DOI: 10.17586/2226-1494-2018-18-3-543-553


УДК378, 004.5

ФОРМИРОВАНИЕ ИНДИВИДУАЛЬНЫХ ТРАЕКТОРИЙ ОБУЧЕНИЯ НА ОСНОВЕ АНАЛИЗА ДОСТИЖЕНИЙ И ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ ОБУЧАЮЩЕГОСЯ

Лямин А.В.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования: Лямин А.В. Формирование индивидуальных траекторий обучения на основе анализа достижений и функционального состояния обучающегося // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 3. С. 543–553. doi: 10.17586/2226-1494-2018-18-3-543-553

Аннотация

 Предмет исследования. Проанализированы современные стандарты описания компетенций и результатов обучения. Разработана модель образовательной программы, позволяющая построить корректную образовательную программу на основе анализа пререквизитов и результатов обучения программы и ее составных частей. Определена концепция построения электронной информационно-образовательной среды нового поколения, предоставляющей возможность автоматического построения индивидуальных траекторий обучения на основе анализа достижений, пожеланий и особенностей обучающихся. Метод. Для построения корректной образовательной программы определены основные правила формирования такой программы, на основе которых путем анализа пререквизитов и плановых результатов обучения, достижений, пожеланий и функционального состояния обучающегося становится возможным формирование его индивидуальной траектории обучения по программе. Основные результаты. Проведен анализ существующих стандартов в области образования, разработаны модели и правила формирования наборов обучающих модулей, используемых для формирования образовательных траекторий, разработаны модели учета достижений обучающихся при формировании траекторий, разработан метод анализа функционального состояния обучающегося с целью создания адаптивной обучающей среды. Практическая значимость. Формирование индивидуальных траекторий обучения с учетом достижений и функционального состояния обучающегося позволяет в автоматическом режиме построить образовательный процесс, подходящий каждому конкретному обучающемуся, и удовлетворяющий требованиям образовательной программы


Ключевые слова: индивидуальные образовательные траектории, информационные системы, онлайн-обучение, системы управления обучением, функциональное состояние

Список литературы
 
  1. Hagedorn C., Meinel C. Exploring the potential of game-based learning in massive open online courses // Proc. IEEE 17th Int. Conf. on Advanced Learning Technologies (ICALT). Timisoara, Romania, 2017. P. 542–544. doi: 10.1109/ICALT.2017.119
  2. Du Z., Chen H., Jiang J. Research on the big data system of massive open online course // Proc. IEEE Int. Conf. on Big Data. Washington, 2016. P. 1931–1936. doi: 10.1109/BigData.2016.7840813
  3. Zang X., Iqbal S., Zhu Y., Riaz M.S., Abbas G., Zhao J. Are MOOCs advancing as predicted by IEEE CS 2022 report? // Proc. 2nd Int. Conf. on Proceedings of the Systems Informatics, Modelling and Simulation (SIMS). Riga, Latvia, 2016.
    P. 49–55. doi: 10.1109/SIMS.2016.14
  4. Лямин А.В., Чежин М.С. Построение электронных курсов для открытого онлайн-обучения // Труды XX Всероссийской научно-методической конференции «Телематика'2013». 2013. С. 165–166.
  5. Lisitsyna L.S., Lyamin A.V., Martynikhin I.A., Cherepovskaya E.N. Cognitive trainings can improve intercommunication with e-Learning system // Proc. 6th Int. Conf. Series on Cognitive Infocommunications. Gyor, Hungary, 2015. P. 39–44. doi: 10.1109/CogInfoCom.2015.7390561
  6. Лямин А.В., Васильев В.Н., Колесников Ю.Л., Чежин М.С. Опыт использования компьютерных образовательных технологий в национальном исследовательском университете информационных технологий, механики и оптики // Материалы международной научно-практической конференции «Дистанционные технологии в образовании – 2011». 2011. С. 68–70.
  7. Лямин А.В., Чежин М.С. Развитие электронного обучения, дистанционных образовательных технологий в НИУ ИТМО // Информационная среда вуза XXI века: материалы VII Всероссийской научно-практической конференции. 2013. С. 145–148.
  8. Moritz D., Willems C., Goderbauer M., Moeller P., Meinel C. Enhancing a virtual security lab with a private cloud framework // Proc. IEEE Int. Conf. on Teaching, Assessment and Learning for Engineering (TALE). Kuta, Indonesia, 2013. P. 314–320. doi: 10.1109/TALE.2013.6654452
  9. Hristov G., Zahariev P., Bencheva N., Ivanov I. Designing the next generation of virtual learning environments - Virtual laboratory with remote access to real telecommunication devices // Proc. 24th EAEEIE. Chania, Greece, 2013.
    P. 139–144. doi: 10.1109/EAEEIE.2013.6576517
  10. Bistak P., Huba M. Three-tank virtual laboratory for dynamical feedforward control based on Matlab // Proc. 19th Int. Conf. on Electrical Drives and Power Electronics. Dubrovnik, Croatia, 2017. P. 318–323. doi: 10.1109/EDPE.2017.8123223
  11. Lyamin A.V., Cherepovskaya E.N., Chezhin M.S. An outcome-based framework for developing learning trajectories // Smart Innovation, Systems and Technologies. 2017. V. 75.
    P. 129–142. doi: 10.1007/978-3-319-59451-4_14
  12. Gritschneder F., Hatzelmann P., Thom M., Kunz F., Dietmayer K. Adaptive learning based on guided exploration for decision making at roundabouts // Proc. IEEE Intelligent Vehicles Symposium. Gotenburg, Sweden, 2016. P. 433–440. doi: 10.1109/IVS.2016.7535422
  13. Ефимчик Е.А., Лямин А.В. Автоматизация подготовки вариантов и оценивания решений алгоритмических заданий для виртуальных лабораторий на основе автоматной модели // Дистанционное и виртуальное обучение. 2015. № 6(96). С. 20–33.
  14. Yokozuka T., Thepsoonthorn C., Miura S., Yap R.M.S., Kwon J., Ogawa K., Miyake Y. Body and psychological state synchrony and change by the grant of prior knowledge // Proc. IEEE/SICE International Symposium on System Integration. Nagoya, Japan, 2015. P. 906–911. doi: 10.1109/SII.2015.7405133
  15. InLOC Standard: Integrating Learning Outcomes and Competences. 2013.
  16. ISO/IЕC 20006-1. Information Technology for Learning, Education and Training: Information Model for Competency, Part 1: Competency General Framework and Information Model. 2014.
  17. ISO/IЕC 20006-2. Information Technology for Learning, Education and Training: Information Model for Competency, Part 2: Proficiency Level Information Model. 2014.
  18. IEEE Std 1484.20.1-2007. IEEE Standard for Learning Technology: Data Model for Reusable Competency Definitions.
  19. Романовский И.В. Дискретный анализ. Изд. 4-е. СПб.: Невский Диалект; БХВ-Петербург, 2008. 335 с.
  20. Падерно П.И., Попечителев Е.П. Надежность и эргономика биотехнических систем. СПб.: СПбГЭТУ, 2007. 288 с.
  21. Егоров А.С., Загрядский В.П. Психофизиология умственного труда. Л.: Наука, 1973.
  22. Лямин А.В., Скшидлевский А.А. Программное обеспечение для выявления влияния обучающего воздействия на функциональное состояние студента // Труды XVII Всероссийской научно-методической конференции «Телематика'2010». 2010. Т. 1. С. 188–189.


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2019 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика