CC BY
28
Разработка базы учебных проблем для подготовки инженеров в метрическом компетентностном формате с использованием метода прототипирования
Старыгина Светлана Дмитриевна доцент, к.п.н., доцент кафедры информатики и прикладной математики, Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 svetacd kazan@mail.ru
Нуриев Наиль Кашапович профессор, д.п.н., заведующий кафедрой информатики и прикладной математики, Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 nurievnk@mail. ru
Титов Андрей Николаевич доцент, к.т.н., доцент кафедры информатики и прикладной математики, Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 redposition53@mail.ru
Тазиева Рамиля Фаридовна ассистент кафедры информатики и прикладной математики,
Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 ram89 89@mail.ru
Аннотация
При организации эффективного учебного процесса, основанного на компетентностном подходе, особое значение приобретает наличие, специально разработанное базы учебных проблем. От качества организации этой базы, в основном, зависят возможности дидактической системы в массовой подготовке академически компетентных и конкурентоспособных инженеров. When organizing effective training process based on the competence approach is especially important to the presence of a specially designed base of educational problems. From the quality of organizing a database mainly depends the effectiveness of the didactic system for bulk preparation academically qualified engineers.
Ключевые слова
базы учебных проблем, компетентность, способности, метод прототипирования, разработка дидактических систем, поле компетенций, валидность, драйверы развития
base of educational problems, competence, ability, prototyping method, development of didactic systems, field of competence, validity, drivers of development
Рассмотрим множество (ПК-профессиональных, ОК-общекультурных) компетенций, определенных по ФГОС ВПО для подготовки инженеров по конкретному направлению подготовки. Построим модель, в которой каждое направление с названием компетенции изображается в виде вектора. В совокупности пучок векторов с центром в точке 0 организует векторное поле компетенций, которое представляет собой драйверы развития студента и они, в целом, определяют профиль подготовки будущего инженера (рис. 1).
Рис. 1. Модель векторного поля компетенций, определяющих профиль
подготовки инженера
На поле компетенций, рассмотрим множество учебных проблем различной сложности, на основе которых ведется подготовка будущего инженера по освоению каждой компетенции. Расположим это множество учебных проблем на поле компетенций по возрастанию сложности. Причем, чем сложнее проблем, тем она дальше будет находиться от центра. Таким образом, сортированное по возрастанию сложности, множество учебных проблем, построенное на поле компетенций, назовем метрическим пространством учебных проблем (МПУП) специальности. На рис. 2 приводится модель МПУП специальности с выделенными там абстрактными «зонами ближайшего развития (ЗБР)» студента [1].
Очевидно, наличие специально организованного МПУП в составе дидактической системы позволяет организовать учебный процесс по технологии подготовки в метрическом компетентностном формате (МКФ) с учетом ЗБР студента [2, 3].
На практике это означает, что в ходе подготовки на актуальный момент времени у каждого специалиста имеется свой профиль достижений в преодолении сложности учебных проблем.
Рис. 2. Модель пространства учебных проблем специальности с выделенными
ЗБР
На рис. 3 приводятся профили S1 и S2 достижений студента в ходе его профессионального развития на разные моменты времени. На этом же рисунке, через S3 обозначен требуемый абстрактный профиль достижений инженера, который востребован в индустриальной инженерии на сегодняшний день. Таким образом, в дидактических системах с технологией подготовки в МКФ задается «порог» достижений (академическая компетентность) которая, свидетельствует о конкурентоспособности инженера на рынке труда.
ПК(3 )
Рис. 3. Профили 81, 82 - характеристики профессиональных достижений студента на поле компетенций, профиль S3 - порог достижения академической
компетентности
В индустрии, инженер предназначен для решения потока профессиональных проблем разной сложности. При этом, каждый инженер оценивает сложность проблемы субъективно через трудность решения им этой проблемы. Это означает, что у каждого инженера в зависимости от уровня его профессионального развития своя субъективная оценка сложности проблемы. Например, некомпетентный инженер несложную проблему из-за недостаточности уровня усвоенных знаний и развитости способностей субъективно может посчитать сложной. В этой ситуации, на практике, возникает необходимость в наиболее объективной оценке сложности проблемы. Накопленный опыт показывает, что сложность проблемы можно оценить (в метриках) трудоемкостью (час/раб) разрешения этой проблемы лучшим специалистом (чемпионом-экспертом).
