CC BY
57
Дидактическая инженерия: логистика профессионального развития на основе обучения
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 пипсупкУлтаИ. ги
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 5уе1ас^ка7ап@таП. ги
Ахметшин Динар Агзямович к.т.н., ассистент кафедры информатики и прикладной математики, Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 [email protected]
Аннотация
Рассмотрена логистика организации процесса обучения в компетентностном формате с проектированием автоматизированной технологии быстрой подготовки и с оценкой качества освоенных компетенций предусмотренных стандартом.
Shows logistics organization of the learning process in a competency-based format. Created automated technology for fast training of students. Given the quality assessment techniques mastered competencies stipulated standard. Calculate the quality assessment techniques mastered competencies stipulated standard.
Ключевые слова
профессиональные компетенции, учебные компетенции, оценка освоения компетенций, техногенная среда, база учебных проблем, логистика обучения professional competence, educational competence, assessment of the development of competencies, technogenic environment, base of educational problems, logistics training
Работа выполнена при поддержке гранта РФФИ (проект № 15-07-05761) .
Введение
Дидактическая инженерия [1, 2, 3, 4] рассматриваться как эффективная методология [5], в рамках которой, используя достижения педагогики, инженерии, психологии, логистики, информатики, вычислительной техники, искусственного интеллекта имеется возможность построить в реально - виртуальном пространстве эффективные дидактические системы компетентностного формата с соответствующими автоматизированными технологиями быстрого развития. В
целом, эти системы направлены на достижения уровня академической компетентности, которая c высокой вероятностью гарантирует успешность студента в профессиональной деятельности.
В общем случае логистику можно рассматривать как науку об организации рациональных процессов при ограниченных ресурсах. С введением новых стандартов в образовании возникла сложная логистическая проблема, т.е. возникло несоответствие между фактическим и необходимым положением дел в логистизируемой поточно - процессной системе (в обучении). С точки зрения педагогики и психологии проблема может быть сформулирована так: как обеспечить быстрое развитие профессиональных способностей студента через организованную подготовку, чтобы он на требуемом качественном уровне, за требуемое время овладел множеством компетенций, предусмотренных стандартом.
В современных условиях образовательная среда студента все больше становится виртуальной (техногенной). По нашим оценкам студент в среднем 60% рабочего времени проводит в Web - сети. В этой ситуации наличие локальной социальной сети с образовательными функциями в рамках университета является вызовом времени, т.е. наличие социально - образовательной сети является одним из брендов качества университета. Очевидно, быстрота развития студента в образовательной среде и, в конечном счете, его конкурентоспособность во многом зависит от оптимальности организации дидактической функции в этой сети.
Очевидно, с помощью традиционной дидактической системы можно решить только часть педагогической (логистической) проблемы, т.к. изначально в ней не предусмотрена подготовка в компетентностном формате. Поэтому в настоящее время на исполнительском уровне возник комплекс следующих задач: как составить рабочие программы в компетентностном формате; спроектировать содержание дисциплин и технологии подготовки студентов; провести диагностику и оценить уровни развития способностей студента решать проблемы на поле компетенций предусмотренных стандартом.
На концептуальном и практическом уровнях эти задачи могут быть решены следующим образом:
1. В рамках направления подготовки вводится множество учебных компетенций (УК), которые в комплексе в полноте и целостности, поддерживают какую - то компетенцию из списка стандарта.
На рис. 1 приводится пример эпизода ориентированного графа, демонстрирующего логику поддержки одну из компетенций группы ПК через множество компетенций группы УК(*) в течении всего срока обучения бакалавра. При этом подгруппы УК(*) скомпонованы в отдельные учебные дисциплины, например, в Д1 и Д2 и т.д.
