CC BY
22
Разновидность альбидум, колос белый, ости отсутствуют, зерно белое. Колеоптиле имеет сильную антоциановую окраску, куст полупрямостоячий. Флаговый лист имеет сильный восковый налёт на влагалище, окраска ушек слабая. Восковый налёт на колосе - средний, на верхнем междоузлии - сильный. Соломина выполнена слабо. Колос пирамидальной формы, средней длинны и плотности. Ширина плеча нижней колосковой чешуи средняя, закруглённой формы. Зубец нижней колосковой чешуи короткий, слегка изогнутый. Тип развития яровой.
По нашим данным, новый сорт по продуктивности превысил в среднем за 3 года конкурсного сортоиспытания Камышинскую 3 на 15,6 % за счёт
увеличения продуктивной кустистости на 13,3% и массы 1000 зёрен на 1,2 г (4,3%). При этом у Зинаиды увеличилась, по сравнению с Камышинской 3, высота растений в среднем на 4 см. Новый сорт поражается пыльной головнёй в два раза меньше, чем Камышинская 3. По качеству зерна Зинаида соответствует пшеницам 1 класса и не уступает материнскому сорту [5].
В таблице 1 помещены данные государственного сортоиспытания на сортоучастках Волгоградской области. В среднем за два года испытания по всем сортоучасткам сорт Зинаида превысил стандарт Фаворит на 0,1 т/га (6%), а Камышинскую 3 на 0,1б т/га (9,6%).
Таблица 1 - Урожайность яровой пшеницы на сортоучастках Волгоградской области, т/га (2016-2017 гг.)
Сортоучастки
Сорта Новоаннинский ГСУ Еланский ГСУ Красноярский ГСУ Волгоградск. ГСиС Паласовский ГСУ Среднее
2016г.
Фаворит 1,12 0,79 2,58 1,55 1,51
Камышинская 3 1,06 0,92 2,93 1,25 1,54
Зинаида 0,85 1,00 2,64 1,37 1,46
2017г.
Фаворит 2,30 3,36 1,18 1,44 0,90 1,84
Камышинская 3 1,62 2,57 1,12 1,98 1,15 1,69
Зинаида 2,89 2,91 1,22 2,38 1,04 2,09
Сорт Зинаида введен в Реестр на 2018 по 8 региону. Патентообладатель: ФГБНУ «Федеральный научный центр агроэкологии, комплексных мелиора-ций и защитного лесоразведения РАН».
Литература:
1. Игольникова Л.В. История создания уникального сорта яровой пшеницы Камышинская 3. Перспективы развития аграрной науки в современных экономических условиях: материалы Международной научно-практической конференции, посвя-щённой 30-летию разработке и внедрению научно обоснованных систем сухого земледелия Волгоградской области, 14-16 июня 2016 г.- Волгоград: ФГБОУ ВО Волгоградский ГАУ 2016. - С. 148-152.
2. Зеленев А.В. Улучшающее семеноводство сорта яровой мягкой пшеницы Камышинская 3 в Нижнем Поволжье / А.В.Зеленев, П.А. Смутнев, И.Н.Маркова, В.Н.Питоня.// Известия Нижневолжского агроуни-верситетского комплекса. - 2013. - №2. - С.26-29.
3. Жуковский П.М. Пшеница в СССР под редакцией П.М.Жуковского. Гос. Издательство сельскохо-
зяйственной литературы. Москва, Ленинград, 1957. - С.202-267.
4. Маркова И.Н. Перспективные сорта и линии яровой пшеницы, полученные при улучшающем семеноводстве Камышинской 3 / И.Н.Маркова,
B.Н.Питоня, П.А.Смутнев // Научно-агрономический журнал. - 2014. - №2. - С.41-43.
5. Маркова И.Н. Возможности индивидуального отбора в улучшающем семеноводстве яровой пшеницы Камышинская 3 / И.Н.Маркова, П.А.Смутнев // Научно-агрономический журнал. - 2015. - №2. -
C.31-33.
A NEW VARIETY OF SPRING WHEAT ZINAIDA
I.N. Markova, Ph.D., senior researcher, V.N. Pitonya, senior researcher, P.A. Smutnev, Ph.D., leading researcher -Lower-Volga NIISKh, affiliate of FSC of Agroecology RAS
The article describes a new variety of spring wheat Zinaida. The data of the variety productivity on the variety sites of the Volgograd region are presented.
Key words: spring wheat, variety, yield, weight of 1000 grains, morphological characteristics.