Как следует из результатов анализа деятельности инженера [4], при крупномасштабной декомпозиции процесс разрешения проблемы состоит из трех взаимосвязанных операций:
1. Операция формализации проблемы, при которой инженер на основе своих знаний и умений (способностей) строит модель проблемной ситуации и далее преобразует проблему в комплекс известных ему задач. Очевидно, на этой операции у него возникает трудность формализации проблемы (А-трудность).
2. Операция конструирования (планирования) решения задач, полученных в результате первой операции. На этой операции из-за недостаточности усвоенных знаний и неразвитости способностей (умений) возникает трудность (В - трудность) планирования решения.
3. Операция исполнения, полученного на предыдущей операции, плана в реальной среде. На этой операции возникает трудность (С-трудность) реализации плана в среде.
Таким образом, в целом, каждый инженер оценивает сложность проблемы субъективно, исходя из совокупности АВС-трудности решения этой проблемы.
Очевидно, на практических и лабораторных занятиях студент не может объективно оценить сложность учебной проблемы, поэтому каждая такая проблема заранее должна быть оценена в (мин/раб) экспертом (преподавателем).
На рис. 4 приводятся примеры представления заданий (учебных проблем) для студентов в дидактических системах с технологией подготовки в метрическом компетентностном формате (МКФ)._________________________________________________
N проблемы Содержание проблемы А- сложность (мин/раб) В- сложность (мин/раб) С- сложность (мин/раб) Суммарная сложность (мин/раб)
П1 Описание проблемной ситуации 10 15 5 30
П2 Описание проблемной ситуации 15 10 15 40
П3 Описание проблемной ситуации 0 30 20 50
П4 Описание проблемной ситуации 10 0 0 10
Рис. 4. Примеры представления заданий в дидактических системах с технологией подготовки в МКФ
Для ясности рассмотрим содержательный пример учебной проблемы приведенный в рамках дисциплины «Исследование операций». Проблема П1: пусть в нашем распоряжении находится какой-то запас средств (ресурсов) R, который должен быть распределен между п предприятиями Р(1), Р(2), ..., Р(п). Каждое из
предприятий Р(і) при вложении в него каких-то средств х приносит доход, зависящий от х, заданной некоторой неубывающей функцией Щ, х), і=1,п. Вопрос? Как распределить средства R между предприятиями, чтобы в сумме они дали максимальный доход.
В целом, проблема может быть решена на основе нескольких методик, но в не зависимости от использования какой-либо методики эксперт решает проблему в три операции:
1. На базе своих знаний и умений эксперт формализует (трансформирует) проблему в математическую задачу (трудоемкость операции формализации проблемы по оценке этого эксперта составляет 10 (мин/раб), т.е. А=10 (мин/раб)).
2. Также на базе своих знаний и умений эксперт строит план решения полученной задачи (трудоемкость операции конструирования проблемы эксперт оценивает как 15 (мин/раб), т.е. В=15 (мин/раб)).
3. Наконец, на базе своих знаний и умений эксперт исполняет план решения в реальной среде (трудоемкость операции исполнения проблемы эксперт оценивает в 5 (мин/раб), т.е. С=5 (мин/раб)).
Таким образом, в целом, сложность (АВС-трудность) решения проблемы П1 составляет 30 (мин/раб): А=10 (мин/раб), В=15 (мин/раб), С= 5 (мин/раб)
Разработки учебных проблем дисциплины методом прототипирования
Под прототипированием понимают опытную многовариантную реализацию функциональности некоторой базовой системы. Причем, при проектировании варианты реализации базовой системы выполняются от простого варианта к сложному.
На поле компетенций для каждой проблемы П можно разработать множество прототипов разной сложности. Это множество можно представить как последовательность ПРТ(1), ПРТ(2), ..., ПРТ(п), ... прототипов проблемы,
расположенных по возрастанию сложности (АВС трудности). Причем, очевидно, каждый последующий прототип проблемы для своего разрешения требует от студента наличия более глубоких знаний [5] и развитых АВС способностей (умений).
