Управление в электронной среде персонализированным обучением с учетом индивидуальных особенностей обучающегося тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Аникьева Марина Анатольевна
Аникьева Марина Анатольевна
кандидат наук
2023
- Специальность ВАК РФ00.00.00
- Количество страниц 166
Оглавление диссертации кандидат наук Аникьева Марина Анатольевна
Введение
ГЛАВА 1. АНАЛИЗ МОДЕЛЕЙ УПРАВЛЕНИЯ ПЕРСОНАЛИЗИРОВАННЫМ
ОБУЧЕНИЕМ В ЭЛЕКТРОННОЙ СРЕДЕ
1.1. Персонализация в электронном обучении
1.2. Особенности формирования индивидуальной траектории освоения учебной дисциплины
1.3. Анализ подходов к формированию индивидуальных образовательных траекторий в электронной среде
Выводы по главе
Глава 2. РАЗРАБОТКА МОДЕЛИ И МЕТОДИКИ УПРАВЛЕНИЯ ПЕРСОНАЛИЗИРОВАННЫМ ОБУЧЕНИЕМ
В ЭЛЕКТРОННОЙ СРЕДЕ
2.1. Модели персонализированного обучения
2.2. Реализация персонализированного обучения по модели с тремя уровнями персонализации, ориентированной на долгосрочные цели
Выводы по главе
ГЛАВА 3. Создание в электронной среде индивидуальной траектории освоения
учебной дисциплины в условиях ограниченного времени обучения
3.1. Моделирование индивидуальной траектории выполнения работы
3.2. Формирование дерева понятий предметной области
3.3. Формирование нормативного графика освоения учебной дисциплины
3.4. Методика адаптивного управления в электронной среде индивидуальной образовательной траектории освоения учебной дисциплины
Выводы по главе
ГЛАВА 4. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ И ЭКСПЕРИМЕНТАЛЬНЫЕ
ИССЛЕДОВАНИЯ
4.1. Модель предметной области и учебной дисциплины
4.2. Разработка программного комплекса расчета индивидуального графика освоения материалов учебной дисциплины
4.3. Результаты применения программного комплекса
Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЕ А. Публикации с описанием использованных моделей персонализированного обучения
ПРИЛОЖЕНИЕ Б. Денотатные графы для некоторых элементов дерева понятий
ПРИЛОЖЕНИЕ В. Схема понятий для предметной области «Допечатная подготовка» в виде графа
ПРИЛОЖЕНИЕ Г. Схема понятий для предметной области
«Мультимедиатехнологии» в виде графа
ПРИЛОЖЕНИЕ Д. Схема понятий для предметной области
«Теория вероятностей и математическая статистика» в виде графа
ПРИЛОЖЕНИЕ Е. Функциональная структура программного комплекса
ПРИЛОЖЕНИЕ Ж. Акт о применении результатов диссертационной работы в учебном процессе
Рекомендованный список диссертаций по специальности «Другие cпециальности», 00.00.00 шифр ВАК
Педагогическое проектирование персонализированного адаптивного предметного обучения студентов вуза в условиях цифровизации2021 год, доктор наук Вайнштейн Юлия Владимировна
Модели и алгоритмы формирования индивидуальной траектории электронного обучения на основе массовых открытых онлайн-курсов2024 год, кандидат наук Шкодина Татьяна Андреевна
Метод поиска и интеграции разнородных распределенных образовательных ресурсов на основе логического вывода на онтологии2014 год, кандидат наук Аникин, Антон Викторович
Разработка метода адаптивного управления обучением по индивидуальной образовательной траектории2009 год, кандидат технических наук Глущенко, Антон Игоревич
Модели, методы и алгоритмы построения автоматизированных систем управления процессом электронного обучения в сфере высшего образования2019 год, доктор наук Лямин Андрей Владимирович
Введение диссертации (часть автореферата) на тему «Управление в электронной среде персонализированным обучением с учетом индивидуальных особенностей обучающегося»
Введение
Актуальность исследования. «Формирование цифровой экономики - это вопрос национальной безопасности и независимости России, конкуренции отечественных компаний» [1]. Об этом сказал президент России В. Путин на заседании Совета по стратегическому развитию и приоритетным направлениям. Он подчеркнул, что цифровизация носит сквозной характер «и охватывает все без исключения сферы жизни, напрямую влияет на деятельность наших компаний, касается каждого гражданина». В этой связи особенно актуальной представляется цифровизация сектора образования, что вносит существенные изменения в этой сфере [2]. Развитие электронного обучения и дистанционных образовательных технологий обозначено как обязательная составляющая формирования информационного пространства знаний в соответствии с Указом Президента РФ № 203 «О Стратегии развития информационного общества в Российской Федерации на 2017-2030 годы» [3].
Электронное обучение становится неотъемлемой частью современной высшей школы [4]. Ведется активная работа по компьютеризации обучения, включая поиск и создание инновационных разработок в области онлайн-обучения и их распространение в образовательных организациях, включая новые виды технического оснащения [5]. В сфере образования наблюдаются две разнонаправленные тенденции: первая тенденция - это унификация образовательных программ, что дает возможность специалистам быть востребованными по всему миру; и вторая тенденция - это дифференциация образовательных программ, чтобы соответствовать требованиям работодателей и обучающихся - чтобы соответствовать быстро изменяющимся условиям рынка. Следовательно, индивид должен обучаться всю свою жизнь, чтобы соответствовать современному ритму жизни. Целью специалистов в области электронных образовательных технологий становится разработка инновационных методик электронного обучения и инструментов анализа образовательного процесса.
Развиваются новые, совершенствуются известные технологии обучения, формы организации обучения в электронной среде [6-10].
В автоматизации образовательного процесса на сегодняшний день существует множество нерешенных проблем, среди них:
• Обеспечение массовой доступности индивидуальных образовательных ресурсов. Наличие взаимоисключающих аспектов приводит к тому, что инструменты для автоматизации образования обеспечивают либо массовость, либо индивидуализацию.
• Высокая нагрузка на преподавателя и студента. Без компьютеризированных инструментов, ориентированных на персонализацию, нагрузка на преподавателей возрастает по причине наличия большой доли ручной работы; на студентов - по причине неэффективной организации учебного процесса - неэффективных учебных материалов, графика их освоения, оценки достижений.
• Низкая осознанная целенаправленная активность и самостоятельность студентов в процессе освоения образовательных программ. Изучая массовые учебные программы, ориентированные на некоторого среднего студента, у обучающихся размывается фокус будущей деятельности. В процессе освоения учебной программы на ранних этапах обучения нет возможности корректировать свою деятельность.
• При обучении по обобщенным программам учитываются только некоторые внешние (по отношению к обучающемуся) условия реализации образовательных программ - время, оснащение, организация процесса обучения. Слабо учитываются запросы рынка труда, особенно ярко это выражено в динамичных сферах профессиональной деятельности.
• Слабо разработаны инструменты для учета внутренних (по отношению к обучающемуся) условий обучения - его индивидуальных целей, запросов, особенностей в освоении учебного материала.
Такое положение дел связано с тем, что обучение представляет собой сложный интеллектуальный процесс, плохо поддающийся формализации [11, 12].
В процессе обучения изменения происходят внутри обучающегося и, следовательно, сложно измерить скрытые, латентные показатели обученности [13-15].
Значит, нужны разработки в области персонализированного обучения для массового использования. Для этого требуются электронные обучающие системы, способные автоматически формировать учебный контент для достижения конкретных целей обучения, с учетом требований всех заинтересованных сторон -работодателей, обучающей организации, обучающихся. Сформированный учебный контент необходимо предоставлять обучающемуся в определенной последовательности и в индивидуальном темпе. Кроме того, важнейшим аспектом организации учебной деятельности обучающегося для осуществления управления ею, является возможность на каждом шаге обучения прогнозировать влияние степени освоения текущего учебного материала на дальнейшие перспективы успешного освоения других разделов в осваиваемой дисциплине, а также других дисциплин учебного плана. Это позволит обучающемуся корректировать свои усилия с тем, чтобы быть достаточно подготовленным к освоению важных для него дисциплин и, в итоге, достигать запланированных им целей обучения.
Теоретическую основу исследования составляют работы таких ученых, как В. Н. Бурков [16], Д. Б. Берг [17], А. М. Бершадский [18], Е. К. Войшвилло [19],
A. А. Захарова [20], Н. А. Коргин [21], А. И. Новиков [22], Д. А. Новиков [23],
B. С. Тюхтин [25], А. И. Уемов [25] и другие. Различные аспекты построения адаптивных траекторий обучения, необходимые для автоматизации управления процессом обучения, исследовались авторами: В. С. Аванесов [26, 27], О. В. Андрюшкова [28], А. А. Арзамасцев [29], Г. А. Атанов [30, 31],
C. К. Калдыбаев [15], М. П. Карпенко [32, 33], Т. Ю. Китаевская [34, 35], В. М. Косухин [36], В. В. Красных [37], Л. С. Лисицына [38], А. В. Лямин [39], В. П. Мизинцев [40, 41], О. Н. Ромашкова [43, 44], Р. Т. Сиразетдинов [5, 45], Л. Р. Фионова [45], А. Г. Финогеев [46], М. А. Холодная [47], В. Д. Шадриков [49], J. B. Biggs [49], F. Essalmi [50], P. Goodyear [7], J. Heywood [51], A. Klasnja-
Milicevic [52], G. E. Miller [53], H. G. Schmidt [54], T. J. Shuell [13], R. W. Tyler [55] и многими другими.
Тем не менее актуальна разработка решений автоматизации оперативного управления в электронной среде программой обучения, соответствующей будущей профессиональной деятельности, максимально используя ресурсы для обучения -выделенное время, индивидуальные особенности и цели обучающихся. Необходим механизм формирования в электронной среде индивидуальных образовательных траекторий (ИОТ) и их изменения в процессе обучения, механизм адаптации учебного контента в соответствии с поставленными целями обучения и с учетом особенностей, которые возникают со стороны обучающегося.
Ключевыми задачами при создании адаптивных электронных обучающих курсов являются: структурирование понятий предметной области, определение необходимого содержания и объема учебных материалов, а также разработка алгоритмов и методов индивидуализированного автоматизированного управления количеством контента в системе электронного обучения.
Целью исследования является совершенствование формирования и управления индивидуальными образовательными траекториями обучающихся в электронной среде для подготовки специалистов в соответствии с запросами рынка труда.
Для достижения поставленной цели были поставлены следующие задачи:
1. Выявление недостатков существующих моделей формирования индивидуальных образовательных траекторий (ИОТ), реализованных в электронных обучающих системах.
2. Разработка модели персонализированного обучения в электронной среде, позволяющей учитывать ретроспективную информацию о достижениях обучающегося, темпе его работы с учебным материалом.
3. Разработка методики формирования ИОТ освоения учебной дисциплины с помощью компьютерных средств с учетом ограниченного времени обучения.
4. Экспериментальная проверка методики формирования ИОТ освоения учебной дисциплины с учетом ограниченного времени обучения.
5. Разработка средств автоматизации управления в электронной среде индивидуальной образовательной траекторией освоения учебной дисциплины.
Научная новизна результатов исследования состоит в следующем:
1. Создана структурная модель управления персонализированным обучением в электронной среде, отличающаяся от других тремя уровнями персонализации, что позволяет учитывать темп деятельности обучающегося, специфику образовательного модуля и время обучения (соответствует п. 7 паспорта специальности 2.3.4).
2. Предложена методика формирования графика освоения учебной дисциплины, новизна которой заключается в расчете трудоемкости отдельных понятий по их характеристикам, что позволяет автоматизировать получение объективной оценки времени освоения учебных материалов при управлении персонализированным обучением в электронной среде (соответствует п. 7,11 паспорта специальности 2.3.4).
