CC BY
4
щения: 10.11.2022).
REFERENCES
1. Sass, D.A., Flores, B.B., Claeys, L. and Pérez, B. (2012), "Identifying personal and contextual factors that contribute to attrition rates for Texas public school teachers", Education Policy Analysis Archives, Vol. 20(15), pp. 1-26.
2. Buchanan, J., Prescott, A., Schuck, S., Aubusson, P., Burke, P. and Louviere, J. (2013), "Teacher retention and attrition: Views of early career teachers", Australian Journal of Teacher Education, Vol. 38 (3), pp. 112-129.
3. See, B.H. and Gorard, S. (2020), "Why don't we have enough teachers?: A reconsideration of the available evidence", Research Papers in Education, Vol. 35 (4), pp. 416-442.
4. Reinsfield, E. and Lee, K. (2022), "Exploring the technology teacher shortage in New Zealand: the implications for quality teaching and learning", International Journal of Technology and Design Education, Vol. 32, pp. 1649-1658.
5. Zair-Bek, S.I., Mercalova, T.A., Anchikov, K.M. (2020), School personnel: opportunities and deficits, Moscow.
6. Kosareckii, S.G., Barannikov, K.A. and Belikov, A.A. (2019), Russian school: the beginning of the XXI century, Moscow.
7. Avraamova, E.M., Loginov, D.M. (2017), "What personnel work in Russian schools?", Public education, Vol. 3-4, pp. 65-79.
8. Soloveva, T.S. (2017), "Staffing of general education: problems, solutions", Actual problems of economics and management, Vol. 4, pp. 107-113.
9. Skorobach, I.R. (2022)," The past of Sakhalin education: The problem of providing teachers", Education 2022: main problems and directions of development: Proceedings of the II International Scientific and Practical Conference, Moscow, pp. 44-49.
10. Тегенцев, М. (2019), "Alternative technologies for solving the problem of shortage of teaching staff in Primorsky Krai", Bulletin of Pedagogical Achievements, Vol. 5, pp. 24-30.
11. Primorskstat (2020), Primorye in numbers: A brief statistical collection, Vladivostok.
12. Amurstat (2020), Amur Statistical Yearbook, Blagoveshchensk,
13. Kamchatskstat (2020), Kamchatka Statistical Yearbook, Petropavlovsk- amchatka.
14. Ministry of Education of the Russian Federation (2022), Summary reports in the form No. OO-1 "Information on the organization carrying out educational activities in educational programs of primary general, basic general, secondary general education " in Primorsky Krai, Amur Region, Kamchatka Krai, available at: https://edu.gov.ru/activity/statistics/general_edu (accessed 10.11.2022).
Контактная информация: repsh_78@mail.ru
Статья поступила в редакцию 17.11.2022
УДК 378.147:378.018.43
ИННОВАЦИОННЫЙ МЕТОД ИНТЕГРАЛЬНОЙ ДИАГНОСТИКИ СОЦИАЛЬНО-ПЕДАГОГИЧЕСКИХ СИСТЕМ И ПРОЦЕССОВ
Тамара Валерьевна Бус, аспирант, Александр Михайлович Геращенко, кандидат филологических наук, доцент, Татьяна Леонидовна Шапошникова, доктор педагогических наук, профессор, заведующий кафедрой, Кубанский государственный технологический
университет, Краснодар; Валерий Леонидович Шапошников, кандидат физико-математических наук, доцент, заведующий кафедрой, Краснодарский кооперативный институт (филиал) Российский университет кооперации, Краснодар
Аннотация
В настоящее время задачи, стоящие перед российским образованием, настолько сложны, что их решение затруднительно без налаженного информационного механизма управления - педагогического мониторинга. Неотъемлемой составляющей мониторинга является диагностика - идентификация состояния объектов и процессов. Для социально-педагогических систем и процессов в большинстве случаев важнее идентифицировать интегральное состояние по нелинейной шкале, чем
произвести оценку по линейной шкале. Цель настоящего исследования - разработка универсального метода интегральной диагностики социально-педагогических систем и процессов. Для достижения поставленной цели использованы следующие методы: анализ научной литературы и передового опыта реализации педагогического мониторинга, моделирование, методы теории множеств, многопараметрический анализ систем, методы квалиметрии (теории латентных переменных). В результате разработан основанный на современных методах прикладной математики универсальный метод для интегральной диагностики социально-педагогических систем и процессов, применимый при любом количестве характеристических параметров и различной степени их значимости. Теоретическая значимость результатов исследования - в том, что на их основе можно совершенствовать методы квалиметрической диагностики социально-педагогических систем и процессов. Практическая значимость - в том, что их возможно использовать в системах педагогического мониторинга на всех уровнях иерархии - как в социально-педагогическом, так и в психолого-педагогическом мониторинге.
