Глава 1. Постановка задачи и выбор метода ее решения 9
1.1. Обзор зарубежных работ по проблеме исследования 9
1.2. Постановка целей и задачи компьютерного моделирования, выбор метода решения
задачи 20
1.3. Описание метода 22
1.4. Цель работы 24
1.5.Описание данных - анкет учащихся 25
1.6. Статистический аппарат, применённый в данной работе 28
7.7. Генерация всех простых высказываний 37
1.8. Сложные высказывания, статистические характеристики сложных высказываний 38
1.9. Критерий качества набора сложных высказываний 39
1.10. Генетический алгоритм - метод решения задач на построение объекта с
заданными свойствами 42
1.11. Описание метода построения сложных высказываний, позволяющих отличить
выборку-«да» от выборки-«нет» 43
Глава 2. Проведение компьютерного моделирования и обсуждение результатов 45
2.1. Результаты анализа анкет учащихся школы «Лицей № 124» 45
2.2. Результаты анализа анкет студентов 53
2.3. Обсуждение полученных результатов 56
ЗАКЛЮЧЕНИЕ 59
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 61
ПРИЛОЖЕНИЯ 67
Дидактические задачи являются одними из самых важных в педагогике. Повышение уровня обученности учащихся школ и студентов вузов является очень актуальным в наше время. Общепринятая оценка уровня знаний, умений, навыков с помощью отметок (называемая успеваемостью учащихся) даёт основание говорить, что актуальна задача повышения успеваемости учащихся школ (подразумевая под этим, конечно, что повышение уровня обученности является первичной задачей, а повышение успеваемости - вторичной, поскольку успеваемость - средство оценки уровня обученности).
На успеваемость учащегося может оказывать влияние большое количество самых разных обстоятельств. Для их отражения мы используем емкое понятие «факторы», подразумевая, что под ними могут пониматься организационно-педагогические условия проведения занятий, личностные характеристики обучаемых, стиль жизни, обучения и другие поведенческие стереотипы как обучаемых, так и обучающих, используемые средства обучения, способы подачи учебного материал и многое другое. Приведем пример. Немаловажную роль играет время суток, в которое учащийся делает домашние задания. Учёба ребёнка в школе является частью его жизни, вплетается в его распорядок дня. В силу воспитания, привычек, режима дня взрослых членов семьи, у ребёнка имеет место вполне конкретный распорядок дня, в котором выделено время для подготовки домашнего задания. Однако,по своим биоритмам ребёнок может быть «жаворонком», либо «совой», либо без чётко выраженной принадлежности к «жаворонкам» или «совам», есть биоритмы, описывающие интеллектуальные, эмоциональные и физические подъёмы и спады. Они являются обстоятельством, независимым от сознательно отведённого времени для подготовки домашнего задания, и если они не согласуются с этим отведённым сознательно временем, это может повлиять на качество подготовки домашних заданий, а вследствие этого и на качество обучения в целом.
Другим обстоятельством, влияющим на качество обучения, может являться известный из психологии факт, что есть разные типы психологических характеров людей. Из психологии известно, что тип характера закладывается в человеке очень рано, и впоследствии происходит развитие черт характера, уже заложенных в человеке. Таким образом, даже школьники самых начальных классов - уже имеют каждый свой предпочтительный способ восприятия (на слух, чтение, визуально), свой преимущественный способ мышления (формальное логическое, либо конкретное логическое, либо интуитивное, либо образное, и др.). Те учащиеся, у которых тип восприятия согласуется с преобладающим способом ведения урока преподавателя - будут хорошо воспринимать преподавателя на уроке, остальные - нет. Те учащиеся, у которых тип мышления согласуется с преобладающим способом ведения урока преподавателя, будут понимать преподавателя, смогут легко следить за нитью его рассуждений, остальные - нет. Поэтому зачастую какой-то метод обучения, идеально являющийся высокоэффективным для людей с одним типом характера (типом восприятия, запоминания и т.д.), мало подходит для людей других типов характера.
Например, традиционный подход преподавания математики состоит в изложении сначала аксиом, затем теорем - сначала простых, затем сложных, которые в своём доказательстве ссылаются на простые теоремы, и в завершение учащимся предлагаются задачи, при решении которых нужно использовать знание и аксиом, и теорем, а также уметь абстрактно рассуждать. Этот подход будет очень удачным для учащихся с преобладанием формального логического мышления. Они будут воспринимать такие уроки как игру ума, как вызов интеллекту, и с интересом примут этот вызов. Им не нужно доказывать, что это им пригодится в дальнейшей жизни. Потому что им будут интересны такие уроки сами по себе. Они будут сами понимать, что им это пригодится в жизни. Потому что они на этих уроках будут развивать в себе то мышление, которое у них уже заложено как доминирующее, они будут видеть, что на этих уроках они становятся умнее, что на этих уроках они познают мир. А это пригодится в жизни - это нет необходимости доказывать.
