CC BY
57
УДК 004.054
Л. Н. Тындыкарь
РАЗРАБОТКА СИСТЕМЫ ПОКАЗАТЕЛЕЙ ДЛЯ МОДЕЛИ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА МОРСКОГО УЧЕБНОГО ЗАВЕДЕНИЯ
Предложены комплексы показателей для оценки эффективности и качества деятельности высшего учебного заведения (показатели потенциала и показатели результативности), внедренные в модель образовательного процесса. Отличительной особенностью работы является то, что производится учет специальных профилирующих показателей для построения модели образовательного процесса морского учебного заведения. Моделирование, проведенное с учетом вводимых показателей, позволит определить те направления, которым учебное заведение должно уделить особое внимание. В качестве метода принятия управленческого решения предлагается использовать метод анализа иерархий Т. Саати. На основе этого метода отдельно рассматривается построение математической модели и дается описание общих положений автоматизированной информационной системы, которая осуществляет сопровождение моделирования образовательного процесса с целью повышения эффективности и качества подготовки морских кадров.
Ключевые слова: моделирование, информационная система, образование, качество, организация образовательного процесса.
Подготовка кадров -это девять десятых создания большого флота.
Адмирал Н. Г. Кузнецов
Введение
Высокий уровень подготовки кадров в России признан международным морским сообществом [1]. В поддержании и повышении квалификации специалистов отрасли большую роль играют учебно-тренажерные центры, использующие наиболее передовые образовательные и информационные технологии. Несмотря на это, проблема развития и повышения качества образования в этой сфере является актуальной [2-6]. Необходимость повышения надежности человека как элемента комплексной системы управления обусловливает повышенные требования к профессиональным качествам моряков и эффективности процедуры отбора кандидатов для работы на судах [7]. С учетом мнения судовладельцев о перспективах развития морского образования и обучения, в свете сегодняшнего динамичного развития и глобализации морской отрасли в целом, на фоне глобального недостатка обученного персонала, пиратских угроз и экономических вызовов, успешное развитие требует внедрения новых компьютерных технологий [8]. Кроме того, требования к процессу подготовки моряков включают в себя активное внедрение в образовательный процесс различного рода инноваций и их использование [9]. Официальные информационно-аналитические материалы, полученные при проведении мониторингов эффективности образовательных организаций высшего образования, позволяют ознакомиться с результатами деятельности учебных заведений. Однако для принятия конкретных решений, учитывая проблемы ранжирования вузов в целом, следует придерживаться научной обоснованности используемых показателей [10].
Одним из возможных методов совершенствования современной системы подготовки новых высококвалифицированных специалистов в области морских специальностей является внедрение в нее информационных технологий [11-14]. С целью прогнозирования результатов логичным видится предварительное моделирование организации образовательного процесса. В этом случае эксперимент следует рассматривать как метод, обладающий преимуществами при определении причинно-следственных связей между показателями, из которых складываются потенциал и результативность работы учебного заведения [15].
Очевидно, что для сопровождения процесса моделирования, а также удобства учета, анализа и хранения рассчитываемых показателей потенциала и результативности требуется создание информационной системы, позволяющей накапливать и обрабатывать статистические данные. На этой основе возможно формирование различных рейтингов, которые позволят оценить положение учебного заведения среди подобных. Принимая во внимание тот факт, что информационная система будет обрабатывать статистические данные, необходимо учесть размах вариации результата.
Определение показателей, необходимых для построения модели образовательного процесса морского учебного заведения
Математическое моделирование реального процесса следует рассматривать с позиции системного анализа, методология которого включает выявление всех системообразующих связей, отношений и факторов [16]. Применительно к образовательному процессу моделирование способно выполнять разнообразные функции (описательную, управленческую, исследовательскую, интерпретационную, прогностическую), которые позволят оптимизировать систему образования. В рамках поставленной задачи логичным видится построение математической модели обеспечения образовательного процесса функционального типа.
Будем считать, что текущее состояние образовательного процесса определяется набором некоторых показателей. Основополагающим является положение о том, что состояние образовательного процесса может быть определено конечным набором чисел. Согласно принципу Па-рето, для повышения эффективности какой-либо деятельности и оптимизации её результатов, правильно выбрав минимум самых важных действий, можно быстро получить значительную часть планируемого полного результата (при этом дальнейшие улучшения неэффективны и могут оказаться неоправданными). Кроме того, в большинстве случаев основная доля потерь качества возникает из-за относительно небольшого числа причин.
При составлении рейтингов высших учебных заведений оценивают в основном следующие укрупненные группы интегральных факторов:
- условия для получения качественного образования;
- уровень востребованности выпускников работодателями;
- уровень научно-исследовательской активности.