Ключевые слова: инновационные методы диагностики, интегральная диагностика, социально-педагогические системы, социально-педагогические процессы, мониторинг.
DOI: 10.34835/issn.2308-1961.2022.11.p69-75
INNOVATIVE METHOD OF INTEGRAL DIAGNOSTICS OF SOCIO-PEDAGOGICAL SYSTEMS AND PROCESSES
Tamara Valerievna Bus, the postgraduate student, Alexander Mikhailovich Gerashchenko,
the candidate of philological sciences, docent, Tatiana Leonidovna Shaposhnikova, the doctor of pedagogical sciences, professor, department chair, Kuban State Technological University, Krasnodar; Valery Leonidovich Shaposhnikov, the candidate of physical and mathematical sciences, docent, department chair, Krasnodar Cooperative Institute (branch) of the Russian
University of Cooperation, Krasnodar
Abstract
At present, the tasks faced by the Russian education are so complex that their solution is difficult without an established information management mechanism - the pedagogical monitoring. An integral component of monitoring is diagnostics - the identification of the state of objects and processes. For so-cio-pedagogical systems and processes, in most cases it is more important to identify the integral state on a non-linear scale than to evaluate it on a linear scale. The purpose of this study is to develop a universal method for the integral diagnostics of socio-pedagogical systems and processes. To achieve this goal, the following methods were used: the analysis of scientific literature and best practices in the implementation of pedagogical monitoring, modeling, methods of set theory, multi-parameter analysis of systems, methods of qualimetry (theory of latent variables). As a result, a universal method based on modern methods of applied mathematics for the integral diagnostics of socio-pedagogical systems and processes, applicable for any number of characteristic parameters and varying degrees of their significance, has been developed. The theoretical significance of the results of the study lies in the fact that on their basis it is possible to improve the methods of qualimetric diagnostics of socio-pedagogical systems and processes. The practical significance is that they can be used in pedagogical monitoring systems at all levels of the hierarchy - both in the socio-pedagogical and in the psychological and pedagogical monitoring.
Keywords: innovative methods of diagnostics, integral diagnostics, socio-pedagogical systems, socio-pedagogical processes, monitoring.
ВВЕДЕНИЕ
Известно, что в любой сфере деятельности мониторинг как информационный механизм управления включает в себя контроль, диагностику, планирование, прогнозирование и принятие решений [1, 4-6, 8]. Диагностика представляет собой идентификацию состояния объекта управления или внешней среды, в которой он функционирует. Очевидно, что диагностика всегда связана с реализацией информационных процессов [1, 8].
Анализ научной литературы и практики реализации педагогического мониторинга показал, что для социально-педагогических систем и процессов в большинстве случаев
важнее идентифицировать интегральное состояние по нелинейной шкале, чем произвести оценку по линейной шкале. В большинстве случаев имеет место диагностика именно по номинальной шкале (шкале наименований). Например, уровень сформированности лич-ностно-профессиональных качеств и компетенций может быть низшим, ситуативным, грамотности, образованности и творческим [4, 5]. Например, уровень смешанного обучения может быть низшим, низким, средним, должным, высоким, очень высоким и высшим [4, 7]. При этом состояние образовательной среды может быть кризисным, предкризисным, нормальным, благополучным и процветающим [1, 4].
