Научная статья на тему 'Коммуникативная активность учащихся в сети Интернет и факторы, ее составляющие'

Коммуникативная активность учащихся в сети Интернет и факторы, ее составляющие Текст научной статьи по специальности «Науки об образовании»

CC BY
175
31
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по наукам об образовании , автор научной работы — Огрызков В.Е., Денисов Д.П.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Коммуникативная активность учащихся в сети Интернет и факторы, ее составляющие»

коммуникативная активность учащихся в сети интернет и факторы, ее составляющие

огрызков в.е.,

к.-т. технических наук, доцент, Омский институт (филиал) РЭ У им. Г.В. Плеханова ДЕНИСОВ Д.П.,

к.-т. с.-х. наук, преподаватель, Омский промышленно-экономический колледж.

Коммуникативная активность учащихся в многомерном пространстве образовательных условий является базисом для социального, культурного, физического развития и формирования гармоничных отношений в данной среде. Исследование мотивации, смыслового содержания, индивидуальных особенностей общения, взаимодействия в сети Интернет становится важной задачей исследования составляющих продуктивной работы студенческой аудитории.

Глобальная сеть является важной средой для развития коммуникаций. Особый интерес она вызывает в связи с совершенствованием информационных систем, вовлекающих потенциального пользователя в новые формы связей, ситуации диалога, в котором студент аккумулирует наследие прошлого, взаимодействует в реальном и виртуальном социально-культурном пространстве настоящего, моделирует будущее.

Умение налаживать коммуникации в социуме -положительное нравственно-этическое качество личности, выражающее предрасположенность человека к общению, к установлению контактов, связей, отношений. Данное качество основывается на способности чувствовать поле психологической совместимости с партнерами, а в техническом плане - предполагает умение использовать сложную технику и доступные ресурсы для общения. Следует отметить, что коммуникативная активность, умение группировать вокруг себя людей, коммуникабельность формируется в раннем возрасте [1].

Коммуникационная активность учащихся зависит от уровня компьютерной подготовки и освоения программного обеспечения, образовательных и культурных интересов, продолжительности сеансов работы в сети и множества других, относительно слабо изученных факторов. Сущность коммуникативной активности учащихся в сети, как одной из форм социальной активности, выражается в творческом отношении к миру, способности к самореализации; в образовательных условиях ее уровень оценивается путем тестирования [5].

Социальная информация, характер которой может быть чувственным, оценочным, ценностным, накапливается в обществе с помощью существующих систем знаковых средств. Она необходима субъекту при выборе модели поведения, способа действий для достижения конкретной цели, продуктивного взаимодействия с окружающим миром в рамках социальной приемлемости, интеллектуальных кри-

териев и позиций, поддерживающих целостность культуры во времени и пространстве [4]. В процессе взаимодействия, в, конечном итоге, пользователи транслируют полезные сведения в виде образов и символов в единое пространственно-временное представление информационной культуры.

Сложность анализа коммуникативной активности учащихся заключается в том, что познавательная деятельность в сети выходит за рамки образовательных условий, так как, в частности, поддерживается персональными устройствами (ПУ). Наиболее очевидные потоки информации и цели конкретного пользователя - ролевое участие в форумах, играх, обмен видеоматериалами, аудиозаписями, фотографиями, дистрибутивами доступных программ, сведениями об установке систем, драйверов и программного обеспечения, тонкостях эксплуатации и индивидуальных настройках персональных устройств, причинах отказа техники, текущих ценах и качестве компьютерных комплектующих.

В свою очередь, для преподавателя немаловажно иметь стереотип, уметь различать учащихся, обладающих устойчивыми навыками коллективной работы в сети. Это позволит своевременно переориентировать их усилия от виртуальной реальности - в более глубокое русло профессиональных знаний, умений, развития способности соотносить цель и конечный результат взаимодействия в компьютерном социуме, что наиболее актуально для специальностей, связанных с эксплуатацией компьютерных систем, настройкой оборудования, программированием, web-дизайном и многих других направлений подготовки будущих специалистов.

Для выявления тенденций развития компьютерного парка и Интернет-активности учащихся [2] мы проводили анкетирование на предмет использования персональных устройств в сети. Анкета содержала примерный список типов компьютерных средств, полезных в рамках образовательной и познавательной деятельности (аудиторные занятия, самоподготовка, of- или on-line обучение, чтение-редакция текстов, просмотр изображений, видеозаписей по тематике, калькуляция), включая интерактивный сервис Smart TV - «умное телевидение». Опрос проводится в разных учебных заведениях, по итогам исследования в 2014-15 учебном году обработано 141 анкет.