3. Разработана методика адаптивного формирования в электронной среде индивидуальной образовательной траектории освоения учебной дисциплины, отличающаяся от аналогов учетом темпа деятельности обучающегося, что позволяет динамично изменять объем и график освоения учебного материала на основе данных цифрового следа обучающегося в электронной обучающей системе (соответствует п. 7,11 паспорта специальности 2.3.4).
Теоретическая значимость заключается в совершенствовании средств автоматизации формирования ИОТ и управления персонализированным обучением в электронной среде: методик оперативного формирования с помощью компьютерных средств программ учебных дисциплин с учетом структуры учебного материала и требований рынка труда; методик управления в электронной обучающей системе индивидуальной образовательной траекторией, позволяющих оперативно подстраиваться под особенности обучающегося при освоении учебного материала.
Практическая ценность работы заключается в том, что все предложенные решения позволяют компьютеризировать создание персонализированных
программ обучения и актуальны для управления учебной деятельностью обучающегося в электронной среде в условиях ограниченного времени обучения, в течение которого необходимо изучить заданное количество учебного материала.
Основные результаты, выносимые на защиту:
1. Модель управления в электронной среде персонализированным обучением с тремя уровнями персонализации, позволяющая учитывать темп деятельности обучающегося, специфику образовательного модуля и время обучения.
2. Методика формирования графика освоения учебной дисциплины на основе расчета трудоемкости отдельных понятий по их характеристикам, позволяющая автоматизировать получение объективной оценки времени освоения учебных материалов при управлении персонализированным обучением в электронной среде.
3. Методика адаптивного формирования в электронной обучающей системе индивидуальной образовательной траектории освоения учебной дисциплины на основе темпа деятельности обучающегося, позволяющая динамично изменять объем и график освоения учебного материала на основе данных цифрового следа обучающегося в электронной обучающей системе.
4. Программный комплекс создания и управления в электронной среде индивидуальной образовательной траекторией освоения учебной дисциплины.
Апробация и внедрение результатов исследования осуществлялись проведением опытно-экспериментальной работы и внедрением результатов в практику электронного обучения в ФГАОУ ВО «Сибирский федеральный университет», что подтверждено актом о внедрении в учебный процесс. Результаты проведенного автором исследования обсуждались на 10 международных и всероссийских конференциях в Москве, Санкт-Петербурге, Красноярске, Самаре, Омске:
• Международная научно-практическая конференция «Новые
образовательные стратегии в современном информационном пространстве»
(Санкт-Петербург, 9-30 марта 2022 г.);
• V Международная научная конференция «Информатизация образования и методика электронного обучения: цифровые технологии в образовании» (Красноярск, 21-24 сентября 2021 г.);
• XII Международная научно-практическая конференция «Инфо-Стратегия» (Самара, 7-10 июля, 2021 г.);
• XIV Всероссийская научно-практическая конференция «Дистанционное обучение в высшем образовании: опыт, проблемы и перспективы развития» (Санкт-Петербург, 20 апреля 2021 г.);
• IV Международная научная конференция «Информатизация образования и методика электронного обучения: цифровые технологии в образовании» (Красноярск, 6-9 октября 2020 г.);
• XIII Всероссийская научно-практическая конференция «Дистанционное обучение в высшем образовании: опыт, проблемы и перспективы развития» (Санкт-Петербург, 21 апреля 2020 г.);
• III Международная научная конференция «Информатизация образования и методика электронного обучения» (Красноярск, 24-27 сентября 2019 г.);
• XII Всероссийская научно-практическая конференция «Дистанционное обучение в высшем образовании: опыт, проблемы и перспективы развития» (Санкт-Петербург, 23 апреля 2019 г.);
• XXXII Международная научно-практическая конференция «Вопросы современных научных исследований» (Омск, 19 сентября 2018 г.);
• I Международная научная конференция «Информатизация образования и методика электронного обучения» в рамках IV Международного научно-образовательного форума «Человек, семья и общество: история и перспективы развития» (Красноярск, 27-30 сентября 2016 г.). Публикации. По результатам исследования опубликовано 17 работ, из них
5 - в рецензируемых научных изданиях из перечня ВАК [57-61], одна - в издании, индексируемом Scopus и Web of Science [61], получено свидетельство о регистрации программы для ЭВМ [62].
Соответствие диссертации паспорту специальности. Работа выполнена в соответствии с паспортом специальности 2.3.4 Управление в организационных системах, пункты 7, 11.
Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения и 7 приложений. Полный объем диссертации изложен на 166 страницах текста с 35 рисунками и 6 таблицами. Список использованных источников содержит 240 позиций.
Глава 1
АНАЛИЗ МОДЕЛЕЙ УПРАВЛЕНИЯ ПЕРСОНАЛИЗИРОВАННЫМ ОБУЧЕНИЕМ В ЭЛЕКТРОННОЙ СРЕДЕ
1.1. Персонализация в электронном обучении
Управление образовательным процессом в современном вузе характеризуется тенденцией к синхронизации и согласованию электронных образовательных ресурсов, образовательных программ с требованиями рынка труда [64]. Создание систем дистанционного обучения, обладающих свойствами мобильности, адаптируемости и сервис-ориентированности, в настоящее время является актуальной научно-практической проблемой и перспективным направлением развития электронного обучения [65]. Большинство современных моделей обучения последних лет имеют компетентностный формат [45, 65, 66]. Авторы этих работ также отмечают, что современные модели направлены на описание деятельности обучающихся, подразумевая что автоматически следует успешность их обучения. Но практика показывает, что такая взаимосвязь присутствует не всегда. В работе [67] приведены исследования мотивации обучающихся, где показано, что при создании моделей процессов обучения следует также рассматривать вопросы недостаточно успешного овладения запланированным уровнем компетенции или неуспеха обучающегося в конкретных условиях.
Электронное обучение - это концепция, основанная на использовании информационно-коммуникационных технологий (ИКТ) и приводящая к трансформации традиционных моделей и методов обучения [68]. Эта тенденция явилась результатом становления информационного общества и оказывает значительное влияние на глобальное экономическое и социально-культурное развитие во всем мире. Исследования в области электронного обучения привели к разработке многочисленных стратегий и инструментов, многие из них внедрены
в образовательных учреждениях [2]. В работе [69] выделено четыре основных механизма адаптации, реализуемых в программных системах: адаптация предметной области, рефлексивная адаптация, Runtime-адаптация (применяемая в тренажерах), адаптация на основе наблюдения за информационной средой (слабо изучена).
Использование ИКТ в образовании позволяет внедрять подходы, ориентированные на обучающегося (например, работы [70-72]), где используются методы, которые смещают фокус ответственности за результат обучения от учителей к ученикам, и уделяется внимание интересам обучающихся и взаимодействию между ними, а не способности учителей обучать заранее заданным знаниям. Возможности, которые дают информационные технологии, позволяют внедрять в образование персонализированный подход.
Персонализация включает использование различных технологий - практики проблемного обучения, технологий активного обучения, деятельностный подход к обучению и др.; построение индивидуальной траектории профессиональной подготовки путем индивидуального планирования и программирования обучения. Под программированным обучением понимается управляемое усвоение учебного материала с помощью устройства для обучения (электронной обучающей системы, тренажера, электронного учебника и др.). Программированный материал представляет собой последовательные порции учебной информации, предоставляемые обучающемуся [73].
Персонализация в электронном обучении обуславливается множеством факторов - разнообразными целями и задачами обучающихся, объемом и последовательностью изучения контента, индивидуальными психофизиологическими особенностями обучающихся, возможностями электронной среды. Разработчики курсов обучения могут в различных комбинациях использовать эти параметры, формируя на их основе разные стратегии персонализации. Это дает возможность предоставить обучающемуся в электронной среде нужный образовательный контент в нужный момент времени и достигнуть поставленных целей обучения.
Таким образом, электронные обучающие системы, посредством которых осуществляется персонализация обучения, должны в реальном времени реагировать на действия обучающегося в системе, предоставляя ему порции образовательного контента. Объем, последовательность, форма подготовленного контента должны соответствовать целям образовательной организации, целям и индивидуальным особенностям обучающегося.
1.2. Особенности формирования индивидуальной траектории освоения учебной дисциплины
В [14] и других работах образование определяется как процесс достижения обучающимися целей обучения через выполнение учебных мероприятий, взаимодействие друг с другом и средой обучения, что позволяет определять достигнуты ли цели. Обучение приводит к тому, что полученные знания и навыки модифицируются для решения новых задач. Это предполагает активную роль обучающегося в процессе обучения и согласуется с критериями обучения, а именно, что во время обучения изменяется способность человека что-либо делать, т. е. изменяется его поведение; эти изменения стабильны и являются результатом практики или опыта [13, 14]. Чтобы эти изменения происходили, требуется определенный объем знаний, практика применения этих знаний, а также способы оценки, адекватные достигаемым целям обучения.
На основании того, что в процессе обучения изменения происходят внутри обучающегося, вполне очевидно, что для эффективной учебной деятельности необходимо определять и учитывать в учебном процессе индивидуальные особенности восприятия и обработки получаемой информации. Это достигается через персонализацию обучения с помощью электронных обучающих систем, а точнее - через формирование ИОТ [9, 74-78].
ИОТ предполагает достижение целей, которые ставятся для образовательного процесса. Эти цели ставит образовательное учреждение, а также обучающийся, в зависимости от своих интересов и склонностей, самооценки
возможностей и ситуации на рынке труда. Для достижения поставленных целей необходимо:
• сформировать образовательный контент;
• определить технологию его освоения (порции учебного материала, последовательность, способы взаимодействия с образовательной средой);
• произвести оценку степени достижения целей.
Таким образом, в современных реалиях, при использовании в образовании систем электронного обучения, необходимо чтобы эти системы были адаптируемыми к требованиям и возможностям обучающихся, к целям образования, соответствовали бы процессу обучения, в котором цели обучения определяют то, чему мы должны учить, как мы должны учить и как мы можем узнать, насколько хорошо обучающиеся усвоили учебный материал [70]. В результате становится важным сосредоточиться как на содержании, так и на процессе обучения, то есть на том, что студенты учат, а также на том, как они учатся. Электронные обучающие системы способны реализовывать функции формирования образовательного контента, предъявления их обучающемуся и контроля освоения.
Таким образом, для решения задачи формирования индивидуальной траектории освоения учебного материала необходимо: а) оперативно формировать в электронной среде контент учебного курса; б) направлять процесс освоения учебного материала. В этих направлениях далее и производился анализ публикаций.
Формирование в электронной среде содержания учебного курса
Содержание учебных материалов должно последовательно, шаг за шагом, приводить обучающегося к способности выполнять ту деятельность, которая предполагается для выпускника соответствующей специальности, и в том объеме, который предполагает соответствующая квалификация. При решении задачи отбора учебного материала для учебной дисциплины необходимо сформировать
такой набор знаний и умений, который обеспечил бы достижение поставленных целей обучения.
Основой учебно-программной документации являются образовательные стандарты и квалификационная характеристика специалиста. В общем виде квалификационная характеристика отражает деятельностное предназначение специалиста с указанием его квалификации; требования к знаниям и умениям, каким должен отвечать выпускник; требования к уровню подготовки специалистов для решения различных задач, которые выпускники вузов должны уметь решать в практической деятельности.
Цели обучения
Образовательные цели формируются запросами профессиональных сообществ, задаются обучающей организацией и самим обучающимся.