Известен простой универсальный метод качественного анализа систем и процессов [4], который заключается в том, чтобы выделить критические параметры, характеризующие объект, идентифицировать их зону (нормы, предупреждения или опасности) и на этой основе - общее состояние объекта - нормальное, функционально-ограниченное или абнормальное. Алгоритм идентификации прост: нормальное состояние системы диагностируют, если все параметры в зоне нормы; абнормальное состояние диагностируют, если хоть один параметр в зоне опасности; в остальных случаях диагностируют функционально-ограниченное состояние. Но при этом следует отметить, что, во-первых, такой набор возможных состояний (по нелинейной шкале) является скудным (например, нормальное состояние может быть благополучным, а может быть - процветающим), а во-вторых, не все параметры являются критическими (имеют место также важные и рекомендательные).
Универсальный метод (который соответствует технологиям так называемого «искусственного интеллекта») - применение решающих правил, связывающих состояния частных параметров с общим состоянием системы [3, 6]. Например, возможно диагностировать общий уровень самостоятельной работы студента (низший, низкий, средний, должный, высокий, очень высокий и высший), если известны уровни результативности, автономности, рефлексивности и технологичности [4]. При этом градации частных параметров не обязательно совпадают с градациями интегрального (например, уровень автономности может быть низким, средним или высоким). Недостаток данного метода - его
М
трудоёмкость: необходимое число решающих правил /и = П Ц , где М - число частных
1=1
параметров, Li - число возможных значений (по нелинейной шкале) /'-го параметра. Например, для идентификации состояния образовательной среды (при 15 известных характеристических параметров, число возможных значений каждого параметра из которых
равно 4) число решающих правил ¡л = 415, т. е. более миллиарда!
Интегральные параметры возможно вычислять и по линейной шкале. Например, если по линейной стобалльной шкале оценены уровни всех восьми компонентов инженерного мышления обучающихся (согласно современным воззрениям, это конструктивное мышление, техническое мышление, исследовательское мышление, экономическое мышление, самостоятельность и оперативность в выборе стратегий деятельности; ответственность за результаты деятельности; потребность в успехе и социальном признании;
8
творческий потенциал [2]), то общий уровень инженерного мышления, ЯИМ = £ (Д • ),
1=1
8
£ ^ = 1 где Ri - уровень сформированности (по стобалльной шкале) /-го компонента ин-
I=1
женерного мышления, - его нормированный весовой коэффициент. Но очевидна необходимость решения такой задачи, как определение адекватных весовых коэффициентов. В настоящее время известен строгий математический аппарат для решения указанной задачи - алгоритм Саати [3]. К сожалению, даже владение указанным алгоритмом не позволяет избежать ряда трудностей. Например, все параметры можно разделить на критические, важные и рекомендательные. Однако и в данном случае ситуация с весовыми
коэффициентами не полностью ясна. Если считать, что критические параметры предпочтительнее важных, важные предпочтительнее рекомендательных, а критические значительно предпочтительнее рекомендательных, то ненормированные весовые коэффициенты для них соответственно ^15 « 2,45, 1 и и 0,42 . Если считать, что критические
параметры намного предпочтительнее важных, важные намного предпочтительнее рекомендательных, а критические - существенно предпочтительнее рекомендательных, то ненормированные весовые коэффициенты для них соответственно ^45 и3,65 , 1 и
и 0,32. Как видно, с весовыми коэффициентами также возможна «гибкость», даже
при наличии строгого математического аппарата.
Таким образом, в настоящее время и педагогическая наука, и практика реализации педагогического мониторинга по-прежнему испытывают трудности в интегральной диагностике социально-педагогических систем и процессов. Неизбежно возникает вопрос: каким должен быть универсальный метод интегральной диагностики социально-педагогических систем и процессов? Поэтому ставится следующая цель исследования: разработка универсального метода интегральной диагностики социально-педагогических систем и процессов. Указанную метрологическую проблему нельзя рассматривать вне контекста более крупной задачи - повышения эффективности педагогического мониторинга, как информационного механизма управления образовательными средами и сопровождения личностно-профессионального развития обучающихся [1, 8]. Объект исследования - диагностика социально-педагогических систем и процессов, предмет исследования - методы идентификации интегральных состояний систем и процессов.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
Авторы настоящей статьи предлагают метод идентификации интегральных состояний социально-педагогических систем и процессов, предполагающий пять этапов.
