CC BY
11
та.- 2018.- № 1 - С. 89-92.
3. Arellano C.J. Partitioning the Metabolic Cost of Human Running: A Task-by-Task Approach / C.J. Arellano, R. Kram // Integrative and Comparative Biology- 2014. - V. 54- P. 1084-1098.
4. Energy system contribution in a maximal incremental test: correlation with pacing and overall performance in a 10-km running trial / M.V. Damasceno, L.A. Pasqua, A.E. Lima-Sliva, R. Bertuzzi // Brazilian Journal of Medical and Biological Research.- 2015.- V. 48 (11).- P. 1048-1054.
5. Ebben W.P. The optimal downhill slope for acute over speed running / W.P. Ebben // International Journal of Physiology and Performance.- 2008.- Vol. 3.- P. 88-93.
6. Minetti A.E. Energy cost of walking and running at extreme uphill and downhill slopes / A.E. Minetti, C. Moia, G.S. Poi, D. Susta, G. Ferretti // J Appl Physiol — V. 93.- 2002.- P. 1039-1046.
7. Paradisis G.P. Combined uphill and downhill sprint running training is more efficacious than horizontal / G.P. Paradisis, A. Bissas, C.B. Cooke // International Journal of Sports Physiology and Performance. - 2009.- № 4 (2).- pp. 229-243.
REFERENCES
1. Zhgir, B.A. and Kudrya, O.N. (2021), "Running Downhill as a Means of Developing Speed Endurance in Long Distance Runners", International Research Journal, No 11 (113), pp. 74-78.
2. Tambovtseva, R.V. (2018), "The use combination of hypoxic hypoxia with repeated and interval loads for the purpose to increases physical performance of athletes", Problems and prospects for the development of physical culture and sports, No 1, pp. 89-92.
3. Arellano, C.J. and Kram, R. (2014), "Partitioning the Metabolic Cost of Human Running: A Task-by-Task Approach", Integrative and Comparative Biology, V. 54, pp. 1084-1098.
4. Damasceno, M.V., Pasqua, L.A., Lima-Sliva, A.E. and Bertuzzi, R. (2015), "Energy system contribution in a maximal incremental test: correlation with pacing and overall performance in a 10-km running trial", Brazilian Journal of Medical and Biological Research, V. 48 (11), pp. 1048-1054.
5. Ebben, W.P. (2008) ,"The optimal downhill slope for acute overspeed running", International Journal of Physiology and Performance, Human Kinetics, Inc., Vol. 3, pp. 88-93.
6. Minetti, A.E., Moia, C., Poi G.S., Susta, D. and G. Ferretti, G. (2002), "Energy cost of walking and running at extreme uphill and downhill slopes", Journal of Applied Physiology, V. 93, pp. 10391046.
7. Paradisis, G.P., Bissas, A. and Cooke, C.B. (2009) /'Combined uphill and downhill sprint running training is more efficacious than horizontal", International Journal of Sports Physiology and Performance, No. 4 (2), pp. 229-243.
Контактная информация: boris_j@mail.ru
Статья поступила в редакцию 20.12.2021
УДК 378.147:378.018.43
ДИАГНОСТИКА ПОВЕДЕНЧЕСКОГО КОМПОНЕНТА КОМПЕТЕНЦИЙ НА ОСНОВЕ ОЦЕНКИ СЛОЖНОСТИ УСВОЕННЫХ ЗНАНИЙ И УМЕНИЙ
Лидия Евгеньевна Изотова, кандидат педагогических наук, доцент, Дмитрий Александрович Романов, кандидат педагогических наук, доцент, Кубанский государственный технологический университет, Краснодар
Аннотация
Цель исследования - обоснование нового метода для оценки сформированности поведенческого компонента компетенций. Известно, что поведенческий компонент компетенции - личный опыт индивида в соответствующих видах деятельности. В настоящее время развиты модельные представления о компетенциях, а также универсальные методы диагностики операционного и поведенческого компонентов. Авторами настоящей статьи усовершенствованы существующие критерии и предложены новые показатели, отражающие взаимосвязь операционного и поведенческого компонентов компетенций, учитывающие сложность знаний и умений, проявляемых в личном опыте деятельности. Теоретическая значимость результатов исследования - в том, что на их основе возможно дальнейшее научное осмысление проблемы становления конкурентоспособной личности
в системе непрерывного образования, практическая - в том, что предложенные показатели возможно использовать не только для диагностики компетенций, но и для диагностики готовности индивида к дальнейшему обучению. В то же время очевидно, что оценивать предложенные показатели возможно только в условиях цифровой трансформации образовательной среды. Методологические основы исследования - компетентностный подход (рассматривает компетенции как факторы конкурентоспособности индивида, а личный опыт в соответствующих видах деятельности - как результат успешного управления сложившимися знаниями и умениями) и квалиметрический подход (провозглашает необходимость многокритериальной диагностики взаимосвязи между операционным и поведенческим компонентами компетенции). Методы исследования: анализ научной литературы, методы квалиметри, методы математической статистики (в том числе метод каменистой осыпи), методы теории множеств и графов.
