Помощь в написании студенческих работ
Антистрессовый сервис

Планирование и организация учебного процесса в вузе на основе информационной технологии индивидуализированного обучения

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В диссертации разработана новая технология подготовки специалистов, позволяющая повысить эффективность функционирования управления учебным процессом, отличающаяся индивидуализацией учебных графиков, технологических карт и непосредственно процесса обучения на основе комплекса специальных математических моделей и программ и получены следующие результаты. Работа докладывалась на трех международных… Читать ещё >

Планирование и организация учебного процесса в вузе на основе информационной технологии индивидуализированного обучения (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Тенденции изменения технологии обучения в связи с формированием телекоммуникационной среды вуза
    • 1. 1. Направления информатизации учебного процесса в высшей школе
    • 1. 2. Индивидуализация обучения как важнейшая задача информатизации в высшей школы
    • 1. 3. Цели и задачи исследования
  • Выводы по главе
  • 2. Разработка организационных схем индивидуализированной подготовки специалистов
    • 2. 1. Комплекс организационных схем индивидуализированного обучения
    • 2. 2. Организационная схема формирования индивидуализированного учебного графика
    • 2. 3. Организационная схема индивидуализации самостоятельной работы студентов
    • 2. 4. Организационная схема индивидуализации преподавания дисциплин на основе непрерывного индивидуального мониторинга успеваемости
  • Выводы по главе
  • 3. Разработка комплекса математических моделей для организации индивидуализированной подготовки специалистов
    • 3. 1. Состав комплекса математических моделей
    • 3. 2. Оптимизационная математическая модель формирования. индивидуализированного учебного графика
    • 3. 3. Интерактивно-оптимизационная математическая модель формирования индивидуализированных технологических карт
    • 3. 4. Оптимизационная математическая модель кластеризации студенческой группы на основе непрерывного индивидуального мониторинга успеваемости
  • Выводы по главе
  • 4. Разработка автоматизированной системы поддержки индивидуализированного обучения в вузе
    • 4. 1. Функциии архитектура информационной системы
    • 4. 2. Функции АИС уровня непосредственного обучения
    • 4. 3. Функционирование блока математических моделей
  • Выводы по главе
  • 5. Внедрение и анализ эффективности разработанной технологии
    • 5. 1. Общая характеристика внедрения
    • 5. 2. Индивидуализация учебного графика
    • 5. 3. Оптимизация самостоятельной работы студентов на основе индивидуализированных технологических карт
    • 5. 4. Кластеризация студенческих групп и мониторинг успеваемости потока студентов
  • Выводы по главе
  • Выводы

Необходимость повышения качества учебного процесса в современных условиях является объективной необходимостью [1]. В настоящее время общепризнано, что одним из основных средств повышения качества учебного процесса в высшей школе является индивидуализация обучения [2, 3, 4, 5, 6]. Так, в соответствии с распоряжением Правительства Российской Федерации от 29 декабря 2001 года № 1756 —р об одобрении Концепции модернизации российского образования на период до 2010 г. [7, 8, 9] предусматривается профильное обучение и ставится задача создания «системы специализированной подготовки (профильного обучения), ориентированной на индивидуализацию обучения». Информатизация вузов открывает в этом направлении новые, ранее не использованные, возможности. Хотя широкое применение АСУ-вуз и тестирующих систем позволяет получить подробную информацию о ходе учебной деятельности каждого студента [10, 11, 12, 13], в настоящее время эта информация используется, в основном, только на «первом уровне» системы обучения — в непосредственном учебном процессе «преподаватель-студент». Она не оказывает влияния на планирование и организацию самого учебного процесса. Причина этого кроется в отсутствии необходимых достаточно сложных математических моделей и реализующих их комплексов программ [3].

Между тем, индивидуализация, а, следовательно, и качество учебного процесса возрастут, если:

• последовательность преподавания дисциплин, без нарушения их структурно-логической связи, будет определяться с учетом готовности конкретного потока к их освоению с тем, чтобы использовать оставшееся до изучения «отодвинутых» на более поздний срок дисциплин время для дополнительной подготовки к ним студентов;

• студенты смогут более эффективно распределять свое время между учебной, трудовой и иными видами деятельности;

• студенты получат возможность индивидуализации сроков промежуточной аттестации в семестре с учетом их интересов и доминирующих целей, если это не повлечет за собой нарушение логики учебного процесса.

Реализация указанных возможностей требует учета огромного количества факторов, что невозможно без применения довольно сложных оптимизационных математических моделей, баз данных и информационных технологий.

Цель диссертации состоит в совершенствовании управления учебным процессом в вузах путем индивидуализации процесса обучения за счет использования математического моделирования и информационно-коммуникационных технологий (ИКТ) [14, 15] в условиях* телекоммуникационной среды (ТКС) вуза [16, 17, 18].

Ее актуальность определяется необходимостью повышения качества подготовки специалистов. Подготовка специалистов по любому направлению имеет свою специфику. Безусловно, эти особенности должны быть учтены при разработке математических моделей и комплексов программ, направленных на повышение качества подготовки специалистов в соответствующих областях. Для апробирования создаваемой технологии выбрана сфера подготовки специалистов в области инфокоммуникаций [19, 20]. В качестве основных специфических моментов подготовки специалистов в области инфокоммуникаций можно выделить следующие [21]:

• высокая компьютерная вооруженность и компетентность каждого обучаемого в данной области,.

• обусловленное этим интенсивное использование ИКТ в процессе обучения,.

• индивидуальный темп овладения инфокоммуникационными технологиями,.

• освоение большого числа дисциплин, предусматривающих создание законченных продуктов деятельности.

Важно, что эффективная система подготовки таких специалистов может быть организована в рамках существующей в вузах поточной системы обучения и не требовать при этом кардинальной ломки сложившегося учебного процесса. Однако для этого необходимо решение ключевых задач.

1. Разработка организационно-методической структуры планирования и организации индивидуализированной подготовки специалистов с активным применением ИКТ в условиях ТКС вуза.

2. Обоснование необходимости математического моделирования при реализации разработанной системы индивидуализированной подготовки специалистов и разработка оптимизационных математических моделей индивидуализированной их подготовки.

3. Разработка информационной системы и комплекса программ для исследования и поддержки индивидуализированной подготовки специалистов.

4. Внедрение результатов и анализ их эффективности.

Задача индивидуализированной подготовки студентов может быть формализована с использованием терминологии многокритериальных систем (МС) [22]. Пусть множество студентов является внешним множеством по отношению к образовательной системе, в то время как ее множество стратегий представляет собой совокупность альтернативных обучающих проектов, например, вариантов учебного графика или технологической карты освоения учебной дисциплины. В этом случае функция локальной эффективности /(х, у) определяет эффективность подготовки студента х еХ по учебному графику у еУ. Индивидуализация обучения состоит в оптимальном выборе некоторого подмножества проектов А={у1}1=1.т с У и определенной на X распределяющей функции Е (х), сопоставляющей каждому студенту х еХ номер того элемента А, за которым студент закреплен.

Эффективность образовательной системы, рассматриваемой в рамках гарантирующей многокритериальной системы (ГМС), характеризуется в этом случае минимальным гарантированным качеством освоения учебного материала по всему контингенту студентов, то есть качеством подготовки самого «слабого» студента. Образовательная система, рассматриваемая в рамках интегральной многокритериальной системы (ИМС), характеризуется средним уровнем подготовки по всему контингенту. Очевидно, что оба подхода страдают однобокостью. Как минимум, их необходимо рассматривать одновременно, добавив еще и критерий, определяющий максимальную подготовку, например, наиболее «сильного» студента. Такая присоединенная задача является задачей векторной оптимизации. Она, в свою очередь, может быть представлена как задача оптимизации расширенной многоцелевой системы с внешним множеством Храсш = Х*К, где К — множество неопределенных значений весовых коэффициентов в линейной свертке частных критериев. Указанный подход лежит в основе математических моделей, разработанных в настоящей диссертации, при этом понятия теории МС интерпретируются в соответствии со спецификой решаемой задачи.

В процессе работы над диссертацией использовались следующие методы исследования:

• методы системного анализа и теории оптимального управления,.

• методы линейного программирования,.

• методы целочисленной оптимизации,.

• методы проектирования информационных систем и реляционных баз данных,.

• технологии сетевого программирования,.

• методики определения достоверности и валидности результатов тестирования [23, 24, 25].

В диссертации получены следующие новые научные результаты: • предложена новая технология подготовки специалистов, отличающаяся индивидуализацией учебных графиков, технологических карт и непосредственного процесса обучения на основе комплекса специальных математических моделей и программ,.

• впервые разработана математическая модель формирования оптимального распределения дисциплин по циклам обучения на основе учета кластерной готовности обучаемых,.

• впервые предложена математическая модель оптимального формирования индивидуализированных технологических карт дисциплин в семестре,.

