальном обучении студентов, проживающих в национальных регионах; компетентностный подход в проектировании и обработке вопросов анкет; инверсионный подход Д. А. Бархатовой при разработке средств и методов билингвального обучения по информатике. Также был использован комплекс взаимодополняющих исследовательских методов: теоретические (анализ источников по проблеме исследования, конкретизация данных, обобщение психолого-педагогической литературы, сравнение данных, дедукция, содержательная интерпретация, анализ результатов) и эмпирические (анкетирование, тестирование, обработка и анализ полученных результатов).
Результаты. Определение билингвального портрета жителей р. Тыва, а также выявление потребности в билингвальном обучении информатике студентов Тувинского государственного университета осуществлялось с помощью специально разработанных анкет. Анализ анкетных данных показал, что кол-во билингвалов в республике Тыва составляет 82%, среди студентов физико-математического факультета ТувГУ – 99%. Кол-во опрошенных преподавателей, студентов и родителей, считающих важным билингвальное образование в республике Тыва, превышает 70%. Таким образом, развитие билингвального обучения при изучении предметов в школе и вузе становится не только возможным, но и необходимым. Для определения научно-методических направлений развития билингвального обучения информатике в школе и вузе были разработаны образцы разных вариантов представления учебной информации в билингвальных учебниках по теме «Теория информации». Экспертный опрос и анкетирование студентов выявили факт предпочтения учебникам с синхронным представлением содержания на двух языках.
Заключение. Статистические данные анкетного опроса позволили представить билингвальный портрет жителей республики Тыва в целом, и студенческого контингента Тувинского государственного университета в частности. Следует отметить, что для значительного большинства обучаемых тувинский язык является родным, а русский язык – языком обучения. Анализ анкетных данных показывает актуальность и необходимость билингвального обучения предметам в школе и вузе. Эту позицию выразила значительная часть респондентов, включающих преподавателей, родителей и студентов. Результаты исследования позволили определить наиболее предпочтительный формат представления содержания учебных билингвальных ресурсов в синхронном и «перевернутом» виде. Безусловно следует развивать исследования механизмов билингвального мышления и на их основе создавать методические системы билингального обучения предметам в школах и вузах р. Тыва.
Цель исследования – проанализировать существующие методы и системы профориентации, оценить их достоинства и недостатки, предложить собственное решение данной задачи с учетом существующих наработок в данной предметной области. Для людей, выбирающих работу, вопрос профориентации по-прежнему остается актуальным, проблемным и до конца не решенным. Особые сложности в выборе профессии и в выборе соответствующего учебного заведения существуют у выпускников средних образовательных заведений вследствие их малого жизненного опыта. В настоящее время для целей профориентации разработано значительное количество методов и компьютерных систем. Тем не менее, рекомендации психолога-консультанта по-прежнему считаются предпочтительными. Между тем, современные компьютеры могут хранить и обрабатывать огромное количество разнообразной информации о респонденте и профессиях, анализировать тенденции рынка профессий. Поэтому совершенствование систем профориентации, наделение их искусственным интеллектом видится перспективным.
Материалы и методы. Сбор информации по предметной области осуществлялся посредством изучения артефактов. В ходе анализа существующих методов и систем профориентации использовались методы классификации и систематизации, индукции и дедукции. Способом описания норм и требований к претенденту-специалисту послужили профессиограммы и списки необходимых компетенций и противопоказаний к профессии. Для выявления предрасположенности индивидуума к конкретному виду деятельности применялись методы диагностики интересов, склонностей, возможностей, психофизиологических способностей респондентов, тестирование внимания, интеллекта, творческих способностей, темперамента и т. п. Сопоставление личностных характеристик и требований в созданной системе осуществляется посредством продукционных правил и генетического алгоритма. В числе достоинств генетических алгоритмов концептуальная простота и широкая применимость, устойчивость к динамическим изменениям окружающей среды и способность к самоорганизации. Разработанная система профориентации подверглась экспериментальным исследованиям.