В качестве дополнительных параметров учащиеся указывают количество друзей в сетях (включая

Таблица 1. Взаимосвязь исследуемых параметров по результатам анкетирования

Наименование параметра Друзей (контактов) в сетях Количество типов ПУ Стаж работы за ПУ, лет Количество используемых программ Работа за ПУ в день, часов Каналов связи в сети Интернет

Друзей (контактов) в сетях 1,00

Количество типов ПУ -0,05 1,00

Стаж работы за ПУ, лет -0,11 -0,01 1,00

Количество используемых программ 0,10 0,13 0,27 1,00

Работа за ПУ в день, часов 0,35 0,18 0,11 0,37 1,00

Каналов связи в сети Интернет -0,10 0,14 0,01 0,01 -0,04 1,00

число контактов по электронной почте, видеосвязи, форумах по специальностям, сайтах трудоустройства, группах по интересам и т.д.). В анкете регистрируется стаж самостоятельной работы за ПУ, количество программ, установленных на компьютере, средняя продолжительность дневного сеанса работы и количество каналов обмена информацией в сети (сайты и софт, поддерживающий электронное общение).

Как правило, учащиеся, имеющие определенный статус в компьютерном социуме, хорошо адаптированы в сети, активно вступают в контакт и указывают большое количество друзей (включая регистрацию в Skype, Twitter, на почтовых сервисах и т.д.). Для того, чтобы контакт был учтен, необходим, как правило, один запрос и обоюдное подтверждение связи.

Всего за учебный период 2014-15 года опрошен 141 студент. Для исследования факторов,

определяющих активность учащихся в сети, применяли корреляционный и дискриминантный анализ, программа <^а^^са». Данные методы широко используются для прогнозирования уровня усвоения знаний в образовательной среде [3, 6, 7].

В таблице 1 представлена матрица линейных корреляций между параметрами, рассчитанная по результатам обработки анкет. Коэффициенты связи при уровне р < 0,05 отмечены тенью. Отмечается синхронность изменения параметров с увеличением продолжительности дневной работы за ПУ, и отсутствие связи - с количеством каналов обмена информаций.

Закономерности в рассеянии дат предполагают использование признаков в целях классификации путем выполнения набора статистических процедур дискриминантного анализа, таблицы 2-4.

Выделим три группы учащихся по количеству по-

Таблица 2. Средние значения исследуемых параметров по группам.

Группа Количество типов ПУ Стаж работы, лет Количество программ Работа, час Каналов N

G_1:1 (до 50 контактов) 3,4 8,8 15,1 4,6 13,6 28

G_2:2 (51-300 контактов) 3,7 8,3 12,5 5,6 8,3 89

G_3:3 (>300 контактов) 3,6 8,8 15,4 8,4 7,0 24

All Grps 3,6 8,5 13,5 5,9 9,2 141

Таблица 3. Результаты выполнения дискриминантного анализа.

Переменные Wilks' LAMBDA Partial Wilks' LAMBDA F-remove p-level 1 - R2

Каналов связи 0,936 0,926 5,422 0,005 0,970

Работа за ПУ 0,911 0,951 3,474 0,034 0,968

Количество типов ПУ 0,885 0,979 1,431 0,243 0,940

Таблица 4. Оценка значимости дискриминирующих функций по критерию «Chi - квадрат».

Корни Собственное Каноническая Лямбда Chi - Степени р-уровень

исключенные значение корреляция, R Wilks' квадрат свободы значимости

0 0,115 0,321 0,867 19,552 6 0,003

1 0,034 0,182 0,967 4,630 2 0,099

Root 1 vs. Root 2

■6

~2

0

Root 1

Рисунок 1. Гоафик рассеяния канонических дат

О G_1'1 □ G_2:2 о G 3:3

стоянных контактов: в пределах 50 друзей, 51-300, и более 300 контактов. Рассмотрим средние характеристики выделенных групп, таблица 2.

Средний стаж самостоятельной работы за индивидуальным персональным устройством, по данным таблицы, составляет 8,5 лет. Большинство социальных сетей (наиболее известен в России сайт «ВКонтакте») функционирует в пределах 10 лет. Таким образом, коммуникативные навыки участников опроса сформировались в условиях повсеместной популярности сетей, Skype, электронной почты, т.е. они обладали достаточным ресурсом времени для развития контактов.

По-видимому, студенты предпочитают иметь адресное пространство постоянных контактов соответственно наиболее комфортному (по их мнению) состоянию, положению в сети. Таким образом, общее число друзей (контактов) конкретного пользователя в компьютерном социуме - это некоторая интегральная величина, отражающая его готовность вступать во взаимодействие с другими субъектами или группами при соблюдении определенных условий, регламента общения.

Анализ таблицы обнаруживает, по крайней мере, две ощутимые тенденции роста числа друзей (контактов) в сети: увеличение продолжительности дневного сеанса за ПУ; и снижение количества каналов связи.

Рассмотрим основные результаты обработки данных методом дискриминантного анализа, таблица 3. В таблице 3 перечислены переменные, учитываемые в модели в порядке вклада в общую дискриминацию, результативность классификации низкая.

Статистическая оценка значимости классификационных функций по критерию «Chi - квадрат», таблица 4 подтверждает (более наглядно, Рис. 1) актуальность использования обоих корней.

