1

Данная статья посвящена проблеме учебно-познавательных компетенций как фактору формирования у студентов наддисциплинарных профессиональных компетенций. Публикация представляет собой анализ учебно-познавательных компетенций, которые должны быть сформированы у студентов для успешного обучения в ВУЗе и дальнейшей профессиональной деятельности. В исследовании реализуется подход к изучению учебно-познавательных компетенций как интегрированного свойства тех структур ментального, субъектного и учебно-познавательного опыта, в которых они проявляются. Учитывая сформированность элементов ментального, субъектного и учебно-познавательного опыта и результаты значимых корреляционных взаимосвязей (r) и значимых различий (по критериям U Манна Уитни и угловое преобразование Фишера) между диагностическими показателями успешных и неуспешных в учебной деятельности студентов, получена большая степень сформированности таких компетенций учебно-познавательной деятельности, как структурирование знаний, ситуативно-адекватная актуализация знаний, расширение приращения накопленных знаний, личностная и предметная рефлексия, саморегулирование, саморазвитие и другие.

ментальный опыт

субъектный опыт

учебно-познавательный опыт

профессиональные компетенции

профессиональные компетенции

1. Горденко Н.В. Формирование академических компетенций студентов ВУЗа [Текст]: автореф. дис. … канд. пед. наук (13.00.08) / Горденко Наталья Владимировна; Ставроп. гос. ун-т. – Ставрополь, 2006. – 26 с

2. Забалуева А.И., Кибальченко И.А., Лызь Н.А. Интегральное развитие учебно-познавательной компетентности студентов: монография. – Таганрог: Изд-во ЮФУ, 2015. – 111 с.

3. Кибальченко И.А. Взаимосвязь субъектного, ментального и познавательного опыта у лиц с разной успешностью деятельности // Психологический журнал. – М.: Изд-во Академиздатцентр «Наука» РАН, 2010. – № 3. – С. 33-45.

4. Кибальченко И.А. Рефлексивная самооценка учебно-познавательного опыта студентов как характеристика субъекта развития// Личность и бытие: субъектный подход / Материалы научной конференции, посвященной 75-летию со дня рождения члена-корреспондента РАН А.В. Брушлинского, 15–16 октября 2008 г. / отв. ред.: А.Л. Журавлев, В.В. Знаков, З.И. Рябикина. – М.: Изд-во «Институт психологии РАН», 2008. – 608 с.

5. Равен Джон. Компетентность в современном обществе. Выявление, развитие и реализация. – М.: Когито-Центр, 2002. – 400 с.

6. Савин Е.Ю. Понятийный и метакогнитивный опыт как основа интеллектуальной компетентности [Текст]: автореф. дис. … канд. пед. наук (13.00.08) /Савин Евгений Юрьевич; ИП РАН – Москва, 2002. – 24 с.

Цель данной статьи - показать теоретически обоснованную психолого-педагогическую возможность интегрального развития учебно-познавательной компетенции студентов как интегрированного свойства интеллектуально-личностных структур для формирования профессиональных компетенций в процессе их подготовки. В статье делается акцент на актуализации учебно-познавательных компетенций в учебно-познавательном опыте как особом слое целостного опыта, который при определенных условиях интегрируется с субъектным и ментальным опытом в процессе учебно-познавательной деятельности . Учебно-познавательные компетенции понимаются нами как способности личности к познавательной деятельности такого качественного уровня, на котором ею обретаются не только новые знания и соответствующие им умения, но возникает и понимание объекта познания, что обеспечивает качественно новый - интегрированный результат учебно-познавательной деятельности .

Таким образом, можно прогнозировать развитие профессиональных компетенций , проявляемых в целостном опыте решения познавательных и других проблем.

Противоречие между необходимостью развития учебно-познавательных компетенций студентов и преобладанием в процессе их подготовки, преимущественно, внимания к аудиторным занятиям, а не к организации самостоятельной и научно-исследовательской деятельности , что ограничивает возможности, условия для самореализации студентов в процессе профессиональной подготовки, определило проблему данного исследования.

Выборку составили 81 человек - студенты 2-3 курсов. Из них 35 человек вошли в группу с низкой успеваемостью (неуспешные), 46 человек - в группу с высокой успеваемостью (успешные). Описание учебно-познавательных компетенций в интеграционно-дифференционном единстве с субъектным, ментальным и учебно-познавательным опытом как компонентами познавательной триады вложенных форм опыта определило выбор методик и методов исследования: «Сравнение похожих рисунков» Дж. Кагана (когнитивный стиль); «Идеальный компьютер» М.А. Холодной (познавательная позиция); «Формулировка проблем» М.А. Холодной (понятийный опыт); «Конструировании мира» Е.Ю. Савина (способность прогнозировать изменения в условиях); диагностика рефлексивности А.В. Карпова; «Стиль саморегуляции поведения» (В.И. Моросанова); «Рефлексивная самооценка в учебной деятельности» И.А. Кибальченко ; корреляционный метод; критерий U Манна Уитни; угловое преобразование Фишера.

Результаты исследования и их обсуждение

Теоретически учебно-познавательные компетенции обеспечивают освоение опыта, без чего невозможно формирование у обучающихся других видов компетенций, в том числе и профессиональных. В процессе теоретического анализа экспертным путем выделены компетенции (познавательной деятельности, самосовершенствования, интеграции), совокупность которых отражает интеграцию ментального, субъектного и учебно-познавательного опыта студента в учебной деятельности. В свою очередь понятийный и метакогнитивный опыт, являясь основой профессиональной компетенции , выступает связующим звеном между учебно-познавательной компетенцией и профессиональной.

Речь идет не об «узкой компетенции», заключающейся в мере усвоенности некоторого специально-го знания, а «широкой компетенции» - учебно-познавательной. Если рассматривать ее в рамках учебного процесса и за его пределами, то можно говорить о возможности формирования «наддисциплинарной профессиональной компетентности» .