Цели обучающей организации реализуются в виде учебных программ, в которых отражена их педагогическая составляющая - это может быть обусловлено требованиями образовательных и профессиональных стандартов, разными теориями обучения, подходами к обучению (например, смешанное обучение, «перевернутый класс», проблемное обучение и т. д.). Отбор содержания обучения в этом аспекте отражен в работах Г. А. Атанова, И. И. Ильясова, Н. А. Галатенко, В. Д. Шадрикова [32, 49, 80] и других авторов. Выбор содержания основывается на выборе целей обучения, которые в свою очередь сформированы на основе деятельностного подхода к обучению. Под содержанием понимается набор знаний, необходимых для формирования умений. Авторы предлагают выбор знаний, необходимых для формирования ранее определенных умений, производить по дидактическим принципам. В результате такого подхода, когда определение набора знаний отделено от определения набора умений, наблюдается слабая корреляция между ними, что снижает эффективность достижения целей обучения, и измерение степени достижения целей проводится опосредованно.
Цели обучающегося индивидуальны и зависят от многих факторов [74, 80-84]. Исследование публикаций об особенностях обучающихся, влияющих на их
цели обучения, позволило выявить следующие аспекты: внимание, усердие как способность сконцентрироваться - [86-89]; уверенность, способность к самооценке - [86, 89]; уровень освоения учебного материала - [77, 83, 90-94]; интересы, предпочтения как индивидуальные акценты в обучении - [91, 95-99]. Для автоматизации обработки разнородных данных об обучающемся используют обработку данных о действиях пользователей в Интернете [100, 101].
Для отражения требований рынка труда в подготовке специалистов необходимо производить анализ соответствующей профессиональной деятельности [102-104]. Для этого используются методы моделирования компетенций работников [45]. Также применяется метод функционального анализа [105], осуществляемый экспертами из представителей работодателей, в форме опроса самих работодателей и их работников.
Механизм определения суммы понятий, которая должна входить в содержание обучения, предложен в проекте «Тюнинг», инициированном европейскими вузами. Со временем «Тюнинг» трансформировался в глобальную методологическую систему, охватившую сферы образования многих регионов мира. В России «Тюнинг» реализован как независимый университетский проект при участии европейских и российских университетов. Основная идея «Тюнинг» в том, что университеты не стремятся унифицировать свои образовательные программы через создание какой-либо единой системы, жестко предписывающей структуру, содержание или требования к организации образовательного процесса, а ищут точки сближения и взаимопонимания на основе компетентностного подхода [107]. Предлагается концепция ядра знаний - идеи выделения минимально необходимого содержания для изучения на основе выявления наиболее значимых компетенций для соответствующей сферы профессиональной деятельности. Этот подход реализован на уровне образовательных программ, а не учебных дисциплин, по некоторым направлениям подготовки специалистов и позволяет формировать программы обучения специалистов, востребованных не только на российском рынке труда, но и в других странах.
Похожие диссертационные работы по специальности «Другие cпециальности», 00.00.00 шифр ВАК
ПЕРСОНАЛИЗАЦИЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ С\nИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫХ\nТЕХНОЛОГИЙ2015 год, кандидат наук КОНДРАТЕНКО Борис Анатольевич
ПЕРСОНАЛИЗАЦИЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ С ИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ2015 год, кандидат наук Кондратенко Борис Анатольевич
Управление многоуровневыми адаптивными обучающими системами как элементами формирования качества образовательного процесса2008 год, кандидат технических наук Филосова, Елена Ивановна
Разработка адаптивной системы дистанционного обучения в сфере информационных технологий2014 год, кандидат наук Власенко, Алексей Александрович
Алгоритмы автоматизированного формирования баз знаний для систем дистанционного обучения2013 год, кандидат наук Медведев, Роман Евгеньевич
Список литературы диссертационного исследования кандидат наук Аникьева Марина Анатольевна, 2023 год
СПИСОК ИСПОЛЬЗОВАННЫХ ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ
1. ТАСС. Формирование цифровой экономики - это вопрос национальной безопасности РФ / ТАСС. - https://tass.ru/ekonomika/4389411.
2. Grigoriev, S. G. Digital University / S. G. Grigoriev, I. Y. Mishota: Proceedings of the 1st International Scientific Conference "Modern Management Trends and the Digital Economy: from Regional Development to Global Economic Growth": Atlantis Press, 2019. - C.634-637. - https://doi.org/10.2991/mtde-19.2019.128.
3. Указ Президента РФ от 9 мая 2017 г. № 203. О Стратегии развития информационного общества в Российской Федерации на 2017-2030 годы / Указ Президента РФ от 9 мая 2017 г. № 203. - URL: http://www.garant.rU/products/ipo/prime/doc/71570570/#ixzz4jhpjoKJn
4. Contemporary didactics in higher education in Russia / V. A. Shershneva, L. V. Shkerina, V. N. Sidorov [и др.] // European Journal of Contemporary Education. - 2016. - Т. 3, № 17. - C. 357-367. - URL: https://doi.org/10.13187/ejced.2016.17.357
5. Сиразетдинов, Р. Т. Новые технологии образования на основе малоразмерного антропоморфного робота РОМА / Р. Т. Сиразетдинов, А. Ю. Фадеев, Р. Э. Хисамутдинов // Информатика и образование. - 2019. - № 1. - C. 33-39. -URL: https://doi.org/10.32517/0234-0453-2019-34-1-33-39
6. Optimal Composition of e-Learning Personalization Resources / S. Ghallabi, F. Essalmi, M. Jemni, Kinshuk // State-of-the-art and future directions of smart learning / еd. Y. Li, M. Chang, M. Kravcik, E. Popescu, R. Huang, Kinshuk, N.-S. Chen. - New York : Springer Berlin Heidelberg, 2015. - C. 297-301.
7. Goodyear, P. Teaching as design / P. Goodyear // HERDSA Review of Higher Education. - 2015. - Т. 2, № 1. - C. 27-50. - URL: www.herdsa.org.au/herdsa-review-higher-education-vol-2/27-50
8. Gynther, K. Design Framework for an Adaptive MOOC Enhanced by Blended Learning / K. Gynther // The Electronic Journal of e-Learning. - 2016. - Т. 14, № 1. - C. 15-30. - URL: http://www.ejel.org/volume14/issue1
9. Premlatha, K. R. Learning content design and learner adaptation for adaptive e-learning environment / K. R. Premlatha, T. V. Geetha // Artificial Intelligence Review. - 2015. - Т. 44, № 4. - C. 443-465. - URL: https://doi.org/10.1007/s10462-015-9432-z
10. Макаренко, А. А. Педагогический дизайн как средство повышения эффективности организации учебного процесса / А. А. Макаренко // Вестник Костромского государственного университета. Серия: Педагогика. Психология. Социокинетика. - 2017. - № 4. - C.13-16.
11. Бабанский, Ю. К. Оптимизация процесса обучения / Ю. К. Бабанский. -Москва : Педагогика, 1977. - 256 c.
12. Wikhamn, B. R. Challenges of adopting constructive alignment in action learning education / B.R. Wikhamn // Action Learning: Research and Practice. - 2017. -Т. 14, № 1. - C. 18-28. - URL: https://doi.org/10.1080/14767333.2016.1251880
13. Shuell, T. J. Cognitive Conceptions of Learning / T. J. Shuell // Review of Educational Research. - 1986. - Т. 56, № 4. - C. 411. - URL: https://doi.org/10.2307/1170340
14. Exploring the e-Learning State of Art / E. K. Kahiigi, L. Ekenberg, H. Hansson [et al.] // Electronic Journal of e-Learning. - 2008. - Т. 6, № 2. - C. 77-88. - URL: http://www.diva-portal.org/smash/record.jsf?pid=diva2%3A185115&dswid=7717
15. Калдыбаев, С. К. Педагогические измерения: становление и развитие / С. К. Калдыбаев. - Бишкек : Айат, 2008. - 208 c.
16. Бурков, В. Н. Теория графов в управлении организационными системами / В. Н. Бурков, А. Ю. Заложнев, Д. А. Новиков. - Москва : СИНТЕГ, 2001. -124 c.
17. Берг, Д. Б. Модели жизненного цикла / Д. Б. Берг, Е. А. Ульянова, П. В. Добряк. - Екатеринбург : Изд-во Урал. ун-та, 2014. - 74 c.
18. Бершадский, А. М. Информационная поддержка согласования регионального рынка труда и рынка образовательных услуг / А. М. Бершадский. - Пенза : Изд-во ПГУ, 2009. - 123 с.
19. Войшвилло, Е. К. Понятие как форма мышления / Е. К. Войшвилло. - Москва : Изд-во МГУ, 1989. - 239 с.
20. Захарова, И. В. Опыт актуализации образовательных стандартов высшего образования в области ИКТ / И. В. Захарова, О. А. Кузенков // Современные информационные технологии и ИТ-образование. - 2017. - Т. 13, № 4. - C.46-57. - URL: https://eHbrary.ru/item.asp?id=30725847.
21. Бурков, В. Н. Введение в теорию управления организационными системами / В. Н. Бурков, Н. А. Коргин, Д. А. Новиков. - Москва : Либроком, 2009. - 264 с.
22. Новиков, А. И. Семантика текста и ее формализация / А. И. Новиков. - Москва : Наука, 1983. - 216 с.
23. Новиков, Д. А. Теория управления организационными системами / Д. А. Новиков. - Москва : МПСИ, 2005. - 584 с.
24. Тюхтин, В. С. Теория автоматического опознавания и гносеология / В. С. Тюхтин. - М. : Наука, 1976. - 190 с.
25. Уемов, А. И. Системный подход и общая теория систем / А. И. Уемов. - Москва : Мысль, 1978. - 272 с.
26. Аванесов, В. С. Основные направления развития педагогических измерений / В. С. Аванесов // Школьные технологии. - 2012. - №1. - C. 157-174. - URL: https://elibrary.ru/item.asp?id=17743300.
27. Аванесов, В. Проблема развития педагогических измерений / В. Аванесов // Педагогические измерения. - 2011. - №2. - C. 3-35. - URL: https://elibrary.ru/item.asp?id=17072803
28. Андрюшкова, О. В. Эмергентное обучение в информационно-образовательной среде / О. В. Андрюшкова, С. Г. Григорьев. - Москва : Образование и Информатика, 2018. - 104 с.
29. Арзамасцев, А. А. Оптимальное проектирование и повышение эффективности процесса обучения в системе высшего образования / А. А. Арзамасцев,
Т. Ю. Китаевская // Вестник Томского государственного университета -1999. - Т. 4, № 4. - C. 485-488. - URL: https://elibrary.ru/item.asp?id=16389344.
30. Атанов, Г.А. Обучение и искусственный интеллект, или основы современной дидактики высшей школы / Г.А. Атанов, И.Н. Пустынникова. - Донецк : Изд-во ДОУ, 2002. - 504 с.
31. Атанов, Г. А. Деятельностный подход в обучении / Г. А. Атанов. - Донецк : ЕАИ-пресс, 2001. - 160 с.
32. Карпенко, М. П. Проблема измерения знаний и образовательные технологии / М. П. Карпенко // Труды СГУ. Серия "Психология и социология образования". -1999. - № 10. - C. 14-19.
33. Качество высшего образования / под ред. М. П. Карпенко. - Москва : Изд-во СГУ, 2012. - 291 с. - URL: https://elibrary.ru/item.asp?id=22849178
34. Китаевская, Т. Ю. Моделирование учебных программ в условиях временных ограничений / Т. Ю. Китаевская, А. А. Демина // Вестник Томского государственного университета. - 2014. - Т. 1, № 9. - URL: https://elibrary.ru/item.asp?id=12942777
35. Китаевская, Т. Ю. Компьютерно-ориентированная технология проектирования содержания обучения в вузе / Т. Ю. Китаевская, А. А. Арзамасцев // Вестник омского государственного университета. - 2002. - Т. 7, № 1. - C. 26-28. - URL: https://elibrary.ru/item.asp?id=16259995
36. Косухин, В. М. Модель оценки объема содержания учебной единицы с учетом ее сложности / В. М. Косухин // Сборник научных трудов ВИПС. - 1998. -№8. - C.114-121.