УДК 634.1.047
ОСНОВНЫЕ ОСОБЕННОСТИ ФОРМИРОВАНИЯ БАЗЫ ДАННЫХ БИОТИПОВ ПЛОДОВЫХ КУЛЬТУР И ПОДВОЕВ ДЛЯ ИНТЕНСИВНОГО САДОВОДСТВА
А.В. Солонкин, к.с.-х.н., В.В. Леонтьев, к.т.н., О.А. Никольская, с.н.с., Е.В. Киктева, м.н.с., Ю.В. Кучер, инженер-программист - Нижне-Волжский НИИСХ - филиал ФНЦ агроэкологии РАН
Для наглядного информационного обеспечения и удобного подбора генетических ресурсов в процессе их изучения и создания нового селекционного материала в последнее время селекционеры используют базы данных, в которых содержится наиболее полная информация по каждой культуре и сорту. Удачно разработанные базы данных обеспечивают простоту работы с ними и высокую ско-
рость их пополнения. Вместе с тем, в силу специфичности условий произрастания растений, базы данных в каждом отдельно взятом случае имеют ряд особенностей. В статье приведены особенности формирования базы данных биотипов плодовых культур в Нижнее-Волжском регионе.
Ключевые слова: биотип, база данных, культура, сорт, характеристики культур, характеристики сортов
Процесс совершенствования сортимента плодовых культур идет в двух направлениях: путем выведения новых сортов (селекции) и посредством внедрения новых сортов и их изучения (интродукции). Любой селекционный процесс начинается с поиска и мобилизации генетических ресурсов с широким спектром хозяйственно-ценных признаков. Важность этого этапа подтверждается тем, что формирование генетических коллекций позволяет сохранить существующий генофонд видов, при этом в распоряжении селекционера оказывается богатый материал для отбора по определенным признакам, известным как по другим источникам, в том числе и базам данных, так и требующих стационарного изучения [1].
Проводившийся в течение тысячелетий искусственный отбор по важнейшим признакам способствовал созданию огромного разнообразия сортов, изучение которых просто физически не представляется возможным.
Однако иметь информацию обо всех биотипах селекционеру просто необходимо. Для информационного обеспечения и наиболее удобного подбора генетических ресурсов, их изучения и создания нового селекционного материала используются базы данных, в которых содержится наиболее полная информация по каждой культуре и сорту.
Удачно разработанные базы данных обеспечивают простоту их использования и пополнения. Аналогичные работы ведутся в некоторых садоводческих центрах и научных учреждениях, таких как ВНИИСПК (г. Орел), ВСТИСП (г. Москва), ФНЦ им. И.В. Мичурина (г. Мичуринск), СКФНЦСВВ (г. Краснодар) и ряде других. При этом каждое учреждение, занимающееся улучшением сортимента сельскохозяйственных культур, в силу специфичных условий ведения хозяйственной деятельности, должно иметь свою базу данных, с возможностью привязки к существующим базам других центров.
Вместе с тем создание базы данных различных генотипов плодовых растений местного, интроду-цированного, иного селекционного происхождения и образцов, самопроизвольно произрастающих в естественных условиях, которые обладают всеми необходимыми параметрами (мало- и среднеросло-стью, высокой зимостойкостью, качественными показателями, отвечающими требованиям современ-
Характеристики сортов
Поскольку, наборы признаков (далее - характеристик) сортов могут отличаться в зависимости от принадлежности сорта к определенной культуре, то целесообразно предоставить оператору возможность определять эти наборы самостоятельно.
Для каждой характеристики определяется тип значений, которые она может хранить. Типы значений определены заранее:
Целочисленный тип (поле ввода числа, значение по умолчанию «0»)
Число с плавающей запятой (поле ввода числа, значение по умолчанию «0.0»)
Строка (поле ввода строки, значение по умолчанию - пустая строка)
ного садоводства), проводится по общепринятым методикам [2,3,4,5]. В основном создаются признаковые базы данных генетических ресурсов по сортам, донорам и источникам хозяйственно-ценных признаков.
В настоящее время такие базы развиваются в трех направлениях: 1. Паспортные - описывают основные параметры образцов коллекции; 2. Описательные - включают фенотипические характеристики, наследуемые, легко визуально регистрируемые, стабильные при разных внешних условиях;
3. Оценочные - формируются исследователем и могут включать в себя комплекс не только морфологических, анатомических, цитологических, биохимических и других биологических признаков, но и хозяйственно-ценные признаки, а также климатические характеристики.