3 курс
УК(4) )—( УК(5) )—( УК(6) 1—( УК(7) )— — —--
2 курс
. . ... .. .1 курс УК(12) )_( УК(13) УК(14) )-1 УК(15) )--—--
Рис.1 Пример эпизода ориентированного графа
2. По окончании обучения необходимо ответить на вопрос: С каким качеством освоил ту или иную компетенцию из стандарта студент? Предполагается следующая техника оценивания. Например (рис. 1), компетенцию ПК поддерживают 15 компетенций УК(*). Чтобы оставить в стороне спорные вопросы типа: «С какими весами разные УК влияют на организацию ПК?» используем принцип «равных влияний», т.е. каждая УК равным образом влияет на формирование ПК. В этом случае можно использовать следующий алгоритм расчета: допустим, что теоретически студент каждую УК может освоить на одну единицу, а практически, например, он освоил так: УК(1)=0,8; УК(2)=0,7; УК(3)=0,9; УК(4)=0,7; УК(5)=0,8; УК(6)=0,8; УК(7)=0,9; УК(8)=1; УК(9)=0,9; УК(10)=0,7; УК(11)=0,8; УК(12)=0,9; УК(13)=1; УК(14)=0,7; УК(15)=1. В конечном счете, качество усвоения студентом компетенции ПК найдем следующим образом:
15
ПК = ^УК (0/15 = 12,6/15 = 0,84.
/=1
При такой технике расчета можно сказать насколько студент освоил компетенции ПК за первый год обучения, за второй и т.д. Например, при этих данных, студент осваивал ПК в следующей последовательности:
Первый год: ПК= (УК(12) + УК(13) + УК(14) + УК(15) ) / 15 = 0,24.
Второй год: ПК= (УК(8) + УК(9) + УК(10) + УК(11))/15+0,24 =0,22+0,24= 0,46.
Третий год: ПК= (УК(4) + УК(5) + УК(6) + УК(7) ) / 15+0,46 = 0,21+0,46=0,67.
Четвертый год: ПК= (УК(1) + УК(2) + УК(3) ) / 15 +0,67= 0,17+0,67=0,84.
Разумеется, по этой же технике можно вычислить качество подготовленности студента в рамках какой-то учебной дисциплины, например в Д1: (УК(12) + УК(13) ) / 2 = 0,95.
Задача дидактики в компетентностном формате
Инженер предназначен для решения потока профессиональных проблем разной сложности рассматриваемых в рамках некоторого набора компетенций С(1), С(2), ..., С(п). В модели этот набор представим через пучок векторов, который образует поле компетенций (рис. 2). На этом поле точками обозначим множество проблем S, ранжированных по возрастанию сложности от центра 0 к периферии. В целом, множество проблем S разной сложности образуют пространство проблем. Очевидно, что при разных сочетаниях набора компетенций многие проблемы являются межкомпетентностными. В этом пространстве проблем выделим круги проблем разной сложности: S < s1 - круг проблем, сложность которых не превышает s1; S < s2 - круг проблем, сложность которых не превышает s2; и т.д.
На практике, в зависимости от квалификации (уровня профессионального развития), инженер способен с высокой вероятностью разрешить круг проблем, сложность которых не превышает какого-то значения s*.
В контексте рассмотренной модели, может быть сформулирована задача дидактики в компетентностном формате: спроектировать дидактическую систему и технологию, которая сможет обеспечить быстрое профессиональное развитие будущего инженера способного успешно разрешать круг проблем из поля компетенций до требуемой в индустриальной инженерии сложности.
Инвариантный алгоритм и надежность разрешения проблемы
При всем многообразии проблем, человек решает проблемы через три макрооперации. Первая операция - формализация проблемы, т.е. проблема человеком (через уменьшение неопределенности за счет его способностей и знаний) сводится к комплексу известных ему задач. Вторая операция - конструирование плана (алгоритма) решения этих задач. Третья операция - исполнение плана в среде (реальной, виртуальной). На рис. 3 приводится результат структурного анализа решения проблемы человеком (диаграмма SADT) обладающего определенным уровнем развития способностей и наличием знаний в сфере решаемой проблемы.
На схеме приняты следующие обозначения: S - множество проблем разной сложности из поля компетенций (см. рис. 2); АВС - синергетический комплекс проектно-конструктивных способностей, где А - формализационные; В -конструктивные; С - исполнительские способности; Z - область знаний, необходимых для решения проблем из множества S.
Согласно алгоритму, деятельность человека по решению проблем, происходит следующим образом: человек проблему из множества S (ВХОД) преобразует в результат (F) (ВЫХОД), используя свои методы, способы (в синергии АВС-способности) на фоне своих знаний Z. При этом результат F как случайное событие может быть успешным или неудачным. Успешность результата F может быть оценена вероятностью p, величина которой во многом зависит от уровней развития АВС способностей и глубины его знаний. Таким образом, при различных значениях параметров развития человека A = а, B = в, C = с, Z = z, решающего проблему S сложности s, вероятности успешности результата F будут разные. На практике это означает, что вероятность успеха P(F) можно вычислить, если известны границы развития и сложности проблемы, т.е. р = P(F) = P(A<a, B<b, C<c, Z<z, S<s).
СПОСОБНОСТИ
А
S
ВХОД
í
Формализация
1м
В
Конструирование
Z
С
Исполнение
Z
^Z
F
ВЫХОД
ЗНАНИЯ
Рис. 3 Инвариантный алгоритм (схема) решения проблемы человеком
В совокупности эти вероятности формируют закон распределения, т.е. закон распределения вероятностей решения человеком с параметрами развития А = а, В = в, С = с, Ъ = z проблемы, сложность которой не превышает s. Очевидно, в целом, этот закон распределения позволяет оценить надежность компетентности и характеризует профессиональный потенциал успешности решения проблем конкретным человеком на поле компетенций.
Быстрота обучения и «зона ближайшего развития»
В книге «Педагогическая психология» [6] Л.С. Выготский писал, что обучение только тогда хорошо, когда идет вперед развития (в зоне ближайшего развития).
Очевидно, системы подготовки с преподавателем отличаются от самоподготовки с использованием дистанционных технологий тем, что хороший преподаватель с целью быстрого развития студента каждый раз «ловит» его «зону ближайшего развития» и, опираясь на результаты обратной связи с ним, корректирует совместную учебную деятельность. Поэтому, эффективные обучающие курсы с использованием дистанционных технологий должны всегда излагать материал, начиная с зоны «актуального развития» студента. Этот прием является своеобразным психологическим «якорем» привлекая и стимулируя студента к самостоятельной работе.
Рассмотрим модель, на поле компетенций выделим круг проблем соответствующих по сложности абстрактным зонам «актуального развития», «ближайшего развития», «дальнейшего развития» (рис. 4).
Рис. 4 Модель пространства проблем разной сложности соответствующих
разным зонам развития
Допустим на модели круг проблем, сложность которых не превышает s1, соответствует зоне «актуального развития», т.е. студент их способен решить самостоятельно и обучать (развивать) его как это делать не имеет смысла. Проблемы, сложность которых более чем s1, но менее чем s2, относятся к «зоне ближайшего развития», поэтому студент способен в какой-то мере формализовать их (способен хотя бы понять), но самостоятельно до конца разрешить, не способен. В то же время, в этой зоне его когнитивная сфера наиболее предрасположена к развитию через обучение. Круг проблем из зоны «дальнейшего развития», т.е. проблемы, сложность которых более чем s3, обучаемый плохо воспринимает (не достаточный уровень развития АВС-способностей), и обучение, как правило, оказывается малоэффективным.
Академическая компетентность студента
Можно говорить о достижении студентом уровня академической компетентности, если на поле компетенций он усвоил знания и развил АВС-способности до уровня достаточной для надежного (с высокой вероятностью) разрешения круга проблем сложностей достаточных для работы в индустриальной инженерии.
В модели достижение или не достижение уровня академической компетентности можно представить так: рассмотрим поле компетенций с пространством проблем (рис. 5).
<
У(3)
Освоение зоны через обучение - развитие
> кУ(2)
Круг проблем наибольшей сложности, которые с высокой вероятностью способен разрешить студент при своих показателях (А=а, В=Ь, С=с, Ъ=ъ)
Г
Круг проблем сложности востребованной в индустриальной инженерии
У(3) у
У(*)
Рис. 5 Модель пространства проблем
Допустим, на этом рисунке закрашен круг проблем сложности достаточной для работы в индустриальной инженерии, т.е. зона 2 является на рассматриваемый момент времени зоной «актуального развития» студента. В этом случае заштрихованная зона 3 является «зоной ближайшего развития» этого студента. Очевидно, если студент в своем развитии освоил зону 3, то он может считаться на этом поле компетенций академически компетентным.