Ключевые слова: компетенция, поведенческий компонент, знания, умения, сложность,
оценка.
DOI: 10.34835/issn.2308-1961.2021.12.p161-165
DIAGNOSTICS OF THE BEHAVIORAL COMPONENT OF COMPETENCIES BASED ON THE ASSESSMENT OF THE COMPLEXITY OF ACQUIRED KNOWLEDGE
AND SKILLS
Lydia Evgenievna Izotova, the candidate of pedagogical sciences, senior lecturer, Dmitry Ale-xandrovich Romanov, the candidate of pedagogical sciences, senior lecturer, Kuban State Technological University, Krasnodar
Abstract
The purpose of the study is to substantiate the new method for assessing the formation of the behavioral component of competencies. It is known that the behavioral component of competence is the personal experience of an individual in the relevant activities. Currently, model concepts of competencies have been developed, as well as universal methods for diagnosing operational and behavioral components. The authors of this article have improved the existing criteria and proposed new indicators reflecting the relationship between operational and behavioral components of competencies, taking into account the complexity of knowledge and skills manifested in personal experience. The theoretical significance of the research results lies in the fact that on their basis it is possible to further scientific understanding of the problem of becoming a competitive personality in the system of continuing education, practical - in the fact that the proposed indicators can be used not only for the diagnosis of competencies, but also for the diagnosis of the individual's readiness for further training. At the same time, it is obvious that it is possible to evaluate the proposed indicators only in the conditions of digital transformation of the educational environment. The methodological foundations of the study are the competence approach (considers competencies as factors of an individual's competitiveness, and personal experience in relevant activities as a result of successful management of existing knowledge and skills) and the qualimetric approach (proclaims the need for multi-criteria diagnostics of the relationship between operational and behavioral components of competence). Research methods: analysis of scientific literature, methods of qualimetry, methods of mathematical statistics (including the method of rocky scree), methods of set theory and graphs.
Keywords: competence, behavioral component, knowledge, skills, complexity, assessment.
ВВЕДЕНИЕ
Известно, что создание условий для становления конкурентоспособной личности -важнейшая задача всех ступеней системы непрерывного образования [1-6]. В соответствии с компетентностным подходом, внутренними факторами конкурентоспособности индивида являются сформированные у него подсистемы социально-профессиональной компетентности, т.е. компетенции и личностно-профессиональные качества, отражающие его готовность к тем или иным видам деятельности. Поскольку компетентностный подход ориентирует личностно-профессиональное развитие не на становление знаний и умений, а на формирование способности к эффективному управлению ими, для успешного решения жизненных,
профессиональных и учебно-творческих задач. Отсюда неизбежно следует, что важнейшими критериями сформированности компетенции (личностно-профессионального качества) являются не параметры операционного компонента (системы соответствующих знаний и умений), а показатели взаимосвязи между операционным и поведенческим компонентами. Напомним, что поведенческий компонент (т.е. личный опыт индивида в соответствующих видах деятельности) всегда является доминирующим: личный опыт индивида в соответствующих видах деятельности - результат управления сложившимися знаниями и умениями; соответственно, параметры взаимосвязи между операционным и поведенческим компонентами - показатель успешности управления знаниями и умениями.
Современными специалистами предложены универсальные критерии взаимосвязи между операционным и поведенческим компонентами компетенций [4]. Однако анализ научной литературы показал, что сложность усвоенных знаний и умений не учитывают при диагностике поведенческого компонента компетенций, хотя без учёта указанного параметра невозможно полноценно диагностировать социально-профессиональную компетентность, как внутренний фактор конкурентоспособности индивида. Проблема исследования: каким образом учесть сложность знаний и умений, проявляемых в личном опыте деятельности, при диагностике поведенческого компонента компетенций? Цель исследования - обоснование нового метода для оценки сформированности поведенческого компонента компетенций. Объект исследования - диагностика поведенческого компонента компетенций, предмет исследования - новые критерии взаимосвязи между операционным и поведенческим компонентами компетенций.
В настоящее время сложились объективные предпосылки для решения указанной проблемы: современными специалистами предложены математические методы для оценки сложности учебно-научной информации [2]. Но смысл образования и состоит в трансляции социального опыта, поэтому усвоенная учебно-научная информация трансформируется в знания и умения индивида [1, 3, 5, 6]. С точки зрения авторов настоящей статьи, необходимость учёта сложности знаний и умений, проявленных в личном опыте деятельности, обусловлена следующим обстоятельством. Современными специалистами признано, что весьма важными критериями конкурентоспособности индивида являются трудность и разнообразие решаемых задач [1, 3, 5, 6]. Но очевидно, что при оценке данных параметров необходимо учитывать не только разнообразие проявляемых знаний и умений (т.е. мощность их множества), но также их сложность.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
С точки зрения авторов настоящей статьи, для диагностики взаимосвязи между операционным и поведенческим компонентами компетенции (личностно-профессионального качества) необходимо её представить как множество 8 соответствующих знаний и умений. Каждому г-му элементу указанного (1=1...Ы, N -мощность множества 5) ставят в соответствие два числа: первое число отражает, сколько раз был использован г-й элемент операционной составляющей компетенции в личном опыте соответствующей деятельности, второе число С, - сложность г-го элемента знаний или умений (методика оценки сложности, основанная на теории множеств и графов, представлена в работе [2]); современные специалисты (в работе [4]) предлагают ставить в соответствие г-му элементу лишь число Таким образом, диагностика взаимосвязи операционного и поведенческого компонентов компетенции предполагает в качестве входной информации два массива 5 и С, а не один.
N
С учётом уровня сложности, поведенческое число компетенции X = ^ ( С1) .
,=1
Данный показатель отражает интенсивность применения операционного компонента компетенции (всех знаний и умений) в соответствующих видах деятельности.
Современные же специалисты (в работе [3]) предлагают модель расчёта поведенческого
N
числа, не учитывающую сложность элементов знаний и умений: % = ^ si .
i=i
Интегральный показатель поведенческого компонента компетенции, в соответствии с современными воззрениями (отражены в работе [3]), следующий:
M
P = ^ (( ■ Dj ■ Kj ■ Wj), где М - число заданий, выполненных индивидом и направленных
i=i
на формирование поведенческого компонента компетенции, Vt - объём /-го задания, D. -трудность /-го задания, K - качество выполнения (степень выполненности) /-го задания, W. - степень самостоятельности выполнения /-го задания. В соответствии с воззрениями
M
авторов настоящей статьи, P/ = V Dt ■ Kt ■ Wt ■ f (Zt )] . Здесь: f - некая функция, Zt -
i=i
множество элементов знаний и умений, соответствующих компетенции и
потребовавшихся для выполнения i-го задания. Первый вариант вычисления:
card (Z/)
f (Zi )= ^ Cj, где card - мощность множества, Cj - сложность j-го элемента знаний
i=i
или умений из множества Z. Второй вариант в^гчисления: f (Zt ) = max\C.} , где
v ' L jj j=1___card (Z/)
max - функция максимума.
Главное квантовое число компетенции, в соответствии с современными воззрениями, вычисляют на основе статистического метода каменистой осыпи: оно равно Н, если не менее чем Н элементов знаний и умений охвачены личным опытом деятельности не менее чем Н раз каждый [4]. Вычисление данного параметра предполагает предварительную сортировку массива s по убыванию. Авторы настоящей статьи предлагают усложнённый вариант: главное квантовое число равно h, если не менее чем h элементов знаний и/или умений, имеющие уровень сложности не менее чем h каждый, были охвачены личным опытом деятельности не менее чем h раз каждый. Как видно, для вычисления авторского показателя применяют не одномерный, а двумерный метод каменистой осыпи.
