Информационная система автоматизированного мониторинга самостоятельной работы студентов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Товбис, Елена Михайловна

• Товбис, Елена Михайловна
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Товбис, Елена Михайловна

Введение.

Глава 1 Современные методы мониторинга образовательного процесса в высшей школе.

1.1 Способы управления эффективностью образования.

1.1.1 Методы и модели первичной оценки успеваемости.

1.1.2 Методы и модели производной оценки успеваемости.

1.1.3 Измерение временных затрат на обучение.

1.2 Роль самостоятельной работы в образовании.

1.3 Мониторинг качества обучения.

1.3.1 Сущность мониторинга качества обучения.

1.3.2 Мониторинг в автоматизированных системах.

1.4 Системный подход к анализу учебного процесса.

1.4.1 Основные понятия системного анализа.

1.4.2 Методы системного анализа.

1.4.3 Средства системного анализа.

Выводы по первой главе.

Глава 2 Разработка системы автоматизированного мониторинга.

2.1 Информационная модель мониторинга учебного процесса.

2.2 Концепция системы автоматизированного мониторинга.

2.3 Модель данных информационной системы.

2.4 Основные проектные решения.

2.4.1 Формирование учебных планов.

2.4.2 Редактирование типового планового задания.

2.4.3 Организация учебного процесса.

2.4.4 Формирование индивидуального учебного плана.

2.4.5 Работа с историей выполнения планового задания.

2.4.6 Обучение.

2.4.7 Администрирование программного комплекса.

2.4.8 Ведение справочников информационной системы.

2.5 Реализация разработанной модели системы мониторинга на примере программного комплекса «Электронная лаборатория».

2.6 Использование «Электронной лаборатории» в курсе «Теория химико-технологических процессов органического синтеза».

Выводы по второй главе.

Глава 3 Имитационное моделирование учебного курса.

3.1 Модель студента и алгоритм проведения самостоятельной работы.

3.2 Модель самостоятельного курса на основе сетей Петри.

3.2.1 Методология сетей Петри.

3.2.2 Моделирование самостоятельного курса с помощью обыкновенных сетей Петри.

3.3 Агентное моделирование учебного курса в среде AnyLogic.

3.4 Методика исследования трудозатрат на самостоятельную работу.

3.5 Расчет нагрузки с учетом междисциплинарных связей.

Выводы по третьей главе.

Глава 4 Анализ результатов автоматизированного мониторинга.

4.1 Определение основных характеристик студента.

4.2 Применение OLAP-обработки в анализе данных учебного процесса.

4.2.1 Методология OLAP.

4.2.2 Пример OLAP-анализа данных курса «Программирование наЯВУ»

4.3 Обработка данных учебного процесса с помощью методов DataMining

4.3.1 Анализ взаимосвязей показателей учебного процесса.

4.3.2 Анализ динамики обучения.

4.3.3 Нахождение оптимальной точки начала анализа.

4.3.4 Поиск паттернов обучения и прогнозирование итоговой успеваемости

4.4 Измерение адаптационной нагрузки студентов методом корреляционной адаптометрии.

Выводы по четвертой главе.

Введение диссертации (часть автореферата) на тему «Информационная система автоматизированного мониторинга самостоятельной работы студентов»

Принятие научно обоснованных решений в сфере образования, насыщенной стохастическими процессами и многокритериальными оценочными суждениями требует существенного усиления интеллектуальных возможностей субъектов учебного процесса. Компьютерная поддержка становится необходимой для составления оптимального расписания занятий, накопления, систематизации и отображения сведений о результатах учебной деятельности, совершенствования контроля качества учебного процесса, дозировки загрузки преподавателей и учащихся и других аспектов работы учебного заведения. Сфера компьютерного образования постоянно развивается, перемещая акценты и устанавливая новые тенденции.

Во-первых, необходимо отметить, что в современном мире меняется место и роль преподавателя в системе обучения. От накопления и распространения знаний он переходит к управлению процессом обучения и контролю над ним, при этом зачастую понятие «преподаватель» заменяется понятием «тьютор».