Полученные результаты (Рис. 1) свидетельствуют о том, что дифференциация учащихся, активно поддерживающих контакты в компьютерных сетях, в принципе, возможна. Поскольку основные информационные потоки реализуются средствами персонального пользования, анализ коммуникативной активности студентов проблематичен, однако основные тенденции различаемы.

Например, выбор типа компьютерного средства (технический фактор) вопреки ожиданиям, не оказывает ощутимого влияния на способность развивать контакты в сети. По-видимому, современные компьютерные устройства хорошо адаптированы для полноценного сетевого обмена (включая защиту информации), и их технические особенности и габариты не столь важны для общения.

Мы видим, что активные участники компьютерного социума более избирательны в выборе каналов связи, нежели типов устройств.

Поэтому, в плане предвидения перспектив Интернет-общения - с позиций образовательной аудитории, немаловажно учитывать конъюнктуру популярных социальных сетей, преимущества и бонусы, которые они способны предоставить потенциальным пользователям, и уметь определять ресурсы и связи, наиболее приемлемые и полезные для учебных целей.

Литература:

1. Горохова С. Ю. Моделирование процесса развития коммуникативной активности учащихся сельских школ во внеучебной деятельности / Научно-теоретический журнал «Научные проблемы гуманитарных исследований». 2011, Выпуск 7. - С. 109-114.

2. Огрызков В.Е. Состав и перспективы развития компьютерного парка студенческой аудитории / Огрызков, Д.П. Денисов// Сибирский торгово-экономический журнал. 2015. № 2(20). - С. 104-107.

3. Панова Н.Ф. Классификация студентов по уров-

ню успеваемости с помощью аппарата дискрими-нантного анализа / Н.Ф. Панова, Н.В. Денисова // Вестник ОГУ. 2014, №8 (169) - С. 33-36.

4. Цветкова Е.А. Информационно-коммуникационный подход к проблеме культуры / Е.А Цветкова, Е.В. Коровина // В сборнике: Мир коммуникаций: сборник научных трудов. 2015. - С. 23-28.

5. Хоршунова А.Н. Опыт исследования уровня социальной активности у студентов первокурсников педагогического института / А.Н. Хоршунова. Символ науки. 2015. № 7-1 (7). - С. 169-172.

6. Erimafa J.T. Application of discriminant analysis to predict the class of degree for graduating students in a university system / J.T. Erimafa, A. Iduseri, I.W Edokpa //. International Journal of Physical Sciences. 2009, Vol. 4 (1), January. - P. 016-021.

7. Pyryt M.C. Pegnato Revisited: Using Discriminant Analysis to Identify Gifted Children / Psychology Science, 2004 (3), Volume 46. - P. 342 - 347.

устойчивое сбалансированное развитие

региональной инновационной системы: проблемы и пути решения

ЧУДИНОВА Л.Н.,

старший преподаватель, АОНО ВО «Институт менеджмента, маркетинга и финансов» АРТЕМЕНКО В.Б.,

кандидат экономических наук, АОНО ВО «Институт менеджмента, маркетинга и финансов»

Региональная инновационная система включает совокупность взаимосвязанных элементов инновационной деятельности: научно-исследовательских институтов, высших учебных заведений, инновационных центров, технопарков, технико-технологических центров, инновационно-активных предприятий, малого инновационного бизнеса, венчурных фондов, бизнес-инкубаторов и прочих структур, а также инфраструктуру инновационной деятельности, функционирование которой направлено на получение научно-технического, экономического, социального, политического или другого эффекта при обеспечении инновационного развития региона и перехода национальной экономики к инновационной модели развития [3, 5].

Формирование и развитие региональной инновационной системы основывается на следующих положениях [1, 5]:

1) формирование инновационного процесса как совокупности взаимосвязанных стадий научно-исследовательской и образовательной деятельности, конструкторско-технологической и производственной деятельности;

2) формирование кадрового потенциала развития инновационной деятельности в регионе;

3) активизация развития научно-исследовательской деятельности и научно-инновационных организаций;

4) совершенствование процессов коммерциализации продуктовых и технологических инноваций на основе развития сети бизнес-инкубаторов;

5) развитие интегрированных форм организации инновационно-технологической деятельности в регионе с участием научно-образовательной, инновационно-технологической сфер и сектора реальной экономики в целях проведения модернизации регионального промышленного комплекса.

Анализ текущего состояния региональной инновационной системы Воронежской области показал следующее [4]:

1. На протяжении последних лет в регионе отмечался позитивный рост числа организаций, осуществляющих инновационную деятельность. Среди всех функционирующих в регионе организаций, осуществляющих исследования и разработки, инновационную деятельность согласно статистической отчетности осуществляют около 60 % организаций. По видам экономической деятельности, наибольший удельный вес организаций, занимающихся инновационной деятельностью, приходится на обраба-

i Надоели баннеры? Вы всегда можете отключить рекламу.