Мы предположили, что в учебно-познавательном опыте студентов, успешных в учебной деятельности, в сравнении с неуспешными студентами, в большей степени будут проявляться компетенции познавательной деятельности, самосовершенствования, а также признаки интеграции характеристик субъектного опыта, учебно-познавательного и ментального как основы профессиональной компетенции. Подтверждение гипотезы даст основание использовать учебно-познавательные компетенции в качестве средства развития студентов как будущих профессионалов.

Приведем результаты исследования в соответствие с изучаемыми, проявляемыми в характеристиках учебно-познавательного, субъектного и ментального форм опыта студентов.

Анализ проявления учебно-познавательных компетенций в ментальном опыте.

При изучении когнитивных стилей как способов сознательного управления собственным интеллектуальным поведением (планированием, прогнозированием, оцениванием, стратегией самообучения и т.д.) по методике Дж. Кагана получены результаты, которые при первоначальных статистических расчётах по критерию U Манна Уитни показали отсутствие различий. Они не обнаружены ни во времени ответов, затрачиваемых группами студентов с высокой и низкой успеваемостью на выполнение заданий, ни в типах когнитивных стилях студентов. Это связано с тем, что типы всех когнитивных стилей (рефлективный, импульсивный, быстрый точный и медленный неточный) в разной степени выраженности присутствуют в данных группах, однако теоретически у студентов с высокой успеваемостью должны преобладать такие когнитивные стили, как рефлексивный и быстрый точный. При этом дальнейший статистический анализ показал, что существуют значимые различия по количеству ошибок, совершённых успешными студентами и неуспешными студентами. Так, неуспешные в учебной деятельности студенты совершают большее число ошибок при принятии решения нежели успешные (U=152,5; р=0,03). Это объясняется тем, что у большинства неуспешных в учебной деятельности студентов имеется тенденция к непродуктивному импульсивному стилю интеллектуального реагирования, а у большей части успешных студентов - к продуктивному рефлективному. Уточняя полученные результаты, было использовано угловое преобразование Фишера. Мы получили, что студенты с низкой успеваемостью значимо отличаются импульсивным стилем (φ* =1.79 при р≤0.03) от студентов с высокой успеваемостью, которые чаще используют рефлективный когнитивный стиль (φ* =3.63 при р≤0.00) и быстрый точный (φ* =2.601при р≤0.00).

То есть успешные студенты все же склонны к более тщательному анализу информации, выдвижению и проверке гипотез при принятии решения. Такие результаты у успешных студентов могут свидетельствовать о некоторых различиях в сравнении с неуспешными студентами в таких учебно-познавательных компетенциях, как продуктивное познание.

Отсутствие различий по использованию медленного неточного когнитивного стиля (φ* =0.562 - различий нет) студентами обеих групп определяют перспективу исследования.

По методике «Идеальный компьютер», направленной на изучение познавательной позиции как составляющей метакогнитивного опыта студентов в структуре ментального, показало, что 51 % успешных студентов, 47 % неуспешных студентов имеют открытую познавательную позицию, остальные - закрытую. То есть почти у половины студентов познание направлено не только на себя, но и на окружающий мир, они стремятся осмыслить мир целостно, объективно, в обобщённых категориях. Это указывает и на недостатки сформированности компетенций познавательной деятельности у неуспешных студентов, что можно объяснить недостатками сформированности у них открытой познавательной позиции по отношению к получаемым знаниям.

При этом отсутствуют различия в общем количестве вопросов, заданных студентами с разной успешностью обучения по методике «Формулировка проблем». Однако обнаружены значимые различия в том, что успешные студенты, в отличие от неуспешных, склонны задавать категориальные вопросы, связанные с предназначением человека в этом мире (U=200; р=0,04).

Следовательно, успешные в учебной деятельности студенты стремятся оперировать обобщёнными категориями, в то время как неуспешные осмысливают мир в конкретных терминах.

При использовании методики «Конструировании мира», направленной на изучение способностей студентов прогнозировать изменения в условиях, отличающихся от реальных, показало, что «миры», сконструированные успешными студентами, в отличие от неуспешных студентов, предлагают значимо больше аспектов в нереальном мире (U=155,5; р=0,01). Также академически успешные студенты способны дать обоснование существования того или иного мира с позиции знаний, приобретаемых в процессе профессиональной подготовки, по сравнению с неуспешными студентами (U=159; р=0,02). Эти данные свидетельствуют о том, что успешные студенты по сравнению с неуспешными студентами обладают большей познавательной готовностью к размышлению о подобных парадоксальных явлениях в жизни и профессиональной деятельности.

Следовательно, подобная интеллектуальная активность в виде прогнозирования «невозможной ситуации» является свойством сформированных учебно-познавательных компетенций с опорой на понятийные знания у успешных в учебной деятельности студентов. Такая активность отражает креативные навыки продуктивной деятельности в целом. Изучение характеристик понятийного опыта в структуре ментального опыта студентов показало, что все студенты способны к генерированию идей, но она осуществляется у них на различных уровнях по степени обобщённости. Так, успешные студенты по сравнению с неуспешными в учебной деятельности студентами (U=253; р=0,02) формулируют сложные проблемы и на более обобщённом уровне, причем в контексте профессиональных ситуаций. Это указывает на проявление таких компетенций самосовершенствования, как языковое и речевое развитие, необходимых и в учебной, и в профессиональной деятельности.

Изучение эмоционально-оценочных впечатлений, как составляющих понятийного опыта (а он в свою очередь является основанием всего опыта студентов в целом), выявило снижение интенсивности сенсорно-чувственных впечатлений в группе неуспешных в учебной деятельности студентов по сравнению с успешными (U=174,5; р=0,04), что означает снижение у них эффективности репрезентации понятий, а также минимальную меру дифференцированности эмоционально-оценочных впечатлений в учебной деятельности.