• разработана новая информационная технология непрерывного дистанционного мониторинга индивидуальной учебной деятельности обучаемых с кластеризацией потока, отличающаяся тесной интеграцией с учебным планом отдельных дисциплин и рабочим графиком обучения.

Практическим результатом диссертации является разработка информационная системы поддержки индивидуализированного обучения в вузе. Разработанный при этом банк тестовых заданий по дисциплине «Корпоративные информационные системы» сертифицирован для проведения аттестации учреждений высшего образования Российской Федерации (Сертификат № 382 834 от 29.06.2007 органа по сертификации программно-дидактических тестовых материалов и технологий компьютерного тестирования «ТЕСТ-Профобразование») [26]. Результаты внедрены в учебный процесс на факультете информационных систем и технологий (ИСТ) Самарского государственного архитектурно-строительного университета (СГАСУ).

Работа докладывалась на трех международных и семи Всероссийских научных конференциях в Москве, Уфе, Нижнем Новгороде и Самаре. Основные результаты диссертации представлены в 20-ти публикациях, в числе которых числе три в изданиях, рекомендованных ВАК РФ для публикации результатов докторских и кандидатских диссертаций.

ВЫВОДЫ.

В диссертации разработана новая технология подготовки специалистов, позволяющая повысить эффективность функционирования управления учебным процессом, отличающаяся индивидуализацией учебных графиков, технологических карт и непосредственно процесса обучения на основе комплекса специальных математических моделей и программ и получены следующие результаты.

1. Применение разработанной математической модели формирования оптимального распределения дисциплин по циклам обучения на основе учета кластерной готовности обучаемых позволила повысить общую готовность студенческого потока по варьируемым дисциплинам с 3.8 до 4.3 балла.

2. Применением предложенной математической модели оптимального формирования индивидуализированных технологических карт при освоении дисциплин в семестре удалось достичь снижение пика недельной нагрузки при промежуточной аттестации в среднем на 40%.

3. Использование в учебном процессе модели динамической кластеризации студенческой группы позволяет консолидировать группу в процессе обучения и минимизировать количество студентов, систематически не выполняющих учебную нагрузку.

4. Использование в учебном процессе информационной модели непрерывного дистанционного мониторинга позволило обеспечить уровень академической успеваемости на момент завершения семестра на уровне 80% в среднем по группе с максимальным разбросом в 20%.

5. Опытным внедрением в Самарском государственном архитектурно-строительном университете и Самарском государственном университете путей сообщения, выдвинутых в диссертации положений, доказана их эффективность в плане повышения качества управлением учебным процессом.