Во-вторых, происходит все большее проникновение принципов и техник дистанционного и интерактивного обучения как во вне- так и в аудиторную работу. При этом дистанционное обучение не исключает посещение учебного заведения и может гармонично сочетаться с традиционными формами обучения. Согласно приказу Министерства Образования РФ [79] основными технологиями, применяемыми в дистанционном образовании, являются кейсовая технология, интернет-технология (сетевая), телекоммуникационная технология. При этом наряду с традиционными информационными ресурсами для обеспечения процесса дистанционного обучения используются следующие средства дистанционного обучения: специализированные учебники с мультимедийными сопровождениями, электронные учебно-методические комплексы, включающие электронные учебники, учебные пособия, тренинговые компьютерные программы, компьютерные лабораторные практикумы, контрольно-тестирующие комплекты, учебные видеофильмы, аудиозаписи, иные материалы, предназначенные для передачи по телекоммуникационным каналам связи.

В-третьих, каким бы ни было дистанционное обучение, его главный признак - это возможность общения преподавателя с обучаемым при помощи средств удаленного доступа. Способы передачи данных обучающемуся претерпевают изменения вслед за развитием технических средств передачи. Локальные и глобальные вычислительные сети уже стали неотъемлимыми участниками процесса обучения. Широко развивается и класс систем, осуществляющих поддержку дистанционного обучения с помощью мобильных устройств, таких как сотовые телефоны и карманные компьютеры, с использованием каналов связи мобильных операторов и сетей беспроводной связи. Как отмечает Gabor Kismihok [124], возможности для доступа к учебной системе в этом случае оказываются шире, чем в случае традиционного дистанционного обучения.

В-четвертых, уже довольно длительное время в обучении широко распространен модульный подход. Цель модульного обучения состоит в создании наиболее благоприятных условий развития личности путем обеспечения гибкости содержания обучения, приспособления к индивидуальным потребностям личности и уровню ее базовой подготовки посредством организации учебно-познавательной деятельности по индивидуальной учебной программе [29]. Центром такого подхода к обучению является модуль как структурная единица образовательной программы.

В-пятых, мышление современных обучаемых направлено на кусочно-образное восприятие мира. Они более восприимчивы к мультимедиа информации, чем предыдущие поколения, обладают хорошим визуально-пространственным и виртуально-реальным восприятием, адаптированы к постоянному использованию самых современных коммуникационных технологий. Вследствие этого повышение наглядности учебного материала обеспечивается за счет использования разнообразных стримминг-технологий: видео- и аудиозаписей, технологии записи изображений с экрана компьютера и просмотра на компьютере записанного выполнения компьютерных заданий или упражнений, анимации, иллюстраций, средств виртуальной реальности, 3D графики, дополненной реальности [107].

В-шестых, одна из тенденций образования — переход от информативных к активным методам и формам обучения. В учебный процесс включаются элементы проблематизации, научного поиска, разнообразных форм самостоятельной работы [94].

В-седьмых, непрерывно разрабатываются и внедряются в учебный процесс все новые автоматизированные решения, от простых интерактивных программ до систем поддержки коллаборативного обучения. Основными направлениями развития обучающих систем И.П.Норенков [65] считает:

• интеллектуализацию;

• адаптацию к запросам и уровню подготовки пользователя;

• снижение затрат на создание новых учебных пособий.

Решение комплексных педагогических задач ведет к получению больших массивов экспериментальных данных, требующих быстрой обработки с использованием стандартизированных методик анализа. Таким образом, объективизация данных педагогических исследований ставит задачу разработки специальных методов и процедур по организации и планированию педагогического эксперимента.

Применение методов формализации в педагогике требует повышения точности и полноты описания педагогических явлений и процессов, что приводит к задачам в области измерений психолого-педагогических характеристик учебного процесса. Появляется необходимость решения проблемы перехода от субъективных качественных описаний педагогических явлений к описанию строго количественному. Однако, в настоящий момент не имеется единицы знаний, умений, навыков, учебной деятельности.

Вышеизложенное определяет актуальность исследования. Целью исследования является повышение эффективности управления самостоятельной работой студентов путем разработки новых моделей, методов и средств автоматизировэнного мониторинга учебной деятельности. Задачи, поставленные для дос тижения цели:

1. Изучить современное состояние и проблемы мониторинга самостоятельной работы студентов.

2. Построить информационную модель самостоятельной учебной деятельности студентов.

3. Разработать методику автоматизированного мониторинга самостоятельной работы студентов, интегрированного в образовательный процесс.