Паспортная база данных включает следующую информацию: название сорта, синонимы названия сорта, генетическое происхождение сорта, название оригинаторов, откуда получен образец сорта, где можно ознакомиться с образцом сорта в полевых условиях, учреждениях, репродуцирующих сорт в России и за рубежом, информацию о патентовании сорта (запатентован или нет, срок патентования) [6].
Для создания описательной и оценочной баз данных требуется проведение определенных подготовительных работ. Апробационные, биологические, хозяйственно-ценные признаки представляются соответствующими кодами. С этой целью разрабатывается унифицированный перечень признаков, и кодируются их значения в соответствии с отечественными и международными классификаторами по культуре [2, 4].
Для описания базы данных биотипов плодовых культур выделены две основные сущности: культура и сорт.
Сущность «Культура» определяется собственным наименованием и наименованием на латыни. Сущность «Сорт» определяется собственным наименованием, принадлежностью к определенной культуре и кодом сорта (если сорт находится в Реестре селекционных достижений, допущенных к использованию). Наименование сорта должно быть уникальным в пределах принадлежности к какой-либо культуре.
Булево (поле флаг, определяющий два состояния: истина или ложь, значение по умолчанию Ложь)
Дата (поле выбора даты, значение по умолчанию «00:00:00 01.01.0001»)
Перечисление (выпадающий список выбора из перечня заранее определенных значений, значение по умолчанию задается оператором при создании). Доступные для выбора значения определяются оператором для каждого перечисления и уникальны в рамках одного перечисления.
Механизм создания и хранения наборов характеристик предусматривает возможность определения двух видов характеристик:
Общие характеристики - признаки сортов не зависимые от принадлежности сорта какой-либо
Таблица Сортов
Числовой идентификатор (первичный ключ) Наименование Культура (внешний ключ) Внесен в Государственный реестр селекционных достижений, допущенных к использованию Код сорта
1 2 3 4 5
культуре. Наименование такого признака должно быть уникальным в пределах всей таблицы. Каждая характеристика должна определять тип возможных значений (доступные типы описаны выше).
Характеристики, специфичные для определенной культуры - признаки сортов, которые зависят от принадлежности сорта какой-либо культуре. При создании такой характеристики, необходимо указать, к какой культуре она относится, таким образом, она становится доступной для всех сортов данной культуры.
Для обоих видов характеристик доступна возможность указать, является ли характеристика
Таблица 1 -
обязательной для заполнения (кроме характеристик, значения которых имеют тип булево). В случае, когда оператор при добавлении сорта не заполнил обязательную к заполнению характеристику, будет выводиться сообщение об ошибке и процедура добавления будет прервана.
Если обязательная для заполнения характеристика добавляется оператором в момент, когда сорта, для которых она должна использоваться, уже добавлены в базу, то значением для уже существующих сортов становится значение по умолчанию (значения по умолчанию для каждого типа описаны выше).
«Культуры»
Числовой идентификатор (первичный ключ) Наименование Наименование на латыни
1 2 3
1 Абрикос Prunusarmeniaca L.
2 Айва CydoniaMill.
3 Алыча Prunuscerasifera Ehrh.
Уникальность записей в таблице «Культуры» контролируется по полю «Наименование».
Таблица 2 - «Сорта»
Числовой идентификатор (первичный ключ) Наименование Числовой идентификатор культуры Внесен в реестр допущенных Код сорта
1 2 3 4 5
1 Авиатор 1 Истина 8557009
2 Андромеда 3 Истина 8557021
3 Аврора 2 Истина 8606596
4 Янтарная Краснодарская 2 Истина 6002242
Уникальность записей в таблице «Сорта» контролируется по набору значений полей «Наименование» и «Числовой идентификатор культуры».
Таблица 3 - «Перечисления»
Числовой идентификатор (первичный ключ) Наименование
1 2
1 Формы плода
Уникальность записей в таблице «Перечисления» контролируется по полю «Наименование»
Таблица 4 - «Значения перечислений»
Числовой идентификатор (первичный ключ) Числовой идентификатор перечисления Значение
1 2 3
1 1 Круглая форма
2 1 Овальная форма
Уникальность записей в таблице «Значения перечислений» контролируется по набору значений полей «Числовой идентификатор перечисления» и «Значение».