Результаты. Разработан генетический алгоритм, в котором в качестве исходной информации для создания новой популяции приняты информация о профессиях и информация о респонденте: а) его знания, умения и навыки; б) его желания, склонности, личностные качества. На основе этих данных формируется начальная популяция профессий. В результате скрещивания пары особей из родительской популяции получается потомок, хромосома которого состоит из генов обоих родителей. Отбор выживших экземпляров осуществляется на основе процента успеха в освоении каждой из профессий в списке и функции приспособленности. Разработанный алгоритм был реализован в программной системе. Как показали эксперименты, генетический алгоритм успешно справляется с задачей поиска оптимального списка профессий по заданному критерию.
Заключение. Результаты исследования показывают, что применение генетических алгоритмов предоставляет удобные механизмы внедрения методов искусственного интеллекта в сферу профориентации, что позволяет повысить качество рекомендаций по выбору профессии.
Целью исследования являлся поиск путей обеспечения эффективности подготовки универсальных специалистов энергетических направлений в условиях реализации концепции непрерывного образования посредством практико-ориентированного подхода.
Методы исследования. Для понимания текущих и будущих потребностей энергетической отрасли, особенно с точки зрения развития высшего профессионального образования, в исследовании использовались метод прогнозирования, проведение прямого опроса региональных работодателей энергетических предприятий), анализ потребностей индустриальных партнеров в квалифицированных специалистах. Нормативной базой исследования выступили Указ Президента РФ №204 (2018 г.) и федеральный государственный образовательный стандарт высшего образования по направлению подготовки 13.03.02 «Электроэнергетика и электротехника». Теоретическую базу исследования составляет модель системы непрерывного профессионального образования, адаптированная к подготовке специалистов для энергетической отрасли. Совместное использование этих методов сформировало целостный подход к пониманию кадровых проблем энергетической отрасли и возможностей системы образования в их решении.
Результаты. На основе модели системы непрерывного профессионального образования и результатов анализа потребности рынка труда Республики Карелия спроектирована и реализована практико-ориентированная образовательная программа подготовки специалистов в области энергетики. Работодатели все чаще ищут специалистов, владеющих универсальными навыками, способных решать, как типовые, так и нестандартные задачи и готовых к дальнейшему обучению на протяжении своей трудовой деятельности. Успешное внедрение разработанной образовательной программы основано на совместном сотрудничестве работодателей энергетического сектора и преподавателей университетов. Интеграция отраслевого опыта с теоретическими знаниями, видение перспектив развития отрасли позволили индустриальным партнерам и вузу совместно обеспечить успешное внедрение спроектированной образовательной программы, помогая решить проблему дефицита квалифицированных кадров энергетического сектора экономики в регионах Российской Федерации. В статье представлен опыт кафедры энергообеспечения предприятий и энергосбережения Петрозаводского государственного университета по подготовке бакалавров для энергетического сектора экономики. Раскрыта совокупность всех компонентов модели системы непрерывного образования, способствующая подготовке универсального специалиста в области энергетики. Продемонстрированы интегративные качества модели, заключающиеся в возможностях получения студентами вуза высшего и дополнительного профессионального образования, продуктивного сочетания учебы и работы на предприятиях, обеспечения эффективности обучения, что достигается путем вовлечения индустриальных партнеров в образовательный процесс и усиления мотивационной составляющей процесса обучения. Образовательные программы дополнены дисциплинами, формирующими цифровые и инженерные компетенции, внедрены интегративные формы обучения: учебно-профилирующая практика на базе ElectroSkills, стажировки с частичной занятостью, проектная деятельность с решением реальных задач предприятий.
Заключение. Авторами предложены и реализованы новые подходы для формирования профессиональных навыков, необходимых выпускнику вуза. Показана ключевая роль участия индустриальных партнеров в учебном процессе на протяжении всего периода обучения, обозначены существующие проблемы и трудности при реализации практико-ориентированного подхода в подготовке специалистов, предложены пути устранения выявленных проблем. На конкретных примерах продемонстрировано содержание и способы поэтапной реализации практико-ориентированной образовательной программы подготовки студентов энергетических направлений.