4. На основе информационной модели спроектировать и реализовать систему автоматизированного мониторинга самостоятельной работы студентов.

5. Построить имитационную модель деятельности субъектов образовательного процесса при выполнении самостоятельной работы студентов.

6. Разработать методику анализа данных о качестве самостоятельной работы студентов и успешности обучения.

Научная новизна:

1. Разработана новая модель структуры программного обеспечения мониторинга самостоятельной работы студентов, обеспечивающего обоснование управленческих решений по повышению качества самостоятельного обучения, отличающаяся высокой степенью интегрированности мониторинга в учебный процесс.

2. С помощью приемов агентного моделирования впервые разработана имитационная модель самостоятельной учебной деятельности студента, позволяющая учесть типизацию ошибок и вероятность принятия преподавателем неверного или отклонения верно выполненного задания. На основе данных мониторинга определены параметры модели.

Предложен и обоснован новый способ количественной оценки эффективности обучения и ее исследования методами интеллектуального анализа данных на основе результатов мониторинга самостоятельной работы студентов.

Впервые проведено исследование процесса адаптации учащихся к системе обучения методом корреляционной адаптометрии. Практическая значимость:

На основе результатов имитационного моделирования предложена методика обоснования нормативного времени, отводимого в учебных планах дисциплин на самостоятельную работу студентов. На базе предложенной архитектуры разработана, интегрирована в учебный процесс и используется в Сибирском государственном технологическом университете автоматизированная система мониторинга «Электронная лаборатория».

В составе «Электронной лаборатории» разработан модуль расчета кислотно-основных свойств химических веществ, с помощью которого впервые рассчитаны константы кислотности некоторых органических соединений.

С помощью предложенных моделей и методик проведена типизация допускаемых студентами ошибок, исследовано влияние психологических характеристик обучаемых на эффективность самостоятельного обучения, проведена кластеризация студентов по уровню самостоятельности. Исследован процесс адаптации студентов-первокурсников к системе обучения по курсу «Программирование на языке высокого уровня».

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Товбис, Елена Михайловна

Основные результаты работы заключаются в следующем:

1. Проведено исследование проблемы управления эффективностью обучения. Поставлена проблема научного обоснования временных нормативов учебных планов. Обоснована необходимость автоматизированного мониторинга образовательной деятельности для определения качественных и количественных показателей эффективности учебного процесса. Проведено исследование существующих систем мониторинга, выявившее их достоинства и недостатки.

2. Проведено информационное моделирование учебного процесса. Разработана модель структуры системы автоматизированного мониторинга эффективности самостоятельной учебной деятельности, интегрированной в учебный процесс, с учетом изменчивости предметной области.

3. На основе информационной модели предметной области и разработанной архитектуры системы мониторинга спроектирован, реализован и внедрен программный комплекс «Электронная лаборатория».

4. Разработаны имитационные вероятностные модели самостоятельной учебной деятельности субъектов образовательного процесса, основанные на механизмах сетей Петри и агентного моделирования. На базе имитационной модели предложена методика расчета учебной нагрузки на самостоятельную работу для всех субъектов образовательного процесса, которая может служить решением проблемы научного обоснования временных нормативов учебных планов.

5. Предложена методика анализа результатов самостоятельного обучения и успешности обучаемых в динамике на основе разработанных показателей результативности обучения, методов оперативной обработки и интеллектуального анализа данных. Исследовано влияние характеристик темперамента студентов на показатели обученности. Изучен процесс адаптации студентов-первокурсников к вузовской системе обучения по дисциплине методом корреляционной адаптометрии.

6. Все предложенные модели и методики проверены на экспериментальных данных курса «Программирование на языке высокого уровня». Применение разработок позволило перераспределить нагрузку на самостоятельную работу субъектов образовательного процесса более равномерно в течение семестра.

7. Разработаны авторские учебные программные модули для «Электронной лаборатории». В их числе модуль расчета кислотно-основных свойств веществ, используя который, удалось впервые рассчитать константы кислотности некоторых соединений.

Таким образом, разработаны модели, методы и средства автоматизированного мониторинга, позволяющие принимать обоснованные решения в управлении самостоятельной учебной деятельностью студентов, что способствует повышению эффективности управления и имеет важное значение для образовательной отрасли.