У успешных в учебной деятельности студентов, напротив, имеется максимальная мера дифференцированности эмоционально-оценочных впечатлений, что выражается в использовании ими для описания задачи большего количества актуальных шкал, включающих и учебный, и профессиональный контекст. Кроме этого, успешные студенты обладают достаточной интенсивностью эмоционально-оценочных впечатлений и достаточной включённостью в задание для эффективного и объективного представления содержания понятия.

Таким образом, у успешных в учебной деятельности студентов в характеристиках ментального опыта в большей степени проявляются компетенции самосовершенствования, то есть учебно-познавательные компетенции во взаимосвязи с профессиональными.

Анализ проявления учебно-познавательных компетенций в субъектном опыте.

Академически успешные студенты отличаются тем, что при среднем и высоком уровне рефлексивности (по методике А.В. Карпова) они адекватно оценивают свои знания, умения саморегуляции, познавательный интерес, которыми руководствуются, совершая процесс обучения. Это подтверждается наличием значимой корреляционной связи между уровнем рефлексивности и рефлексивной самооценкой у успешных студентов (r s =0,4 при р=0,003). Полученный результат указывает на проявления компетенций самосовершенствования (личностной и предметной рефлексии) у академически успешных студентов.

При этом для 41 % успешных студентов и 29 % неуспешных студентов характерен интернальный тип контроля. То есть большее количество успешных студентов осуществляют высокий субъективный контроль над своей учебно-познавательной и другими видами деятельности. Они склонны полагать, что большинство событий, происходящих в их жизни, является результатом их собственных действий, что этими действиями они могут управлять, они чувствуют свою собственную ответственность за свою деятельность и жизнь в целом. Студенты с высокой успеваемостью (94 %) отличаются от студентов с низкой успеваемостью (26 %) тем, что они значимо преуспевают (φ* = 7.7, р ≤ 0.00) в использовании регуляторных психических функций. Количество ошибок рефлексии у студентов с низкой успеваемостью объясняет репродуктивность позиции в учебной деятельности и недооценку своих поступков и перспектив.

Кроме этого, у них сформированы такие компетенции самосовершенствования, саморазвития и интеграции, как навыки самоконтроля, способность отслеживать каждое своё действие, структурирование знаний, ситуативно-адекватная актуализация знаний, расширение приращения накопленных знаний. То есть на основе сформированных учебно-познавательных компетенций они умеют выбрать определённый способ действия, который поможет встроить новые полученные знания в уже имеющуюся систему представлений и систему опыта.

Анализ проявления учебно-познавательных компетенций в учебно-познавательном опыте . При изучении рефлексивной самооценки как элемента рефлексивно-оценочного компонента учебно-познавательного опыта (по методике Кибальченко И.А.) получено, что успешные студенты значимо чаще демонстрируют сформированность компетенций учебно-познавательной деятельности (φ*эмп.=5,012, р≤0.00), самосовершенствования и саморегуляции (φ*эмп. = 2,79, р ≤ 0.00). Но такой эффект наблюдается не у всех студентов. Эти данные согласуются с наличием у них корреляционной связи между характеристиками ментального опыта и уровнем рефлексивности как характеристики субъектного опыта (rs=0,5; р=0,002), что отражает у успешных студентов признаки интеграции трех форм опыта, учебно-познавательных компетенций и дает основание рассматривать их как средство развития профессиональных компетенций.

Выводы и заключение

В процессе исследования получено, что у успешных в учебной деятельности студентов в отличие от неуспешных в большей степени сформированы учебно-познавательные компетенции, которые демонстрируются студентами в таких формах опыта, как учебно-познавательный, ментальный и субъектный.

В субъектном опыте в этой группе сформированы компетенции самоконтроля, способность отслеживать каждое своё действие, личностная и предметная рефлексия.

В ментальном опыте сформированы компетенции структурирования знаний, ситуативно-адекватной актуализации знаний, расширения приращения накопленных знаний, языкового и речевого развития, креативности и продуктивной деятельности.

В учебно-познавательном опыте сформированы компетенции в виде рефлексивной самооценки учебной деятельности как способности перехода студентов в позицию самосознания, рефлексивного отображения самого себя и других, которая, нужно учесть, «вырастает» из рефлексивности и рефлексивного когнитивного стиля как характеристик субъектного и ментального опыта студентов.

В группе успешных студентов три формы опыта образуют интегрированное единство - познавательную триаду опыта, что, с одной стороны, отражает сформированность и интегрированность характеристик учебно-познавательных компетенций (компетенции познавательной деятельности, саморазвития и интеграции), с другой стороны, - высокий уровень развития, согласованность и вложенность учебно-познавательного, ментального и субъектного опыта, их адекватную рефлексию и интеграцию. Иначе говоря, у академически успешных студентов сформированы учебно-познавательные компетенции для преобразования имеющихся форм опыта (познавательного, ментального, субъектного и др.) в качественно новый опыт (в том числе профессиональный) на уровне ценностно-смыслового принятия, самосовершенствования и саморазвития в процессе учебно-познавательной деятельности.

На основе сформированных учебно-познавательных компетенций студенты могут осознанно осуществлять учебно-познавательную деятельность, способны выбрать определённый способ действия, который не только приведёт к желаемому результату, но и поможет встроить новые полученные знания в уже имеющуюся систему представлений о будущей профессиональной деятельности. Они способны к рефлексивной самооценке познавательной деятельности, в результате которой формируются не только сонаправленные знания и умения, но и понимание объекта познания, смысловые ориентации и т.д.

В связи с этим студенты готовы и способны построить образ и способы предстоящей профессиональной деятельности, отрефлексировать, понять и проконтролировать процесс познания.