Постановка проблемы. Одна из актуальных проблем промышленной автоматизации заключается в том, что работа немногих имеющихся на Российском рынке систем прогнозируемого обслуживания, как правило, основывается на сборе и анализе данных оборудования без учета совместного воздействия внутренних и внешних факторов. В текущих экономических условиях необходим обоснованный выбор и применение новых технологий искусственного интеллекта для исследования и реализации базовых принципов потенциала негативности рассогласования, которые откроют новые горизонты для повышения эффективности и надежности промышленных автоматизированных систем прогнозируемого или предписывающего обслуживания многостадийных технологических процессов. Моделирование автоматических реакций на изменения окружающей среды и прогнозирование отказов позволит создать адаптивные системы, которые существенно снизят риски возникновения сбоев и аварий, а также будут способствовать оптимизации производственных ресурсов и снижению эксплуатационных затрат.
Цель. Исследовать возможность применения технологий искусственного интеллекта для реализации алгоритмов, созданных на основе потенциала негативности рассогласования (англ. mismatch negativity, MMN) и возможности их применения в промышленных автоматизированных системах прогнозируемого или предписывающего обслуживания, а также разработать базовый MMN-алгоритм и реализовать его на языке программирования Python.
Результаты. Разработан алгоритм, реализующий базовые принципы потенциала негативности рассогласования. Определена практическая необходимость применения данного вида алгоритма, основанных на нейрофизиологических механизмах обработки сенсорной информации в мозге человека, для обнаружения аномалий в работе промышленного оборудования, вызванных внешними факторами, такими как температура, влажность, вибрации и электромагнитные помехи, что позволяет решить следующие задачи промышленной автоматизации: обнаружение аномалий; моделирование воздействия окружающей среды; оптимизация эксплуатационных процессов; прогнозирование отказов; адаптация к изменяющимся условиям. Предложена базовая архитектура автоматизированной системы, учитывающая необходимость использования программных алгоритмов потенциала негативности рассогласования, которая состоит из модулей верификации данных, обучения модели, обнаружения аномалий, прогнозной модели, визуализации и модуля интеграции с другими производственными информационными и автоматизированными системами. В работе также представлен программный код реализации базового MMN-алгоритма на языке Python.
Практическая значимость. Результаты исследования могут быть использованы для проектирования промышленных автоматизированных систем прогнозируемого или предписывающего обслуживания, в которых точность и время принятия решения играют важную роль.
В данной статье рассматривается применение машинного обучения в национальной экономике. Описываются основные концепции и методы машинного обучения, включая контролируемое, неконтролируемое обучение и обучение с подкреплением. Анализируются ключевые направления использования этой технологии в экономике, такие как прогнозирование рыночных тенденций, управление финансовыми рисками и анализ экономических данных. Особое внимание уделяется преимуществам машинного обучения, включая повышение эффективности принятия решений, автоматизацию процессов и обработку больших объемов данных. Вместе с тем рассматриваются проблемы внедрения данной технологии, такие как потребность в качественных данных, правовые и этические аспекты, а также нехватка квалифицированных специалистов. В статье предлагаются рекомендации по развитию инфраструктуры машинного обучения, инвестициям в иссчледования и подготовке кадров, что может способствовать экономическому росту и повышению конкурентоспособности страны.
Материалы и методы: В данной работе использовались различные методы и подходы к изучению машинного обучения в сфере национальной экономики. Основные методы включают анализ научной литературы, статистический анализ данных, моделирование с использованием алгоритмов машинного обучения, а также практическую реализацию экономических моделей с применением языков программирования Python и библиотек машинного обучения. Для анализа экономических данных были выбраны методы линейной регрессии, деревьев решений и нейронных сетей, так как они позволяют эффективно прогнозировать изменения ключевых макроэкономических показателей, таких как ВВП, инфляция, курс валют и уровень безработицы. В качестве инструментов использовались библиотеки Pandas, NumPy, Scikitlearn и Matplotlib, позволяющие обрабатывать, анализировать и визуализировать данные. Исследование основано на данных официальных статистических агентств и финансовых учреждений, включая исторические данные о макроэкономических показателях, рыночных тенденциях и финансовых рисках. Для обработки данных использовались методы очистки, нормализации и преобразования данных, что позволило повысить точность моделей. Практическая часть исследования включала разработку алгоритмов машинного обучения для прогнозирования экономических показателей. Модель линейной регрессии использовалась для предсказания роста ВВП, а более сложные модели, такие как случайные леса и градиентный бустинг, применялись для анализа более сложных взаимосвязей в экономике. Таким образом, использование современных методов машинного обучения в экономике позволяет получать точные прогнозы, выявлять закономерности в экономических данных и принимать стратегические решения на основе объективного анализа.