Среди математических моделей контроля качества образовательного процесса выделяют несколько базовых. Это:
- балльная модель;
- нормативно-классификационная модель;
- эталонная модель.
Балльная модель является наиболее простой математической моделью, но она не позволяет оценить степень реализации потенциала. Эталонная модель в большей степени подойдет для синтеза адаптирующихся систем автоматического управления сложными многоконтурными техническими объектами.
Наилучшим образом для решения поставленной задачи подходит нормативно-классификационная модель, предполагающая, что все показатели, которые определяют качество деятельности образовательного учреждения, делятся на две группы: показатели потенциала (характеризующие состояние и потенциальные возможности выполнения различных видов деятельности) и показатели результативности, включающие в себя также показатели процесса (характеризующие результаты функционирования данного объекта).
Проведя параллель между группами интегральных факторов, которые учитываются при составлении рейтингов учебных заведений, и группами показателей нормативно-классификационной математической модели контроля качества образовательного процесса, определим, что условия для получения качественного образования являются показателем потенциала, а уровень востребованности выпускников и уровень научно-исследовательской активности - показателями результативности.
Рассмотрим примерный спектр показателей для построения модели образовательного процесса высшего учебного заведения, готовящего специалистов для морского и речного флота, добавив к нему ряд специальных профильных показателей.
Комплекс показателей потенциала высшего учебного заведения, в котором осуществляется образовательный процесс:
- у1, показатель оценки соотношения количества докторов наук, профессоров и студентов;
- у2, показатель оценки степени академической мобильности;
- Уз, показатель оценки степени участия высшего учебного заведения в научных исследованиях;
- у4, показатель оценки соотношения объема финансирования научных исследований и численности научно-педагогических кадров;
- у5, показатель оценки соотношения количества научных специальностей высшего учебного заведения и его профессионально-образовательных программ;
- у6, показатель оценки информационного обеспечения учебно-научного процесса высшего учебного заведения;
- у7, показатель оценки материальной базы высшего учебного заведения;
- показатель оценки социально-бытовой базы высшего учебного заведения;
- Уд, показатель оценки количества абитуриентов.
Значение комплекса потенциала показателей с учетом отклонения вычисляется по формуле
V=X У-
+
1
п
Xу2р-_XviP2i,
где п - количество показателей комплекса потенциала; р- - коэффициент вероятности 0 < р- < 1, который определяется по формуле
Г
р1 = 1 - ^
герп
где- число неудач; терт- - общее число повторений.
Комплекс показателей результативности высшего учебного заведения по подготовке квалифицированных кадров:
- т1, показатель оценки степени участия высшего учебного заведения в совместной подготовке специалистов;
- т2, показатель оценки степени международного признания высшего учебного заведения в образовательно-профессиональной деятельности;
- тз, показатель оценки эффективности подготовки научно-педагогических кадров;
- т4, показатель оценки результативности научной деятельности высшего учебного заведения;
- т5, показатель оценки доходов высшего учебного заведения от подготовки специалистов и бакалавров;
- т6, показатель оценки полных расходов высшего учебного заведения;
- т7, показатель оценки качества подготовки выпускников;
- т8, показатель оценки степени востребованности выпускников;
- тд, показатель оценки результативности работы с абитуриентами;
- т10, показатель оценки качества подготовки студентов;
- т11, показатель оценки соотношения количества обязательных и элективных дисциплин учебного плана;
- т12, показатель оценки эффективности учебно-методической деятельности профессорско-преподавательского состава высшего учебного заведения.
Значение комплекса показателей результативности вычисляется по формуле
я = X вт
-=1
где п - количество показателей комплекса результативности; - коэффициент использования показателя.
Применительно к высшему учебному заведению, готовящему кадры для морского и речного флота, следует добавить комплекс специальных показателей:
- т1, показатель оценки количества командиров кораблей и флотоводцев, получивших образование в высшем учебном заведении;
- т2, показатель оценки оснащения тренажерных комплексов:
т
к
: V.