37. Красных, В. В. Основы психолингвистики и теории коммуникации / В. В. Красных. - Москва : ИТДГК «Гнозис», 2001. - 270 с.
38. Лисицына, Л. С. Концепция и методология управления разработкой образовательного процесса по подготовке компетентных выпускников средствами сетевой информационной системы / Л. С. Лисицына. - Санкт-Петербург, 2008. - 32 с.
39. Лямин, А. В. Модели, методы и алгоритмы построения автоматизированных систем управления процессом электронного обучения в сфере высшего образования / А. В. Лямин ; Университет ИТМО. - Пенза, 2019.
40. Мизинцев, В. П. Количественная оценка эффективности и качества учебного процесса / В. П. Мизинцев. - Южно-Сахалинск, 1987. - 397 с.
41. Мизинцев, В. П. "Зачетная единица" и проблема ГОС / В. П. Мизинцев,
B. В. Моисеев // Вестник ФГОУ ВПО МГАУ. - 2009. - № 6. - C. 28-33. -URL:https://eHbrary.ru/item.asp?id=13039686
42. Павличева, Е. Н. Информационные процессы поддержки принятия решений в многоуровневых образовательных системах / Е. Н. Павличева, О. Н. Ромашкова. - Москва : ОнтоПринт, 2022. - 156 с.
43. Автоматизация процесса многокритериального ранжирования студентов с помощью электронного портфолио / Л. А. Пономарева, О. Н. Ромашкова, А. Н. Белякова, В. С. Заболотникова // Вестник Донского государственного технического университет. - 2020. - Т. 19, № 4. - C. 382-388. - URL: https://doi.org/10.23947/1992-5980-2019-19-4-382-388
44. Ризаев, З. И. Алгоритмы оценки выполнимости проекта и распределения заданий на основе математического моделирования компетенций работников / З. И. Ризаев, Р. Т. Сиразетдинов // Нелинейный мир. - 2012. - № 5. - C. 317321.
45. Фионова, Л. Р. Адаптивное управление в системе непрерывного образования на основе компетентностного подхода / Л. Р. Фионова. - Пенза, 2009. - 37 с.
46. Финогеев, А. Г. Технологии виртуальной и расширенной реальности для поддержки учебного процесса / А. Г. Финогеев, А. З. Финогеева // Инновации на основе информационных и коммуникационных технологий. - 2010. - № 1. -
C.81-83. - URL: https://elibrary.ru/item.asp?id=21210660
47. Холодная, М. А. Когнитивные стили о природе индивидуального ума / М. А. Холодная. - Москва : Питер, 2004. - 196 с.
48. Шадриков, В. Д. Психология деятельности человека / В. Д. Шадриков. - Москва : Изд-во «Институт психологии РАН», 2013. - 464 с.
49. Biggs, J. B. Student approaches to learning and studying / J. B. Biggs. - Melbourne: Australian Council for Educational Research, 1987.
50. Generalized metrics for the analysis of E-learning personalization strategies / F. Essalmi, L. J. B. Ayed, M. Jemni [et al.] // Computers in Human Behavior. -2015. - Т. 48, № 1. - C. 310-322. - URL: https://doi.org/10.1016/j.chb.2014.12.050
51. Heywood, J. The Assessment of Learning in Engineering Education / J. Heywood. -New Jersey : Wiley-IEEE Press, 2016. - 366 c.
52. E-Learning Systems / A. Klasnja-Milicevic, B. Vesin, M. Ivanovic [et al.]. -Switzerland : Springer, 2017.
53. Miller, G. A. The Magical Number Seven, Plus or Minus Two / G.A. Miller // The Psychological Review. - 1956. - № 63. - C. 81-97. - URL: https://doi.org/10.1037/h0043158
54. Schmidt, H. G. Problem-based learning / H. G. Schmidt // Medical Education. -1983. - Т. 17, № 1. - C. 11-16. - URL: https://doi.org/10.1111/j.1365-2923.1983.tb01086.x
55. Tyler, R. W. Basic Principles of Curriculum and Instruction / R. W. Tyler. - Chicago : The University of Chicago Press, 1949. - 144 c.
56. Аникьева, М. А. Методика расчета времени для освоения учебного материала / М. А. Аникьева // International Journal of Advanced Studies. - 2018. - Т. 8, № 2. - C.74-90. - URL: https://doi.org/10.12731/2227-930X-2018-2-74-90
57. Аникьева, М. А. Формирование индивидуального графика изучения материалов учебной дисциплины в электронной среде в условиях ограниченного времени обучения / М. А. Аникьева // Моделирование, оптимизация и информационные технологии. - 2019. - Т.7, №4. - C. 1-16. -URL: https://doi.org/10.26102/2310-6018/2019.27A023
58. Аникьева, М. А. Измерение достижений обучающегося для формирования индивидуального графика обучения в электронной среде / М. А. Аникьева // Информатика и образование. - 2020. - № 4. - C. 46-52. - URL: https://doi.org/10.32517/0234-0453-2020-35-4-46-52
59. Аникьева, М. А. Разработка модуля расчета индивидуального графика освоения материалов учебной дисциплины / М. А. Аникьева // Информатика и образование. - 2021. - №5. - C. 35-45. - URL: https://doi.org/10.32517/0234-0453-2021-36-5-35-45
60. Аникьева, М. А. Применение графов знаний в образовательной среде для персонализированного обучения / М. А. Аникьева // Информатика и образование. - 2021. - № 10. - C. 33-42. - URL: https://doi.org/10.32517/0234-0453-2021-36-10-33-42
61. Anikieva, M. A. The choice of customisation strategies in training / M. A. Anikieva // Australasian Journal of Educational Technology. - 2021. - Т. 37, № 3. - C. 170-186. -URL: https://doi.org/10.14742/ajet.6185
62. Аникьева, М. А. et al. Программа формирования индивидуального графика обучения учебной дисциплине / М. А. Аникьева, А. А. Богатырёва. -14.06.2022. - № RU 2022662425.
63. Convergent approach to synthesis of the information learning environment for higher education / A. Finogeev, L. Gamidullaeva, A. Bershadsky [и др.] // Education and Information Technologies. - 2020. - Т. 25, № 1. - C. 11-30. - URL: https://doi.org/10.1007/s10639-019-09903-5
64. Model in SM of DEE Based on Service-Oriented Interactions at Dynamic Software Product Lines / V. Mkrttchian, A. Bershadsky, A. Bozhday, L. Fionova // Identification, Evaluation, and Perceptions of Distance Education Experts: IGI Global, 2015. - C. 231-248.
65. Киргуева, Ф. Х. Современные представления о моделировании в педагогике / Ф. Х. Киргуева, М. Х. Тотоонова // Современные проблемы науки и образования. - 2015. - № 3. - С. 404.
66. Learning Management System for the Development of Professional Competencies / L. Fionova, A. Finogeev, A. Finogeev, T. Q. Vinh // First conference, CIT&DS 2015: Creativity in intelligent technologies and data science. - Cham : Springer, 2015. -C. 793-803. - URL: https://doi.org/10.1007/978-3-319-23766-4_63
67. Кошевой, О. С. Образовательная среда вуза глазами студента: социологический анализ / О. С. Кошевой, М. К. Карпова // Известия Иркутской государственной экономической академии. - 2011. - № 6. - C. 1-7.
68. Andryushkova, O. Searching criteria for effective management of blended learning / O. Andryushkova, S. Grigoriev // CEUR Workshop Proceedings. - 2016. - Т.1761. - C. 139-145. - URL: https://www.scopus.com/record/display.uri?eid=2-s2.0-85009468996&origin=inward&txGid=8d74f101beb1 acc549cd81db7a7a210e
69. Применение методов интеллектуального анализа данных для реализации рефлексивной адаптации в системах e-learning / А. С. Бождай, Ю. И. Евсеева, А. А. Гудков [и др.] // Открытое образование. - 2017. - Т. 21, № 4. - C.13-20. -URL: https://doi.org/10.21686/1818-4243-2017-4-13-20
70. Biggs, J. What the student does / J. Biggs // Higher Education Research & Development. - 2012. - Т. 31, № 1. - C. 39-55. - URL: https://doi.org/10.1080/07294360.2012.642839
71. Kember, D. Promoting student-centred forms of learning across an entire university / D. Kember // Higher Education. - 2009. - Т. 58, № 1. - C. 1-13. - URL: https://doi.org/10.1007/s10734-008-9177-6
72. Пак, Н. И. Студент-центированное обучение в образовательных кластерах / Н. И. Пак // I Международная научная конференция "Информатизация образования и методика электронного обучения", в рамках IV Международного научно-образовательного форума "Человек, семья и общество: история и перспективы развития": Информатизация образования и методика электронного обучения. - Красноярск : Сиб. федер. ун-т., 2016. - C. 14-19.
73. Каргина, З. А. Индивидуализация, персонализация, персонификация - ведущие тренды развития образования в XXI веке / З. А. Каргина // Наука и образование: современные тренды. - 2015. - Т. 2, № 8. - C. 172-187. - URL: https://elibrary.ru/item.asp?id=23945791
74. Role of personality in computer based learning / A. Tlili, F. Essalmi, M. Jemni [et al.] // Computers in Human Behavior. - 2016. - Т. 64. - C. 805-813. - URL: https://doi.org/10.1016/j.chb.2016.07.043
75. Kurilovas, E. Recommending suitable learning paths according to learners' preferences / E. Kurilovas, I. Zilinskiene, V. Dagiene // Computers in Human Behavior. - 2015. - Т. 51, № Part B. - C. 945-951. - URL: https://doi.org/10.1016/j.chb.2014.10.027
76. Anurup / P. Madhavi, K. Akshay, N. Suman [и др.]. 2012 IEEE Fourth International Conference on Technology for Education. - Los Alamitos Calif.: IEEE, 2012. -
C. 13-19. - URL: https://doi.org/10.1109/T4E.2012.26
77. Вайнштейн, Ю. В. Персонализация образовательного процесса в электронной среде / Ю. В. Вайнштейн, Р. В. Есин // Электронное обучение в непрерывном образовании. - 2017. - № 1. - C. 54-59. - URL: https://elibrary.ru/item.asp?id=29120644
78. Сысоев, П. В. Обучение по индивидуальной траектории / П. В. Сысоев // Язык и культура. - 2013. - № 4. - C. 121-131. - URL: https://elibrary.ru/download/elibrary_21114693_65284249.pdf.
79. Ильясов, И. И. Проектирование курса обучения по учебной дисциплине / И. И. Ильясов, Н. А. Галатенко. - Москва : Логос, 1994. - 208 c.