Заключение: Применение методов машинного обучения в национальной экономике открывает значительный потенциал для улучшения экономического анализа и принятия решений. С помощью современных алгоритмов и инструментов, таких как линейная регрессия, деревья решений и нейронные сети, можно эффективно моделировать и прогнозировать ключевые макроэкономические показатели, включая рост ВВП, инфляцию и финансовые риски. Эти методы позволяют более детально и точно понимать экономические тренды и взаимосвязи, что приводит к более обоснованным стратегическим решениям со стороны правительств, бизнеса и финансовых учреждений. Используя такие современные технологии, как Python, Pandas, NumPy и Scikit-learn, исследование продемонстрировало возможность обработки и анализа больших объемов экономических данных с высокой точностью. Машинное обучение предоставляет ценный инструмент для прогнозирования экономических показателей, управления рисками и оптимизации распределения ресурсов. Однако эффективность этих моделей зависит от качества используемых данных, и существуют проблемы, связанные с полнотой данных, интерпретируемостью моделей и вычислительными ресурсами. В заключение, машинное обучение является мощным инструментом для улучшения экономического прогнозирования и управления рисками. Для успешной интеграции этих технологий в национальные экономические системы страны должны инвестировать в исследования, улучшать цифровую инфраструктуру и разрабатывать образовательные программы для подготовки квалифицированных специалистов. Правильное внедрение машинного обучения может способствовать быстрому экономическому росту, более эффективному принятию решений и усилению конкурентоспособности на мировой арене.
Цель работы является адаптация метода антипаттернов для повышения эффективности обучения студентов направлений «Прикладная информатика», «Информационные системы и технологии», «Программная инженерия» принципам и техникам проектирования реляционных баз данных в рамках соответствующих дисциплин и практик. Обучение проектированию баз данных является важной составляющей формирования специалиста-разработчика программного обеспечения. Совокупность принимаемых при проектировании решений должна опираться на общепринятые правила, принципы и рекомендации, а также на имеющийся опыт создания и эксплуатации информационных систем, трудновоспроизводимый в условия аудитории вуза. Материалы и методы. Повысить эффективность обучения студентов проектированию баз данных позволит подход, ориентированный на концепцию антипаттернов - неудачных распространенных проектных решений. Понятие антипаттерна получило широкое распространение вслед за широким использованием понятия паттерна, то есть распространенного типового решения, вписанного в контекст решаемой проблемы. Как понятие паттерна, так и понятие антипаттерна первоначально были ориентированы на объектно-ориентированное программное обеспечение, но в дальнейшем получили признание во всех областях информационных технологий. В работе предложена схема описания антипаттерна, включающая название, краткую характеристику, возможные причины появления, список недостатков применения при построении реляционных баз данных, концептуальная модель в виде ER-диаграммы (диаграмма сущность-связь), пример соответствующей структуры базы данных, способы ухода от антипаттерна, а также возможные исключения, когда применение именно такого проектного решения при создании базы данных может быть оправдано. Результаты исследования. На основании учебной, научной и технической литературы и периодики, а также на основе анализа имеющейся практики проектирования информационных систем составлен и описан каталог распространенных антипаттернов проектирования реляционных баз данных. Примеры антипаттернов: «Винегрет имен», «Таблицы-дубли», «Ложная абстракция», «Неатомарные реквизиты», «Столбцы-дубли», «Изменение данных в рабочем порядке (временные поля)», «Параллельные связи», «Божественная таблица», «Спекулятивное изменение метаданных» и др. При этом часть паттернов позволила проиллюстрировать общие принципы проектирования реляционных баз данных, например, такой как «Никакое изощренное программирование не способно исправить фатальные недостатки архитектуры». Показано, что имеющиеся неудачные решения зачастую обусловлены определенными предпосылками, например, необходимостью выполнить hot-fix, то есть «временное» решение, или преждевременной попыткой повысить производительность системы, либо желанием получить некоторый отчет одним запросом, избежав лишних соединений и т. д. Помимо технических аспектов показана актуальность корректной и единообразной системы наименований, отсутствие которой затрудняет сопровождение и развитие системы и ведет к лишним затратам. Предложенный подход был апробирован при обучении студентов дисциплинам «Базы данных», «Проектирование баз данных», «Архитектура информационных систем». Прошедшие обучение студенты улучшили понимание принципов и практик проектирования структуры баз данных. Заключение. Применение предложенного каталога антпаттернов в учебном процессе вуза позволяет ускорить обучение молодых специалистов приемам проектирования структуры реляционных баз данных, избежать распространенных ошибок при создании информационных систем, а также повысить общую культуру проектирования.