1
2 _
-=1 У -тек У -н.эксп
где утек - текущий год; ун.эксп - год ввода в эксплуатацию; k - количество тренажерных комплексов, которыми располагает учебное заведение;
- m3, показатель оценки количества программ переподготовки и повышения квалификации;
- m4, показатель оценки качества программ переподготовки и повышения квалификации;
- m5, показатель оценки качества автоматизированных обучающих и контролирующих систем с пакетами прикладных программ:
k 1
m5 = Z-1-'
i=1 У ¿тек У ш.эксп
где утек - текущий год; унэксп - год ввода в эксплуатацию; k - количество автоматизированных обучающих (контролирующих) систем, которыми располагает учебное заведение;
- m6, показатель оценки уровня освоения иностранного языка (английского) курсантами (студентами):
s
m6 = ,
s
¿усп
где si общ - общее количество студентов и курсантов профильных направлений подготовки, завершивших освоение иностранного языка (английского) в учебном учреждении; si усп - количество студентов и курсантов, получивших итоговую оценку «отлично»;
- m7, показатель оценки осуществления переподготовки, подготовки и повышения квалификации морских специалистов:
m7 = Z Р^
г=1 р усп
где р1 общ - общее количество специалистов, прошедших переподготовку (повышение квалификации); р1 усп - количество специалистов, успешно завершивших переподготовку (повышение квалификации); к - количество реализуемых программ;
- т8, показатель оценки осуществления подготовки специалистов для работы на специализированных судах (целевая подготовка); предполагается учитывать количество программ, по которым ведется подготовка;
- т9, показатель оценки осуществления плавательной практики курсантов: осуществляется или нет;
- тю, показатель оценки осуществления переподготовки специалистов судоходных компаний: осуществляется или нет;
- тц, показатель оценки осуществления плавательной стажировки преподавателей: осуществляется или нет;
- т\2, показатель оценки осуществления целевых научных исследований и инновационных разработок: осуществляются или нет;
т12 _ кц.н.и + ки.р,
где кц.н.и - количество целевых научных исследований; кир - количество инновационных разработок.
В качестве значения показателя оценки количества командиров кораблей и флотоводцев, получивших образование в высшем учебном заведении т1, и показателя оценки количества программ переподготовки и повышения квалификации т3 берем их фактическое количество. Показатель оценки программ переподготовки и повышения квалификации т4 характеризуется степенью новизны и эффективности.
Значение комплекса специальных показателей вычисляется по формуле
п
м = 2 Р.- г.- т,
1=1
где п - количество показателей комплекса специальных показателей; рг - коэффициент использования показателя; уг - коэффициент значимости показателя, который определяет важность высокого результата соответствующего показателя в конкретном исследовании:
_ Тобщ Тисп
' г _ г '
П - ky
/исп
где k,. - число использованных единиц.
Уисп
Моделирование и реализация информационной системы как средства прогнозирования и повышения качества подготовки кадров для морского и речного флота
Задача о соотносимости друг с другом различных критериев в общем случае очень сложна. Типичным подходом является сведение многокритериальной задачи к однокритериальной за счет определения интегрального показателя качества, включающего в себя в том или ином виде исходные критерии. Проблема возможной несравнимости получаемых многокритериальных оценок может быть устранена, в частности, введением нескольких уровней «свертки» информации на основе метода сводных показателей [17].
Однако, в соответствии с моделью ранжирования объектов системы высшего образования, для определения общего показателя оценки качества работы образовательного учреждения 5 предлагается ввести интегральный показатель качества, основанный на объективной значимости каждого фактора:
п
5^) = 2kijHj, г = 1, ..., ш,
]=1
где ш - количество объектов; п - количество признаков (комплексов показателей); Щ — значимость j-го признака (комплекса показателей) для г-го объекта.
В качестве меры значимости фактора предлагается использовать значение энтропии признака как объективную меру неопределенности значений признака:
= -2 Р»1п Рц , j = 1 ..., п,
с=1
где Щ - количество качественных уровней ^го признака (комплекса показателей); pjt - вероятность (частота) встречаемости качественной оценки ^ = с в распределении ^го признака.
В этом случае большую значимость будут иметь признаки с большей степенью «разброса» значений в анализируемой выборке.
Следует отметить, что в случае рассмотрения нескольких учебных заведений морского профиля (или несколько срезов данных одного и того же профиля) можно столкнуться также с проблемой несравнимости данных - особенно при построении рейтингов, когда необходимо, чтобы критерии изменялись приблизительно в одном диапазоне, что не всегда имеется на практике. В таком случае необходима нормализация значений.
Перейти от конкретных значений показателей к значению, которое можно использовать для сравнения как просто показателей, так и комплексов показателей в целом, позволит приведение полученных данных к единой шкале.
Предлагается метод, суть которого заключается в нахождении вспомогательного коэффициента. Для приведения показателей к виду, позволяющему осуществлять сравнительный анализ, следует провести нормирование - найти значение коэффициента которое определяется отношением суммы значений к верхней границе требуемого диапазона:
2 ш
У
где n - количество показателей комплекса специальных показателей; у - верхняя граница требуемого диапазона.