Совсем другой подход нужен к учащимся, у которых преобладает конкретное логическое мышление. У людей с преобладанием такого мышления очень развита хозяйственность, они знают «что для чего нужно». Термины, «родные» их мышлению, это: «полезность», «пригодность», «цель», «средства», «рациональное использование», «предназначение» вещи для чего-то конкретного и т.п. Поскольку характер закладывается очень рано, то дети с преобладанием такого мышления есть уже среди первоклассников. Вот им-то как раз нужно обосновывать, что то, что они изучают, пригодится в жизни. Потому что, с точки зрения таких людей, строить «интеллектуальные построения», не привязанные к конкретной реальности - можно сколько угодно много, но толку с этого никакого нет (а «толк» - это как раз свойственное таким людям понятие), а поэтому, если кто-то, например, преподаватель, строит эти абстрактные построения, то это исключительно его проблемы - каждый имеет право развлекаться, как хочет. А то, что преподаватель хочет, чтобы ученики это учили - это в глазах людей с таким типом мышления - досадное обстоятельство, которое можно попытаться как-нибудь преодолеть, например - написать шпаргалку, списать у соседа и т.п. При этом у таких учеников не возникнет ни малейшего сомнения в том, они правы, когда списывают. Если кто-то будет убеждать их, что списывать нехорошо, то они будут считать и этого человека таким же чудаком, как и тот преподаватель, увлекающийся абстракциями. Такие ученики в старших классах могут вовсе пропускать уроки, совершенно сознательно, подрабатывая где-нибудь - ради конкретного, пусть небольшого, но реального заработка, вместо того, чтобы слушать «оторванные от реальности абстракции» в школе на уроках. Как найти подход к таким ученикам? Возможно, именно для них придуман «проблемный» способ ведения урока, согласно которому преподаватель в начале урока ставит перед учащимися конкретную проблему из реальной жизни, учащиеся пытаются её решить, понимают, что им для её решения нужны новые знания, после чего преподаватель сообщает учащимся эти знания. Этот способ ведения урока сейчас получил широкое признание, возможно потому, что наш повседневный мир - полон конкретной логики, то есть - деловой. Ведь люди в основном увлечены зарабатыванием денег, а это - конкретное понятие, способствующее жизни человека в современном мире (в этом смысле - «конкретное полезное»). Однако, нужно понимать, что такой способ ведения урока максимально эффективен только для тех учащихся, у которых доминирует логика конкретных действий, а не абстрактная формальная логика.
Особый подход нужен к ученикам, у которых доминирует образное мышление. Какой способ изложения материала по такой сугубо абстрактной и логичной дисциплине, как математика, наиболее эффективен для них? Конечно же, тот, в котором преобладают образные конструкции. Это, например, познавательные кинофильмы, в которых рассказывается и наглядно демонстрируется о многочисленных проявлениях одних и тех же математических законов. Например, встречаемость в окружающем мире золотого сечения, фракталов, в старших классах подойдёт фильм о лёгкости описания физического мира при применении комплексных чисел, и др. Такие фильмы, конечно, будут интересны учащимся с разными типами преобладающего мышления. Но для учащихся, у которых преобладает образное мышление, такие наглядные и подробные образные описания, какими являются, например, познавательные фильмы, - будут являться необходимым фундаментом, с которого начнётся их интерес к точным наукам, таким как физика, математика, информатика. Без этих наглядных и образных демонстраций эти дисциплины будут казаться этим учащимся «сухими абстракциями», совсем неинтересными, до внутреннего протеста их изучать.
Конечно, кроме характера, на эффективность обучения влияет сложившаяся система ценностей, в которой можно выделить такие важные компоненты, как мотивация, нормы поведения, такие черты, как внимательность, память, способность рассуждать логически, способность проводить аналогии, умение видеть противоречия, способность сформулировать вопрос, коммуникативные качества, и многое другое.