На рис. 5 приведена ситуация, в которой студент шаг за шагом, как по ступенькам, преодолевая АВС трудность разрешения прототипов ПРТ(1), ПРТ(2), ... проблемы расширяет свою «зону ближайшего развития» [6, 7].
Рис. 5. Модель развития студента через решение проблем разной сложности
ПРТ(0)
►
глубина (СЬБ) усвоенных знаний
Приведем два примера прототипирования учебных проблем для подготовки инженеров в дидактических системах с технологией подготовки в МКФ. Демонстрацию прототипирования учебных проблем, проведем в рамках дисциплин «Проектирование информационных систем» и «Теория вероятностей и математическая статистика», которое реализуется для подготовки студентов специальности «Информационные системы и технологии» [8].
ПЕРВЫЙ ПРИМЕР
В качестве базовой системы для прототипирования рассматривается учебная проблема: П(*) - проектирование системы «Тест». Для решения этой проблемы студенту необходимо спроектировать программное обеспечение для автоматизированной системы тестового контроля качества усвоенных знаний. Самый примитивный (простой) прототип (прототип 0) учебной проблемы разрабатывается преподавателем. Этим действием преподаватель приводит всех студентов к единому « старту», т. е. к единой «зоне ближайшего развития». Рассмотрим развернутый пример задания прототипирования учебной проблемы (вариант 1).
ПРОТОТИП 0. Вариант 1
Общая трудоемкость (сложность) проблемы по эксперту - 3 (час/раб): А =0.5 (час/раб); В= 1(час/раб); С= 1.5 (час/раб).
Постановка проблемы. Требуется спроектировать информационный объект «ТЕСТ», обладающий следующими свойствами:
Требуемая спецификация свойств:
1. Случайным образом формируется билет из двух вопросов.
2. Поддерживается ввод ответов тестируемого.
3. Идентифицируется правильность ответа и организуется запись в протокол.
Требуемая среда разработки: EXCEL (VBA).
Краткое описание деятельности по созданию информационной системы в среде EXCEL.
Переименовать листы EXCEL.
«Лист 1» переименовать на «Вопросы».
«Лист 2» - «Билет».
«Лист 3» - «Протокол».
На лист «Вопросы»: В столбец «А» внести 20 вопросов. В столбец «В» - 20 ответов на поставленные вопросы. Сделать ширины столбца «В» таким, чтобы правильные ответы не были видны, и защитить лист «Вопросы».
На листе «Билет» формируются вопросы, и помешается 3 кнопки «ПУСК», «ПРОВЕРКА», «ВЫХОД». Ответы на вопросы помещаются в столбец «В».
На листе «Билет» в ячейку «А1» записать: Вопрос, в ячейку «В1» - Введите ответ.
На листе «Протокол» в ячейку «А1» записать: Правильный ответ», в ячейку «В1» - Ответ тестируемого, в ячейку «С1» - Балл за ответ
ПРИМЕР СОДЕРЖАНИЯ МАКРОСА
Private Sub CommandButton1_Qick() ‘ (кнопка ПУСК)
'Очистка содержимого окна "Билет" и "Протокол"
Sheets("Билет").Select 'Активация листа "Билет"
RangeCA^^'^.Select 'Активация ячеек "А2-В3" на листе "Билет"
Selection. ClearContents 'Очистка ячеек "А2-В3"
Sheets("Протокол").Select
Range("A2:B3").Select
Selection. ClearContents
'Генерация первого вопроса и соответствующего ответа
Sheets("Вопросы").Select 1: i = Int(Rnd * 10)
If i <= 0 Then GoTo 1
Range("A" & i).Select
Selection.Copy
Sheets("Билет").Select
Range("A2").Select
ActiveSheet.Paste
'Активация листа "Вопросы" 'Генерация номера вопроса 'Проверка номера ’Выбор ячейки
'Копирование содержимого ячейки 'Активациялиста "Билет"
’Выбор ячейки
'Вставка содержимого ячейки