Заключение

Список литературы диссертационного исследования кандидат технических наук Товбис, Елена Михайловна, 2009 год

1. Алиджанов, Э.К. Проблема методологии оценивания учебных достижений в свете современной образовательной парадигмы Электронный ресурс. / Э.К.Алиджанов // Xpress Test: С.-Пб., 2004. Режим доступа http://xpt.narod.m/files/Mmy^nyh.htm

2. Ананьев, Б.Г. О проблемах современного человекознания / Б.Г.Ананьев. СПб.: Питер, 2001.-272 с.

3. Архангельский, С.И. Обученность главная переменная шкалы отметок градации контингента и функции оценивания учителя Текст. / С.И.Архангельский, В.П.Мизинцев, А.В.Кочергин - М.:3нание, 1985.-102с.

4. Архангельский, С.И. Учебный процесс в высшей школе, его закономерные основы и методы Текст. / С.И.Архангельский М.: Высшая школа, 1980. — 368 с.

5. Бабанский, Ю.К. Педагогика Текст. / Ю.К.Бабанский [и др.] М., 1988. - 388 с.

6. Батаршев, А.В. Психология индивидуальных различий: От темперамента к характеру и типологии личности Текст. / А.В.Батаршев -М.: Владос, 2001. — 255 с.

7. Башмаков, А.И. Разработка компьютерных учебников и обучающих систем Текст. / А.И. Башмаков, И.А. Башмаков — М.: Информационно-издательский дом "Филинъ", 2003. 616 с.

8. Борщев, А.В. Практическое агентное моделирование и его место в арсенале аналитика Электронный ресурс. / А.В.Борщев // Портал GPSS. Режим доступа http://www.gpss.ru/immod05/p/borshev/print.html

9. Буч, Г. Объектно-ориентированный анализ и проектирование с примерами приложений (UML 2) Текст. /Г.Буч [и др.] -М.: «Вильяме», 2008. 720 с.

10. Буч, Г. Язык UML. Руководство пользователя Текст. / Г.Буч, Д. Рамбо, А. Джекобсон М.: «ДМК Пресс», 2003. - 432 с.

11. Вендров, A.M. CASE-технологии. Современные методы и средства проектирования информационных систем Текст. / А.М.Вендров М.: Финансы и статистика, 1998. - 176 с.

12. Вершинина, Л.П. Информационные технологии в самостоятельной работе студентов Текст. / Л.П.Вершинина // Материалы Всероссийской научно-практической конференции «Информационные технологии в образовании и науке». -М.:МФА. 2007. - 41. - С.131-136

13. Гаврилова, Н.А. Теория химико-технологических процессов органического синтеза. Учебное пособие для студентов специальности 250100 всех форм обучения Текст. / Н.А.Гаврилова, А.Л.Гомонова, М.С.Товбис Красноярск: СибГТУ, 2007. - 72 с.

14. Гагарина, Л.Г. Теоретические основы методики интеллектуального тестирования Текст. / Л.Г.Гагарина, Н.С.Фоминова, И.С.Калинников // Информационные технологии. -2008. № 8. - С.64-70

15. Гершунский, Б.С. Образовательно-педагогическая прогностика Текст. / Б.С.Гершунский-М.: Педагогика, 2004. 368 с.

16. Гласс, Дж. Статистические методы в педагогике и психологии Текст. / Дж.Гласс, Дж.Стенли М., 1976. - 495 с.

17. Голубков, Е. П. Системный анализ как методологическая основа принятия решений Текст. / Е.П. Голубков // Менеджмент в России и за рубежом. 2003. -№ 3. - С. 95-115

18. Горбань, А.Н. Групповой стресс: динамика корреляций при адаптации и организация систем экологических факторов Текст. / А.Н.Горбань, Е.В.Смирнова, Е.П.Чеусова-Красноярск: ВЦ СО РАН, 1997. 50 с.

19. Горбань, А.Н. Нейронные сети на персональном компьютере Текст. / А.Н.Горбань, Д.А.Россиев Новосибирск: Наука, 1996.-276 с.

20. Горбань, А.Н. Обучение нейронных сетей Текст. / А.Н.Горбань М.: СППараграф, 1990. - 159 с.

21. Стр: 137 ГОСТ 7.32 — 2001. Отчет о научно-исследовательской работе. Минск, 2001. — 22 с.