Таблица 5 - «Общие характеристики»
Числовой идентификатор (первичный ключ) Тип характеристики Обязательна к заполнению Наименование Числовой идентификатор перечисления
1 2 3 4 5
1 Целочисленный Истина Средняя урожайность -
2 Перечисление Истина Форма плода 1
Уникальность записей в таблице «Общие характеристики» контролируется по полю «Наименование».
Табл. 6 «Значения общих характеристик»
Числовой идентификатор (первичный ключ) Числовой идентификатор сорта Числовой идентификатор общей характеристики Значение
1 2 3 4
1 3 1 75
2 3 2 Круглая форма
Уникальность записей в таблице «Значения общих характеристик» контролируется по набору значений полей «Числовой идентификатор сорта» и «Числовой идентификатор общей характеристики».
Таблица 7 - «Характеристики культур»
Числовой идентификатор (первичный ключ) Тип характеристики Обязательна к заполнению Числовой идентификатор культуры Наименование Числовой идентификатор перечисления
1 2 3 4 5 6
1 Целочисленный Истина 2 Средняя урожайность -
2 Перечисление Истина 2 Форма плода 1
Уникальность записей в таблице «Характеристики культур» контролируется по набору значений полей «Числовой идентификатор культуры» и «Наименование».
Таблица 8 - «Значения общих характеристик»
Числовой идентификатор (первичный ключ) Числовой идентификатор сорта Числовой идентификатор характеристики культуры Значение
1 2 3 4
1 3 1 75
2 3 2 Круглая форма
Уникальность записей в таблице «Значения общих характеристик» контролируется по набору значений полей «Числовой идентификатор сорта» и «Числовой идентификатор характеристики культуры».
Субъекты
Сущность «Субъект» описывает физ./юр. лица, которые могут выступать в качестве оригинаторов, заявителей на допуск к использованию, заявителей на патент, а также патентообладателей.
Субъект определяется сокращенным наименованием, полным наименованием, а также типом (физическое или юридическое лицо).
Для хранения контактной информации субъектов предусмотрены таблица видов контактной информации и таблица контактной информации.
Вид контактной информации определяется сле-
дующими полями:
Наименование вида
Тип контактной информации. Тип - заранее определенный список (телефон, адрес, и т.д.).
Уникальность записей в таблице видов контактной информации контролируется на основании наименования и типа.
Например:
- Наименование - «Рабочий телефон»
- Тип - «Телефон»
Таблица контактной информации хранит вид контактной информации, идентификатор субъекта, которому принадлежит значение и само значение.
Уникальность записей таблицы контактной информации контролируется на основании вида и субъекта.
Табл. 9 «Субъекты»
Числовой идентификатор (первичный ключ) Сокращенное наименование Полное наименование Тип субъекта (физическое или юридическое лицо)
1 2 3 4
1 ФГБНУ «Северо-Кавказский Федеральный научный аграрный центр» Федеральное государственное бюджетное научное учреждение «Северо-Кавказский федеральный научный аграрный центр» Юридическое лицо
2 Филиал Крымская ОСС ВИР Филиал Крымская ОСС ВИР Юридическое лицо
Уникальность записей в таблице «Общие характеристики» контролируется по полю «Сокращенное наименование».
Табл. 10 «Виды контактной информации»
Числовой идентификатор (первичный ключ) Тип контактной информации Наименование вида контактной информации
1 2 3
1 Адрес Юридический адрес
2 Адрес Фактический адрес
Уникальность записей в таблице «Виды контактной информации» контролируется по набору значений полей «Тип контактной информации» и «Наименование вида контактной информации».
Табл. 11 «Контактная информация субъектов»
Числовой идентификатор (первичный ключ) Числовой идентификатор вида контактной информации Числовой идентификатор субъекта Значение
1 2 3 4
1 1 1 356241, Ставропольский край, Шпаковский р-н, г. Михайловск, ул. Никонова, 49, кор.1
2 2 1 356241, Ставропольский край, Шпаковский р-н, г. Михайловск, ул. Никонова, 49, кор.1
3 1 2 353384, Краснодарский край, г Крымск-4, ул.Вавилова, 12
4 2 2 353384, Краснодарский край, г Крымск-4, ул.Вавилова, 12
Уникальность записей в таблице «Контактная информация субъектов» контролируется по набору значе-
ний полей «Числовой идентификатор вида контактной информации» и «Числовой идентификатор субъекта».