Напомним, что один из критериев конкурентоспособности индивида -разнообразие и трудность решаемых задач (жизненных, профессиональных, учебных, творческих и т.д.). Следовательно, для оценки "вершинности" становления анализируемой компетенции необходимо выделять задачи (элементы личного опыта управления знаниями и умениями), охватывающие элементы знаний и/или умений высокого уровня сложности. В таком случае, формируем множество Q - подмножество множества S. Формирование множества Q подчиняется следующему правилу: в него добавляют очередной элемент из множества S при соблюдении двух необходимых условий. Первое условие: индекс охвата данного элемента личным опытом деятельности должен быть ненулевым (т.е. данный элемент знаний и умений должен быть хоть раз использован). Второе условие: сложность данного элемента должна быть не ниже заданного порогового значения. Формируют массив q, в котором элемент qt отражает, сколько раз личным опытом деятельности был охвачен /-й элемент множества Q. В таком случае, акмеологическое квантовое число компетенции равно Н, если не менее чем Н элементов из множества Q были охвачены личным опытом деятельности не менее чем Н
card (Q)
раз каждый. Соответственно, акмеологический уровень компетенции Q = ^ qt.
i=i
ЗАКЛЮЧЕНИЕ
Данная статья - логическое продолжение исследований, проводимых ранее творческим коллективом инженерного вуза [4]. Для авторов настоящей статьи очевидно, что реализация предложенных методов педагогической диагностики возможна только в условиях цифровой трансформации образовательной среды (например, перспективной мониторинговой технологией является электронное портфолио обучающегося [1, 3, 5, 6]). Перспективы исследований - разработка методов для диагностики взаимосвязи между подсистемами социально-профессиональной компетентности (т.е. между компетенциями).
Исследование выполнено при финансовой поддержке Кубанского научного фонда в рамках научного проекта № МФИ-20.1/36.
ЛИТЕРАТУРА
1. Митрофанова, Э.П. Практические аспекты оценки компетенций в системе среднего профессионального образования / Э.П. Митрофанова, Р.Н. Хабибрахманова // Среднее профессиональное образование. - 2020. - № 12 (304). - С. 51-53.
2. Майер, Р.В. Оценка сложности математической информации в школьных учебниках физики / Р.В. Майер // Ярославский педагогический вестник. - 2019. - № 3 (108). - С. 26-32.
3. Черных, А.И. Подготовка студентов инженерного вуза к производственной практике в условиях информатизации образования: монография / А.И. Черных, К.В. Хорошун, Т. Л. Шапошникова . - Краснодар : Кубанский гос. технол. ун-т, 2014. - 264 с.
4. Шапошникова, Т. Л. Диагностика компетенций и личностно-профессиональных качеств студентов на основе инфометрии / Т.Л. Шапошникова, В.В. Вязанкова, Т.Г. Тедорадзе // Ученые записки университета им. П.Ф. Лесгафта. - 2020. - № 10 (188). - С. 428-435.
5. Boonsri, S. Dual Vocational Students' Competency: A Second Order Confirmatory Factor Analysis of Occupational Competency in Enterprise / S. Boonsri, P. Pupat, P. Suwanjan // Mediterranean Journal of Social Sciences. - 2019. - Vol. 10, No. 1. - pp. 105-115.
6. Parkesa, M. Student preparedness for university e-learning environments / M. Parkesa, S. Stein, C. Readinga // The Internet and Higher Education. - 2015. - Vol. 25, No. 1. - pp. 1-10.
REFERENCES
1. Mitrofanova, E.P. and Khabibrakhmanova, R.N. (2020), "Practical aspects of assessing competencies in the system of secondary vocational education", Srednee professionalnoe obrazovanie, Vol. 304, No 12, pp. 51-53.
2. Maier, R.V. (2019), "Complexity Estimation of Mathematical Information in School Physics Textbooks", Yaroslavskiy pedagogicheskiy vestnik, Vol. 108, No 3, pp. 26-32.
3. Chernyikh, A.I., Horoshun, C.V. and Shaposhnikova, T.L. (2014), Preparation of engineering higher educational establishment students in conditions of computerization of education, KubGTU, Krasnodar.
4. Shaposhnikova, T.L., Vfyazankova, V. V., Tedoradze, T.G. (2020), "Diagnostics of competencies and personal and professional qualities of students on the basis of infometrics", Uchenye zapiski uni-versiteta imeniP.F. Lesgafta, Vol. 188, No. 10, pp. 428-435.
5. Boonsri, S., Pupat, P. and Suwanjan, P. (2019) "Dual Vocational Students' Competency: A Second Order Confirmatory Factor Analysis of Occupational Competency in Enterprise", Mediterranean Journal of Social Sciences, Vol. 10, No. 1, pp. 105-115.
6. Parkesa, M., Stein, S. and Readinga, C. (2015), "Student preparedness for university e-learning environments", The Internet and Higher Education, Vol. 25, No, 1, pp. 1-10.
Контактная информация: romanovs-s@yandex.ru
Статья поступила в редакцию 10.12.2021