Исследование показало, что изучение и формирование учебно-познавательных компетенций заключается в том, что они являются детерминантой преобразования профессиональных компетенций. С позиций исследования формирование учебно-познавательной компетенции необходимо осуществлять во взаимосвязи с учебно-познавательным, ментальным и субъектным опытом как познавательной триадой опыта субъекта не только учебно-познавательной, но и профессиональной деятельности.

Результаты исследования могут стать основанием как для развития теории компетентностного подхода в педагогике и формирования целостного опыта личности, так и в практическом плане для совершенствования подготовки студента как компетентного профессионала, готового и способного к самоуправлению, саморазвитию, самосовершенствованию.

Библиографическая ссылка

Кибальченко И.А., Забалуева А.И. УЧЕБНО-ПОЗНАВАТЕЛЬНЫE КОМПЕТЕНЦИИ КАК ФАКТОР ФОРМИРОВАНИЯ ПРОФЕССИОНАЛЬНЫХ КОМПЕТЕНЦИЙ СТУДЕНТОВ // Современные проблемы науки и образования. – 2017. – № 2.;
URL: http://science-education.ru/ru/article/view?id=26243 (дата обращения: 01.02.2020). Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»

Фокина Л. Д.

Аспирант, старший преподаватель

Байкальский государственный университет экономики и права,

г. Якутск

e - mail : foxlydim @ mail . ru

МЕТОДЫ ОЦЕНИВАНИЯ КОМПЕТЕНЦИЙ СТУДЕНТОВ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

Аннотация: В данной статье рассмотрены основные существующие методы оценивания компетенций, выявлены проблемы внедрения компетентностного подхода.

Ключевые слова: оценка компетенций студента, уровень формирования компетенций, федеральный государственный образовательный стандарт.

Fokina L. D.

Post-graduated, senior lecturer

Baikal national university of economics and law,

Yakutsk

e-mail:

METHODS OF ESTIMATION SKILLS OF STUDENTS IN HIGHER VOCATIONAL EDUCATION

Abstract: This article describes the main existing methods for estimating skills, the problems implementing competence – based approach.

Keywords: estimation of student’s competencies, level to build skills, state educational and professional standards,

В связи с переходом на двухуровневую систему образования федеральные государственные образовательные стандарты выдвигают новые требования к студенту и выпускнику в целом. Если раньше оценивание происходило при проверке знаний, умений и навыков (ЗУН), то сейчас требуется оценивать компетенции как общие, так и профессиональные, т.е. кроме теоретических знаний студенты должны показать применение своих умений в той или иной ситуации.

В новых образовательных стандартах третьего поколения на первый план выходит понятие компетентности как понятие развития не только знаний, умений и навыков, но и развития способностей для их применения. Под компетенциями понимают совокупность профессиональных, социальных, личностных характеристик, определяющих способность эффективно исполнять деятельность в определенной области, уверенно используя свои знания и навыки .

Для определения уровня формирования компетенций студента, который прошел соответствующую подготовку, в настоящее время разработаны следующие методы и подходы.

Этот метод заключается в том, что весь учебный материал делится на логически завершенные модули (блоки), после изучения каждого выставляется определенное количество баллов. Модульно – рейтинговая система позволяет оценить индивидуальные возможности студентов: активность, неординарность поиска решений, целеустремленность и т. д. Баллы складываются из обязательных видов работ: лабораторные, практические, домашние индивидуальные работы, самостоятельные, контрольные работы, а также дополнительные по выбору студента – это и участие в олимпиадах, в конференциях, в научно-исследовательской работе студента и т. д. При работе по модульно – рейтинговой системе допускается возможность оценки студентов без экзаменов и зачетов.

С внедрением компетентностного подхода модульно – рейтинговая система используется для оценки образовательных компетенций студентов, осуществляя непрерывный контроль за усвоением учебного материала и повышения объективности оценки качества учебной работы студентов преподавателями .

Кейс – метод.

Его название происходит от английского слова «кейс» - папка, портфель, в то же время можно перевести, как метод конкретных ситуаций, метод ситуационного анализа. Метод заключается в использовании преподавателем ситуаций, проблем, целью разбора, которых являются знания, приобретенные в результате активной и творческой работы. Студенты самостоятельно находят решение проблемы путем сопоставления факторов (разных точек зрения), выдвигают разные гипотезы, делают выводы и заключения. Например: Распределение торговых фирм по размеру месячного товарооборота характеризуется следующими данными:

Товарооборот, млн. руб.

До5

5 – 10

10 – 15

15 – 20

20 – 25

25 и более

Итого

Число фирм

100

Определите: средний размер месячного товарооборота на одну фирму, модальное и медианное значение месячного товарооборота, сделайте выводы о характере данного распределения.

Таким образом, студенты учатся решать ситуационные задачи, приближенные к действительности.

Метод портфолио.

Портфолио – это комплекс индивидуальных учебных достижений студентов. Они могут содержать результаты контрольных срезов, сертификаты участия в олимпиадах, в конференциях, а также наиболее значимые работы и отзывы к ним. При этом важно, что студент сам выбирает и решает, что именно будет входить в его портфолио, то есть вырабатывает навыки оценивания собственных достижений.

Метод развивающейся кооперации.

Целью этого метода является объединение усилий для решения поставленной задачи, проблемы. Если в выше сказанных методах в основном акцент ставится на индивидуальные качества студента, его достижения и умение вести себя в разных ситуациях, то при развивающейся кооперации сформулированные задачи одному решить не по силам, поэтому необходимо коллективное мышление, с распределением внутренних ролей в группе.

Основными приемами данного метода обучения являются:

Индивидуальное, затем парное, групповое, коллективное выдвижение целей;

Коллективное планирование учебной работы;

Коллективная реализация плана;

Конструирование моделей учебного материала;

Конструирование плана собственной деятельности; самостоятельный подбор информации, учебного материала;

Игровые формы организации процесса обучения.