80. Toward the selection of the appropriate e-learning personalization strategy / R. Haddaji, F. Essalmi, S. Hamzaoui, A. Tlili // Innovations in Smart Learning / ed. E. Popescu, Kinshuk, M. K. Khribi, R. Huang, M. Jemni, N.-S. Chen,
D. G. Sampson. - Singapore : Springer Singapore, 2017. - C. 59-68.
81. Mbendera, A. J. Towards Development of Personalised Knowledge Construction Model for e-Learning / A. J. Mbendera, C. Kanjo, L. Sun: Second International Conference on Mobile, Hybrid, and On-line Learning: IEEE, 10-16 Feb. 2010. -C. 29-35. - URL: https://doi.org/10.1109/eLmL.2010.28
82. Su, C. Designing and Developing a Novel Hybrid Adaptive Learning Path Recommendation System (ALPRS) for Gamification Mathematics Geometry Course / C. Su // Eurasia Journal of Mathematics, Science and Technology Education. -2017. - Т. 13, № 6. - C. 2275-2298. - URL: https://doi.org/10.12973/eurasia.2017.01225a
83. Khamparia, A. SVM and PCA Based Learning Feature Classification Approaches for E-Learning System / A. Khamparia, B. Pandey // International Journal of Web-Based Learning and Teaching Technologies. - 2018. - Т. 13, № 2. - C. 32-45. - URL: https://doi.org/10.4018/IJWLTT.2018040103
84. Соколов, Н. К. Синтез оптимальных траекторий обучения / Н. К. Соколов // Наука и образование: научное издание МГТУ им. Н. Э. Баумана. - 2012. -№ 1. - C. 26. - URL: https://elibrary.ru/item.asp?id=17650859
85. Personalized, Affect and Performance-driven Computer-based Learning /
C. Athanasiadis, E. Hortal, D. Koutsoukos [и др.]. In Proceedings of the 9th International Conference on Computer Supported Education. - 2017. - C. 132139. - URL: https://doi.org/10.5220/0006331201320139
86. Assessing Efficiency of Prompts Based on Learner Characteristics / J. Backhaus,
D. Jeske, H. Poinstingl, S. Koenig // Computers. - 2017. - Т. 6, № 1. - C. 1-15. -URL: https://doi.org/10.3390/computers6010007
87. Lee, K. Scenario Based Dynamic Content Management System for e-Learning Environment / K. Lee, S. Rho, E. Hwang // 2016 30th International Conference on Advanced Information Networking and Applications Workshops (WAINA): IEEE 30th International Conference on Advanced Information Networking and Applications Workshops. - Piscataway, NJ: IEEE, 2016. - C. 183-186. - URL: https://doi.org/10.1109/WAINA.2016.95
88. Lin, F.-R. Mental effort detection using EEG data in E-learning contexts / F.-R. Lin, C.-M. Kao // Computers & Education. - 2018. - Т. 122, № 1. - C. 63-79. - URL: https://doi.org/10.1016/j.compedu.2018.03.020
89. Procrastination and other learning behavioral types in e-learning and their relationship with learning outcomes / Y. Goda, M. Yamada, H. Kato [и др.] // Learning and Individual Differences. - 2015. - Т. 37, № 1. - C. 72-80. - URL: https://doi.org/10.1016/j.lindif.2014.11.001
90. Christudas, B. C. L. An evolutionary approach for personalization of content delivery in e-learning systems based on learner behavior forcing compatibility of learning materials / B. C. L. Christudas, E. Kirubakaran, P. R. J. Thangaiah // Telematics
and Informatics. - 2018. - Т. 35, № 3. - C. 520-533. - URL: https://doi.org/10.1016/j.tele.2017.02.004
91. Personalized recommender system for e-Learning environment based on student's preferences / H. El Fazazi, M. Qbadou, I. Salhi, K. Mansouri // International journal of computer science and network security. - 2018. - Т. 18, № 10. - C.173-178. -URL: http://paper.ijcsns.org/07_book/201810/20181025.pdf
92. Esichaikul, V. Student Modelling in Adaptive E-Learning Systems / V. Esichaikul, S. Lamnoi, C. Bechter // Knowledge Management & E-Learning: An International Journal. - 2011. - Vol. 3, № 3. - P. 342-355. - URL: https://doi.org/10.34105/j.kmel.2011.03.025
93. Gunathilaka, E. A. Individual learning path personalization approach in a virtual learning environment according to the dynamically changing learning styles and knowledge levels of the learner / E. A. Gunathilaka // International Journal of ADVANCED AND APPLIED SCIENCES. - 2018. - Т. 5, № 5. - C. 10-19. - URL: https://doi.org/10.21833/ijaas.2018.05.002
94. Доррер, А. Г. Моделирование интерактивного адаптивного обучающего курса / А. Г. Доррер, Т. Н. Иванилова // Современные проблемы науки и образования. -2007. - № 5. - C. 1-8. - URL: https://elibrary.ru/item.asp?id=9925451
95. Benhamdi, S. Personalized recommender system for e-Learning environment / S. Benhamdi, A. Babouri, R. Chiky // Education and Information Technologies. -2017. - Т. 22, № 4. - C. 1455-1477. - URL: https://doi.org/10.1007/s10639-016-9504-y
96. Lau, A. Knowledge management perspective on e-learning effectiveness / A. Lau, E. Tsui // Knowledge-Based Systems. - 2009. - Т. 22, № 4. - C. 324-325. - URL: https://doi.org/10.1016/j.knosys.2009.02.014
97. Tsortanidou, X. Adaptive Educational Hypermedia Systems based on Learning Styles / X. Tsortanidou, C. Karagiannidis, A. Koumpis // International Journal of Emerging Technologies in Learning (iJET). - 2017. - Т. 12, № 05. - C. 150-168. - URL: https://doi.org/10.3991/ijet.v12i05.6967
98. Wan, S. An e-learning recommendation approach based on the self-organization of learning resource / S. Wan, Z. Niu // Knowledge-Based Systems. - 2018. - Т. 160, № 1. - C. 71-87. - URL: https://doi.org/10.1016/j.knosys.2018.06.014
99. An, D. Learning styles theory fails to explain learning and achievement / D. An, M. Carr // Personality and Individual Differences. - 2017. - Т. 116, № 1. - C. 410416. - URL: https://doi.org/10.1016/j.paid.2017.04.050
100. Social Profiles - Methods of Solving Socio-Economic Problems Using Digital Technologies and Big Data / A. Y. Timonin, A. M. Bershadsky, A. S. Bozhday, O. S. Koshevoy // Digital transformation and global society. Part I / ed.
D. A. e. Alexandrov, A. V. E. Boukhanovsky, A. V. Chugunov, Y. Kabanov, O. Koltsova. - Cham, Switzerland : Springer, 2018. - C. 436-445.
101. Ivaschenko, A. Online Creativity Modeling and Analysis Based on Big Data of Social Networks / A. Ivaschenko, A. Khorina, P. Sitnikov // Intelligent Computing / ed. K. Arai, S. Kapoor, R. Bhatia. - Cham : Springer, 2018. - C. 329-337.
102. Коновалова, Ю. В. Профессиональные стандарты как основа разработки структуры и содержания стандартов профессионального образования и модульных образовательных программ / Ю. В. Коновалова // Образование и наука. - 2008. - № 1. - C. 34-41.
103. Ford, R. Competency-based Education 101 / R. Ford, R. Meyer // Procedia Manufacturing. - 2015. - Т. 3. - C. 1473-1480. - URL: https://doi.org/10.1016/j.promfg.2015.07.325
104. Инновационное экономическое образование. Проектирование кластера компетенций / М. В. Носков, Н. Л. Аширбагина, Н. А. Бурмистрова,
E. А. Кормильцева // Профессиональное образование в россии и за рубежом. -2015. - Т. 20, № 4. - C. 45-53. - URL: https://elibrary.ru/item.asp?id=25127012
105. Коновалова, Ю. В. Функциональный анализ как инструмент определения результатов обучения при проектировании модульно-компетентностных образовательных программ / Ю. В. Коновалова // Наука и образование. -2009. - № 3. - C. 27-35.
106. Ключевые ориентиры для разработки и реализации образовательных программ в предметной области «Информационно-коммуникационные технологии» / И. Ю. Петрова, В. М. Зарипова, Е. Г. Ишкина [и др.]. - Bilbao : Университет Деусто проект Тюнинг Бильбао, 2013. - 64 c.
107. Чернилевский, Д. В. Дидактические технологии в высшей школе / Д. В. Чернилевский. - Москва : ЮНИТИ-ДАНА, 2002. - 437 c.
108. Individualized Learning Trajectories Using Distance Education Technologies / T. Glotova, M. Deev, I. Krevskiy [et al.] // First conference, CIT&DS 2015: Creativity in intelligent technologies and data science. - Cham : Springer, 2015. -C. 778-792. - URL: https://doi.org/10.1007/978-3-319-23766-4_62
109. Gonczi, A. The Competency Model / A. Gonczi, P. Hager // International encyclopedia of education / ed. P. L. Peterson, E. L. Baker, B. McGaw. - Kidlington, Oxford, UK : Academic Press, 2010. - C. 403-410.
110. Gervais, J. The operational definition of competency-based education / J. Gervais // The Journal of Competency-Based Education. - 2016. - Т. 1, № 2. - C. 98-106. -URL: https://doi.org/10.1002/cbe2.1011
111. Пензин, А. С. Компетентностный подход. Идея применения / А. С. Пензин, Т. А. Арюткина, А. И. Богомолов // Научный вестник ВВИМО. - 2016. - № 4. -C.141-143.