На полученный коэффициент следует умножить каждое из исходных значений показателей. В результате они примут значения, при которых можно проводить сравнительный анализ.
Размах вариации при исследовании совокупности показателей определим по формуле
R = s - s
s max min '
В таком случае общий показатель качества работы образовательного заведения можно вычислить с отклонением:
S (V, R, M) = S (V, R, M) ± Rs.
Рассмотрим алгоритм работы информационной системы, предлагаемой для автоматизации процесса моделирования образовательного процесса в несколько этапов: подготовительный этап; ввод значений показателей потенциала; ввод значений показателей результативности; ввод значений специальных показателей; этап моделирования; анализ результатов (рис.).
1
комплексы показателей
V R M
Vi, ..., vn Ii, ..., Гп mi,..., mn
\
Расчет коэффициентов соответствия
Перераспределение ресурсов
Алгоритм работы информационной системы
1. На подготовительном этапе в систему вносят общие данные об учреждении, предварительно выявленное подмножество показателей, по которым будет вестись учет (возможен выбор набора показателей из заранее заготовленного списка).
2. Оператор вносит известные значения, после чего система рассчитывает значения показателей в соответствии с заданными формулами.
3. Для каждого из показателей определяется значение - эталон.
4. С учетом эталонного значения рассчитываются коэффициенты соответствия значений показателей.
5. Проводится анализ, в ходе которого выделяются показатели с наименьшими и наибольшими коэффициентами соответствия.
6. Система осуществляет моделирование, в результате которого предлагает вариант перераспределения ресурсов (с показателей, имеющих наибольшие коэффициенты, к показателям, имеющим наименьшие коэффициенты). На этапе моделирования доступными становятся возможность изменения любых показателей, формирование и сравнительный анализ результатов. Кроме того, предусмотрена возможность построения рейтингов образовательных учреждений.
Для принятия оптимального решения в системе используется метод анализа иерархий Т. Саати, который предназначен для многокритериального принятия решений. Метод базируется на трех принципах: декомпозиция (выявление подмножества показателей и комплексов показателей), измерение предпочтений (определение эталонных значений и значимости показателей) и синтез приоритетов (перераспределение ресурсов).
Следует отметить, что официальные ресурсы позволяют только ознакомиться с результатами деятельности образовательного учреждения. Для этого используется ряд показателей, рассчитываемых на основании данных, предоставляемых учебными заведениями самостоятельно. С учетом этого очевидным преимуществом предлагаемого нами решения становится наличие «обратной связи» - проводится моделирование, в результате которого выявляются те направления, которым высшее учебное заведение должно уделить особое внимание. Немаловажным является тот факт, что в разработке не только учитываются результаты прошедшего образовательного процесса, но и осуществляется прогнозирование результатов в будущем.
Воспользовавшись в качестве примера данными, опубликованными на официальном ресурсе [18], содержащем информационно-аналитические материалы по образовательным организациям высшего образования, проведем проверку работоспособности предлагаемого алгоритма.
В табл. 1 и 2 представлены результаты исследования позиций двух морских учебных заведений по основным показателям мониторинга (жирным шрифтом выделены значения показателей, находящиеся ниже границы пороговых значений):
- Е.1, образовательная деятельность;
- Е.2, научно-исследовательская деятельность;
- Е.3, международная деятельность;
- Е.4, финансово-экономическая деятельность;
- Е.5, заработная плата профессорско-преподавательского состава;
- Е.6, трудоустройство;
- Е.7, дополнительный показатель.
- К1, коэффициент соответствия, найденный на основании исходных данных;
- К2, коэффициент, полученный в процессе моделирования на этапе перераспределения ресурсов, в соответствии с которым рассчитаны значения показателей.
Таблица 1
Результаты работы алгоритма на основе значений официальных показателей деятельности морских учебных заведений в 2014-2015 гг. (пример 1)
Показатель Официальные данные на 2014 г. Моделирование Официальные данные на 2015 г.
Значение Пороговое значение К1 К2 Значение Значение Пороговое значение
Е.1 63,71 66,38 0,959777 1,165342 77,35538 60,7 66,38
Е.2 135,08 122,41 1,103505 1,070153 130,9974 146,32 122,41
Е.3 6,32 4,92 1,284553 1,14097 5,61357 6,4 4,92
Е.4 1907,58 1839,87 1,036802 1,070153 1968,943 2431,46 1839,87
Е.5 18 13,13 1,370906 1,165342 15,30094 136,97 125
Е.6 98,829 99,088 0,997386 1,14097 113,0564 75 75
Е.7 5,33 4,52 1,179204 1,179204 5,33 4,54 4,52
Таблица 2
Результаты работы алгоритма на основе значений официальных показателей деятельности морских учебных заведений в 2014-2015 гг. (пример 2)
Показатель Официальные данные на 2014 г. Моделирование Официальные данные на 2015 г.