‘Вставка правильного ответа в Протокол Sheets("Вопросы").Select 'Активация листа "Вопросы"
Range("B" & i).Select 'Выбор ячейки
Selection.Copy 'Копирование содержимого ячейки
Sheets("Протокол").Select 'Активациялиста "Протокол"
Range("A2").Select 'Выбор ячейки
ActiveSheet.Paste 'Вставка содержимого ячейки
Примечание. С Office 2003 код изменен, например, реализация кода «Вставка правильного ответа в Протокол» будет реализована так:
Sheets("Протокол").Range("A2")= Sheets(" Вопросы"). Range("B" & i)
'Генерация второго вопроса и соответствующего ответа Sheets("Вопросы").Select 2: i = Int(Rnd * 20)
If i <= 10 Then GoTo 2 Range("A" & i).Select Selection.Copy Sheets("Билет").Select Range("A3").Select ActiveSheet.Paste ‘Вставка правильного ответа в Протокол Sheets("Вопросы").Select Range("B" & i).Select Selection.Copy Sheets("Протокол").Select Range("A3").Select ActiveSheet.Paste Sheets("Билет").Select End Sub
Private Sub CommandButton2_Click() ‘ (кнопка ПРОВЕРКА) 'Выборка ответа проставленного экзаменующемуся
Sheets("Билет"). Select
Range("B2").Select
Selection.Copy
Sheets("Протокол").Select
Range("B2").Select
ActiveSheet.Paste
Sheets("Билет").Select
Range("B3").Select
Selection.Copy
Sheets("Протокол").Select
Range("B3").Select
ActiveSheet.Paste
'Сравнивание правильного ответа с ответом тестируемого и установка количество баллов
If Range("A2") = Range("B2") Then
Range("C2") = 2.5 Else Range("C2") = 0
End If
If Range("A3") = Range("B3") Then
Range("C3") = 2.5 Else
Range("C3") = 0
End If
Sum = Range("C2") + Range("C3")
Sheets("Билет").Select
MsgBox "Наша оценка равна=" & Sum
End Sub Private Sub CommandButton3_Click()
Me.Application.ActiveWorkbook.Save 'Сохраняет файл (кнопка ВЫХОД Me.Application.Quit 'Закрывает EXCEL
End Sub
ПРИМЕЧАНИЕ. Допускается вариации кода. ПРОТОТИП 1. ВАРИАНТ 1
Общая трудоемкость (сложность) проблемы по эксперту - 4 (час/раб): A =0.5 (час/раб); В= 1.5(час/раб); С= 2 (час/раб).
Постановка проблемы. Требуется спроектировать информационный объект «ТЕСТ1», обладающий следующими свойствами:
Свойства объекта “ТЕСТІ"
Требуемая спецификация свойств:
1. Идентифицируется фамилия (производится вывод фамилии).
2. Случайным образом формируется билет из трех вопросов.
3. Поддерживается ввод ответов тестируемого.
4. Идентифицируется правильность ответа и организуется запись в протокол.
5. Сохраняется архив тестируемых с указанием дат тестирования.
Требуемая среда разработки: EXCEL(VBA)
Краткое описание деятельности по созданию информационной системы.
Переименовать листы EXCEL.
«Лист 1» переименовать на «Вопросы».
«Лист2» - «Билет».
«ЛистЗ» - «Протокол».
«Лист4» - «Архив»
На лист «Вопросы»: В столбец «А» внести 30 вопросов. В столбец «В» - 30 ответов на поставленные вопросы. Сделать ширины столбца «В» таким, чтобы правильные ответы не были видны, и защитить лист «Вопросы».
На листе «Билет» формируются вопросы и помещаются 3 кнопки «ПУСК», «ПРОВЕРКА», «ВЫХОД». Ответы на вопросы помещать в столбец «В».
На лист «Протокол» в ячейку «А1» записать: Фамилия тестируемого, а в ячейку «В1» -Количество баллов за ответы.
На листе «Архив» должен храниться весь список тестируемых по датам прохождения теста.
ПРОТОТИП 2. ВАРИАНТ 1
Общая трудоемкость (сложность) проблемы по эксперту - 5 (час/раб): А = 1(час/раб); В= 2(час/раб); С= 2(час/раб).