Этот метод еще называют – коллективным способом обучения или демократическая система обучения по способностям, автором которой является В.К.Дьяченко. Согласно этому методу студенты делятся на группы из 5-8 человек. Творческие группы могут быть постоянными и временными. После того, как каждая группа предложит свое решение поставленной проблемы, начинается обсуждение со всей группой, для выявления истинно верного решения. Используя этот способ на практике, студенты учатся работать в коллективе, учатся умению слушать, делать выводы .

Стандартизированные педагогические тесты.

В данном направлении сделан большой шаг. В настоящее время тестирование используется не только как проверка учебного модуля программы, но и на более продвинутом уровне. С внедрением компетентностного подхода тестирование проводится с целью определения качества обучения и образования в целом вузе, примером является федеральное тестирование (ФЕПО).

Новая теория тестов основана на математических моделях, которые дают наиболее объективные результаты тестирования .

Основные математические модели:

Двухпараметрическая модель Бирнбаума;

Трехпараметрическая модель Бирнбаума;

Модель Раша

Где s – уровень подготовленности участника тестирования
,

t – уровень трудности тестового задания t
,

- вероятность правильного выполнения задания.

На практике чаще используют

Так как модель Раша описывает вероятность успеха испытуемого, как функцию одного параметра, то ее иногда называют однопараметрической моделью.

В настоящее время в реализации компетентностного подхода и создании системы оценивания компетенций студентов ВПО возникают проблемы, которые определены следующими факторами:

Большинство профессорско-преподавательского состава не желает ничего менять, работают, как говорят «по старинке», не стремятся к освоению инновационных технологий обучения, сопровождающихся модульной организацией учебного процесса (рейтинговая система, кредиты);

Отсутствует единая система оценивания компетенций;

Отсутствует общее методическое обеспечение (программы, учебно-методические комплексы и т. д.);

Отсутствует взаимодействие между вузами и работодателями (нет единой модели выпускника).

Оценка уровня освоения компетенций обучающихся и выпускников требует создания новой инновационной технологии оценивания совокупности приобретаемых обучающимися ЗУН и социально-личностных характеристик, формирующих их компетенции. В контексте разработки инновационных подходов к проектированию оценочных средств для контроля качества компетенций выпускников вузов ряд исследователей [ 4] предлагает сформулировать методологические основы этого проектирования и построить общую модель сравнительной оценки качества подготовки. Эта модель может включать следующие структурные компоненты: объекты оценивания и их предметные области; базы оценивания (нормы качества – системы требований); критерии оценивания (как признаки степени соответствия установленным требованиям, нормам, стандартам); субъекты оценивания (студенты, преподаватели, эксперты различных комиссий); средства и технологии (процедуры) оценивания.

Список литературы:

Байденко В.И. Компетентносный подход к проектированию государственных образовательных стандартов высшего профессионального образования (методологические и методические вопросы): Методическое пособие. – М.: Исследовательский центр проблем качества подготовки специалистов, 2005. – 114с.

Проекты Федерального государственного образовательного стандарта высшего профессионального образования. [Электронный ресурс]. Режим доступа: http:// mon . gov . ru / pro / fgos / vpo /

Караваева Е. В., Богословский В. А., Харитонов Д. В. Принципы оценивания уровня освоения компетенций по образовательным программам ВПО в соответствии с требованиями ФГОС нового поколения. Вестник Челябинского государственного университета. 2009. № 18 (156) Философия. Социология. Культурология. Вып. 12. С. 155–162.

Афанасьева Т. П., Методические рекомендации по разработке и реализации на основе деятельностно-компетентностного подхода образовательных программ ВПО, ориентированных на ФГОС третьего поколения / Т. П. Афанасьева, Е. В. Караваева, А. Ш. Канукоева, В. С. Лазарев, Т. В. Немова. М.: Изд-во МГУ, 2007. 96 с .

Селевко Г.К.Современные образовательные технологии. - М.: Народное образование,1998 г.

Нейман Ю.М, Хлебников В.А. Введение в теорию моделирования и параметризации педагогических тестов/ Ю.М.Нейман, В.А.Хлебников – Москва, 2000. – 168 с. с табл. и ил.

Выходные данные сборника:

ФИЗИОЛОГИЧЕСКИЕ КРИТЕРИИ АКАДЕМИЧЕСКОЙ УСПЕВАЕМОСТИ И КОМПЕТЕНЦИЙ СТУДЕНТОВ

Штакк Екатерина Анатольевна

Афанасьева Лидия Глебовна

доцент, МГОУ, г. Москва

Козырева Елена Николаевна

ст. преподаватель, МГОУ, г. Москва

Важнейшими требованиями высшего профессионального образования к результатам освоения основных образовательных программ бакалавриата (специалитета), является уровень владения общекультурными и профессиональными компетенциями. В профессиональном образовании компетенция определяется как мера соответствия знаний, умений и опыта лиц определенного социально – профессионального статуса реальному уровню сложности выполняемых ими задач и решаемых проблем. Одним из важнейших показателей компетентности студентов является академическая успеваемость.

Известно, что уровень академической успеваемости и компетенций определяется не только содержанием обучения, образовательными технологиями, но и физиологическими показателями .

Ряд работ авторов указывает, на более сложную «природу» обучаемости и успеваемости студентов. Так, результаты исследований показали, что академическая успеваемость зависит от индивидуально-типологических характеристик личности, исходного уровня познавательной мотивации и степени адаптации к учебному процессу . Доказано, основой академической успеваемости составляют знания, умения и навыки приобретение и образование которых происходит индивидуально по нейрофизиологическим механизмам .