22. Государственный образовательный стандарт высшего профессионального образования направления 654600 Информатика и вычислительная техника.1. М., 2000

23. Государственный образовательный стандарт высшего профессионального образования специальности 220400 — Программное обеспечение вычислительной техники и автоматизированных систем. М., 1994

24. Граф, В. Основы организации учебной деятельности и самостоятельной работы студентов Текст. / В.Граф, И.И.Ильясов, В.Я.Ляудис. М.: МГУ, 1981.-79 с.

25. Гринберг, JL LMS и LCMS: В чем разница? Электронный ресурс. / JI. Гринберг // ASTD ONLINE LIBRARY. Режим доступа http://www.learningcircuits.org/

26. Гриценко, Е.М. Управление процессами жизненного цикла образовательных информационных ресурсов: дис. канд. техн. наук Текст. / Е.М.Гриценко — Красноярск, 2005. 177 с.

27. Грэхем, И. Объектно-ориентированные методы. Принципы и практика Текст. / И.Грэхем М.: «Вильяме», 2004. - 880 с.

28. Данилова, Л.И. Дидактическое структурирование процесса обучения студентов в педагогическом вузе: Дисс. канд. пед. наук Текст. / Л.И.Данилова Пермь, 2003. - 204 с.

29. Домрачев, В.Г. Нечеткие модели рейтинговых систем оценки знаний Текст. / В.Г.Домрачев, О.М.Полещук, И.В.Ретинская, К.К.Рыбников // Труды VIII Всероссийской научно-метод. конф. «Телематика-2001». С.-Пб.: Изд-во СПГУ ИТМО, 2001. - С. 245-246

30. Доррер, Г.А. Методы моделирования дискретных систем Текст. / Г.А.Доррер Красноярск: СибГТУ, 2004. - 202 с.

31. Доррер, Г.А. Система моделирования ANYLOGIC. Лабораторный практикум Текст. / Г. А. Доррер, А. А. Попов, К. В. Сысенко Красноярск: СибГТУ, 2007.-57с.

32. Доррер, Г.А. Технология моделирования и разработки учебных электронных изданий Текст. / Г.А.Доррер, Г.М.Рудакова Новосибирск: Изд-во СО РАН, 2006.-272 с.

33. Дюк, В. DataMining: учебный курс Текст. / В.Дюк, А.Самойленко СПб.: Питер, 2001.-368 с.

34. Жуков, Л.А. Свидетельство о регистрации программы для ЭВМ РОСПАТЕНТ №2005610968 от 21.04.200539.3агвязинский, В.И. Методология и методы психолого-педагогического исследования Текст. / В.И.Загвязинский, Р.Атаханов — М.: Академия, 2005 — 208 с.

35. Загвязинский, В.И. Основы дидактики высшей школы Текст. / В.И.Загвязинский, Л.И.Гриценко. Тюмень: ТГУ, 1978. - 91 с.41.3агвязинский, В.И. Теория обучения: современная интерпретация Текст. / В.И.Загвязинский-М.Академия, 2004. 187 с.

36. Калянов, Т.Н. CASE-технологии. Консалтинг в автоматизации бизнес-процессов Текст. / Г.Н.Калянов — М.: Горячая линия Телеком, 2002. - 320 с.

37. Карданова, Е.Ю. Специальные методы анализа результатов тестирования, основанные на свойстве объективности моделей Раша Текст. / Е.Ю.Карданова, В.Б.Карпинский // Информационные технологии. 2008. - № 4. - С. 72-80

38. Карпова, И.П. Исследование и разработка подсистемы контроля знаний в распределенных автоматизированных обучающих системах: автореф. дисс. канд. техн. наук Текст. / И.П.Карпова М., 2002. - 18 с.

39. Карпова, А.К. Функциональные взаимоотношения между свойствами темперамента как условие эффективной деятельности монотонного содержания: автореф. канд. дис. Текст. / А.К.Карпова М., 1975. - 20 с.

40. Качалова, Л.П. Мониторинг процесса интеграции психолого-педагогических знаний студентов Текст. / Л.П.Качалова // Педагогика. — 2000. №9. - С.60-65

41. Кашина, Е.А. Кластерный анализ данных в педагогической практике Электронный ресурс. / Е.А.Кашина // Материалы Международнойконференции «Информационные технологии в образовании-2000». Режим доступа: http://ito.edu.ni/2000/II/5/5135.html

42. Кобзарь, А.И. Прикладная математическая статистика Текст. / А.И.Кобзарь — М.: ФИЗМАТЛИТ, 2006. 816 с.