Crop (культура)
PK AI NN NN id name latin_name integer varchar varchar
Variety (сорт)
PK AI NN FK NN id name crop_id integer varchar integer
Subject (субъект)
PK AI id integer
NN short_name varchar
NN full_name varchar
NN type integer
Admission Application (заявка на допуск)
PK AI id integer
FK NN variety_id integer
NN number varchar
NN date date
AdmissionApplicant (заявитель на допуск)
PK IA FK NN FK NN id application_id subjectjd integer integer integer
Area (регион)
PK AI NN id name integer varchar
Admission (допуск)
PK AI id integer
FK NN application Jd integer
NN inclusion_year date
FK NN area_id integer
NN code varchar
PatentApplication (заявка на патент)
PK AI id integer
FK NN varietyjd integer
NN number varchar
NN date date
Patent (патент)
PK AI id integer
FK NN application_id integer
NN number varchar
NN reg_date date
NN es_end_date date
PatentApplicant (заявитель на патент)
PK IA id integer
FK NN applicationjd integer
FK NN subjectjd integer
CommonCharacteristic (общая характеристика)
PK AI id integer
NN name varchar
NN type varchar
NN required bool
FK NULL value_set_id integer
EnumValue (значение
перечисления)
PK AI id integer
NN vaJue varchar
FK NN vaJue_set_id integer
EnumValueSet (набор значений
перечисления)
PK IA id integer
NN name varchar
+Q
CommonCharacteristicValue (значение общей характеристики)
PK AI id integer
FK NN varietyjd integer
FK NN characteristicjd integer
NN vaJue
CropCharacteristic (характеристика культуры)
PK AI id integer
NN name varchar
NN type varchar
FK NN cropjd integer
NN required bool
FK NULL vaJue_set_id integer
CropCharacteristicValue (значение характеристики культуры)
PK AI id integer
FK NN varietyjd integer
FK NN characteristicjd integer
NN value
Диаграмма Entity-Relationship (сущность-связь)
Таким образом, благодаря вышеприведенным особенностям формирования базы данных упрощается процесс ее наполнения и непосредственная работа с самой базой данных, а разработанный алгоритм позволяет расширять диапазон описываемых признаков до проектируемого наполнения.
Литература:
1. Общая и частная селекция и сортоведение плодовых и ягодных культур /Г. В.,Еремин, А. В. Исачкин, И. В. Казаков и др.; Под ред. академика Г. В. Еремина. - М.: Мир, 2004. - 422 с.
2. Программа и методика сортоизучения плодовых, ягодных и орехоплодных культур. Орел, ВНИИСПК, 1999 г.
3. Селекция и сортоизучение садовых культур. Орел ВНИИСПК, 1995 г.
4. Современные методологические аспекты организации селекционного процесса в садоводстве и виногра-
дарстве. Краснодар, СКЗНИИСиВ, 2012. - 569 с.
5. Современные методология, инструментарий оценки и отбора селекционного материала садовых культур и винограда: монография. - Краснодар: ФГБНУ СКФНЦСВВ, 2017. - 282 с.
6. Федеральное государственное бюджетное учреждение «Государственная комиссия Российской Федерации по испытанию и охране селекционных достижений» (ФГБУ «Госсорткомиссия»): [Электронный ресурс] URL:// www.reesr.gossort.com (Дата обращения 09.04.2018).
THE MAIN FEATURES OF THE DEVELOPMENT OF THE DATABASE OF BIOTYPES OF FRUIT CROPS AND ROOTSTOCKS FOR INTENSIVE GARDENING
A.V. Solonkin, Ph.D.S-Kh.N., V.V. Leontyev, Ph.D., O.A. Nikolskaya, senior researcher, E.V. Kikteva, junior
researcher, Yu.V. Kucher, engineer-programmer -Lower-Volga NIISKh, affiliate of FSC of Agroecology RAS
For visual information support and convenient selection of genetic resources in the process of their study and creation of new breeding material, breeders recently use databases that contain the most complete information on each crop and variety.
Successfully developed databases provide ease of operation and high speed of their replenishment.
At the same time, due to the specificity of plant growth conditions, databases in each individual case have a number of features.
The article presents the features of the database of fruit crops biotypes in the Lower Volga region.