Очевидно, для того, чтобы применять высокоэффективную методику обучения именно тех учащихся, которые есть в данном классе, в котором преподавателю нужно вести уроки, нужно выяснить - какой тип восприятия доминирует у каждого ученика, какой тип мышления, какая мотивация, установки, заданные воспитанием, и др. Также будет полезно узнать, каковы у каждого ученика предпочтительные источники получения учебной информации, какие школьные предметы ему интересны, кем он хочет стать по профессии. То есть - задача выбора высокоэффективной методики обучения включает в себя задачу изучения личностей обучаемых. При этом, приходится признать, что в настоящее время наука далеко не полностью изучила такой феномен, как личность человека, то есть, мы не знаем всех причинно-следственных связей, которые имеют место в высшей психической деятельности человека, в том числе, в его мышлении, обучении. Вследствие этого, при наличии вышеперечисленных данных об обучаемых, остаётся применять методы, которые просто выявляют корреляции, статистически значимые связи между данными об учащихся и успеваемостью этих учащихся.В рамках такого подхода, исследователю нужно просто получить как можно больше доступных данных, которые, могут влиять на характеристики качества обучения (эти данные называют -организационно-педагогические условия обучения [1]), и найти статистически значимые связи между этими данными и характеристиками качества обучения. Найдя такие корреляции, затем нужно будет непосредственно изучить их и попытаться понять, почему именно эти (выявленные статистически значимые) связи имеют место.
Цель исследования - изучить организационно-педагогические условия обучения в школе, характеристики и проявления учебного процесса, с целью выявления сочетаний таких факторов, которые положительно коррелируют с успеваемостью по информатике.
Объект исследования - математическое моделирование учебного процесса в школе.
Предмет исследования - разработка компьютерной программы по выявлению организационно-педагогических условий и иных факторов, коррелирующих с успешностью учебного процесса по информатике.
Данные получены методом анкетирования учащихся школы «Лицей №124».
Методы исследования: компьютерный анализ данных.
В работе последовательно решены следующие задачи:
• Разработка и реализация анкет в системе Moodle.
• Анкетирование учащихся школы «Лицей №124».
• Выделение двух кластеров анкет учащихся, отличающихся друг от друга по признаку «успеваемость по информатике».
• Разработка компьютерной программы.
• Получение статистически значимых сочетаний организационно -
педагогических условий, характеристик и проявлений учебного процесса, положительно коррелирующих с успеваемостью по информатике.
• Получение оценки точности метода на выделенных кластерах
1) Во введении показано, что в задачу понимания какого-либо объекта включена задача дать определение изучаемому объекту. В свою очередь, дать определение объекту - значит, сформулировать логическое утверждение, например, в виде дизъюнкции конъюнкций простых высказываний об объекте.
2) Предложен набор вопросов для учащихся и для студентов. Определено множество типов ответов на эти вопросы.
3) Разработана компьютерная программа, реализующая метод генетического алгоритмадля поиска статистически значимых положительно связанных с выборкой «да» простых и сложных высказываний. Эта программа применима для пары выборок анкет, содержащих ответы на любые вопросы, при условии, что типы ответов принадлежат множеству, определённому в данной работе. Таким образом, разработанная программа может быть применена для различных задач педагогики, в рамках которых формируются пара альтернативных выборок объектов, характеристики которых принадлежат типам, описанным в методической части настоящей работы.
4) Разработанная программа применена к паре выборок анкет учащихся школы «Лицей № 124», альтернативных по признаку «отметка по информатике за первое полугодие 2015-2016 учебного года». При использовании простых и сложных высказываний для разделения этих выборок получены ошибки распознавания, равные нулю, чего не получено при использовании только простых высказываний. Это обосновывает целесообразность поиска сочетаний факторов, влияющих на успеваемость по информатике.
5) С использованием простых и сложных высказываний о факторах, влияющих на успеваемость по информатике, сформулированы индивидуальные рекомендации для учащихся школы «Лицей № 124». При выполнении этих рекомендаций, предположительно, повысится успеваемость учащихся по информатике.
6) Разработанная программа применена к паре выборок анкет студентов, альтернативных по признаку «собираетесь ли Вы работать по специальности». С помощью простых и сложных высказываний о факторах, полученных из анкет, выполнено разделение выборки «да» от выборки «нет», у которого полусумма ошибок первого и второго рода равна 12%. С использованием простых и сложных высказываний сформулированы индивидуальные рекомендации для студентов. Предположительно, выполнение этих рекомендаций приведёт к увеличению шансов на то, что студент будет работать по специальности.
1. Володин, А. А. Анализ содержания понятия «организационно-педагогические условия». [Текст]/ А. А. Володин, Бондаренко Н. Г.// Известия Тульского государственного университета. Гуманитарные науки. - 2014 г, № 2. - C. 144-150.
2. Agrawal, R.Study Navigator: An Algorithmically Generated Aid for Learning
from Electronic Textbooks. [Текст] / R.Agrawal. // Journal of Educational Data
Mining.- 2014 г. - Vol 6, No 1. - p.53-75.