43. Комаров, С.Н. Информационные и математические модели организации контроля учебного процесса Текст. / С.Н.Комаров // Стохастическая оптимизация в информатике, межвузовский сборник. СПб.: СПбГУ. - 2005. -Вып.1. - С.103-132

44. Краевский, В.В. Основы обучения: Дидактика и методика Текст. / В.В.Краевский, А.В.Хуторской-М.: Академия, 2007. 352 с.

45. Маклаков, С.В. BPwin и ERwin. CASE-средства разработки информационных систем Текст. / С.В .Маклаков М.: ДИАЛОГ-МИФИ, 2000. - 256 с.

46. Матрос, Д.Ш. Использование ЭВМ в ходе учебного процесса и его управления Текст. / Д.Ш.Матрос, В.В.Орловская Алма-Ата: Мехтеп, 1989.-174 с.

47. Матрос, Д.Ш. Основы теории информатизации процесса обучения Текст. / Д.Ш.Матрос //Педагогика. -2007. №6. - с. 11-18

48. Мацяшек, Л.А. Анализ и проектирование информационных систем с помощью UML 2.0 Текст. / Л.А. Мацяшек М.: «Вильяме», 2008. - 816 с.

49. Миндоров, Н.И. Модель практического занятия как системы массового обслуживания Электронный ресурс. / Н.И.Миндоров // Материалы Международной конференции «Информационные технологии в образовании-2000». Режим доступа http://ito.edu.ni/2000/I/2/258.html

50. Митусова, О.И. Некоторые вопросы организации самостоятельной работы студентов Электронный ресурс. / О.И. Митусова. // Электронный журнал «Научно-педагогические школы Юга России». Режим доступа http://rspu.edu.ru/university/publish/schools/2/index.html

51. Михеев, В.И. Моделирование и методы теории измерений в педагогике Текст. / В.И.Михеев М.: Высшая школа, 1987. - 200 с.

52. Модель мониторинга учебного процесса на уровне предмета Электронный ресурс. // Сайт Игиримского профессионального колледжа. Режим доступа: http ://kolledj -43 .narod.ru/index 16 .html

53. Никитина, М.И. Системы и технологии поддержки принятия решений Текст. / М.И.Никитина Красноярск: ИПЦ КГТУ, 2005. - 131 с.

54. Новый энциклопедический словарь. М.: Большая Российская Энциклопедия, 2000.-1455 с.

55. Одинцов, И.О. Профессиональное программирование. Системный подход Текст. / И.О.Одинцов СПб.: БХВ-Петербург, 2004. - 624 с.

56. Орлов, С.А. Технологии разработки программного обеспечения Текст. / С.А. Орлов СПб.: Питер, 2002.-464 с.

57. Островский, В.А. За нижней границей шкалы рН Электронный ресурс. / В.А.Островский // Соросовский образовательный журнал. СПб, 1998. — №12.- С.58-64

58. Пантелеев, Е.Р. Оперативный анализ действий студента в среде web-обучения Текст. / Е.Р.Пантелеев, В.А.Сувовров // Информационные технологии. — 2008.- №4. — С. 67-72

59. Педагогика Текст. / Ю.К.Бабанский [и др]. М.: «Просвещение», 2003. - 594 с.75 .Перегудов, Ф.И. Введение в системный анализ Текст. / Ф.И.Перегудов, Ф.П.Тарасенко -М.: Высшая школа, 1989. — 361 с.

60. Половко, A.M. Компьютерные технологии оценки знаний методами тестирования Текст. / А. М. Половко // Информационные технологии. — 2004.- №8.

61. Поташник, М.М. Качество образования Текст. / М.М.Поташник М.: Педагогическое общество России, 2002. — 448 с.

62. Разжевайкин, В.Н. Применение метода корреляционной адаптометрии в медико-биологических задачах Текст. / В.Н.Разжевайкин, М.И.Шпитонков, А.Н.Герасимов // Исследование операций. М.: ВЦ РАН им.

