Technology of creation of electronic educational resources for training specialists in digital economy

Cover Page

Cite item

Full Text

Abstract

The professional training of specialists in the field of the digital economy is a promising direction in the development of economic education. The transition to digital technologies in management, banking, manufacturing, commerce, communications determines the emergence of new requirements for the professional and general competencies of university graduates. It is necessary to create an innovative vocational training system based on the use of electronic teaching aids and digital technologies. The implementation of this task should begin with the development of scientifically determined approaches to the creation of teaching aids that take into account all kinds of efficiency factors. This determines the importance of the task of scientific and methodological substantiation of the technology for creating electronic educational resources for the training of specialists in a new format. The paper proposes an analytical approach to determining the content and structure of the basic component of the methodological system – an electronic textbook. The expediency of its use in order to develop necessary competencies of the individual and group levels is substantiated. It is proposed to use a matrix form of information representation and elements of matrix and vector analysis to structure the material. A mathematical model has been developed that describes structural relationships between the concepts of the thesaurus. The structural elements in this model are the glossary concepts of an academic discipline. The possibilities of using the model for unification and automation of information processing during the selection of textbook content in various educational fields are discussed. Examples of using the proposed model in various subject areas are given. The authors describe how to represent a model based on graph theory and methods for solving the problem of the presence of cycles in this semantic structure. The main conclusions and results of the study can be used for the practical development of electronic learning tools, automating the process of structuring their content and methods of use in the educational process.

About the authors

Sergey Ivanovich Makarov

Samara State University of Economics

Author for correspondence.
Email: matmaksi@yandex.ru

doctor of pedagogical sciences, professor, head of Higher Mathematics and Economic-Mathematical Methods Department

Russian Federation, Samara

Svetlana Aleksandrovna Sevastyanova

Samara State University of Economics

Email: s_sevastyanova@mail.ru

candidate of pedagogical sciences, associate professor of Higher Mathematics and Economic-Mathematical Methods Department

Russian Federation, Samara

Mariya Vladimirovna Kurganova

Samara State University of Economics

Email: kurganovamv@bk.ru

candidate of economical sciences, associate professor of Higher Mathematics and Economic-Mathematical Methods Department

Russian Federation, Samara

References

  1. Цифровизация как приоритетное направление модернизации российского образования / под ред. Н.В. Горбуновой. Саратов: Саратовский социально-экономический институт (филиал) РЭУ им. Г.В. Плеханова. 2019. 152 с.
  2. Распоряжение Правительства РФ от 28.07.2017 № 1632-р. «Об утверждении программы «Цифровая экономика Российской Федерации».
  3. Makarov S.I., Sevastyanova S.A. Information modeling of the students’ residual knowledge level // Digital Transformation of the Economy: Challenges, Trends and New Opportunities / eds. S. Ashmarina, A. Mesquita, M. Vochozka. 2020. Vol. 908. Springer, Cham.
  4. Мельникова Н.Н., Щелокова Е.Г. Карьерная направленность: векторная модель диагностики и интерпретации // European Social Science Journal. 2012. № 2 (18). С. 270–277.
  5. Юрьев Г.А. Математическая модель интерпретации результатов компьютерного тестирования с использованием марковских сетей: автореф. дис. … канд. физ.-мат. наук. М., 2013. 23 с.
  6. Федяев О.И. Прогнозирование остаточных знаний студентов по отдельным дисциплинам с помощью нейронных сетей // Известия Южного федерального университета. Технические науки. 2016. № 7 (180). С. 122–136.
  7. Кремер Н.Ш. Диагностирование и прогнозирование уровня математической подготовки студентов // Современная математика и концепции инновационного математического образования. 2016. Т. 3, № 1. С. 263–265.
  8. Григорьев С.Г., Гриншкун В.В., Кувалдина Т.А. Иерархии в моделировании логической структуры предметных областей // Современная логика: проблемы теории, истории и применения в науке: мат-лы 6-й общерос. науч. конф. СПб.: Изд-во СПбГУ, 2000. С. 179–182.
  9. Гриншкун В.В. Организация компьютеризированного обучения на базе иерархических структур данных: автореф. дис. … канд. пед. наук. Алма-Ата, 1996. 31 с.
  10. Кувалдина Т.А. Разработка модели знаний по информатике выпускника общеобразовательной школы: автореф. дис. … канд. пед. наук. М., 1997. 29 с.
  11. Шрейдер Ю.А. Тезаурусы в информатике и логической семантике // Научно-техническая информация. Сер. 2. Информационные процессы и системы. 1971. № 3. С. 21–24.
  12. Харари Ф. Теория графов. М.: УРСС, 2003. 300 с.
  13. Григорьев С.Г., Гриншкун В.В. Информатизация образования. Фундаментальные основы: учебник для студентов педагогических вузов и слушателей системы повышения квалификации педагогов. М.: МГПУ, 2005. 231 с.
  14. Григорьев С.Г., Гриншкун В.В., Демкин В.П., Краснова Г.А., Макаров С.И., Роберт И.В. Концепция образовательных электронных изданий и ресурсов – шаг на пути к качественному образованию // Информационные технологии в образовании: сб. тр. междунар. конф.-выставки «ИТО-2002». Ч. 6: Пленарные доклады. М.: МИФИ, 2002. С. 11–14.
  15. Григорьев С.Г., Гриншкун В.В., Демкин В.П., Краснова Г.А., Макаров С.И., Роберт И.В. Разработка концепции образовательных электронных изданий и ресурсов // Открытое и дистанционное образование. 2002. № 3 (7). С. 31–33.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2019 Makarov S.I., Sevastyanova S.A., Kurganova M.V.

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».