Обучение (как когнитивный процесс) и академическая успеваемость (как характеристика процесса обучаемости и обученности характеризуются количественными, качественными и временными характеристиками (QQT). Q(quality) качество – объем запоминаемой информации, количество, Q(quantity) – количество – мера определяющая объем информации необходимой для запоминания – объем запоминаемой информации (долговременная память) и Т – (time) - субъективный показатель характеризующий отношение объема запоминаемого материала копределенному времени. Эти характеристики лабильны, и существенно зависят от психофизиологических свойств обучаемого и условий обучения.

Исследования проведенные зарубежными исследователями по оценке образовательных достижений PISA(Programmе forInternationalStudentAssessment), показали, что более высокий уровень академической успеваемости и компетентности в области решения задач, показали те испытуемые, которые неизвестны обучающимся, и становятся проблемой при поиске решения . Можно сказать, что в развитии компетенции важную роль играет именно исследовательское поведение. Еще в 1957 г зарубежными исследователями Дембер и Эрл основали теорию исследовательского поведения, согласно которой человек, всегда выбирает более сложные пути для решения задач. Согласно этой теории компетентность развивается в процессе исследования окружающего мира . Сегодня, результаты этой теории вполне согласуются с требованиями, предъявляемыми к выпускнику: конкурентоспособность специалистов, и возможность работать на уровне мировых стандартов во многом определяются именно аналитическим мышлением.

Результаты проведенных исследований показали положительные высокие корреляции между физиологическими параметрами и успеваемостью студентов . Полученные нами исследования, углубляют данные о том, что степень освоения учебным материалом и уровень академической успеваемости и компетености студентов зависит от исходной познавательной мотивации, и определяются наиболее оптимальными параметрами психомоторных и когнитивных функций. Достоверно показано, что у студентов с хорошей успеваемостью показатели умственной работоспособности 82,9±1,7 % (успешность ответов) выше, чем у студентов с низкой мотивацией и успеваемостью 77,4±1,9 % (p<0,05). Увеличение латентного 310,1±11,0 мс и моторного времени 206,0±15,1 мс (р<0,05) психомоторных функций (сложная сенсомоторная реакция) у студентов с низким уровнем академической успеваемости по сравнению со студентами с высоким уровнем успеваемости, (среднее латентное время 277,5±5,3 мс, и среднее моторное время - 141,0±3,9 мс, р<0,05), свидетельствует об активном включении дифференцировочного торможения, и о развитии в центральной нервной системе утомления, приводящего к ослаблению психических процессов (внимания, памяти). Известно так же и то, что соотношение силы, уравновешенности и подвижности нервных процессов определяет типологические особенности высшей нервной деятельности человека, однако эти процессы пластичны и легко изменяются под влиянием различных факторов (стимулов) .

Результаты исследования свойств нервной системы показали, наличие статистически достоверных различий во времени реакции. Средний период воспроизводимого темпа у студентов успевающих на «хорошо» и «отлично», составил 156,7±23,4 мс, чем у студентов удовлетворительно успевающих - 164, 1±27,1 мс. (p<0,05).

Рис 1. Динамика нервных процессов студентов с разным уровнем академической успеваемости.

Результаты кластерного анализа (рис. 1), позволили установить следующие особенности скорости нервных процессов у студентов. Темп воспроизводимого теста у студентов с хорошей академической успеваемостью характеризуется от снижения к нарастанию, (среднесильный и сильный тип) (кластер 1, 2), у студентов с низкой успеваемостью наблюдается снижение темпа от максимального до минимального (среднеслабый и слабый тип), (кластер 3, 4). Можно сделать вывод о том, что подвижность нервных процессов является одним из критериев «качества» обучения, к которому предъявляется основное требование – быстрая переключаемость психических функций человека.

Полученные результаты, позволяют сделать вывод, что временные, качественные и количественные параметры физиологических показателей психомоторных и когнитивных функций при заданных временных интервалах представляет собой коэффициент академической успеваемости - показатель, при котором возможно овладение федеральным государственным образовательным стандартом (ФГОС).В зависимости от целей и задач исследования коэффициент академической успеваемости будет существенно отличаться у специалистов технического, естественнонаучного и гуманитарного профилей.

Применяя статистические методы прогноза, можно оценить результаты академической успеваемости и эффективность образовательных программ и технологий.

Список литературы:

1. Викторова И. Г. Личностные и индивидуальные особенности студентов осваивающих различные образовательные программы: дис. … канд. псих. наук / Викторова И. Г. – Санкт-Петербург, 2003 – 169 с.
2. Воробьева Е. В. Психофизиологические основы эффективности учебной деятельности студентов медицинского вуза на этапе освоения фундаментальных дисциплин: дис. … канд. биол. наук / Воробьева Е. В. – Волгоград, 2001 – 153 с.
3. Залилов Р. Ю. Результативность учебной деятельности студентов в зависимости от состояния физиологических функций и психофизиологических особенностей: дис. … канд. биол. наук / Залилов Р. Ю. – Москва, 2001 – 142 с.
4. Ильин Е. П. Дифференциальная психофизиология. – Спб.: Питер 2001 – 464 с.
5. Котляр Б. И. Нейробиологические основы обучения. М.: Наука. – 1989.
6. Мотивация поведения: биологические, когнитивные и социальные аспекты / Р. Фрэнкин. – 5-е изд. – Спб.: Питер, 2003. – 651 с.
7. Темняткина О. В. Оценка результатов образования обучающихся ОУ НПО и СПО на основе компетентностного подхода.Методическое пособие. Екатеринбург, ИРРО, 2009. – 80 с.
8. Шульговский В. В. Физиология высшей нервной деятельности с основами нейробиологии: Учебник дл студ. биол. специальностей вузов / Валерий Викторович Шульговский. – М.: Изд-во Академия, 2003. - 464 с.