3. Alaofi, M. Personalisation of Generic Library Search Results Using Student Enrolment Information.[Текст] / M.Alaofi // Journal of Educational Data Mining.
- 2015 г. - Vol 7, No 3. -p. 68-88.
4. Amershi, S. Combining Unsupervised and Supervised Classification to Build User Models for Exploratory. [Текст] /S.Amershi // Journal of Educational Data Mining.- 2009г. - Vol 1, No 1. -p. 18-71.
5. Atkinson, R. K. Toward a Framework for Learner Segmentation. [Текст] /R. K.
Atkinson // Journal of Educational Data Mining. - 2013 г. - Vol 5, No 2.-p.102- 126.
6. Azevedo, R. Clustering and Profiling Students According to their Interactions with
an Intelligent Tutoring System Fostering Self-Regulated Learning.[Текст] /R.
Azevedo // Journal of Educational Data Mining. 2013 г. - Vol 5, No 1. - p.104-146.
7. Baraniuk, R. Collaboration-Type Identification in Educational Datasets. [Текст] /R. Baraniuk// Journal of Educational Data Mining. - 2014 г.- Vol 6, No 1. -p.28-52.
8. D'Mello, S. Mining Collaborative Patterns in Tutorial Dialogues. [Текст] /
S. D'Mello // Journal of Educational Data Mining. -2010 г. - Vol 2, No 1. -p.2-37.
9. Behrens, J.T. Putting ECD into Practice: The Interplay of Theory and Data in Evidence Models within a Digital Learning Environment. [Текст] / J. T. Behrens // Journal of Educational Data Mining. - 2012 г. - Vol 4, No 1 -p. 49-110.
10. Behrens, J.T. Design and Discovery in Educational Assessment: Evidence-Centered Design, Psychometrics, and Educational Data Mining. [Текст] / J.
T.Behrens // Journal of Educational Data Mining. - 2012 г. - Vol 4, No 1. - p.11-48.
11. Benitez-Guerrero, E. I. Mining Data From Interactions With a Motivational-aware Tutoring System Using Data Visualization.[TeKCT] / E. I.Benitez-Guerrero // Journal of Educational Data Mining.- 2013 г. - Vol 5, No 1. -p.72-103.
12. Biswas, G.A. Contextualized, Differential Sequence Mining Method to Derive
Students' Learning Behavior Patterns. [Текст] / G.Biswas // Journal of
Educational Data Mining. - 2013 г. - Vol 5, No 1. -p.190-219.
13. Blikstein, P. Unraveling Students' Interaction Around a Tangible Interface
using Multimodal Learning Analytics. [Текст] / P.Blikstein // Journal of
Educational Data Mining. - 2015 г. - Vol 7, No 3. -p.89-116.
14. Boyer, K. E. Understanding Student Language: An Unsupervised Dialogue Act Classification Approach.[TeKCT] / K. E.Boyer // Journal of Educational Data Mining. 2015 г. - Vol 7, No 1. - p.51-78.
15. Brodersen, K. H. A model-based approach to predicting graduate-level
performance using indicators of undergraduate-level performance. [Текст] /
K. H. Brodersen // Journal of Educational Data Mining. -2015 г. - Vol 7, No 3. - p.151-176.
16. Cetintas, S.A. Joint Probabilistic Classification Model of Relevant and Irrelevant Sentences in Mathematical Word Problems. [Текст] / S. Cetintas// Journal of Educational Data Mining. - 2010 г. - Vol 2, No 1. -p.83-101.
17. Chung, G. Identifying Key Features of Student Performance in Educational Video Games and Simulations through Cluster Analysis. [Текст] / G. Chung// Journal of Educational Data Mining.- 2012 г. - Vol 4, No 1. -p.144-182.
18. Flann, N. Clustering Educational Digital Library Usage Data: A Comparison of Latent Class Analysis and K-Means Algorithms. [Текст] / N.Flann // Journal of Educational Data Mining. - 2013 г.- Vol 5, No 2. -p. 38-68.
19. Clement, B. Multi-Armed Bandits for Intelligent Tutoring Systems. [Текст] / B. Clement // Journal of Educational Data Mining. - 2015 г.- Vol 7, No 2. -p.20-48.
20. Denner, J. A First Step in Learning Analytics: Pre-processing Low-Level Alice Logging Data of Middle School Students. [Текст] / J. Denner. // Journal of Educational Data Mining. - 2013 г.- Vol 5, No 2. -p.11-37.
...