Показать весь текст

Список литературы

  1. Новое качество высшего образования в современной России. Концептуально-программный подход // Под ред. H.A. Селезневой и А. И. Субетто / Исследовательский центр проблем качества подготовки специалистов. М., 1995. — 199 с.
  2. Концепция модернизации российского образования на период до 2010 года. Приложение к приказу Минобразования России от 11.02.2002 N 393
  3. Г. Л. Программированное обучение как основа современных педагогических технологий (исторический обзор). Учеб. Пособие. — М.: Исследовательский центр проблем качества подготовки специалистов, 2003. -43с.
  4. Е. На пороге XXI века // Высшее образование в России. 1998. — № 4. — С.12−21.
  5. H.H. Время определять национальные цели. М.: Изд. МНЭПУ, 1997. — 256 с.
  6. Индивидуализация обучения как инновационная идея современной педагогики: историко-культурный контекст. И. Л. Чернякова Нижегородский институт менеджмента и бизнеса. Вестник Нижегородского университета им. Н. И. Лобачевского, 2009, № 4, с. 18−23
  7. Распоряжение Правительства Российской Федерации от 29 декабря 2001 ' года № 1756 р об одобрении Концепции модернизации российскогообразования на период до 2010 г.
  8. Концепция развития сети телекоммуникаций с системе высшего образования Российской Федерации. М.: Государственный комитет РФ по высшему образованию, 1994 — 120с.
  9. Концепция информатизации высшего образования Российской Федерации. -М.: Пресс-сервис, 1994 100с.
  10. Ю.И., Селиванов А.Д, Съедин В. В., Токарева B.C. Методы и средства управления процессом обучения в АОС. / под общ. ред. Новикова В. А. М: НИИВШ, 1985 — 52с.
  11. С. А. Организация учебного процесса в информационно-коммуникационной среде вуза, Материалы XII Международной научно-методической конференции «Проблемы многоуровневого образования», Н.Новгород, 2007 г. с. 91−93
  12. С.А. Математическая модель телекоммуникационной среды вуза Сб. трудов Всероссийской научно-методической конференции «Естественно-научное образование в вузе: проблемы и перспективы -Самара, 2006 с.340−343
  13. С. А. Организация образовательного процесса в телекоммуникационной среде вуза, Экспериментальная учебная авторская программа, Труды Исследовательского центра проблем качества подготовки специалистов М., 2006 -19 с
  14. С.А. О формировании телекоммуникационной среды вуза, Материалы Международной научно-практической конфренции «Технологии профессионального образования: традиции и инновации», Самара 2009.-Т.1, стр. 152−155
  15. С.А., Будаев Д. С. О парадигме высшего образования в информационном обществе, Материалы 63-й Всероссийской научно-технической конференции по итогам НИР университета за 2005 г., Самара: СГАСУ, 2006 г, с. 79 -80
  16. С.А. Качество образовательных процессов в информационном обществе, Материалы ХУ1 Всероссийской научно-методической конференции М., Уфа: ИЦ ПКПС, 2006 — с.5−21
  17. С.А., Елунин М. Н. О методиках интерпретации результатов централизованного тестирования в вузе, Компьютерные технологии в образовании, Межвузовский сб. научных трудов, Самара, 2007 -с. 8−12
  18. Преподавание в сети Интернет: учеб. пособие- отв. редактор В. И. Солдаткин. М.: Высшая школа, 2003.
  19. Бескровный, И. Homo Mobiles: шаг в сторону матрицы / И. Бескровный // Е-Learning World. 2004. — № 4. — С. 25−31.
  20. , В.А. Методология мобильного обучения / В. А. Куклев. Ульяновск: УлГТУ, 2006. 98 с.
  21. , В.А. Опыт разработки и применения электронных образовательных ресурсов: от компьютеризированных учебников через сетевые технологии к мобильному образованию / В. А. Куклев // Информатика и образование. — 2006.-№ 2.-С. 103−106.
  22. , B.F. (1954). The science of learning and the art of teaching. Harvard Educational Review, 24(2), 86−97.
  23. , B.F. (1968). The Technology of Teaching. New York: Appleton-Century-Crofts.
  24. Mager R.F. On the sequencing of instructional content. Psychol. Reps. 1961, #9, p. 405−413
  25. Mager R.F. The psychologist’s role in automated instruction. Psychol. Reps. 12. 1963, #3, p. 743−747
  26. Mager R.F., Clark C. Exploration in student controlled instruction. Psychol. Reps. 13. 1963, #3, p. 71−76
  27. Fry, E. B. (1960). A study of teaching-machine response modes. In A. A. Lumsdaine&R. Glaser (Eds.), Teaching machines and programmed learning (pp. 469−474). Washington, DC: National Education Association.
  28. , R. A., & Campbell, V. N. (1962). The effects of response mode and response difficulty on programmed learning. Journal of Educational Psychology, 53, 110−118.
  29. , R. А., & Burton B.B. (1962). The effects of response characteristic and multi-choice alternative on learning during programmed instruction. Americ. Institute of research. California, 1962
  30. B.E. Задачи анализа, планирования и оптимизации в АСУ ВУЗ.1. М.:НИИВШ, 1980. —40 с.