Значение Пороговое значение К1 К2 Значение Значение Пороговое значение
Е.1 55,94 66,38 0,842724 5,82378 386,5825 53,06 66,38
Е.2 1322,62 122,41 10,80484 5,82378 712,8889 1661,39 122,41
Е.3 8,01 4,92 1,628049 1,474423 7,254159 6,19 4,92
Е.4 3076,8 1839,87 1,672292 1,334128 2454,621 3352,76 1839,87
Е.5 21,18 13,13 1,6131 1,6131 21,18 106,22 125
Е.6 98,688 99,088 0,995963 1,334128 132,196 - 75
Е.7 5,97 4,52 1,320796 1,474423 6,66439 6,98 4,52
Следует отметить, что оптимизация осуществляется за счет показателей, имеющих наибольшие значения, которые уменьшаются. Однако эти показатели все равно остаются в приоритете и, как видно из табл. 1 и 2, решение, предлагаемое в процессе моделирования, позволяет повысить значения показателей, которые расположены ниже границ пороговых значений.
Выводы
Таким образом, главной особенностью предлагаемого решения является то, что в отличие от исследований [19-23], посвященных моделированию образовательного процесса в целом, нами определен ряд показателей образовательного процесса морского учебного заведения. В качестве основных показателей оценки выделим:
- количество командиров кораблей и флотоводцев, получивших образование в высшем учебном заведении;
- оснащение тренажерных комплексов;
- качество программ переподготовки и повышения квалификации;
- качество автоматизированных обучающих и контролирующих систем с пакетами прикладных программ;
- уровень освоения иностранного языка курсантами;
- переподготовка, подготовка и повышение квалификации морских специалистов;
- подготовка специалистов для работы на специализированных судах (целевая подготовка);
- переподготовка специалистов судоходных компаний;
- целевые научные исследования и инновационные разработки.
Интегральный показатель качества образовательного учреждения определен на основании объективной значимости каждого фактора. Предложен метод приведения различных значений показателей к одной (заданной) шкале. Для автоматизации процесса моделирования образовательного процесса предложено создание информационной системы, позволяющей накапливать и обрабатывать статистические данные.
Таким образом, представлено комплексное решение для определения верного направления работы в целях повышения качества образовательного процесса подготовки кадров для морского учебного заведения. Это решение позволяет комбинировать, подбирать и, как следствие, форсировать значения показателей образовательного учреждения, а предложенный вариант математического описания модели позволяет прогнозировать возможные результаты изменений, вносимых в учебный или организационный процесс.
СПИСОК ЛИТЕРАТУРЫ
1. Крастынь С. Актуальные вопросы подготовки кадров в морской отрасли / С. Крастынь // Морской флот. 2007. Вып. 1. С. 73-76.
2. Кузьмин А. А. Новый вектор профессионального транспортного образования / А. А. Кузьмин // Журнал университета водных коммуникаций. 2011. Вып. 1. С. 55-65.
3. Степанов А. Л. Кадровое обеспечение устойчивого развития морской транспортной инфраструктуры / А. Л. Степанов, Е. В. Носкова // Вестн. Гос. ун-та морского и речного флота им. адм. С. О. Макарова. 2015. Вып. 4 (32). С. 83-88.
4. Павловский И. В. Политика национальных интересов России: вектор развития современной России / И. В. Павловский. М.: Промиздат, 2008. 446 с.
5. Лебедев Г. В. Перспективы развития Арктической морской транспортной системы / Г. В. Лебедев, Г. Е. Румянцев // Вестн. Гос. ун-та морского и речного флота им. адм. С. О. Макарова. 2014. Вып. 3 (25). С. 179-189.
6. Антонова О. Д. Арктический шельф - область геополитических и экономических интересов России / О. Д. Антонова, Г. В. Лебедев, Г. Е. Румянцев // Вестн. Гос. ун-та морского и речного флота им. адм. С. О. Макарова. 2014. Вып. 4 (26). С. 202-214.
7. Панков И. И. Применение методов психологической диагностики для определения текущего состояния профессионально важных качеств моряков / И. И. Панков, А. П. Смягликова, В. Н. Окунев // Вестн. Гос. ун-та морского и речного флота им. адм. С. О. Макарова. 2015. Вып. 4 (32). С. 235-237.
8. Надежников А. Перспективы развития морского образования и обучения: мнение судовладельцев / А. Надежников, Н. Романов // Вестн. Гос. ун-та морского и речного флота им. адм. С. О. Макарова. 2015. Вып. 4 (32). С. 229-234.