Вестник ХНАДУ, вып. 68, 2015

УДК 519.237.8

ПРОГНОЗИРОВАНИЕ УСПЕВАЕМОСТИ СТУДЕНТОВ НА ОСНОВЕ МЕТОДОВ КЛАСТЕРНОГО АНАЛИЗА

В.А. Шевченко, доц., к.т.н.,

Харьковский национальный автомобильно-дорожный университет

Аннотация. Предложена методика прогнозирования успеваемости студентов на основе методов кластерного анализа. Приведены результаты проведенного эксперимента, подтверждающие эффективность разработанной методики прогнозирования успеваемости.

Ключевые слова: прогнозирование, успеваемость, кластерный анализ, матрица исходных данных, матрица расстояний.

ПРОГНОЗУВАННЯ УСПІШНОСТІ СТУДЕНТІВ НА ОСНОВІ МЕТОДІВ

КЛАСТЕРНОГО АНАЛІЗУ

В.О. Шевченко, доц., к.т.н.,

Харківський національний автомобільно-дорожній університет

Анотація. Запропоновано методику прогнозування успішності студентів на основі методів кластерного аналізу. Наведено результати проведеного експерименту, що підтверджують ефективність розробленої методики прогнозування успішності.

Ключові слова: прогнозування, успішність, кластерний аналіз, матриця вихідних даних, матриця відстаней.

PROGNOSTICATION OF STUDENTS PROGRESS ON THE BASIS OF CLUSTER

ANALYSIS METHODS

V. Shevchenko, Asso^ Prof., Ph. D. (Eng.),

Kharkiv National Automobile and Highway University

Abstract. The method of prognostication of students progress on the basis of methods of cluster analysis has been offered. The results of the experiment confirming the efficiency of the developed method of prognostication have been given.

Key words: prognostication, progress, cluster analysis, matrix of initial data, matrix of distances.

Введение

В настоящее время существуют сотни методов прогнозирования. Виды математических методов прогнозирования: корреляционный анализ, регрессионный анализ, кластерный анализ, факторный анализ и др.

Анализ публикаций

Рассмотрением сущности прогнозирования в области обучения занимались Б.С. Гершун-

ский , В.И. Загвязинский , А.Ф. Присяжная , Р.В. Майер и др.

В ходе анализа публикаций был сделан вывод, что для достоверного прогнозирования успеваемости студентов больше всего подходят методы кластерного анализа, поскольку кластерный анализ позволяет производить разбиение объектов не по одному параметру, а по целому набору признаков. Кроме того, кластерный анализ позволяет рассматривать множество исходных данных практически произвольной природы.

Вестник ХНАДУ, вып. 68, 2015

Цель и постановка задачи

По результатам проведенного анализа в области педагогического прогнозирования были поставлены следующие цели:

1. Разработать процедуру прогнозирования успеваемости студентов на основе методов кластерного анализа.

2. Для проверки эффективности разработанной процедуры прогнозирования провести эксперимент с целью сравнения реальной и прогнозируемой успеваемости студентов.

Выбор метода кластерного анализа для прогнозирования успеваемости студентов

Для решения поставленной задачи - разработки процедуры прогнозирования успеваемости студентов из множества алгоритмов кластеризации наиболее подходящим, на наш взгляд, является алгоритм k-средних Мак-Кина, в котором сам пользователь должен задать искомое число конечных кластеров, обозначаемое k. Принцип классификации заключается в следующем:

Выбираются или назначаются k наблюдений, которые будут первичными центрами кластеров;

Остальные наблюдения приписываются к ближайшим заданным кластерным центрам;

Текущие координаты первичных кластерных центров заменяются на кластерные средние;

Предыдущие два шага повторяются до тех пор, пока изменения координат кластерных центров не станут минимальными.

Однако алгоритм Мак-Кина предполагает, что кластерные центры выбираются из существующего набора данных для кластеризации. Для решения поставленной задачи такой подход не приемлем, так как могут быть группы студентов с различной успеваемостью; например, группы, где нет двоечников, или, наоборот, нет отличников, или много троечников. Если выбирать кластерные центры из данных каждой студенческой группы, то для каждой группы распределение студентов на кластеры в зависимости от их успеваемости будет различным, и может случиться, что студент с хорошей успеваемостью попадет в кластер плохой успеваемости и наоборот. Необходимо определить такие кластерные центры, значения которых не зависят от набора классифицируемых данных и обеспе-

чивают распределение студентов на кластеры в соответствии с существующими параметрами успеваемости: до 60 баллов - плохо, от 60 до 75 баллов - удовлетворительно, от 75 до 90 баллов - хорошо, свыше 90 баллов -отлично.

Кроме того, по алгоритму Мак-Кина после добавления какого-либо данного в кластер необходимо произвести пересчет центра кластера. В этом случае значение кластерного центра будет изменяться, что также приведет к искажению результатов кластеризации.

Следовательно, метод k-средних Мак-Кина целесообразно применить для решения поставленной задачи после некоторой модификации.

Модификация метода А-средних Мак-Кина

Модифицируем алгоритм Мак-Кина исходя из следующих допущений:

1. При решении поставленной задачи необходимо задать такие кластерные центры, которые представляют собой усредненные значения каждого параметра для каждого класса.

2. Заданные центры должны оставаться неизменными на протяжении всей процедуры кластеризации.

Постановка задачи кластеризации

Известно множество объектов Х, представляющих собой данные по успеваемости n студентов, состоящие из m признаков: X = X і, X 2,..., Xm }. Множество объектов Х описывается множеством векторов измерений X j, j = 1, m . Требуется разбить выборку Х на четыре типологические группы, характеризующие успеваемость студентов: «отлично», «хорошо», «удовлетворительно» и «плохо». Следовательно, задаем число кластеров k = 4.