63. A.А.Дородницына. 2003. - С.51-55

64. Разжевайкин, В.Н. Оценка уровня адаптации травянистых видов в условиях стресса на основе метода корреляционной адаптометрии Текст. /

65. B.Н.Разжевайкин, М.И.Шпитонков // Исследование операций. — М.: ВЦ РАН им. А.А.Дородницына. -2001. С. 108-116

66. Разработка форм и методов активизации творческой деятельности студентов в процессе обучения / Под ред. В.Н. Васильева. Петрозаводск, 1982. — 182 с.

67. Растригин, JI.A. Адаптация сложных систем Текст. / Л.А.Растригин — Рига: Зинатне, 1981.-375 с.

68. Ростовцев, B.C. Опыт компьютерного тестирования знаний студентов Текст. / В.С.Ростовцев // Материалы Всероссийской научно-практической конференции «Информационные технологии в образовании и науке». -М.:МФА, 2007. 41. - с.193-196

69. Рубин, Г. Учебный процесс: резервы совершенствования. Мониторинг качества образования учащихся в школе естественно-математического профиля Текст. / Г.Рубин // Учитель. 2001. - №6. - с.26-32

70. Рудинский, И.Д. Основы формально-структурного моделирования систем обучения и автоматизация педагогического тестирования знании Текст. / И.Д.Рудинский М: Горячая линия - Телеком, 2004 - 204 с.

71. Русалов, В.М. Опросник структуры темперамента: методическое пособие Текст. / В.М.Русалов М.: Институт психологии РАН, 1992. - 38 с.

72. Савченко, Г.А. Самостоятельная работа как система педагогического процесса в вузе Текст. /Г.А.Савченко // Сибирский учитель. 2005. - №2(38). - С.18-21

73. Санникова, Н.И. Алгоритм определения трудоемкости учебного материала Текст. / Н.И.Санникова // Физическая культура. Научно-методический журнал. 2006. - №2. - С. 58-60

74. Седов, К.Р. Мониторинг состояния антропоэкологического напряжения у коренного населения Крайнего Севера Текст. / К.Р.Седов [и др.] // Проблемы экологического мониторинга и моделирования экосистем. Л.: Гидрометеоиздат, 1992. - Т. 14. - С.78-87

75. Серков, Л.А. Синергетическое моделирование образовательных процессов Текст. /Л.А.Серков //Информационные технологии—2008. № 1. - С.74-79

76. Сластенин, В.А. Педагогика: Учебное пособие Текст. / В. А. Сластенин, И. Ф. Исаев, Е. Н. Шиянов М.: Академия, 2002. - 576 с.

77. Смирнова, И. Модели обучения Текст. / И.Смирнова // Высшее образование в России. 2006. - №3,- С.96-99

78. Столяренко, Л.Д. Основы психологии Текст. / Л.Д.Столяренко Ростов н/Д.: Феникс, 2006. - 703 с.

79. Сыготина, М.В. Моделирование процесса обучения в высшем учебном заведении: автореф. дисс. канд. техн. наук Текст./ М.В.Сыготина Братск, 2005. -19 с.

80. Темербекова, А.А. Методика преподавания математики Текст. / А.А.Темербекова М.: Владос, 2003. - 176 с.

81. Теория систем и системный анализ в управлении организациями: Справочник Текст. / Под ред. В.Н.Волковой. М.: Финансы и статистика, 2006. - 847 с.

82. Тихомиров, В. Качество обучения в виртуальной среде Текст. / В.Тихомиров, Ю.Рубин, В.Самойлов, К.Шевченко // Высшее образование в России. 1999. -№6. - с.21-26

83. Товбис, Е.М. «Электронная лаборатория» и ее использование при определении констант кислотности 77<я/?д-нитрозофенолов Текст. // Е.М.Товбис [и др.] Известия вузов. Химия и химическая технология. - 2008. - Т.51. - Вып.З. — С. 111-113

84. Третьяков, С.И. Основы информатики и программирования на алгоритмическом языке Паскаль Текст. / С.И.Третьяков, В.В.Заляжных -Архангельск: Изд-во АГТУ, 2001.-51с.

85. Трофимова, O.K. Автоматизация процесса составления учебных планов вузов: дисс. канд. техн. наук Текст. / О.К.Трофимова. М., 1999 . - 140 с.

86. Турбович, JI.T. Информационно-семантическая модель обучения Текст. / Л.Т.Турбович Л., 1970. - 177 с.