9. Международная конвенция о подготовке и дипломировании моряков и несении вахты 1978 года (ПДМНВ-78) с поправками (консолидированный текст) / International Convention on Standards of training, Certification and Watchkeepingfor Seafarers, 1978 (STCW 1978), as amended (consolidated text). СПб.: ЗАО «ЦНИИМФ», 2010.
10. Белоцерковский А. В. К вопросу о рейтингах и рангах / А. В. Белоцерковский // Высшее образование в России. 2014. Вып. 1. С. 3-10.
11. Андрюшечкин Ю. Н. К вопросу использования современных информационных технологий для обеспечения безопасности судоходства на внутренних водных путях / Ю. Н. Андрюшечкин, Ю.В. Каретников, А. П. Яснов // Вестн. Гос. ун-та морского и речного флота им. адм. С. О. Макарова. 2015. Вып. 2 (30). С. 208-213.
12. Барышникова Н. Ю. Организация распределенной системы подготовки и проведения электронного тестирования для оценки соответствия профессиональных компетенций работников морских специальностей / Н. Ю. Барышникова, Н. В. Крупенина, Л. Н. Тындыкарь // Вестн. Гос. ун-та морского и речного флота им. адм. С. О. Макарова. 2015. Вып. 3 (31). С. 216-222.
13. Барышникова Н. Ю. Распределенная тестовая система оценки соответствия профессиональных компетенций работников морских специальностей / Н. Ю. Барышникова, Л. Н. Тындыкарь; отв. ред. С. В. Муль-ганов // IT: вчера, сегодня, завтра: материалы III науч.-исслед. конф. студ. и аспирантов фак-та информ. технологий (Санкт-Петербург, 19 декабря 2014 г.). СПб.: Изд-во ГУМРФ им. адм. С. О. Макарова, 2015. 168 с.
14. Тарануха С. Н. Дистанционные образовательные технологии в системе качества подготовки членов экипажей судов / С. Н. Тарануха // Вестн. Гос. ун-та морского и речного флота им. адм. С. О. Макарова. 2015. Вып. 4 (32). С. 216-222.
15. Девятко И. Ф. Эксперимент как метод изучения эффективности практик и нововведений в высшем образовании / И. Ф. Девятко, Н. Г. Малошонок // Высшее образование в России. 2013. Вып. 10. С. 141-151.
16. Бабич В. Н. Системный подход в представлении университета как образовательной системы / В. Н. Бабич, А. Г. Кремлёв // Альманах современной науки и образования. 2011. Вып. 12 (55). С. 87-91.
17. Васенов Ю. Б. Оценка деятельности субъектов учебного процесса / Ю. Б. Васенов, М. В. Михайлов, Н. В. Хованов // Материалы конференции КС и УМО вузов в области инновационных междисциплинарных образовательных программ (Санкт-Петербург, 14-15 апреля 2005 г.). СПб., 2005. Информ. бюл. № 6. С. 42-51.
18. Информационно-аналитические материалы по результатам проведения мониторинга эффективности образовательных организаций высшего образования // URL: http://indicators.miccedu.ru/monitoring (дата обращения: 22.10.2015).
19. Ерунов В. П. Моделирование и оценка эффективности функционирования образовательного процесса в вузе / В. П. Ерунов, О. С. Бравичева // Вестн. Оренбург. гос. ун-та. 2005. № 10. С. 191-197.
20. Виневская А. В. Организация условия моделирования мобильной образовательной среды вуза / А. В. Виневская // Концепт. 2013. № 05. С. 1-6.
21. Петрова М. В. Исследование возможностей методов интеллектуального анализа данных при моделировании образовательного процесса в вузе / М. В. Петрова, Д. А. Ануфриева // Вестн. Чуваш. ун-та. 2013. № 3. С. 280-285.
22. Hubalovsky S. System approach, modeling, simulation as educational technologies in algorithm development and programming / S. Hubalovsky // Procedia. Social and behavioral sciences. 2014. № 191. P. 22262230. doi: 10.1016/j.sbspro.2015.04.267.
23. Decman M. Modeling the acceptance of e-learning in mandatory environments of higher education: The influence of previous education and gender / M. Decman // Computers in human behavior. 2015. No. 49. P. 272-281. doi:10.1016/j.chb.2015.03.022.
Статья поступила в редакцию 25.11.2016 в окончательном варианте - 3.12.2015
ИНФОРМАЦИЯ ОБ АВТОРЕ
Тындыкарь Любовь Николаевна - Россия, 198035, Санкт-Петербург; Государственный университет морского и речного флота им. адмирала С. О. Макарова; аспирант кафедры «Вычислительные системы и информатика»; tyndykar@bk.ru.