Процедура кластеризации

1. Зададим матрицу исходных данных в соответствии с формулой (1), где Xj - j-й параметр i-го объекта, m - количество парамет-

Вестник ХНАДУ, вып. 68, 2015

ров; n - количество студентов (объектов кластеризации)

X11 X12 . .. X1 j . 1 s

X21 X22 . .. X2 j . .. X2m

Xi1 Xi 2 . .. Xj . .. Xm . (1)

Xn1 Xn2 . .. Xnj . .. Xnm

2. Назначим первичные центры кластеров. Для этого для каждого кластера определим эталонные значения параметров как усредненные данные по каждой типологической группе студентов, полученные при моделировании процесса формирования компетенций у студентов . Эталонные значения будут использованы в качестве центров будущих кластеров, вокруг которых группируются наиболее близкие объекты по значениям выбранных параметров. Эталонные значения параметров кластеризации приведены в табл. 1.

где ztj - нормированное значение j-го параметра /-го объекта; Xj - исходное значение j-го параметра i-го объекта; Xj - среднее значение j-го параметра по всем объектам;

4. Для нормированных данных строим матрицу расстояний D (3)

" 0 d1,2 . .. d1, n d1,n+4

d 2,1 0. .. d2,n d 2,n+4

D = dn,1 dn,2 . .. 0 dn,n+4 . (3)

dn+4,1 dn+4,2 . .. dn+4,n 0

Расстояния между объектами вычисляем по Евклидовой метрике (4)

Таблица 1 Эталоны для прогнозирования

Типолог. группы Начальн. знания Знания по теме Кол-во пропусков

Класс 5 85 95 0

Класс 4 75 85 0

Класс 3 60 70 0

Класс 2 40 40 2

Вокруг эталонов собираются объекты, близкие по своим параметрам. В качестве объектов кластеризации в данной задаче выступают студенты, а в качестве параметров -факторы, значения которых можно оценить в начальный момент изучения дисциплины:

Уровень начальных знаний студентов;

Уровень компетенций, сформированных у студентов по первой теме дисциплины;

Количество пропусков занятий студентами на момент составления прогноза.

где d/j - расстояние между i-м и j-м объектами; m - количество признаков кластеризации; zik - нормированное значение i-го объекта по

k-му признаку; Zjk - нормированное значение j -го объекта по k-му признаку.

5. Из матрицы расстояний выделяем эталонную матрицу расстояний, которая представляет собой матрицу расстояний (5) от каждого объекта до эталонных данных

d1,n+1 d1,n+2 d1,n+3 d1,n+4

d 2,n+1 d 2,n+2 d 2,n+3 d 2,n+4

di,n+1 di,n+2 di,n+3 di,n+4 , (5)

dn,n+1 dn,n+2 dn,n+3 dn,n+4

3. Поскольку выбранные признаки имеют разные единицы измерения, исходные данные нормируем вместе с добавленными к ним эталонами по формуле (2)

i = 1, n + 4, j = 1, m

где MEt - эталонная матрица расстояний.

6. В эталонной матрице определим минимальное значение расстояния, номер объекта и кластерного эталона, которые находятся на этом минимальном расстоянии.

7. Выбранный объект припишем к соответствующему кластеру.

Вестник ХНАДУ, вып. 68, 2015

8. Из матрицы исходных данных и матрицы эталонных расстояний удалим данные об объекте, который был приписан к кластеру.

Пункты 6 - 8 повторим до тех пор, пока все объекты не будут разнесены по кластерам.

Разработанная процедура прогнозирования успеваемости студентов имеет реализацию в виде макроса на языке VBA.

Описание и результаты эксперимента

Для проверки эффективности применения метода формирования индивидуальных траекторий для самостоятельной работы на основе кластерного анализа для организации индивидуализации самостоятельной работы потока студентов был проведен эксперимент со студентами трех групп (всего 61 студент) дорожно-строительного факультета ХНАДУ, изучающими информатику в осеннем семестре.

В качестве исходных данных использованы три фактора: начальный уровень знаний студентов (оценен в начале первого занятия), знания, полученные студентами на занятии по первой теме (оценены на первой лабораторной работе), и количество пропусков занятий (эксперимент проводился на втором занятии). По этим исходным данным был составлен прогноз успеваемости для каждого студента по дисциплине «Информатика».

По окончании изучения дисциплины прогнозируемые баллы студентов сравнили с баллами, которые студенты получили на зачете по информатике.

Сравнительные данные эксперимента приведены в табл. 2 и на рис. 1.

Таблица 2 Зачетные и прогнозные данные

Отлично Хорошо Удовлетв. ОХОІГЦ Итого

Зачетный балл 3 11 40 7 61

Прогнозный балл 2 13 38 8 61

Рис. 1. Сравнительная диаграмма зачетных и

прогнозных данных Вывод

Результаты проведенного эксперимента показали, что прогнозируемая успеваемость студентов отличается от реальной не более, чем на 3,3 %. Следовательно, процедура на основе модифицированного метода ^-средних Мак-Кина действенна и может использоваться для прогнозирования успеваемости студентов.

Литература

1. Гершунский Б.С. Прогностические мето-

ды в педагогике / Б.С. Гершунский. -К.: Вища школа, 1979. - 240 с.

2. Загвязинский В.И. Педагогическое пред-

видение / В.И. Загвязинский. - М.: Знание, 1987. - 77 с.

3. Присяжная А.Ф. Прогнозирование как

функция педагога (от будущего учителя до профессионала): монография /

A. Ф. Присяжная. - Челябинск: Образование, 2006. - 306 с.

тов методом кластерного анализа / Р.В. Майер // Проблемы учебного физического эксперимента: сб. науч. и метод. работ. - 1998. - Вып. 5. - С. 12-19.

5. Шевченко В.А. Концепция построения

модели приобретения знаний студентами по дисциплине «Информатика» /

B. А. Шевченко // Вестник ХНАДУ: сб. науч. тр. - 2012. - Вып. 56. -

Рецензент: В.В. Бондаренко, профессор,

к.пед.н., ХНАДУ.