Цель. Целью данной статьи является разработка методов и алгоритмов микросервисной реализации для информационного обеспечения многоагентных систем, реализующих функции цифровых двойников предприятия. Особое внимание уделяется реализации функций сбора данных, мониторинга, диагностики и принятия решений, обеспечивающих эффективное взаимодействие между агентами продуктов и агентами ресурсов на основе соглашений об уровне сервиса (SLA). Методы исследования. Исследование использует методы построения микросервисной архитектуру для разделения и автономного выполнения функций, таких как сбор данных, мониторинг и диагностика, с целью оптимизации SLA и повышения надежности системы. Для повышения устойчивости системы к угрозам безопасности в алгоритмы добавлены этапы контроля доступа, шифрования данных и анализа аномалий. Методология включает адаптивное управление параметрами SLA, использование распределенной обработки данных и применение аналитических алгоритмов для принятия решений, а также механизмы для выявления потенциальных угроз и несанкционированного доступа. Результаты. Предложенные методы и алгоритмы позволяют создавать гибкую и масштабируемую многоагентную систему, способную адаптироваться к изменяющимся условиям и обеспечивать устойчивую и безопасную работу цифровых двойников. Использование SLA для регулирования взаимодействия агентов улучшает согласованность их действий, повышает точность мониторинга и защищает данные, поддерживая высокую надежность и безопасность системы. Заключение. Результаты показывают, что микросервисный подход, использование SLA и интеграция мер безопасности значительно повышают эффективность и надежность многоагентных систем, позволяя агентам адаптироваться к изменениям, оперативно реагировать на отклонения и предотвращать возможные угрозы. Применение данных методов может существенно улучшить управление активами в сетевых предприятиях, поддерживая их конкурентоспособность, устойчивость и безопасность в условиях цифровой трансформации.
Целью исследования заключается описании разработки и апробации структурно-функциональной модели подготовки будущих педагогов к цифровизации образования дошкольников, ее теоретическом обосновании, а также в определении поддерживающих данную модель организационно-педагогических условий. Актуальность исследования на социально-педагогическом уровне связана с потребностью государства и общества в подготовке будущих педагогов к профессиональной деятельности в условиях цифровизации образования дошкольников. На научно-теоретическом уровне актуальность исследования обусловлена необходимостью анализа основных подходов в области подготовки будущих педагогов к цифровизации образования дошкольников и уточнении ключевых понятий: «цифровизация образования дошкольников» и «подготовка будущих педагогов к цифровизации образования дошкольников». На научно-методическом уровне актуальность исследования обусловлена необходимостью разработки структурно-функциональной модели подготовки будущих педагогов к цифровизации образования дошкольников. Материалы и методы. Для достижения поставленной цели были использованы следующие методологические подходы: профессионально-деятельностный подход к подготовке будущих педагогов, компетентностный подход в области проектирования результатов образования, личностный подход, теории, концепции и взгляды исследователей на проблему применения цифровых технологий в работе с детьми дошкольного возраста. Для решения поставленных задач был использован комплекс взаимодополняющих исследовательских методов: теоретические (анализ источников по теме исследования; конкретизация данных; обобщение психолого-педагогической литературы; сравнение данных по данной проблематике; дедукция; содержательная интерпретация и анализ результатов) и эмпирические (проведение констатирующего, формирующего и контрольного экспериментов; анкетирование; тестирование; анализ продуктов деятельности (выполнение практических заданий, ЭССЕ); качественный, количественный и статистические методы обработки полученных результатов на основе сравнительного анализа U-критерия Манна-Уитни, t-критерий Стьюдента). Результаты. В рамках проведенного исследования была разработана и теоретически обоснована структурно-функциональная модель подготовки будущих педагогов к цифровизации образования дошкольников. Определены структурные компоненты готовности будущих педагогов к цифровизации образования дошкольников: общепользовательский общепедагогический, предметно-педагогический, ценностно-мотивационный, разработаны критерии ее сформированности и показатели каждого критерия. Нами выделены организационно-педагогические условия, обеспечивающие поддержку в реализации структурно-функциональной модели подготовки будущих педагогов к цифровизации образования дошкольников. В рамках опытно-поисковой работы приняли участие 120 студентов, различных форм обучения: очной, заочной, обучающиеся по профилю «Дошкольное образование» на базах: ФГБОУ ВО «Шадринский государственный педагогический университет» г. Шадринск (60 человек) и Казахский национальный педагогический университет имени