Первый этап - выделение критических, важных и рекомендательных параметров, характеризующих исследуемый (диагностируемый) объект; соответственно параметры групп О . /•" и С (вектор обозначает, что параметров множество).
Второй этап - выделение множества возможных интегральных состояний объекта по номинальной шкале, а также множества возможных состояний (также по номинальной шкале) для каждого характеристического параметра. Напомним, что множество интегральных состояний объекта не обязательно совпадает со множеством возможных состояний характеристических параметров.
Третий этап - укрупнение подмножеств, заключающееся в следующем. Множество интегральных состояний диагностируемого объекта необходимо свести к множеству состояний «нормальное», «функционально ограниченное» и «абнормальное», а множество возможных состояний критических параметров - к множеству состояний «норма», «предупреждение» и «опасность». Например, если множество возможных уровней объекта «очень низкий», «низкий», «средний», «должный», «высокий», «очень высокий» и «высший», то нормальному состоянию соответствует подмножество уровней {«должный», «высокий», «очень высокий», «высший»}, функционально ограниченному - подмножество {«должный»}, абнормальному - подмножество {«очень низкий», «низкий»}. Или, например, если множество возможных состояний критического параметра «низкий», «средний», «высокий» и «очень высокий», то зоне нормы соответствует подмножество {«высокий», «очень высокий»}, зоне предупреждения - подмножество {«средний»}, зоне опасности - подмножество {«низкий»}. Или, например, для всех компонентов профессиональной направленности (представлены в работе [4]) неприемлемый уровень соответ-
ствует градации «опасность», пороговый - градации «предупреждение», а базовый, повышенный и продвинутый - градации «норма».
Четвёртый этап - качественный анализ диагностируемого объекта в соответствии с известным алгоритмом. Напомним, что при качественном анализе учитывают только критические параметры.
Пятый этап - наиболее трудный, поскольку он заключается в «разукрупнении» множеств состояний, соответствующих результатам качественного анализа. Например, если множество возможных уровней объекта - «очень низкий», «низкий», «средний», «должный», «высокий», «очень высокий» и «высший», а в результате качественного анализа получили состояние «норма», то необходимо определить, какой это уровень - должный, высокий, очень высокий или высший. Или, например, если в результате качественного анализа получили состояние «абнормальное», то необходимо определить, какой это уровень - низший или низкий.
Проще всего определить уровень (интегральное состояние) для состояния «абнор-мальное». Для этого достаточно вычислить индекс Элмери (что и делают на четвёртом этапе). Если значение данного индекса менее заданного уровня (например, 0,3, или 30%), то диагностируют низший уровень, в противном случае - низкий. Если абнормальное состояние включает более двух уровней, то производят детальную градацию значений индекса (например, от 0 до 30%, от 30% до 50% и свыше 50%).
Значительно труднее определить уровень для укрупнённого состояния «норма»: индекс Элмери для нормального всегда равен 1,0. Возможные варианты следующие. Первый вариант - вычисление интегративных показателей, связанных с важными и рекомендательными параметрами, и их учёт для «разукрупнения» нормального состояния.
Второй вариант (особенно важен в тех случаях, когда объект характеризуется преимущественно критическими параметрами) заключается в том, что производят разукрупнение состояния «норма» для критических параметров. Например, диагностику профессиональной направленности студентов производят по оценке сформированности её принципиально важных компонентов - коммуникативного, проектного, исследовательского и творческого. Для каждого из компонентов выделены пять градаций - неприемлемый, пороговый, базовый, повышенный и продвинутый. Очевидно, что зоне нормы для каждого компонента соответствуют уровни «базовый», «повышенный» и «продвинутый». Как видно, если профессиональная направленность студента - в нормальном состоянии, то для уточнения её уровня возможно применение решающих правил, число которых 34=81. Для сравнения: если формировать решающие правила изначально, то их необходимое количество 54=625, т. е. почти в 8 раз больше. Третий вариант - комбинация двух вышеуказанных.