Оценка функции распределения потенциала
В работе [7] показано, что между уровнем развития АВС-способностей и сложностью решаемых студентом проблем из множества S существует корреляционная связь и эта связь почти линейная (коэффициент корреляции к=0,97), поэтому с учетом этой линейной связи для оценки уровня развития АВС-способностей может быть принята сложность проблем решаемых студентом.
На практике деятельностный потенциал студента на поле компетенций характеризуется функцией распределения потенциала (интегральный закон), знание которой позволяет вычислить вероятности успешного решения проблем разной сложности.
Эвристическую функцию распределения потенциала на поле компетенций, можно установить следующим образом. Например, в результате тестового решения проблем, студент на поле компетенций (рис.5) с уровнем развития АВС-способностей (А=а, В=Ь, С=с) показал следующие результаты.
Тест №1. Из 10 предложенных проблем первого круга сложности, успешно решил 10.
Тест №2. Из 10 предложенных проблем второго круга сложности, успешно решил 8.
Тест №3. Из 10 предложенных проблем третьего круга сложности, успешно решил 2.
Согласно полученным данным (рис. 6), студент на актуальный момент времени будет иметь следующую диаграмму распределения (эвристическую функцию распределения потенциала).
рА
с
с:
эо ®
ос
К
®
8
Рис. 6 Эвристическая функция распределения потенциала на поле компетенций
Закон распределения потенциала является полной характеристикой способной студента разрешать проблемы разной сложности на поле компетенций. Частными характеристиками уровня развития потенциала на поле компетенций являются средние значения уровней развития АВС способностей и показатель глубины усвоенных знаний [8].
В целом, цель и критерий достижения академической компетентности в процессе обучения на поле компетенций могут быть отражены на шкале качества владения компетенцией (рис. 7), т.е. обучаемый в процессе подготовки должен развить свои АВС способности на фоне углубления усвоенных знаний в полноте и целостности от малого до большого пентагона.
В^^Конструктивные
способности
Формализационные способности
Исполнительские способности
Цель обучения -развитие АВС способностей
РОЬ
Полнота владения знаниями
владения знаниями
Рис. 7 Шкала качества владения компетенцией
А
Автоматизированные технологии быстрого развития
Для решения поставленной дидактической задачи в рамках рассмотренных моделей как общей платформы компетентностного формата на базе специально сконструированной образовательной системы может быть реализованы несколько технологий быстрого развития инженеров. В качестве примера рассмотрим две автоматизированные технологии: Т1 - технологию быстрого развития на основе оценки сложности решаемых проблем; Т2 - технологию быстрого развития на основе оценки уровня развития АВС способностей. В сущности, эти технологии отличаются
структурами организации баз учебных проблем, форматами критериев достижения уровня академической компетентности и методиками организации учебной деятельности.
На рис. 8 приводится структура организации системы на которой реализуется подготовка инженеров по технологии Т1.
Web-R
УПРАВЛЕНИЕ (ГОС 3+)
ЗНАНИЯ
Рис. 8 Структура организации дидактической системы с подготовкой по
технологии Т1
Учебная деятельность по этой технологии организована следующим образом: студент последовательно занимается решением проблем из поля компетенций по возрастанию их сложности, синхронно усваивая знания, способствующие решению этих проблем. При этом обучение в основном происходит в его «зонах ближайшего развития». Переходам из «зоны в зону» способствует приращения ds и dz, где ds -прирост сложности решаемых проблем, dz - прирост значения показателя глубины усвоенных знаний, необходимый для решения этих проблем. Через si и z1 обозначены пороговые значения по сложности и глубине усвоенных знаний, предъявляемых экспертом к академически компетентному студенту. Программный комплекс Web - R с элементами искусственного интеллекта (smart) системы осуществляет информационную поддержку управления процессом профессионального развития с использованием дистанционных технологий.
Для создания потока учебных проблем в технологии Т1 используется специально разработанная база со структурой, приведенной на рис. 9.
Подготовка по технологии Т2 направлена на управляемое быстрое развитие АВС-способностей.
Структура организации дидактической системы приводится на рисунке 10.