L. N. Tyndykar
DEVELOPMENT OF THE SYSTEM OF THE PARAMETERS FOR A MODEL OF EDUCATIONAL PROCESS AT MARINE EDUCATIONAL INSTITUTION
Abstract. New complexes of the parameters to define efficiency and quality of educational institution activity (indicators of potential and indicators of productivity), introduced into the model of educational process are offered. The distinctive feature of the work is the fact that the specialized indicators for development of the model of educational process at the marine educational institution are taken into account. Modeling, carried out with consideration of the introduced indicators, will help define the directions, to which the educational institution has to pay special attention. As a method of adoption the administrative decisions it is offered to use the analysis of hierarchies by T. Saaty. Based on the method, the mathematical model is considered and the description of the general positions of the automated information system to support modeling of the educational process aimed at increase in efficiency and quality of training of sea employees is given.
Key words: modeling, information system, education, quality, organization of educational process.
REFERENCES
1. Krastyn' S. Aktual'nye voprosy podgotovki kadrov v morskoi otrasli [Actual issues of training staff in marine industry]. Morskoi flot, 2007, iss. 1, pp. 73-76.
2. Kuz'min A. A. Novyi vektor professional'nogo transportnogo obrazovaniia [New trend of professional transport education]. Zhurnal universiteta vodnykh kommunikatsii, 2011, iss. 1, pp. 55-65.
3. Stepanov A. L., Noskova E. V. Kadrovoe obespechenie ustoichivogo razvitiia morskoi transportnoi in-frastruktury [Staff provision of stable development of marine transport infrastructure]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S. O. Makarova, 2015, iss. 4 (32), pp. 83-88.
4. Pavlovskii I. V. Politika natsional'nykh interesov Rossii: vektor razvitiia sovremennoi Rossii [Policy of national interests of Russia: trend of development of present Russia]. Moscow, Promizdat, 2008. 446 p.
5. Lebedev G. V., Rumiantsev G. E. Perspektivy razvitiia Arkticheskoi morskoi transportnoi sistemy [Prospects of development of the Arctic marine transport system]. Vestnik Gosudarstvennogo universiteta mors-kogo
i rechnogo flota imeni admirala S. O. Makarova, 2014, iss. 3 (25), pp. 179-189.
6. Antonova O. D., Lebedev G. V., Rumiantsev G. E. Arkticheskii shel'f - oblast' geopoliticheskikh i ekonomicheskikh interesov Rossii [Arctic shelf - area of geopolitical and economic interests in Russia]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S. O. Makarova, 2014, iss. 4 (26), pp. 202-208.
7. Pankov I. I., Smiaglikova A. P., Okunev V. N. Primenenie metodov psikhologicheskoi diagnostiki dlia opre-deleniia tekushchego sostoianiia professional'no vazhnykh kachestv moriakov [Application of the methods of psychological diagnostics to determine the current state of professionally significant qualities of seamen]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S. O. Makarova, 2015, iss. 4 (32), pp. 235-237.
8. Nadezhnikov A., Romanov N. Perspektivy razvitiia morskogo obrazovaniia i obucheniia: mnenie sudovla-del'tsev [Prospects of development of marine education and training: opinion of ship owners]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S. O. Makarova, 2015, iss. 4 (32), pp. 229-234.
9. Mezhdunarodnaia konventsiia o podgotovke i diplomirovanii moriakov i nesenii vakhty 1978 goda (PDMNV-78) s popravkami (konsolidirovannyi tekst). International Convention on Standards of training, Certification and Watchkeepingfor Seafarers, 1978 (STCW 1978), as amended (consolidated text). Saint-Petersburg, ZAO «TsNIIMF», 2010.
10. Belotserkovskii A. V. K voprosu o reitingakh i rangakh [To the issue on rating and ranking]. Vysshee obrazovanie v Rossii, 2014, iss. 1, pp. 3-10.
11. Andriushechkin Iu. N., Karetnikov Iu. V., Iasnov A. P. K voprosu ispol'zovaniia sovremennykh informat-sionnykh tekhnologii dlia obespecheniia bezopasnosti sudokhodstva na vnutrennikh vodnykh putiakh [To the ques-
tion of using the present information technologies to provide safe navigation in domestic water ways]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S. O. Makarova, 2015, iss. 2 (30), pp. 208-213.