87. Углев, В.А. Системный подход к процессу обучающего компьютерного тестирования Текст. / В.А.Углев, В.А.Устинов, Б.С.Добронец // Информационные технологии. 2008. - № 4. - С. 81-87

88. Усков, А.В. Опыт использования стримминг технологий в образовании Текст. / А.В.Усков, А.Д.Иванников, В.Л.Усков // Труды XIV Всероссийской научно-метод. конф. «Телематика-2007». С.-Пб.: Изд-во СПГУ ИТМО, 2007

89. Фаулер, М. UML. Основы Текст. / М.Фаулер, К.Скотт СПб.: Символ-Плюс, 2002. -192 с.

90. Федеральный закон от 22 августа 1996 г. №125-ФЗ «О высшем и послевузовском профессиональном образовании»

91. Федоров, А. Введение в OLAP-технологии Microsoft Текст. / А.Федоров, Н.Елманова М.: Диалог-МИФИ, 2002. - 272 с.

92. Хуторской, A.B. Практикум по дидактике и современным методикам обучения Текст. /А.В.Хуторской С-Пб.: Питер, 2004. - 541с.

93. Хуторской, А.В. Современная дидактика Текст. / А.В .Хуторской С-Пб.: Питер, 2001.-544 с.

94. Цапко, С.Г. Задачи и средства проектирования компьютерных тренажеров Текст. / С.Г.Цапко, Д.А.Плотников // Современные техника и технологии. Томск: ТПУ, 2006. Т.2.-С.113-115

95. Царегородцев, В.Г. Извлечение знаний из таблиц данных при помощи обучаемых и упрощаемых искусственных нейронных сетей: автореф. дис. канд. техн. наук Текст. /В.Г.Царегородцев Красноярск, 2000. — 19 с.

96. Черемных, С.В. Структурный анализ систем: IDEF-технологии Текст. / С.В.Черемных, И.О.Семенов, В.С.Ручкин — М.: Финансы и статистика, 2003. — 208 с.

97. Юнг, К.-Г. Психологические типы Текст. / К.-Г.Юнг М.: Прогресс-Универс, 1995.-336 с.

98. Якимов, С.П. «Программирование на языке высокого уровня». Программа учебной дисциплины / С.П. Якимов, Г.М. Рудакова, Е.В. Касьянова -Красноярск, 2006. 18 с.

99. Якимова, Л.Д. Информационная система управления аттестационным процессом в образовательном учреждении в условиях экологизации: дисс. канд. техн. наук Текст. / Л.Д.Якимова-Красноярск, 2002. 177 с.

100. Advanced Distributed Learning (ADL), Sharable Content Object Reference Model (SCORM®) 2004 2nd Edition Overview Electronic resource. Mode access http://www.adlnet.gov/Technologies/scorm/SCORMSDocuments

101. Eiter T. Heterogeneous active agents. I: Semntics Text. / T.Eiler, V.S. Subrahmanian, G.Pick // Artificial intelligence. 1999. -V. 108,- pp. 179-255

102. Jensen, K. Colored Petri Nets: Basic Concepts, Analysis Methods and Practical Use. Text. / K.Jensen Berlin: Springier. - Vol.1 - 1996, Vol.2 - 1997, Vol.3 -1997.

103. Kismihok, Gabor. Mobile Learning in Higher Education: The Corvinus Case / Gabor Kismihok Electronic resource. // ONLINE EDUCA BERLIN, 2007. Mode access http://www.online-educa.com

104. Mostow, J. Some useful tactics to modify, map, and mine data from intelligent tutors Text. / J.Mostow, J.Beck Natural Language Engineering (Special Issue on Educational Applications), 2006. - 12(2). - pp. 195-208

105. Sommerville, I. Software Engineering Text. / I. Sommerville N.Y.: Pearson Education Limited, 2001. - 624 p.

106. Yudelson, M. Mining Student Learning Data to Develop High Level Pedagogic Strategy in a Medical ITS Electronic resource. / M.Yudelson // Papers from the 2006 AAA! Workshop. Mode access http://www.aaai.org/Library/Workshops/ws06-05.php

107. Zorrilla, M.E. Web usage mining project for improving web-based learning sites Text. / M.E.Zorrilla Web mining workshop, Cataluna, 2006, pp. 1-22.