112. Judrups, J. Analysis of Knowledge Management and E-Learning Integration Models / J. Judrups // Procedia Computer Science. - 2015. - Т. 43, № 1. - C. 154162. - URL: https://doi.org/10.1016/j.procs.2014.12.021
113. Jonassen, D. H. Activity theory as a framework for designing constructivist learning environments / D. H. Jonassen, L. Rohrer-Murphy // Educational Technology Research and Development. - 1999. - Т. 47, № 1. - C. 61-79. - URL: https://doi.org/10.1007/BF02299477
114. Peña-Ayala, A. Activity theory as a framework for building adaptive e-learning systems / A. Peña-Ayala, H. Sossa, I. Méndez // Computers in Human Behavior. -2014. - Т. 30, № 1. - C. 131-145. - URL: https://doi.org/10.1016/j.chb.2013.07.057
115. Prins, G. T. An Activity-Based Instructional Framework for Transforming Authentic Modeling Practices into Meaningful Contexts for Learning in Science Education / G. T. Prins, A. M. W. Bulte, A. Pilot // Science Education. -2016. - Т. 100, № 6. - C. 1092-1123. - URL: https://onlinelibrary.wiley. com/doi/abs/10.1002/sce.21247
116. Бахусова, Е. В. Технология проектирования учебного процесса: подготовительный и проектировочный этапы / Е. В. Бахусова // Проблемы современного образования. - 2011. - № 2. - C. 111-122. - URL: http://www.pmedu.ru/index.php/ru/zhurnaly-2011-g/vypusk-2
117. Фионова, Л. Р. Управление подготовкой специалистов сферы информационных технологий на основе профессиональных стандартов / Л. Р. Фионова // Прикаспийский журнал: управление и высокие технологии. -2018. - №3. - C.47-59. - URL: https://elibrary.ru/item.asp?id=36777631
118. Бронов, С. А. Автоматизированный метод формирования учебных планов вуза с использованием массива дидактических единиц / С. А. Бронов, Е. В. Лозицкая // Естественные и математические науки в современном мире. -2015. - № 29. - C. 55-61. - URL: https://elibrary.ru/item.asp?id=23206331
119. Богомолов, А. И. К вопросу проектирования учебного процесса / А. И. Богомолов, Т. А. Арюткина // Труды Международного симпозиума Надежность и качество. - 2007. - Т. 1. - C. 7-9. - URL: https://elibrary.ru/item.asp?id=15619190
120. Богомолов, А. И. К вопросу об управлении процессом обучения / А. И. Богомолов, Т. А. Арюткина // Труды Международного симпозиума Надежность и качество. - 2008. - Т. 1. - C. 64-66. - URL: https://elibrary.ru/item.asp?id=15611449
121. Knowledge maps / A. Balaid, M.Z. Abd Rozan, S.N. Hikmi, J. Memon // International Journal of Information Management. - 2016. - Т. 36, № 3. - C. 451475. - URL: https://doi.org/10.1016/j.ijinfomgt.2016.02.005
122. Tang, H. How to Construct Personalized Cognitive Structures / H. Tang, X. Zhu. 2013 Sixth International Symposium on Computational Intelligence and Design. -
Los Alamitos CA: IEEE, 2013. - C. 15-18. - URL: https://doi.org/10.1109/ISCID.2013.11
123. Cakula, S. Development of a Personalized e-learning Model Using Methods of Ontology / S. Cakula, M. Sedleniece // Procedía Computer Science. - 2013. - T. 26, № 1. - C. 113-120. - URL: https://doi.org/10.1016/j.procs.2013.12.011
124. Mustafa, A. The personalization of e-learning systems with the contrast of strategic knowledge and learner's learning preferences / A. Mustafa // Applied Computing and Informatics. - 2018. - T. 34, № 4. - C. 1-27. - URL: https://doi.org/10.1016/j.aci.2018.08.001
125. Nunes, V. T. A context-based model for Knowledge Management embodied in work processes / V. T. Nunes, F. M. Santoro, M. R. Borges // Information Sciences. -2009. - T. 179, № 15. - C. 2538-2554. - URL: https://doi.org/10.1016/j.ins.2009.01.033
126. Cheng, H. A literature overview of knowledge sharing between Petri nets and ontologies / H. Cheng, Z. Ma // The Knowledge Engineering Review. - 2016. -T. 31, № 03. - C. 239-260. - URL: https://doi.org/10.1017/S0269888916000072
127. Gayathri, R. Ontology based knowledge representation technique, domain modeling languages and planners for robotic path planning / R. Gayathri, V. Uma // ICT Express. - 2018. - T. 4, № 2. - C. 69-74. - URL: https://doi.org/10.1016/j.icte.2018.04.008
128. Konys, A. Knowledge systematization for ontology learning methods / A. Konys // Procedia Computer Science. - 2018. - T. 126, № 1. - C. 2194-2207. - URL: https://doi.org/10.1016lj.procs.2018.07.229
129. Tarus, J. K. Knowledge-based recommendation / J. K. Tarus, Z. Niu, G. Mustafa // Artificial Intelligence Review. - 2018. - T. 50, № 1. - C. 21-48. - URL: https://doi.org/10.1007/s10462-017-9539-5
130. Valaski, J. Ontologies application in organizational learning / J. Valaski, A. Malucelli, S. Reinehr // Expert Systems with Applications. - 2012. - T. 39, № 8. - C. 7555-7561. - URL: https://doi.org/10.1016Zj.eswa.2012.01.075
131. Балашова, И. Ю. Построение и исследование предметной онтологии электронного обучения / И. Ю. Балашова // Программные продукты и системы. -2014. - № 3. - C. 26-32. - URL: https://elibrary.ru/item.asp?id=23286138
132. Лаптев, В. В. Модель предметной области и оценка ее сложности в обучающей системе по программированию / В. В. Лаптев // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. - 2010. - № 2. - URL: https:/^yberleninka.m/artide/v/model-predmetnoy-oЫasü-i-otsenka-ee-slozhnosti-v-obuchayuschey-sisteme-po-programmirovaniyu
133. Савенко, А. П. Упрощенная методика построения многослойной онтологической модели предметной области / А.П. Савенко // Научный журнал КубГАУ. - 2014. - № 100. - URL: https:/^yberleninka.m/artide/v/uproschennaya-metodika-postroeniya-mnogosloynoy-ontologicheskoy-modeli-predmetnoy-oblasti
134. Слободюк, А. А. О подходе к созданию онтологийна основе системно-объектных моделей предметной области / А. А. Слободюк, С. И. Маторин, С. Н. Четвериков // Научные ведомости БелГУ Серия: Экономика. Информатика. - 2013. - № 22. - C. 186-194. - URL: https://cyberleninka.ru/article/v/o-podhode-k-sozdaniyu-ontologiyna-osnove-sistemno-obektnyh-modeley-predmetnoy-oblasti
135. Юрков, Н. К. Интернет-технологии в учебном процессе / Н. К. Юрков, Е. В. Стежка // Современные информационные технологии. - 2009. - № 10. -C. 125-128. - URL: https://elibrary.ru/item.asp?id=17660009
136. Tankelevidene, L. Towards a Сопсер1на1 Model of Learning Context in E-learning / L. Tankelevidene, R. Damasevidus. 2009 Ninth IEEE International Confere^e on Adva^ed Learning Te^nologies. IEEE, 2009. - C. 645-646. - URL: https://doi.org/10.1109/ICALT.2009.184
137. Проектирование содержания обучения информатике в вузе / А. А. Арзамасцев, Н. А. Зенкова, Т. Ю. Китаевская, М. А. Иванов // Вестник Томского государственного университета. Серия: Естественные и технические
науки. - 2001. - Т. 6, № 3. - C. 367-373. - URL: https://eHbrary.ru/item.asp?id=16363907
138. Арзамасцев, А. А. Модернизация системы управления университетом с использованием информационных технологий / А. А. Арзамасцев, Н. А. Зенкова, Ю. А. Зусман // Вестник Томского государственного университета. - 2005. - Т. 10, № 3. - C. 267-269. - URL: https://elibrary.ru/item.asp?id=9613436
139. Лещенко, Е. М. Математические модели управления обучением с учетом распределения времени усвоения знаний / Е. М. Лещенко // РЕГИОН: системы, экономика, управление. - 2012. - № 1. - C. 131-136. - URL: https://elibrary.ru/download/elibrary_17903628_81815926.pdf
140. Попов, Д. И. Нечеткая оверлейная модель учащегося в интеллектуальной обучающей системе / Д. И. Попов, О. Ю. Лазарева // Научный вестник МГТУ ГА. - 2015. - № 213. - C. 141-148.
141. Куликова, О. В. Проектирование учебного процесса на основе математического моделирования качества освоения дидактических единиц / О. В. Куликова, Н. П. Чуев // Фундаментальные исследования. - 2014. - № 8. -C.1658-1662.
142. Коляда, М. Г. Использование закона Брэдфорда для определения количества усвоенных на занятии учебных понятий / М. Г. Коляда // Вестник Донецкого национального университета. Сер. Б: Гуманитарные науки. - 2016. - № 4. -C. 47-52. - URL: https://elibrary.ru/item.asp?id=32430562
143. Тазетдинов, А. Д. Технология структурирования и визуализации учебной информации в репетиторских системах / А. Д. Тазетдинов // Информационно-управляющие системы. Информационные технологии и образование. - 2009. -№ 1. - C. 60-65. - URL: https://elibrary.ru/item.asp?id=12291619
144. Афанасьев, В. В. Педагогическая диагностика качества познавательной деятельности студентов / В. В. Афанасьев, Р. Г. Резаков // Вестник МГПУ. Серия: Педагогика и психология. - 2012. - № 3. - C. 33-41. - URL: https://elibrary.ru/item.asp?id=18936527
145. Образцов, П. И. Дидактика высшей военной школы / П. И. Образцов, В. М. Косухин. - Орел : Академия Спецсвязи России, 2004. - 317 c.
146. Доррер, Г. А. Оптимальное управление процессом приобретения и оценивания компетенций студентов вуза / Г. А. Доррер, А. Г. Доррер, Г. М. Рудакова // Открытое образование. - 2018. - Т. 22, № 2. - C. 37-44. - URL: https://doi.org/10.21686/1818-4243-2018-2-37-44
147. Bloom, B. S. The Relationship Between Educational Objectives and Examinations Designed to Measure Achievement in General Education Courses at the College Level / Bloom Benjamin S. - Chicago, 1946. - 124 c.
148. Беспалько, В. П. Слагаемые педагогической технологии / В. П. Беспалько. -Москва : Педагогика, 1989. - 192 c.
149. Miller, G. E. The assessment of clinical skills/competence/performance /
G. E. Miller // Acad Med. - 1990. - Т. 65, № 9. - C. 63-67. - URL: http://winbev.pbworks.com/fZAssessment.pdf
150. Carr, S. J. Assessing clinical competency in medical senior house officers / S. J. Carr // Postgraduate medical journal. - 2004. - Vol. 80, № 940. - P. 63-66. -URL: https://doi.org/10.1136/pmj.2003.011718
151. Dreyfus, S. E. A Five-Stage Model of the Mental Activities Involved in Directed Skill Acquisition / S. E. Dreyfus, H. L. Dreyfus // University of California, Berkeley. -1980. - URL: https://www.researchgate.net/publication/235125013_A_Five-Stage_Model_of_the_Mental_Activities_Involved_in_Directed_Skill_Acquisition
152. Белова, Е. К. Таксономия уровней целей учебной деятельности и ее учет при дидактическом проектировании / Е. К. Белова // Проблеми шженерно-педагопчно! освгги. - 2007. - № 17. - C. 1-12.
153. Нуриев, Н. К. Оценка компетентности через качества владения компетенцией /
H. К. Нуриев, С. Д. Старыгина, Э. А. Гибадуллина // Символ науки. - 2015. -№ 7.
154. Галеев, И. Х. Интеллектуальные обучающие системы / И. Х. Галеев. -Казань : Изд-во КНИТУ-КАИ, 2018. - 76 c.
155. Wilson, C. Adaptive systems in education / C. Wilson, B. Scott // International Journal of Information and Learning Technology. - 2017. - Т. 34, № 1. - C. 2-19. -URL: https://doi.org/10.1108/IJILT-09-2016-0040
156. Lerís López, D. Aprendizaje adaptativo en Moodle / D. Lerís López, F. Vea Muniesa, Á. Velamazán Gimeno // Education in the Knowledge Society (EKS). -2015. - Т. 16, № 4. - C. 138-157. - URL: https://doi.org/10.14201/eks201516138157
157. Носков, М. В. Прогнозирование сохранности контингента студентов на основе мониторинга текущей успеваемости в электронных обучающих курсах / М. В. Носков, М. В. Сомова // Вестник Красноярского государственного педагогического университета им. В. П. Астафьева. - 2014. - Т. 29, № 3. - C. 8487. Красноярского государственного педагогического университета. - URL: https://elibrary.ru/item.asp?id=21996272
158. Царев, Р. Ю. Адаптивное обучение с использованием ресурсов информационно-образовательной среды / Р. Ю. Царев, С. В. Тынченко, С. Н. Гриценко // Современные проблемы науки и образования. - 2016. - № 5.
159. Вайнштейн, Ю. В. Адаптивные электронные обучающие ресурсы как средство повышения квалификации педагогических кадров / Ю. В. Вайнштейн, Р. В. Есин, Г. М. Цибульский // Вестник Красноярского государственного педагогического университета им. В. П. Астафьева. - 2017. - № 2. - C. 52-55. -URL: https://elibrary.ru/item.asp?id=29368861.