12. Baryshnikova N. Iu., Krupenina N. V., Tyndykar' L. N. Organizatsiia raspredelennoi sistemy podgotovki i provedeniia elektronnogo testirovaniia dlia otsenki sootvetstviia professional'nykh kompetentsii rabotnikov morskikh spetsial'nostei [Organization of distributive system of training and e-testing to evaluate the correspondence of professional competences of marine staff]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S. O. Makarova, 2015, iss. 3 (31), pp. 216-222.
13. Baryshnikova N. Iu., Tyndykar' L. N. Raspredelennaia testovaia sistema otsenki sootvetstviia professional'nykh kompetentsii rabotnikov morskikh spetsial'nostei [Distributive test system of evaluation of the correspondence of professional competences of marine staff]. IT: vchera, segodnia, zavtra. Materialy III nauchno-issledovatel'skoi konferentsii studentov i aspirantov fakul'teta informatsionnykh tekhnologii (Sankt-Peterburg, 19 dekabria 2014 g.). Saint-Petersburg, Izd-vo GUMRF imeni admirala S. O. Makarova, 2015. 168 p.
14. Taranukha S. N. Distantsionnye obrazovatel'nye tekhnologii v sisteme kachestva podgotovki chlenov eki-pazhei sudov [Distance learning technologies in the system of quality of training ship crew]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S. O. Makarova, 2015, iss. 4 (32), pp. 216-222.
15. Deviatko I. F., Maloshonok N. G. Eksperiment kak metod izucheniia effektivnosti praktik i novovvedenii v vysshem obrazovanii [Experiment as a method of learning the effective practices and new technologies in higher education]. Vysshee obrazovanie v Rossii, 2013, iss. 10, pp. 141-151.
16. Babich V. N., Babich V. N., Kremlev A. G. Sistemnyi podkhod v predstavlenii universiteta kak obrazo-vatel'noi sistemy [System approach to representation of the university as an educational system]. Al'manakh so-vremennoi nauki i obrazovaniia, 2011, iss. 12 (55), pp. 87-91.
17. Vasenov Iu. B., Mikhailov M. V., Khovanov N. V. Otsenka deiatel'nosti sub"ektov uchebnogo protsessa [Evaluation of the activity of educational process subjects]. Materialy konferentsii KS i UMO vuzov v oblasti in-novatsionnykh mezhdistsiplinarnykh obrazovatel'nykh programm (Sankt-Peterburg, 14-15 aprelia 2005 g.). Saint-Petersburg. Informatsionnyi biulleten', 2005, no. 6, pp. 42-51.
18. Informatsionno-analiticheskie materialy po rezul'tatam provedeniia monitoringa effektivnosti obrazovatel'nykh organizatsii vysshego obrazovaniia [Information and analytical materials on the results of monitoring the efficiency of educational institutions of higher education]. Available at: http://indicators.miccedu.ru/monitoring (accessed: 22.10.2015).
19. Erunov V. P., Bravicheva O. S. Modelirovanie i otsenka effektivnosti funktsionirovaniia obrazovatel'no-go protsessa v vuze [Modeling and evaluation of the efficiency of functioning the educational process at the university]. Vestnik Orenburgskogo gosudarstvennogo universiteta, 2005, no. 10, pp. 191-197.
20. Vinevskaia A. V. Organizatsiia usloviia modelirovaniia mobil'noi obrazovatel'noi sredy vuza [Performance of the conditions for modeling the mobile educational environment of the university]. Kontsept, 2013, no. 05, pp. 1-6.
21. Petrova M. V., Anufrieva D. A. Issledovanie vozmozhnostei metodov intellektual'nogo analiza dannykh pri modelirovanii obrazovatel'nogo protsessa v vuze [Study of the possibilities of the methods of intellectual analysis of the data while modeling the educational process at the university]. Vestnik Chuvashskogo universiteta, 2013, no. 3, pp. 280-285.
22. Hubalovsky S. System approach, modeling, simulation as educational technologies in algorithm development and programming. Procedia. Social and behavioral sciences, 2014, no. 191, pp. 2226-2230. doi:10.1016/j.sbspro.2015.04.267.
23. Decman M. Modeling the acceptance of e-learning in mandatory environments of higher education: The influence of previous education and gender. Computers in human behavior, 2015, no. 49, pp. 272-281. doi: 0.1016/j.chb.2015.03.022.
The article submitted to the editors 25.11.2015 in the final version - 3.12.2015
INFORMATION ABOUT THE AUTHOR
Tyndykar Lyubov Nikolaevna - Russia, 198035, Saint-Petersburg; Admiral Makarov State University of Maritime and Inland Shipping; Postgraduate Student of the Department "Computing Systems and Informatics"; tyndykar@bk.ru.
