Применение научениеметрии при изучении теории вероятностей и математической статистики в экономическом вузе с балльно-рейтинговой системой

Обложка

Цитировать

Полный текст

Аннотация

В статье рассмотрено применение научениеметрической методики в качестве инструмента измерения по шкале успеваемость–мотивация результатов работы по контрольным точкам в цифровой образовательной среде в рамках балльно-рейтинговой системы оценки знаний студентов в экономическом вузе. Анализируются данные по результатам освоения дисциплины «Теория вероятностей и математическая статистика» третьего семестра программы бакалавриата 2021/2022 учебного года. Проведены табличный и индексологический этапы анализа данных. Рассчитаны персональные и групповые индексы: индекс успеваемости студента, индекс мотивационной активности студента, научениеметрический индекс студента по контрольной точке, научениеметрический индекс студента; индекс успешности группы, индекс мотивационной активности группы, научениеметрический индекс группы. Также вычислены индексы оценки контрольных точек: индекс оценки контрольной точки, научениеметрический индекс контрольной точки. Особенностью работы является расчет научениеметрических индексов в условиях различного максимального количества баллов, полученных при оценке по разным контрольным точкам, вследствие чего предлагается предварительный перевод данных в пятибалльную систему оценки. Реализация представленной методики может быть полезна в оценке эффективности научения студентов при освоении дисциплины в условиях балльно-рейтинговой системы оценки знаний студентов и в цифровой образовательной среде.

Об авторах

Надежда Анатольевна Зайчикова

Самарский государственный экономический университет

Автор, ответственный за переписку.
Email: zajna@yandex.ru

кандидат физико-математических наук, доцент кафедры статистики и эконометрики

Россия, Самара

Список литературы

  1. Троеглазова А.В. Квалиметрический подход к формированию балльно-рейтинговой системы оценивания в вузе // Современное педагогическое образование. 2020. № 5. С. 54-56.
  2. Сазонов Б.А. Балльно-рейтинговые системы оценивания знаний: особенности российской практики // Образование и наука. 2012. № 9 (98). С. 15-34.
  3. О проведении эксперимента по введению рейтинговой системы оценки успеваемости студентов вузов: приказ Министерства образования РФ от 11.07.2002 № 2654.
  4. Коряковцева О.А. Преимущества и проблемы применения балльно-рейтинговой системы в вузе // Гуманитарные науки (г. Ялта). 2021. № 1 (53). С. 62-69.
  5. решений для нового образования // Качество образования. 2018. № 2. С. 4-9.
  6. Об утверждении программы «Цифровая экономика Российской Федерации»: распоряжение Правительства РФ от 28.07.2017 № 1632-р.
  7. Козлова Г.Г. Роль высшей школы в развитии цифровой экономики // Международный журнал гуманитарных и естественных наук. 2018. № 2. С. 63-65.
  8. Булатова Е.Г. О квалиметрическом подходе в педагогических исследованиях // Актуальные проблемы гуманитарных и естественных наук. 2017. № 12-2. С. 59-63.
  9. Гнездилова Л.Б., Гнездилов М.А. Учебная мотивация как основа эффективного образовательного процесса в вузе // Вестник Кемеровского государственного университета. Серия: Гуманитарные и общественные науки. 2017. № 2. С. 4-11.
  10. Зайчикова Н.А. Разработка методики измерения по шкале успеваемость-мотивация результатов работы с тестовыми системами в цифровой образовательной среде // Современные проблемы науки и образования. 2018. № 4. doi: 10.17513/spno.27902.
  11. Зайчикова Н.А. Применение научениеметрической методики в студенческих группах в цифровой образовательной среде // Наука XXI века: Актуальные направления развития. 2019. № 2-1. С. 35-40.
  12. Зайчикова Н.А. Научениеграмма как способ графического представления результата научениеметрической процедуры // Наука XXI века: Актуальные направления развития. 2020. № 1-1. С. 100-104.
  13. Зайчикова Н.А. Разработка анкеты для реализации научениеметрической методики в вузе // Актуальные аспекты развития современной науки: сб. науч. ст. II междунар. науч. конф., 18 декабря 2020 года. Самара: Изд-во СГЭУ, 2021. С. 382-385.
  14. Zaychikova N.A. Learningmetry: Effectiveness e-learning measuring and reflection of educational experience // Current Achievements, Challenges and Digital Chances of Knowledge Based Economy. Cham: Springer Nature Switzerland AG, 2021. P. 611-619. doi: 10.1007/978-3-030-47458-4_70.
  15. Морено Я.Л. Социометрия: Экспериментальный метод и наука об обществе / пер. с англ. А.М. Боковикова. М.: Академический Проект, 2001. 384 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1 – Оценка курса ТВиМС и БРСО в баллах от 1 до 5

Скачать (28KB)
3. Рисунок 2 – Поле наблюдаемых значений по шкале успеваемость–мотивация

Скачать (11KB)

© Зайчикова Н.А., 2022

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».