Рис. 10 Схема конструкта дидактической системы с Web поддержкой
Основными элементами системы являются: S - специально спроектированная на поле компетенций база учебных проблем; Z - база знаний (соответствующая S) специальной конструкции; D - диагностическая система, которая позволяет оценить актуальный профессиональный потенциал (академическую компетентность), который характеризуется законом распределения F, т.е. позволяет оценить вероятности разрешения проблем разной сложности обучаемым. Величины a1, b1, c1, z1 являются критическими значениями, при которых эти вероятности велики и значимы для индустриальной инженерии, т.е. студент в рамках рассматриваемых
компетенций и с требуемой надежностью готов к профессиональной деятельности. В технологии Т2 для организации потока учебных проблем по возрастанию сложности используется специально разработанная база, где учебные проблемы сортируются по формализационной (А), конструктивной (В), исполнительской (С) сложности [9], т.е. условно классифицируются на проблемы типов А, В, С (рис. 11).
Реализация сетевой компоненты системы обучения
Для информационной поддержки системы подготовки по технологии Т1 можно использовать любую типовую оболочку дистанционного обучения, например, МооШе [8 ].
ФГОС впо РАБОЧАЯ ПРОГРАММА
База проблем (а ранках дисциплины)
ПРЕЗЕНТАЦИЯ ДИСЦИПЛИНЫ
БАЗА ЗНАНИИ
Содержание
ДИАГНОСТИКА
РОЬ
СНЬ
БАЗА ПРОБЛЕМ
Проблемы
4
б ДИАГНОСТИКА
А В С
Проектирование ПО ИС «ТЕСТ» Презентация проблемы В Календарный план работ В, Прототип 0 с демонстрацией решения
Е, Прототип 1. сложность 3.6 час раб (А=0£ час раб; В=1,1 час раб; С=1,9 час раб) Р Прототип 2. сложность 4.32 час раб [А-0.6 час/раб. №1,1 час/раб. С-1.9 час/раб) Е, Прототип 3. сложность 5.2 чае.раб час раб; 8=1,9 час раб; С=23 час.раб) Е Прототип 4. с
Отчет по заданий € Б Л 3.1 Проблем (б рДМКДХ ДИСЦИПЛИНЫ)
В Проектирование ПО ИО «ТЕСТ»
Презентация проблемы Ц Календарный план работ мл Прототип О с демонстрацией решения
Щ Прототип 1, сложность 3,6 час.раб (А=0,6 час.раб, В=1,1 час.раб, С=1,9 час.раб) И Прототип 2, сложность 4.32 час раб (А=0.6 час/раб, В=1.1 час/раб. 0=1,9 час/раб) 15 Прототип 3. сложность 5.2 час раб (А=1 час раб, В=1.9 час раб, С=2.3 час раб) Е Прототип 4. сложность 6.24 час раб .24 час раб: 6=2 час раб: С=3 час раб) 21 Отчет по задании ПО ИС "ТЕСТ*
[5 Проектирование ПО ИС «А0ТООПЕРАТОР» ¿г Презентация проблемы И Календарный план работ й Прототип 0 с демонстрацией решения
М Прототип 1, сложность 6.1 час.раб (А™2 час.раб, В=1.1 час.раб; Си3 час.раб) @5 Прототип 2
Отчет по заданию ПО ИС 'Автооператор"
Проектирование ПО ИС "БАЗА ДАННЫХ" П Календарный план работ " Компьютер Турист
Парикмахерская Библиотека
7
Проецирование п
Презентация проб.
Календарный пла»
Прототип 0 с дено
Прототип 1, сложи
Прототип 2
Отчет (10 заданию
8 £ Проектирование П
Календарный плэ!
г Компьютер
Турист
Библиотека
Кафедра
Отчет по заданию
Курсовая рс
В Проектирование п| Темы курсовых ра
ЦКафедра
Отчет по заданию ПО ИС "база данных"
9 Курсовая работа
Е Проектирование презентаций дисциплин (основные понятия и проблемы) Темы курсовых работ
Рис. 12 Структура организации виртуальной составляющей дидактической системы в оболочке MOODLE
Для подготовки студентов по технологии Т2 требуется специально разработанная оболочка (социально - образовательная сеть), например, МУКМГО, которая развернута в «облаке» и работает по технологии «тонкий клиент». На рис.
13 приводится главная страница этой информационной системы.
МУКШТи
Е
Добро пожаловать на МукпИи!
МуклНи — это образовательная социалыия сеть для быстрой и удобной коммуникации между студентами и преподавателями.