Абая, г. Алма-Ата. (60 человек). Результат опытно-поисковой работы показал значительное улучшение в подготовке будущих педагогов к цифровизации образования дошкольников, что свидетельствует об успешности предложенной структурно-функциональной модели. Большая часть студентов в экспериментальных группах показала положительную динамику: в ЭГ-1 прогрессивный уровень вырос с 20% (6 студ.) до 40% (12 студ.), в группе ЭГ-2 также прогрессивный уровень увеличился с 23% (7 студ.) до 40% (12 студ.). При этом наиболее значительные результаты по всем четырем компонентам готовности будущих педагогов к цифровизации образования дошкольников выявлены в группе ЭГ-3, где были реализованы два педагогических условия: начальный уровень снизился с 13% (4 студ.) до 0% (0 студ.), функциональный уровень уменьшился с 60% (18 студ.) до 47% (14 студ.) и прогрессивный уровень вырос с 27% (8 студ.) до 53% (16 студ.). Заключение. В заключении можно сделать вывод, что подготовка будущих педагогов к цифровизации образования дошкольников является актуальной задачей современного образования, решение которойзавязано на научном обосновании и выявлении комплекса необходимых компетенций, которыми должен обладать современныйспециалист. В процессе работы нами установлено, что подготовка будущих педагогов к цифровому образованию дошкольников будет эффективнее при разработке и апробации структурно-функциональной модели и поддерживающих ее организационно-педагогических условий. В рамках проведенного исследования была разработана и теоретически обоснована структурно-функциональная модель подготовки будущих педагогов к цифровизации образования дошкольников. Определены структурные компоненты готовности будущих педагогов к цифровизации образования дошкольников: общепользовательский общепедагогический, предметно-педагогический, ценностно-мотивационный, разработаны критерии ее сформированности и показатели каждого критерия.
В статье рассматривается процесс развития мышления инженера в ходе изучения инженерной графики в вузе.
Актуальность. Условия деятельности современного инженера требуют профессиональной подготовки. Одной из дисциплин подготовки инженеров является начертательная геометрия и инженерная графика (НГ и ИГ), которая развивает мышление инженера. Целью исследования является процесс развития мышления инженеры в ходе изучения начертательной геометрии и инженерной графики. В ходе исследования использовались теоретические методы анализа, синтез структуры модуля, синтеза и обобщений, контроль знаний, практические методы выполнения графических заданий, методы математической статистики оценки учебных достижений, анализ литературных источников и учебной литературы, эксперимент. Теоретическая значимость и новизна определяется положениями, достигнутыми входе исследования. Мышление имеет формы и виды мышления. Уровень мышления инженера базируется на знаниях, в сочетающий теоретического и практического опыта жизнедеятельности, который определяет его логику мышления. Основой развития мышления являются психические образования. В данном процессе, должно быть важным формирование знаний и качества знаний инженера в ходе подготовки. Качества знаний студента выявляются в результате усвоения и применения знаний человеком в различных видах деятельности. Инженерная графика развивает мышление по средствам формирования знания, навыки, умения (з. н. у.), как основа для умозаключений, соответствующих теоретическому уровню специальности подготовки студента. НГ и ИГ позволяет развивать психические процессы: восприятие, представление, воображение, память, речь и т. д.; качества знаний: полнота, глубина, оперативность, гибкость, осознанность; развивать мышление: подразумевает развитие качеств мышления, видов мышления, форм мышления, уровней мышления. Практическую значимость характеризуют выводы исследования. НГ и ИГ является важной дисциплиной в успешной подготовке будущего специалиста, так как при ее изучении у студентов появляются знания основ конструкторской документации, умения выполнять различные виды конструкторской деятельности и чтения чертежей, навыки оформления конструкторской документации при изучении других дисциплин направления подготовки, компетенции инженера способного читать и оформлять конструкторские документы для изделий производства. НГ и ИГ развивает мышление по средствам формирования з. н. у., как основы для умозаключений, соответствующих теоретическому уровню специальности подготовки студента. НГ и ИГ позволяет развивать психические процессы: восприятие (в процессе изучения теоретического материала и практического выполнения заданий по ИГ), представление (совокупность знаний о видах проецирования: центральное, ортогонально, аксонометрическое) исходя из вида, выполнить задание, воображение (для построения фигур или деталей на чертеже целесообразно вообразить и построить линии связи в целях правильного построения проекций), память (знание требований ЕСКД позволяет видеть изображенные виды конструкторской документации, чертежи деталей и т. д.), речь (характеризуется терминами характерными для той или иной специальности или дисциплины) и т. д.
