SCI Библиотека

Рассматриваются аспекты подготовки иностранных обучающихся по математическим дисциплинам, включающие применение современных подходов в обучении, анализ содержания учебных программ, их соответствия современным требованиям и задачам военного дела, а также систему оценки знаний и навыков курсантов. В процессе преподавания приходится учитывать такие сложности обучения, как «языковой барьер», адаптация учебного материала к культурным особенностям и уровню подготовки иностранных обучающихся. Приводятся примеры составленных для них учебных материалов, теста для оценки уровня исходной подготовки иностранных обучающихся и результатов сравнительного анализа успеваемости после их использования.

Рассматривается актуальная проблема междисциплинарных связей в подготовке будущих специалистов по физической культуре и спорту. Показывается необходимость в унификации понятийной основы смежных учебных дисциплин, призванной содействовать формированию у студентов целостных представлений об изучаемых объектах и закономерностях. Отмечается, что оптимизация междисциплинарных связей в подготовке физкультурных и спортивных кадров является одним из условий получения выпускниками не только необходимого уровня теоретических знаний, но и формирования практических умений и навыков.

Исследована роль заданий в тестовой форме в стимулировании мотивации студента к учению и его самостоятельности в процессе решения учебной задачи.

Рассматривается использование математического моделирования при формировании компетенций специалистов в военно-учебных заведениях в ходе изучения прикладных дисциплин технического направления. Приведены основные этапы решения, которые позволяют оценить сложность поставленных задач, определить математические модели, оценить правильность полученных результатов и представить окончательные выводы. На каждом этапе этой работы курсанты оперируют абстрактными описаниями реальных объектов и процессов, учатся формализовать и анализировать реальные ситуации, используя математический аппарат для расчетов, получая при этом необходимый набор знаний, умений и навыков в рамках освоения предусмотренных компетенций.

Рассматривается актуальность сохранения живого взаимодействия студентов с преподавателем и студентов между собой, необходимости повышенного внимания к формированию у студентов устойчивой внутренней мотивации учения при использовании дистанционного обучения. Выполнен краткий анализ мнений педагогических работников относительно реализации образовательных программ в дистанционном формате. Показано, что размещение на сайтах вузов видеозаписей традиционных аудиторных лекций непродуктивно. Сформулированы рекомендации к лекциям, пригодным при реализации дистанционных образовательных технологий.

Рассматривается ряд специальных учебных дисциплин, преподаваемых в непрофильных вузах, таких как «Основы профориентологии», «Социальная работа с безработными», «Занятость населения и ее регулирование», которые прямо ориентированы на подготовку высококвалифицированных кадров для сферы содействия занятости населения. Приводятся конкретные примеры формируемых компетенций, результатов обучения, изучаемых разделов, тем, вопросов на занятиях, а также заданий для самостоятельной работы студентов. Полученные результаты можно использовать в качестве рекомендаций по организации преподавания в вузах с последующим уверенным и эффективным трудоустройством выпускников, а также при разработке образовательных программ профессионального обучения.

Рассматривается вопрос об использовании адаптивной технологии обучения будущих военных специалистов иностранному языку с применением возможностей искусственного интеллекта. Представлены этапы реализации адаптивного обучения иностранному языку. Делается вывод о том, что технология адаптивного обучение в сочетании с функциональными возможностями искусственного интеллекта способствует улучшению качества обучения иностранному языку, а также позволяет активнее реализовать дифференцированный подход в обучении.

В статье предлагается подход к проектированию системы автоматизированного тестирования программных решений учебных задач по программированию основанный на концепциях профилирования и написания чистого кода. Система апробирована на лабораторных занятиях со студентами первого курса IT-направлений подготовки КубГУ.

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.