Постановка проблемы. Требуется спроектировать информационный объект «ТЕСТ», обладающий следующими свойствами:
Требуемая спецификация свойств:
1. Идентифицируется фамилия (производится вывод фамилии).
2. Случайным образом формировать билет, состоящий не менее чем из 5 вопросов.
3. Поддерживается ввод ответов тестируемого.
4. Идентификация правильного ответа.
5. Сохранение архива тестируемых.
6. Наличие интерфейса, размещенного на форме.
7. Графическое представление архива в виде таблицы с датами и лепестковой диаграммы среднего состояния «успехов» в группе.
Требуемая среда разработки: ЕХСЕЬ(УБА)
ПРОТОТИП 3. ВАРИАНТ 1
Общая трудоемкость (сложность) проблемы по эксперту - 6 (час/раб): А =1(час/раб); В= 2.5(час/раб); С= 2.5(час/раб).
Постановка проблемы. Требуется спроектировать информационный объект «ТЕСТ3», обладающий следующими свойствами:
1 г
Свойства объекта “ТЕСТ3”
'11J 11. V4
Требуемая спецификация свойств:
1. Идентифицируется фамилия(производится вывод фамилии).
2. Случайным образом формировать билет, состоящий не менее чем из 5 вопросов.
3. Поддерживается ввод ответов тестируемого.
4. Идентификация правильного ответа.
5. Сохранение архива тестируемых.
6. Наличие интерфейса, размещенного на форме.
7. Графическое представление архива в виде таблицы с датами и лепестковой диаграммы среднего состояния «успехов» в группе.
8. Содержится обработчик статистических данных (средний балл, дисперсия, гистограмма распределения).
Требуемая среда разработки: ЕХСЕЬ(УБА).
ПРОТОТИП 4. ВАРИАНТ 1
Общая трудоемкость (сложность) проблемы по эксперту - 8 (час/раб): А =1(час/раб); В= 2.5(час/раб); С= 4.5(час/раб).
Постановка проблемы. Требуется спроектировать информационный объект «ТЕСТ4», обладающий следующими свойствами:
Требуемая спецификация свойств:
1. Идентифицируется фамилия (производится вывод фамилии).
2. Случайным образом формировать билет, состоящий не менее чем из 5 вопросов.
3. Поддерживается ввод ответов тестируемого.
4. Идентификация правильного ответа.
5. Сохранение архива тестируемых.
6. Наличие интерфейса, размещенного на форме.
7. Графическое представление архива в виде таблицы с датами и лепестковой диаграммы среднего состояния «успехов» в группе.
8. Содержится обработчик статистических данных (средний балл, дисперсия, гистограмма распределения)
9. Поддерживается в сети.
Требуемая среда разработки: ( любая технология .NET Framework).
Комментарий. Очевидно, прототипирование может быть продолжено до прототипа бесконечной сложности, например, необходимо разработать «умную» или smart тестовую систему. На практике, студент при решении последовательности проблем - прототипов достигает решения прототипа с каким - то номером ПРТ(к). Пусть этот прототип с номером к имеет идентифицированную экспертом сложность, например, A = 8 (час/раб); В = 15 (час/раб); С = 30 (час/раб). Таким образом, студент самостоятельно в этой компетенции способен (умеет) разрешать проблемы такой A^ трудности (сложности). Это означает, что его A^ способности или границы «зоны ближайшего развития» выше зоны его достижений с параметрами A = 8, В = 15, С = 30.
ВТОРОЙ ПРИМЕР
В рамках дисциплины «Теория вероятностей и математическая статистика» рассматривается проблема.
На практике при изучении стохастических явлений возникает следующая ситуация. Имеется объект исследования (ОИ), который характеризуется набором переменных: входных (xt і = l,2,...,k) и выходной у.
x
x
► у
Рис. 6. Схема объекта исследования
Базовая проблема: требуется найти зависимость выходной переменной от входных, то есть найти функцию, в каком-то смысле хорошо описывающую исходные данные
7 = /(Х1 >Х2--Хк)
При этом считается, что механизмы процессов, протекающих внутри объекта исследования, неизвестны, а имеются только соответствующие значения входных и выходных параметров. Таким образом, возникает проблема идентификации содержания «черного ящика». В целом, многие задачи идентификации можно представить в виде проблемы «черного ящика», на вход которого подается сигнал X, а на выходе наблюдается отклик У.