Благодаря предложенному методу возможно также оценивать эффективность (также по номинальной шкале) социально-педагогических процессов. Известно, что эффективность - соотношение результата и затрат. Наиболее признанным является DEA-метод, обязательное условие которого - измеримость критериев по линейной шкале [3, 7, 8].
Авторы предлагают следующий метод оценки эффективности социально-педагогических процессов. Пусть известно (по номинальной шкале) интегральное значение «входа» и «выхода» (напомним, что, в соответствии с квалиметрическим подходом, и «вход», и «выход» могут характеризоваться значительным числом параметров, притом размерности «входа» и «выхода» не обязаны совпадать). В таком случае, эффективность социально-педагогического процесса е = е(Х), где аргументы - значения входа и выхода по номинальной шкале; в таблице 1 приведён пример соответствия. Например, если оценивать эффективность развития инженерного мышления школьника в системе дополнительного образования детей и подростков, то индикаторными переменными (частными критериями) «выхода» будут уровни компонентов указанной подсистемы социально -профессиональной компетентности, критериями «выхода» - уровни компетенций обуча-
ющегося на начальном этапе дополнительного образования (с которыми имеется технологическая связь для формирования инженерного мышления) и уровень обеспечения образовательного процесса (материально-технического, информационно-методического и т. д.) в учреждении дополнительного образования школьников.
Таблица - Соответствие эффективности «входу» и «выходу»
№ Вход Выход Эффективность
1 Низкий Низкий Средняя
2 Низкий Средний Высокая
3 Низкий Высокий Очень высокая
4 Низкий Очень высокий Высшая
5 Средний Низкий Недостаточная
6 Средний Средний Средняя
7 Средний Высокий Высокая
8 Средний Очень высокий Очень высокая
9 Высокий Низкий Низкая
10 Высокий Средний Недостаточная
11 Высокий Высокий Средняя
12 Высокий Очень высокий Высокая
13 Очень высокий Низкий Очень низкая
14 Очень высокий Средний Низкая
15 Очень высокий Высокий Недостаточная
16 Очень высокий Очень высокий Средняя
Предложенный метод диагностики эффективности является не только универсальным (применимым для подавляющего большинства процессов), но и гибким («вход» и «выход» могут иметь разные множества возможных значений по номинальным шкалам).
ЗАКЛЮЧЕНИЕ
Предложенный метод интегральной диагностики социально-педагогических систем реализуем в условиях цифровой трансформации образования. Перспективы исследования - разработка методов прогнозирования социально-педагогических систем, входной информацией для которых послужат результаты диагностики по нелинейной шкале.
ЛИТЕРАТУРА
1. Александрова Е.А. Форматы педагогического сопровождения в цифровой образовательной среде / Е.А. Александрова // Сибирский педагогический журнал. - 2022. - № 2. - С. 30-43.
2. Казарбин А.В. Научно-исследовательская работа студентов как фактор развития инженерного мышления / А.В. Казарбин, Ю.В. Лунина // Проблемы современного образования. - 2020. -№ 3. - С. 124-131.
3. МакКоннелл, Дж. Основы современных алгоритмов. - Москва : Техносфера, 2004. -
368 с.
4. 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 : КубГТУ, 2014. - 264 с.
5. 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.
6. The fourth education revolution: will artificial intelligence liberate or infantilise humanity / N. Dong, A., Chen Z. Seldon, O. Abidoye // Higher Education. - 2020. - Vol. 80. - pp. 777-799.
7. Eryilmaz M. The Effectiveness of Blended Learning Environment / M. Eryilmaz // Contemporary Issues in Education Research. - 2015. - Vol. 8. - No 4. - pp. 251-256.
8. Yaakub M.H. Measuring the performance of private higher education institutions in Malaysia / M.H. Yaakub, Z.A. Mohamed // Journal of Applied Research in Higher Education. - 2020. - Vol. 12. -No. 3. - pp. 425-443.