160. Вайнштейн, Ю. В. Адаптивная модель построения индивидуальных образовательных траекторий при реализации смешанного обучения педагогических кадров / Ю. В. Вайнштейн, Р. В. Есин, Г. М. Цибульский // Информатика и образование. - 2017. - № 2. - C. 83-86. - URL: https://elibrary.ru/item.asp?id=29328037
161. Metcalfe, J. A Region of Proximal Learning model of study time allocation / J. Metcalfe, N. Kornell // Journal of Memory and Language. - 2005. - Т. 52, № 4. -C. 463-477. - URL: https://doi.org/10.1016/jjml.2004.12.001
162. Tullis, J. G. On the effectiveness of self-paced learning / J. G. Tullis, A. S. Benjamin // Journal of Memory and Language. - 2011. - Vol. 64, № 2. -P. 109-118. - URL:https://doi.org/10.1016/jjml.2010.11.002
163. Design and evaluation of planning and mathematical models for generating learning paths / R. Sanchez Nigenda, C. Maya Padrón, I. Martínez-Salazar, F. Torres-Guerrero // Computational Intelligence. - 2018. - Т. 34, № 3. - C. 821-838. -URL:https://doi.org/10.1111/coin.12134
164. Garrido, A. On the use of case-based planning for e-learning personalization / A. Garrido, L. Morales, I. Serina // Expert Systems with Applications. - 2016. -Т. 60. - C. 1-15. - URL:https://doi.org/10.1016/j.eswa.2016.04.030
165. Заславская, О. Ю. Особенности построения индивидуальной траектории обучения информатике на основе динамической интегральной оценки уровня знаний / О.Ю. Заславская, О.Я. Кравец // Вестник Российского университета дружбы народов. Серия: Информатизация образования. - 2010. - № 4. - C. 4751. - URL: https://elibrary.ru/item.asp?id=15249115
166. On the automatic compilation of e-learning models to planning / A. Garrido, S. Fernández, L. Morales [et al.] // The Knowledge Engineering Review. - 2013. -Т. 28, № 02. - C. 121-136. - URL: https://doi.org/10.1017/S0269888912000380
167. Somyürek, S. The new trends in adaptive educational hypermedia systems / S. Somyürek // The International Review of Research in Open and Distributed Learning. - 2015. - Т. 16, № 1. - C. 221-241. - URL: https://doi.org/10.19173/irrodl.v16i1.1946
168. Comparison of E-Learning Personalization Systems / N. Blazheska-Tabakovska, M. Ivanovic, A. Klasnja-Milicevic, J. Ivkovic // International Journal of Emerging Technologies in Learning (iJET). - 2017. - Т. 12, № 01. - C. 57-70. - URL: https://doi.org/10.3991/ijet.v12i01.6085
169. Adaptive Recommendations to Students Based on Working Memory Capacity / T.-W. Chang, J. Kurcz, M. M. El-Bishouty [et al.]. 2014 IEEE 14th International Conference on Advanced Learning Technologies. - Piscataway NJ : IEEE, 2014. -C. 57-61. - URL: https://doi.org/10.1109/ICALT.2014.27
170. Towards a shared ontology / L. Hay, A. H. B. Duffy, C. McTeague [et al.] // Design Science. - 2017. - T. 3, № 1. - C. 1-42. - URL: https://doi.org/10.1017/dsj.2017.6
171. Siddique, A. Developing Adaptive E-Learning Environment Using Cognitive and Noncognitive Parameters / A. Siddique, Q.S. Durrani, H. A. Naqvi // Journal of Educational Computing Research. - 2018. - T. 57, № 4. - C. 811-845. - URL: https://doi.org/10.1177/0735633118769433
172. Applications of learning curves in production and operations management / C. H. Glock, E. H. Grosse, M. Y. Jaber, T. L. Smunt // Computers & Industrial Engineering. - 2018. - T. 131, № 1. - C. 422-441. -URL:https://doi.org/10.1016/j.cie.2018.10.030
173. Lee, W.-C. Scheduling with general position-based learning curves / W.-C. Lee // Information Sciences. - 2011. - T. 181, № 24. - C. 5515-5522. - URL: https://doi.org/10.1016/j.ins.2011.07.051
174. Mosheiov, G. Scheduling with general job-dependent learning curves / G. Mosheiov, J. B. Sidney // European Journal of Operational Research. - 2003. -T. 147, № 3. - C. 665-670. - URL: https://doi.org/10.1016/S0377-2217(02)00358-2.
175. Chrysoulas, C. Building an Adaptive E-Learning System / C. Chrysoulas, M. Fasli. In Proceedings of the 9th International Conference on Computer Supported Education, 2017. - C. 375-382.
176. Drissi, S. An Adaptive E-Learning System based on Student's Learning Styles / S. Drissi, A. Amirat // International Journal of Distance Education Technologies. -2016. - T. 14, № 3. - C. 34-51. - URL: https://doi.org/10.4018/IJDET.2016070103
177. Ozpolat, E. Automatic detection of learning styles for an e-learning system / E. Ozpolat, G. B. Akar // Computers & Education. - 2009. - T. 53, № 2. - C. 355367. - URL:https://doi.org/10.1016/j.compedu.2009.02.018.
178. Sweta, S. Personalized Adaptive Learner Model in E-Learning System Using FCM and Fuzzy Inference System / S. Sweta, K. Lal // International Journal of Fuzzy Systems. - 2017. - T. 19, № 4. - C. 1249-1260. - URL: https://doi.org/10.! 007/s40815-017-0309-y
179. Truong, H. M. Integrating learning styles and adaptive e-learning system / H. M. Truong // Computers in Human Behavior. - 2016. - Т. 55, № 1. - C. 11851193. - URL:https://doi.org/10.1016/j.chb.2015.02.014
180. Fast Streaming Behavioural Pattern Mining / T. Chovanak, O. Kassak, M. Kompan, M. Bielikova // New Generation Computing. - 2018. - Т. 36, № 4. - C. 365-391. -URL: https://doi.org/10.1007/s00354-018-0044-4
181. Mahajan, R. Usage patterns discovery from a web log in an Indian e-learning site / R. Mahajan, J. S. Sodhi, V. Mahajan // Education and Information Technologies. -2016. - Т. 21, № 1. - C. 123-148. - URL: https://doi.org/10.1007/s10639-014-9312-1
182. Tsortanidou, X. Role and Value of Learning Theories in the Area of Adaptive Educational Hypermedia Systems Incorporating Learning Styles / X. Tsortanidou, C. Karagiannidis, A. Koumpis // International Journal of Emerging Technologies in Learning (iJET). - 2018. - Т. 13, № 01. - C. 93. - URL: https://doi.org/10.3991/ijet.v13i01.7614
183. Кравченко, Ю. А. Моделирование адаптивных информационных систем на основе ретроспективных данных / Ю. А. Кравченко, Д. И. Тимашков // Информатика, вычислительная техника и инженерное образование. - 2013. -№ 1. - C. 35-44. - URL: https://elibrary.ru/item.asp?id=22271167
184. Conklin, T. A. Knewton (An adaptive learning platform available at https://www.knewton.com/) / T. A. Conklin // Academy of Management Learning & Education. - 2016. - Т. 15, № 3. - C. 635-647. - URL: https://doi.org/10.5465/amle.2016.0206
185. Томильцев, А. В. Методология измерения знаний в профессиональной подготовке / А. В. Томильцев, А. В. Мальцев // Высшее образование в России. - 2016. - Т. 204, № 8. - C. 92-100.
186. A review of the characteristics of intermediate assessment and their relationship with student grades / I. N. Z. Day, F. M. van Blankenstein, M. Westenberg, W. Admiraal // Assessment & Evaluation in Higher Education. - 2017. - Т. 43, № 6. - C. 908-929. - URL: https://doi.org/10.1080/02602938.2017.1417974
187. Guerrero-Roldan, A.-E. A model for aligning assessment with competences and learning activities in online courses / A.-E. Guerrero-Roldan, I. Noguera // The Internet and Higher Education. - 2018. - Т. 38, № 1. - C. 36-46. - URL: https://doi.org/10.1016/j.iheduc.2018.04.005
188. Stodberg, U. A research review of e-assessment / U. Stodberg // Assessment & Evaluation in Higher Education. - 2012. - Т. 37, № 5. - C. 591-604. - URL: https://doi.org/10.1080/02602938.2011.557496
189. Советский энциклопедический словарь / ред. А. М. Прохоров. - Москва : Советская энциклопедия, 1986. - 1600 c.
190. Klasnja-Milicevic, A. Recommender systems in e-learning environments / A. Klasnja-Milicevic, M. Ivanovic, A. Nanopoulos // Artificial Intelligence Review. -2015. - Т. 44, № 4. - C. 571-604. - URL: https://doi.org/10.1007/s10462-015-9440-z
191. Меркулова, С. К проблеме оценки компетентности / С. Меркулова // Высшее образование в России. - 2008. - № 2. - C. 163-165. - URL: https://elibrary.ru/item.asp?id=9923938
192. Мензул, Е. В. Современные образовательные технологии / Е. В. Мензул, Н. М. Рязанцева, О. Н. Моисеева. - Самара : ГОУ ВПО "Самарский государственный медицинский университет", 2010.
193. Цибульский, Г. М. Разработка адаптивных электронных обучающих курсов в среде LMS MOODLE / Г. М. Цибульский, Ю. В. Вайнштейн, Р. В. Есин. -Красноярск : Сиб. федер. ун-т., 2018. - 168 c.
194. Центр обучающих систем СФУ. Система электронного обучения СФУ. -URL: https://e.sfu-kras.ru/.
195. Мирошниченко, И. И. Проектирование семантического ядра контента учебного интернет-ресурса с поддержкой функций адаптивного контроля знаний / И. И. Мирошниченко, Е. В. Жилина // Вестник Ростовского государственного экономического университета (РИНХ). - 2010. - № 3. -C.219-226.
196. Nortvig, A. M. A Literature Review of the Factors Influencing E-Learning and Blended Learning in Relation to Learning Outcome, Student Satisfaction and
Engagement / A. M. Nortvig, A. K. Petersen, S. H. Balle // The Electronic Journal of e-Learning. - 2018. - Т. 16, № 1. - C. 46-55. - URL: www.ejel.org
197. Григорьев, С Г. Иерархические структуры в создании качественных электронных средств обучения / С. Г. Григорьев, В. В. Гриншкун // Вестник МГПУ. Серия: Информатика и информатизация образования. - 2003. - № 1. -C. 25-29. - URL: https://www.elibrary.ru/item.asp?id=12110243
198. Философия. Энциклопедический словарь / под ред. А. А. Ивин. - Москва : Гардарики, 2004.
199. Антонов, В. В. Формализация предметной области с применением инструментов, поддерживающих стандарты / В. В. Антонов, Г. Г. Куликов, Д. В. Антонов // Вестник Уфимского государственного авиационного технического университета. - 2012. - Т. 16, № 3. - C. 42-52. - URL: https://cyberleninka.ru/article/v/formalizatsiya-predmetnoy-oblasti-s-primeneniem-instrumentov-podderzhivayuschih-standarty
200. Мирошниченко, И. И. Подход к разработке формализованной модели системы основных понятий специальности / И. И. Мирошниченко // Информационные системы, экономика, управление трудом и производством. Ученые записки. - 2008. - № 12. - C. 21-31. - URL: http://lib.rsue.ru/MegaPro/Web/SearchResult/ToPage/1
201. Комплексный план мероприятий по разработке профессиональных стандартов, их независимой профессионально-общественной экспертизе и применению на 2014-2016 годы, 31.03.2014.
202. Крылов, А. Н. Профессиональные стандарты. Особенности при работе с профессиональными стандартами / А. Н. Крылов, Т. В. Кустов // Планирование и обеспечение подготовки кадров для промышленно-экономического комплекса региона. - 2015. - № 1. - C. 178-184.
203. Макович, Г. В. Сертификация выпускников высших учебных заведений как путь преодоления разрыва между профессиональными и образовательными стандартами / Г. В. Макович // Материалы XVIII Всероссийской научно-практической конференции: Университет XXI века: старые парадигмы и
современные вызовы. - Екатеринбург: Автономная некоммерческая организация высшего образования "Гуманитарный университет", 2015. -C.98-102.
204. Атанов, Г. А. С чего начинать внедрение деятельностного подхода в обучении / Г. А. Атанов // Educational Technology & Society. - 2004. - Т. 7, № 2. - C. 179-184. - URL: https://elibrary.ru/item.asp?id=9164889
205. Об утверждении Макета профессионального стандарта (с изменениями на 29 сентября 2014 года). 12.04.2013.
206. Разработка и применение профессиональных стандартов / под ред. А. Н. Лейбович, И. А. Волошина, П. Н. Новиков [и др.]. - Москва : Перо, 2014. - 33 c.
207. Министерство труда и социальной защиты Российской Федерации. Профессиональный стандарт. Специалист по производству продукции печатных средств массовой информации. 04.08.2014. - № 161.
208. Черемных, С. В. Моделирование и анализ систем IDEF-технологии / С. В. Черемных, И. О. Семенов, В. С. Ручкин. - Москва : Финансы и статистика, 2002. - 192 c.
209. Скороход, С. В. Применение функциональных моделей idef0 для анализа квалификационных характеристик рабочих мест на основе нечётких целей / С.В. Скороход // Известия ЮФУ. Технические науки. - 2007. - № 1. - C. 13-18.