ПРОТОТИП 0
В контексте базовой проблемы, рассматривается первая (простейшая) ситуация (прототип 0): на вход действует только одна переменная х и требуется найти у = /(х)
При этом, исходные данные представлены в виде таблицы,
xi Xl X2 Xm
Pi Pl P2 Pm
где pi - частота появления значения xi и определен вид зависимости у = /(х) .
Решение прототипа 0 базовой проблемы в этом случае состоит из 2 этапов:
1) нахождение параметров заданной зависимости;
2) исследование модели и выводы.
Комментарий. Для краткости вариант решения преподавателя приводить не
будем.
ПРОТОТИП 1
Рассматривается вторая ситуация (прототип 1): на вход действует только одна переменная х и требуется найти у = /(х)
При этом, исходные данные представлены в виде таблицы,
X! XI Х2 Хт
Рі Рі Р2 Рт
где pi - частота появления значения xi
Решение прототипа 1 базовой проблемы в этом случае состоит из 3 этапов:
1) выбор вида зависимости;
2) нахождение параметров выбранной зависимости;
3) исследование модели и выводы.
Комментарий. Первый этап достаточно сложен. Не существует рекомендаций, как это сделать для любых исходных данных. Обычно руководствуются имеющимся опытом. Первым шагом может стать построение по исходным данным гистограммы и ее анализ. Может помочь также оценка коэффициентов асимметрии и эксцесса. По степени "похожести" гистограммы и графиков плотностей распределения типовых законов или по "близости" значений оценок коэффициентов и диапазонов их теоретических значений выбираются распределения - кандидаты для последующей оценки параметров.
В лабораторных работах ограничились следующими видами распределений: гамма-распределение, распределение хи-квадрат, показательное распределение, распределение Вейбулла, распределение Максвелла.
Второй этап решения также достаточно сложен. Предположим, что вид зависимости выбран. Необходимо так подобрать параметры выбранной кривой, чтобы она была оптимальной в данном классе кривых.
Существует множество методик оценки параметров распределения: метод максимального правдоподобия (ОМП), метод моментов (ОММ), метод квантилей и другие. В последнее время часто стали использоваться так называемые одношаговые оценки (ОШ-оценки).
Оценки, вычисленные на основе различных методов, различаются. Универсального ответа на вопрос, какой из рассмотренных методов лучше или следует ли положиться на данный метод при решении любой задачи, нет. Значение оценки в каждом конкретном случае (для разных выборок) отличается от истинного значения параметра на неизвестную величину. Качество оценок можно определить косвенно путем проверки согласованности эмпирических данных и теоретического закона распределения.
Преимущество применения типовых законов распределения состоит в их хорошей изученности и возможности получения состоятельных, несмещенных и относительно высоко эффективных оценок параметров.
Третий этап решения. После получения оценок требуемых параметров распределения, нужно проверить гипотезу о согласованности эмпирических данных и теоретического закона распределения. Это делалось с помощью критериев согласия.
Очевидно, что прототипирование может быть продолжено до прототипа бесконечной сложности.
Основное требование к проектированию баз учебных проблем
Рассмотрим метрическое пространство учебных проблем на поле профессиональных компетенций (ПК) (рис. 7).
ПК(3)
Рис. 7. Модель метрического пространства учебных проблем
На практике, метрическое пространство учебных проблем представляется в виде базы учебных проблем (БУП). На рис. 8 приводится сетевая форма (граф) представления БУП на фоне абстрактной актуальной базы профессиональных проблем индустриальной инженерии (БПИ). На этом рисунке, множество узлов первого уровня описывает набор выбранных компетенций для подготовки инженера. На втором уровне графа представлен набор базовых учебных проблем, соответствующих отдельным компетенциям или комбинациям из этих компетенций. При этом дуги реализуют логику этих соответствий. Из модели следует, что в системах подготовки в МКФ, необходимое качество подготовки студента достигается в процессе обучения на прототипах базовых проблем. Таким образом, метод прототипирования гарантирует достижение студентом (при его усердии) необходимого уровня развития, т.е. уровня академической компетентности. При этом, очевидно, что достигнутый уровень академической компетентности должен обеспечить студенту-выпускнику плавный (без скачков) переход на уровень индустриальной компетентности инженера.