Key words: biotype, base data, culture, variety, characteristics of crops, characteristics of varieties
УДК 63:470.12
НАПРАВЛЕНИЯ РАЗВИТИЯ НЕПРЕРЫВНОГО ОБРАЗОВАНИЯ ДЛЯ ПРЕДПРИЯТИЙ АПК ВОЛГОГРАДСКОЙ ОБЛАСТИ
Л.В. Объедкова, к.э.н., доцент - Волгоградский государственный университет, laravik@bk.ru., Т.В. Опейкина, к. ф. н., доцент - Волгоградский кооперативный институт (филиал) Российского университета кооперации, otv06@bk.ru, А.В. Беликина, ученый секретарь - Нижне-Волжский НИИСХ -филиал ФНЦ агроэкологии РАН, bav742009@rambler.ru
Эффективное функционирование сельскохозяйственных предприятий во многом зависит от обучения персонала. В статье анализируются вопросы подготовки кадров для сельского хозяйства и приведены результаты обучения персонала сельскохозяйственных предприятий как на федеральном, так и на региональном уровнях. В частности, использованы статистические и аналитические данные, в которых проанализирован образовательный уровень кадров
в аграрном секторе Волгоградской области. Авторы подчеркивают, что непрерывное образование во многом связано с развитием региональной системы образования и, в частности, с развитием образовательного кластера аграрной специализации.
Ключевые слова: персонал, непрерывное образование, система образования, аграрный сектор, сельскохозяйственные предприятия, АПК Волгоградской области, аграрный образовательный кластер.
Информатизация и инновационность современной экономики требуют от персонала компаний постоянного возобновления своих знаний и компетенций. Следовательно, одной из главных задач, стоящих перед руководством предприятий, становится формирование эффективного и непрерывного внутрифирменного обучения. В последние годы основной проблемой в области подготовки кадров является противоречие между потребностью общества в наличии профессионально обученных сотрудников и сложившейся практикой их подготовки. К сожалению, устаревание знаний, полученных в процессе среднего специального или высшего образования, происходит ускоренными темпами. Следовательно, назрела необходимость в постоянном обновлении и получении дополнительных знаний. Другими словами, речь идет о новых методах и технологиях подготовки кадров, которые бы позволили компенсировать пробелы традиционных методов обучения.
Система внутрифирменного обучения должна быть нацелена на достижение целей и стратегии компании. Поэтому задачи обучения всегда напрямую связаны со стратегическими и тактическими планами компании. Главное - обеспечить адекватность обучения требованиям предприятия в условиях турбулентной экономики. В зарубежной практике HR- менеджмента, к примеру, существует специальный показатель устаревания знаний персонала - это так называемый «период полураспада компетенции». Он означает временной промежуток после окончания обучения, в течение которого полученные знания устаревают на 50% [13]. По оценкам специалистов в таких отраслях, как экономика, менеджмент, техника и в иных наукоемких технологиях обновление знаний равняется трем годам, соответственно период полураспада компетенций приравнивается примерно к полутора годам. При этом долговременные знания даются человеку академическим базовым образованием, которое требует достаточно долгого периода и финансируется учащимся, его семьей и государством. Знания с
коротким периодом полураспада требуют гораздо более короткого периода обучения, которое финансируется самим работником и (или) работодателем. Оба эти типа знаний характеризуются различной экономической отдачей. Кратковременные знания могут и должны окупаться за короткий срок, в противном случае затраты на их приобретение оказываются бесполезными в силу устаревания. Долговременные знания имеют весьма продолжительный цикл отдачи. Более того, они являются базой для интенсивного обновления краткосрочных знаний. Именно по этой причине вложения в фундаментальное общее образование, в конечном счете, приносят обществу значительный экономический эффект. Особенности процесса приобретения и использования знания определяют связь индивидуума с организацией, интеллектуальный капитал которой он формирует [6].
В нашей стране потребность в непрерывном профессиональном образовании ощущается все острее и во многом обусловлена необходимостью ускоренного перехода к инновационному типу развития предпринимательской деятельности [1, с.42]. Для российской экономики проблема обучения специалистов всегда играла ключевую роль как для развития гражданского общества, так для совершенствования производственных отношений. Мировая практика также доказала, что инвестиции в обучение персонала обеспечивают наибольшую отдачу, поскольку знания и компетентность работников лежат в основе устойчивого функционирования любой компании в условиях так называемой «экономики знаний».
В настоящее время вопросы обучения персонала и в нашей стране, и за рубежом решаются различными путями, и в первую очередь они связаны с развитием как узкоспециальных (профессиональных), так и корпоративных форм. Однако традиционно обучение персонала рассматривается как непрерывный процесс получения сотрудниками новых знаний, усвоение ими новых навыков и приемов работы [9].