  31. A.B. Моделирование в управлении вузом. — Л.: Изд-во ЛГУ, 1985.115 с.
  32. И. Качество образования это и результат качества управления. — М. «Ректор ВУЗа» № 2: Издательский Дом «Панорама», 2008. — 20−26 с.
  33. А.И., Башмакова И. А. Разработка компьютерных учебников и обучающих систем. М: Информационно-издательский дом «Филинь», 2003−616с.
  34. Обучающая среда MOODLE, Информационныйпортал, http://docs.moodle.org/ru
  35. Т.С., Мясников С. А. Система дистанционного обучения MOODLE.-Харьков, 2008.-232 с.
  36. Обзор продукта Microsoft Class Serve, Информационный портал корпорации Microsoft, http://www.microsoft.com/rus/education/classserver/default.mspx
  37. Официальный обзор SCORM на сайте ADL, http://www.adlnet.org/scorm/index.cfm.
  38. Обзор SCORM, Информационный портал БГГТУ, http://www.physics.uni-altai.ru/community/wiki/SCORM
  39. Интернет-экзамен в сфере профессионального образования (ФЭПО), http://www.fepo.ru/
  40. АСТ-Центр. Независимый центр тестирования качества ¦ обучения, http ://www.ast-centre.ru/
  41. Naumen University система управления учебным процессом, http://www.naumen.ru/go/solutions/naumenuniversity
  42. МИСиС (управление учебным процессом в ВУЗе), Информационный портал, http://www.namip.ru/?id=214
  43. Актуальные направления современной психологии: региональный опыт / Материалы Всероссийской научно-практической конференции (Иркутск, 19−22 июня 2006 года) / ГОУ ВПО ИГУ
  44. Интернет-Университет Информационных Технологий, http://www.intuit.ru/
  45. Ю.Г. Проектирование образовательного процесса в вузе: Учеб. Пособие. — М.: Исследовательский центр проблем качества подготовки специалистов, 2005. — 97с.
  46. И.Б., Мастрюков B.C., Нерсесов Т. В. Автоматизированное проектирование учебного процесса. М.: Исследовательский центр проблем качества подготовки специалистов, 2000
  47. И.Б. Оптимизация некоторых задач упорядочения (на примере учебного материала). Монография. М: ИЦГЖПС МИСиС, 2007 г. — 228с.
  48. В.В. Модель индивидуализированной подготовки специалистов в инфокоммуникационной среде вуза / «Инфокоммуникационные технологии». Периодический научно-технический и информационно-аналитический журнал, том 7, № 3, 2009 с. 18 -23 / С.А. Пиявский
  49. В.С.Брусов, С. А. Пиявский Многоцелевой подход в задачах выбора проектных решений, Тезисы докладов 4-й Международной конференции «Авиация и космонавтика-2005, Москва, 2005. с. 161
  50. С.А. Системы поддержки принятия решений в образовании, Учебное пособие, Самара, СГАСУ, 2005 216 с.
  51. С.А. Математическое моделирование при оптимизации сложных систем, монография, Самара, 2008 180 с.
  52. Н.Н. Численные методы в теории оптимальных систем. М.: Наука, 1971. — 424 с.
  53. . Современное линейное программирование.- М.: Мир, 1984.- 224 с.
  54. К., Девис Дж., Опеншоу Д., Берд Дж. Перспективы программированного обучения. М: Мир, 1966 — 247с.
  55. . Основы линейного программирования. Пер. с англ. — М.: Радио и связь, 1989. — 176 с: ил. ISBN 5−256−186−8.
  56. И.В., Бублик Б. Н., Зинько П. Н. Методы и алгоритмы решения задач оптимизации. М: Высшая школа, 1983 г. — 512 с.
  57. Ф. П., Иваницкий А. Ю. Линейное программирование. — М.: Изд-во «Факториал», 1998. — 176 с.
  58. С. Линейное программирование,— М.:Физматгиз, 1961 303 с.
  59. Д. Линейное программирование, его применения и обобщения. М., Прогресс, 1966. — 600 с.
  60. Е.В., Бережной В. И. Математические методы моделирования экономических систем: Учеб. пособие. — 2-е изд., перераб. и доп. — М.: Финансы и статистика, 2006. 432 с: ил.
  61. Е.С. Исследование операций. М.: Советское радио, 1972 г. — 552 с.
  62. В. Г. Математическое программирование: Учеб. пособие. — 5-е изд., стереотип. — М.: ФИЗМАТЛИТ, 2004. — 264 с.
  63. Е. В., Шикина Г. Е. Исследование операций : учеб. — М.: ТК Велби, Изд-во Проспект, 2006. 280 с.
  64. Т. Целочисленные методы оптимизации и связанные с ними экстремальные проблемы. Пер. с англ. М.: Мир. 1973 304с.
  65. С.А., Камальдинова З. Ф. Проблемы комплексного мониторинга развития студентов в узе в условиях телекоммуникационной среды, Компьютерные технологии в образовании, Межвузовский сб. научных трудов, Самара, 2007 -с. 25−32
  66. З.Ф., Пиявский С. А. Информационно-аналитическая система комплексного мониторинга развития студентов в условиях тлекоммуникационной среды, Инфокоммуникационные технологии, Том 5, № 4, 2007, с.101−105
  67. Л.Ю. Научно-практическая конференция учащихся как эффективная форма дополнительного образования // Дополнительное образование. 1999. — Пилотный выпуск. — С. 7−9.
  68. С.А. Творческая работа обучаемых по линии индивидуальной подготовки: Методические указания к курсовому проектированию. -Самара: СамГАСА, 1993. 15 с.
Заполнить форму текущей работой