REFERENCES
1. Alexandrova, E.A. (2022) "Formats of pedagogical support in the digital educational environment", Sibirskiy pedagogicheskiy jurnal, No 2, pp. 30-43.
2. Kazarbin, A.V., Lunina, Yu.V. (2020), "Research work of students as a factor in the development of engineering thinking", Problemyi sovremennogo obrazovaniya, No 3, pp. 124-131.
3. MacConnell, J. (2004), Fundamentals of modern algorithms, Tehnosfera, Moskva.
4. Chernyikh, A.I., Horoshun, C.V., Shaposhnikova, T.L. (2014), Preparation of engineering university students for industrial practice in the conditions of informatization of education, KubGTU, Krasnodar.
5. Shaposhnikova, T.L., Vyazankova, V.V. and Tedoradze, T.G. (2020), "Diagnostics of students' competencies and personal and professional qualities based on infometry", Uchenyie zapiski universiteta im. P.F. Lesgafta, Vol. 188, No 10, pp. 428-435.
6. Dong, N., Chen, Z. Seldon, A., and Abidoye, O. (2020), "The fourth education revolution: will artificial intelligence liberate or infantilize humanity", Higher Education, Vol. 80, pp. 777-799.
7. Eryilmaz M. (2015) "The Effectiveness of Blended Learning Environment", Contemporary Issues in Education Research, Vol. 8, No 4, pp. 251-256.
8. Yaakub, M.H. and Mohamed, Z.A. (2020), "Measuring the performance of private higher education institutions in Malaysia", Journal of Applied Research in Higher Education, Vol. 12, No. 3, pp. 425-443.
Контактная информация: tamara_bus@mail.ru
Статья поступила в редакцию 20.11.2022
УДК 796.012.61:159.943
ВОЗДЕЙСТВИЕ АЭРОБНЫХ УПРАЖНЕНИЙ ОЗДОРОВИТЕЛЬНОЙ АЭРОБИКИ НА ЭМОЦИОНАЛЬНОЕ СОСТОЯНИЕ ДЕВУШЕК В ВОЗРАСТЕ 1722 ЛЕТ
Эльмира Камильевна Бутченко, преподаватель, Астраханский государственный медицинский университет, Астрахань
Аннотация
Одним из проявлений высшей нервной деятельности человека являются эмоции. Эмоциональное состояние играет огромную роль в жизни человека. В данной статье рассматривается влияние аэробных физических упражнений на эмоциональное состояние девушек 17- 22 лет, занимающихся оздоровительной аэробикой. Для установления влияния оздоровительной аэробики на эмоциональное состояния занимающихся была поставлена цель исследования: изучение и выявление эффективности выполнения упражнений оздоровительной аэробики, проявления интереса к занятиям и на динамику улучшения эмоционального состояния студентов. В представленном эксперименте приняли участие 86 девушки первого курса в возрасте от 17 до 22 лет, которые были распределены на две группы. Студенты, выбранные для исследования, состояли в основной медицинской группе. Проанализированные в ходе исследования данные позволили установить высокую эффективность улучшения психоэмоционального и физического состояния девушек, занимающихся оздоровительной аэробикой, включаемые в занятия физической культуры.
Ключевые слова: оздоровительная аэробика, аэробные упражнения, эмоциональное состояние, физические упражнения, девушки 17 - 22 лет, студенты.
DOI: 10.34835/issn.2308-1961.2022.11.p75-80
IMPACT OF RECREATIONAL AEROBICS ON THE EMOTIONAL STATE OF FIRST-YEAR GIRLS AGED 17-22 YEARS Elmira Kamilievna Butchenko, the teacher, Astrakhan State Medical University, Astrakhan
Abstract
One of the manifestations of the highest nervous activity of a person is emotions. Emotional state plays a huge role in a person's life. This article examines the effect of aerobic exercise on the emotional state of girls aged 17-22 years engaged in recreational aerobics. To establish the influence of recreational aerobics on the emotional state of students, the aim of the study was set: to study and identify the effec-