Вы можете обмениваться сообщениями с друзьями и преподавателями, сладить за новостями дисциплин и своей
Регистрация
Пкроль
Повторите пароль
Рис. 13 Главная страница информационной системы
В целом, системы и технологии подготовки в компетентностном формате реализуют в модернизированном варианте идеи метрического подхода [10-11],
развивающего обучения [12], проблемного обучения [13] с учетом «зоны ближайшего развития» [6]. Следует особо подчеркнуть, что эти системы в обязательном порядке имеют Web составляющую, т.е. автоматизированную систему обучения и мониторинга процесса развития студента. [14, 15].
Литература
1. Douady R. (1997). Didactic engineering. Learning and teaching mathematics: An international perspective / Edited by T. Nunes&P.Bryant. East Sussex: Psychology Press, Pp. 373-401.
2. Чошанов М.А. Дидактическая инженерия: дидактика эпохи информатизации // Директор школы. - 2008. - № 5. - С. 53.
3. Старыгина С.Д., Нуриев Н.К. Дидактическая инженерия как метрико-ориентированная методология инженерного образования // Международный электронный журнал "Образовательные технологии и общество (Education Technology & Society)" (http://ifets.ieee.org/russian/periodical/journal.html). - 2014. -V.17. - N 3. - C. 569-582. - ISSN 1436-4522
4. Старыгина С.Д., Нуриев Н.К. Параметрический портрет достижений преподавателя в контексте развития его интеллектуально-деятельностного потенциала // Международный электронный журнал "Образовательные технологии и общество (Education Technology & Society)"
(http://ifets.ieee.org/mssian/periodical/iournal.html). - 2014. -V.17. - № 4. - С. 662675.
5. Старыгина С.Д., Нуриев Н.К. Дидактическая инженерия как метрико-ориентированная методология инженерного образования // Международный электронный журнал "Образовательные технологии и общество (Education Technology & Society)" (http://ifets.ieee.org/russian/periodical/journal.html). - 2014.
- V.17. - N 3. - С. 569-582. - ISSN 1436-4522.
6. Выготский Л.С. Педагогическая психология. - М.: Педагогика, 1991. - С. 386.
7. Нуриев Н.К., Журбенко Л.Н., Шакиров Р.В., Хайруллина Э.Р., Старыгина С.Д., Абуталипов А.Р. Методология проектирования дидактических систем нового поколения. - Казань, Центр инновационных технологий, 2009. - 456 с.
8. Нуриев Н.К., Старыгина С.Д., Ильмушкин Г.М., Шайдуллина Н.К. Проектирование дидактических систем нового поколения с использованием облачных технологий // Международный электронный журнал "Образовательные технологии и общество (Education Technology & Society)" (http://ifets.ieee.org/russian/periodical/journal.html). - 2013. - V.16. - N 4. - С. 412429. ISSN 1436-4522.
9. Нуриев Н.К. Оценка уровня конкурентоспособности специалиста // Высшее образование в России. - 2005. - № 12. - С. 109 - 113.
10. Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. Дидактические системы нового поколения // Высшее образование в России. - 2010. - № 8-9. - С.128-137.
11. Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. Двухуровневая образовательная система: благо или вред? // Высшее образование в России. - 2008. - № 2. - С. 83
- 91.
12. Давыдов В.В. Теория развивающего обучения. - М.: ИНТОР, 1996. - 544 с.
13. Лернер И.Я. Проблемное обучение. - М.: Знание, 1974. - 274 с.
14. Нуриев Н.К., Ахметшин Д.А. Старыгина С.Д. Организация техногенной образовательной среды на базе технологии wi-fi: управление учебной деятельностью и информационными потоками различных форматов // Международный электронный журнал "Образовательные технологии и общество (Education Technology & Society)"
(http://ifets.ieee.org/russian/periodical/journal.html). - 2014. - V.17. - N 4. - С. 625635. ISSN 1436-4522.
15. Нуриев Н.К., Старыгина С.Д., Туркиниджрес Т.Т. Проектирование программного обеспечения природосообразно-развивающего обучения // Современные проблемы науки и образования. - 2012. - № 4 URL: http://www.science-education.ru/104-6703 (дата обращения: 18.07.2012)