Цель данного исследования - рассмотреть перспективы и проблемы применения больших данных в образовании. Материалы и методы. Методами исследования выступали анализ, систематизация и структурирование информации в области применения больших данных в образовании, а также моделирование и программная реализация тестовой модели обработки больших данных с использованием фреймворка Apache Spark. Результаты. В статье рассмотрены ключевые аспекты использования больших данных в образовании, в частности, их источники в виде цифрового следа обучения, методы анализа и направления применения больших данных. При этом были выделены следующие источники больших данных в образовании: электронная образовательная среда и электронная библиотека вуза; мобильные приложения для обучения; сайт вуза; социальные сети и форумы; данные обратной связи, обращений и опросов; персональные данные, включая психометрические характеристики обучающихся; данные научных smart лабораторий; данные видеонаблюдений и систем контроля управления доступом; данные о карьерном пути и успешности выпускников. Направления применения больших данных в образовании включают в себя следующие моменты: персонализация электронного обучения, выдача персонализированных рекомендаций; аналитика данных; оценка и обратная связь; прогнозирование успеха студентов; мониторинг качества образования; создание модели обучаемого; разработка учебных планов на основе запросов работодателей; разработка новых образовательных программ; появление новых моделей обучения; совершенствование процессов управления вузом; совершенствование работы приемной компании; модернизация программно-технических средств обучения; оптимизация педагогического состава. В качестве проблем применения больших данных в образовании рассматриваются проблемы защиты личных (персональных) данных, необходимость в новых методологиях и технологиях анализа больших данных, потребность в существенной модернизации имеющихся в системе образования технических средств, необходимость в квалифицированных кадрах. В статье также приведен тестовый пример анализа log-файла (журнала событий) электронного курса с помощью технологий обработки больших данных Spark SQL, показывающий потенциальную возможность и практическую применимость технологий обработки больших данных к задачам анализа цифрового следа обучения. Заключение. Большие данные в образовании способны предоставить уникальные возможности для анализа и оптимизации учебного процесса, помогая выявить тенденции, прогнозировать успехи студентов и адаптировать образовательные программы к индивидуальным потребностям учащихся. Но нельзя также забывать, что использование больших данных в сфере образования также несет с собой определенные риски и вызовы, связанные с этическими аспектами, защитой личных данных и необходимостью кадровой модернизации сложившейся системы образования. Для успешной интеграции аналитики данных в образовательную практику необходимо развивать не только технические ресурсы, но и уровень цифровой безопасности и этики в использовании персональных данных.
В статье рассматривается как балльно-рейтинговая система может использоваться в образовательном процессе как для оценки знаний обучающихся, так и для стимулирования мотивации к обучению. Основным инструментом систематического улучшения качества образовательного процесса рассмотрен цикл PDCA. Этот подход позволяет выявлять и устранять проблемы на ранних этапах, а также предотвращать их повторение в будущем. Особенно выступает использование цикла для адаптации учебных программ под меняющиеся требования рынка труда и потребности студентов, что способствует повышению их конкурентоспособности.