База учебных проблем для инженерной подготовки
БУП
Набор компетенций студента
Базовый учебные проблемы
Прототипы базовых учебных проблем по возрастанию сложности
Профиль
академической
компетентности
Валидность
по набору компетенций
по качеству (сложности решаемых проблем)
Набор проблем (индустриальная компетентность)
Набор компетенций инженера
БПИ
База профессиональных проблем инженерной индустрии
Рис. 8. Модель представлена БУП на фоне БПИ
Представление БУП на фоне БПИ позволяет провести системный анализ [9, 10], из которого следует основной вывод. Для того, чтобы студент-выпускник был востребован (конкурентоспособен) в индустриальной инженерии, БУП должна быть валидной моделью БПИ, как по набору компетенций, так и по качеству подготовки. Это требование является основным при проектировании БУП для любых валидных систем подготовки.
Литература
1. Нуриев Н.К., Старыгина С.Д., Печеный E.A., Гайфутдинов A.A. Технология подготовки инженера в метрическом компетентностном формате в реально-виртуальной среде развития // Educational Technology & Society - 2012 (htto://ifets.ieee.org/russian/Periodical/ioumal.html) - V.15. - N 4. - С. 569-590 c. -ISSN 1436-4522
2. Нуриев Н.К., Старыгина С.Д., Титов A.R, Пашукова Е.В. Подготовка инженеров в дидактических системах нового поколения // Educational Technology & Society - 2011 (htto://ifets.ieee.org/russian/Periodical/ioumal.html) -V.14. - N 4. - С. 386-403 c. - ISSN 1436-4522.
3. Нуриев Н. К., Старыгина С. Д. Проектирование дидактических систем инженерного образования // Дидактика профессиональной школы: сб. научных статей. - Казань: Данис, ИПП ПО РAО, 2013. - С. 96-108.
4. Нуриев Н.К., Галимов A.M., Старыгина С.Д. Системный анализ и исследование операций интеллектуальной деятельности в контексте проектирования дидактических систем нового поколения // Educational Technology & Society -2010 (htto://ifets.ieee.org/russian/Periodical/iournal.html) - V.13. - N 4. - С. 268-299 c. - ISSN 1436-4522.
5. Нуриев Н.К., Старыгина С.Д. Эскизный проект дидактической системы природосообразно развивающего обучения // Aльма-Mатер - 2013. - № 3. - С.51-55.
6. Нуриев Н.К., Журбенко Л.Н., Шакиров Р.Ф., Хайруллина Э.Р., Старыгина С.Д., Aбуталипов AP. Mетодология проектирования дидактических систем нового поколения. - Казань, Центр инновационных технологий, 2009. - 456 с.
7. Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. Проблема разработки среды опережающего обучения // Educational Technology & Society - 2009 (httP://ifets.ieee.org/russian/Periodical/iournal.html) - V.12. - N 2. - С. 356-369. -ISSN 1436-4522.
8. Нуриев Н.К., Емекеев A.A. Технологии синтеза информационно-интеллектуальных ресурсов. - Казань: Изд-во Казан. ун-та, 2003. - 332 с.
9. Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. Системный анализ деятельности специалиста в области программной инженерии // Educational Technology & Society - 2008 (htto://ifets.ieee.org/russian/Periodical/ioumal.html) - V.ll. - N 4. - 23 c. - ISSN 1436-4522.
10. Нуриев Н.К. Mодель подготовки инженера на основе компетентностного подхода и принципа природосообразности // Educational Technology & Society -2009 (htto://ifets.ieee.org/russian/Periodical/iournal.html) - V.12. - N 1. - 62 c. - ISSN 1436-4522.