210. Организация полиграфического производства / под ред. Г. В. Миронова,
A. К. Ершов, Г. И. Осипова [и др.]. - Моска : МГУП, 2002. - 350 c. - URL: http://www.hi-edu.ru/e-books/xbook106/01/about.htm.
211. Гаврилова, Т. А. Базы знаний интеллектуальных систем / Т. А. Гаврилова,
B. Ф. Хорошевский. - Санкт-Петербург : Питер, 2000. - 384 c.
212. Алдияров, К. Т. Подготовка по информатике как фактор повышения эффективности обучения студентов политехнических колледжей по специальным дисциплинам / К. Т. Алдияров // Вестник Российского университета дружбы народов. Серия: Информатизация образования. - 2012. -№ 2. - C. 43-46. - URL: https://cyberleninka.ru/article/n/podgotovka-po-
informatike-kak-faktor-povysheniya-effektivnosti-obucheniya-studentov-politehnicheskih-kolledzhey-po-spetsialnym
213. Челпанов, Г. И. Учебник логики / Г. И. Челпанов. - Москва : Научная библиотека, 2010. - 128 с.
214. Юнина, Е. А. Педагогическая психология: социально-личностное образование / Е. А. Юнина. - Пермь : ПРИПИТ, 2004. - 92 с.
215. Shute, V. Adaptive e-learning / V. Shute, B. Towle // Educational Psychologist. -2003. - Т. 38, № 2. - C. 105-114. - URL: https://doi.org/10.1207/S15326985EP3802_5
216. Paramythis, A. Adaptive learning environments and eLearning standards / A. Paramythis, S. Loidl-Reisinger // Electronic Journal of e-Learning. - 2004. - Т. 2, № 1. - C. 181-194. - URL: http://www.ejel.org
217. Виленский, М. Я. Технологии профессионально-ориентированного обучения в высшей школе : учеб. пособие / М. Я. Виленский, П. И. Образцов, А. И. Уман. -Москва : Педагогика, 2004. - 144 c.
218. Норман, Д. Память и научение / Д. Норман. - Москва : Мир, 1985. - 160 c.
219. Нильсон, Н. Искусственный интеллект / Н. Нильсон. - Москва : Мир, 1973.
220. Полиграфическая компания "Ситалл". - URL: https://www.sitall.com
221. Дизайн-группа ArtStyle. - URL: http://artstyle.su
222. СФУ. Библиотечно-издательский комплекс (БИК) / СФУ. - URL: https://bik.sfu-kras.ru/iz/novosti
223. Об утверждении Единого тарифно-квалификационного справочника работ и профессий рабочих, выпуск 55, разделы: "Общие профессии полиграфического производства", "Формные процессы полиграфического производства", "Печатные процессы", "Брошюровочно-переплетные и отделочные процессы", "Шрифтовое производство", 30.01.2002.
224. Единый квалификационный справочник должностей руководителей, специалистов и других служащих (ЕКС). Разделы «Общеотраслевые квалификационные характеристики должностей работников, занятых на предприятиях, в учреждениях и организациях» и «Квалификационные характеристики должностей работников, занятых в научно-исследовательских
учреждениях, конструкторских, технологических, проектных и изыскательских организациях», 21.08.1998.
225. Министерство российской федерации по делам печати, телерадиовещания и средств массовых коммуникаций. ОСТ 29.40-2003. Технология и оборудование допечатных процессов в полиграфии. Термины и определения / Министерство российской федерации по делам печати, телерадиовещания и средств массовых коммуникаций, 01.09.2003. - № 29.40-2003. - URL: http://www.nrap.ru/pub40_20_1_1068.html.
226. Аникьева, М. А. Обработка изобразительной информации как один из этапов допечатного процесса полиграфического производства / М. А. Аникьева, А. А. Богатырёва // VIII international scientific conference "Problems and prospects of professional education development in the 21st century": Problems and prospects of professional education development in the 21st century, 2018. - C. 17-22.
227. Планирование в допечатной подготовке / М. А. Аникьева, С. А. Грибинюк, И. А. Бартуханова, Н. В. Лисиченко // Международный научно-исследовательский журнал. - 2021. - Т. 1, № 5. - C. 30-35. - URL: https://doi.org/10.23670/IRJ.2021.107.5.005
228. Аникьева, М. А. Визуализация достижений студентов / М. А. Аникьева, А. А. Шмаглий, Е. В. Максимова // Международный научно-исследовательский журнал. - 2021. - Т. 1, № 5. - C. 23-29. - URL: https://doi.org/10.23670/IRJ.2021.107.5.004
229. Аникьева, М. А. Методы обработки иерархических структур и их применение в образовательной среде / М. А. Аникьева, С. Г. Григорьев // XII Международная научно-практическая конференция "Инфо-Стратегия": ИНФО-СТРАТЕГИЯ 2021. - Самара, 2021. - C. 59-62.
230. Аникьева, М. А. Механизм обеспечения семантической наполняемости процесса обучения с учетом региональных особенностей / М. А. Аникьева, С. Г. Григорьев // Национальные интересы и вопросы регионального развития в системе приоритетов международной деятельности российских
университетов: коллективная монография / под ред. С. О. Крамаров. - Москва : Издательский Центр РИОР, 2021. - C. 183-188.
231. Hussey, M. Software industry-oriented education practices and curriculum development / M. Hussey, X. Xu, B. Wu. - Hershey, PA : Engineering Science Reference, 2011.
232. Laksitowening, K. A. Personalized e-learning architecture in standard-based education / K. A. Laksitowening, Z. A. Hasibuan // 2015 International Conference on Science in Information Technology (ICSITech): 2015 International Conference on Science in Information Technology (ICSITech). - Piscataway NJ: IEEE, 2015. -C. 110-114. - URL: https://doi.org/10.1109/ICSITech.2015.7407787
233. Chen, C.-M. Ontology-based concept map for planning a personalised learning path / C.-M. Chen // British Journal of Educational Technology. - 2009. - Т. 40, № 6. - C. 1028-1058. - URL: https://doi.org/10.1111/j.1467-8535.2008.00892.x
234. Зайцева, Л. В. Методы и модели адаптации к учащимся в системах компьютерного обучения / Л. В. Зайцева // Educational Technology & Society. -2003. - № 6. - C. 204-211. - URL: https://elibrary.ru/item.asp?id=9165131
235. Пахунов, А. В. Принципы создания учебного курса с максимальной индивидуализацией траектории обучения / А. В. Пахунов // Инициативы XXI века. - 2016. - № 2. - C. 19-22. - URL: https://elibrary.ru/item.asp?id=26488880
236. Using web-based personalized learning system in academic context / V. Carchiolo, A. Longheu, M. Malgeri, G. Mangioni // The Fourth International Conference onComputer and Information Technology, 2004. CIT '04: The Fourth International Conference on Computer and Information Technology. - Los Alamitos California : IEEE Computer Society, 2004. - C. 328-332. - URL: https://doi.org/10.1109/CIT.2004.1357216
237. Harrathi, M. A Hybrid Knowlegde-Based Approach for Recommending Massive Learning Activities / M. Harrathi, N. Touzani, R. Braham // 2017 IEEE/ACS 14th International Conference on Computer Systems and Applications (AICCSA): AICCSA 2017. - Piscataway, NJ, Piscataway, NJ : IEEE, 2017. - C. 49-54. - URL: https://doi.org/10.1109/AICCSA.2017.150
238. Tarus, J. K. A hybrid knowledge-based recommender system for e-learning based on ontology and sequential pattern mining / J. K. Tarus, Z. Niu, A. Yousif // Future Generation Computer Systems. - 2017. - T. 72. - C. 37-48. - URL: https://doi.org/10.1016/j.future.2017.02.049
239. Chunaev, A. The method of personalized corporate e-learning based on personal traits of employees / A. Chunaev, A. Shikov // Procedia Computer Science. -2018. - T. 136, № 1. - C. 511-521. - URL: https://doi.org/10.1016/j.procs.2018.08.253
240. Birjali, M. A novel adaptive e-learning model based on Big Data by using competence-based knowledge and social learner activities / M. Birjali, A. Beni-Hssane, M. Erritali // Applied Soft Computing. - 2018. - T. 69, № 1. - C. 14-32. -URL: https://doi.org/10.1016lj.asoc.2018.04.030
ПРИЛОЖЕНИЕ А
Публикации с описанием использованных моделей персонализированного обучения
Таблица А.1
Публикация (автор, год) Цель обучения Предпосылки для достижения цели Средства обучения Представление учебного материала
[30] Деятельностный подход Описание предметной области На основе проблемного обучения
[108] Достижение компетенций; Управление знаниями Формирование набора УО по требованию организаций
[231] Достижение компетенций Онтологическое представление компетенций; Формирование набора УО по разнице между требуемым и имеющимся Последовательность УО как в описании ПрОбл
[232] Достижение компетенций Формирование набора УО по разнице между требуемыми и имеющимися компетенциями Учитываются интересы, предпочтения
[86] Мотивация Учитываются внимание, усердие; Уверенность
[83] Мотивация; Уровень достижения цели; начальная подготовка Учитываются интересы, предпочтения
[233] Начальные знания, умения Онтологическое представление карты знаний; Формирование набора УО зависит от способностей обучаемого Последовательность изучения УО на основе уровня освоения с исп. генетического алгоритма
[92] Начальные знания, умения Формирование набора УО в зависимости от степени освоения курса Учитывается уровень освоения
[234] Требуемый уровень знаний, умений, навыков Описание предметной области в виде ориентированного графа с нагруженными ребрами; Формирование набора УО Учитываются скорость забывания; Достигнутый уровень знаний, умений, навыков
[235] Описание предметной области в виде графа связности Последовательность УО строится на основе не изученного материала
[236] Формирование набора УО на основе разницы между требуемым и имеющимся Учитываются интересы, предпочтения
[237] Онтологическое представление ПрОбл Учитываются уровень освоения; Интересы, предпочтения
[238] Онтологическое представление ПрОбл; совместная фильтрация для генерации набора УО Учитывается стиль поведения
[91] Карты знаний для описания ПрОбл; Формирование набора УО на основе контентной фильтрации Учитываются уровень освоения; Интересы, предпочтения
[122] Карты знаний для описания ПрОбл от простого к сложному Последовательность УО на основе когнитивных особенностей обучающегося
[124] Формирование набора УО с помощью методов управления знаниями Учитываются предпочтения обучаемых
[94] Формирование набора УО с помощью Сетей Петри и Цепей Маркова Учитывается уровень освоения материала
[90] Формирование набора УО на основе Уровень сложности УО
совместимости УО с обучаемыми соотносится обучения; поведения. со Стилем Стилем
[239] Цель определяется Для формирования набора УО учитывается Учитываются личные
запросами разница между требуемыми качества обучаемых,
предприятия. компетенциями и желаемыми интересы, предпочтения
[190] Формирование набора УО на основе совместной фильтрации и активности в социальных сетях Учитываются предпочтения интересы,
[181] Формирование набора УО на основе информации о взаимодействии с системой обучения Учитываются освоения; поведения уровень Стиль
[9] Формирование набора УО на основе Последовательность УО
возможностей среды обучения и уровня формируется с учетом
сложности контента характеристик
обучаемых;
[95] Формирование набора УО на основе Учитываются уровень
совместной фильтрации освоения; возможности
памяти; интересы,
предпочтения
[240] Формирование набора УО на основе Учитывается стиль
активности в социальных сетях поведения обучаемого
Всего: 24 6 4 22 23
Сокращения: УО - учебный объект; ПрОбл - предметная область
ПРИЛОЖЕНИЕ Б Денотатные графы для некоторых элементов дерева понятий
Рисунок Б1 - Денотатный граф понятия «Информатика»
Треппинг
приводи т к
наложе
нию красок вдоль границы объекто в
осуществляется
искажен
ием объекто в
искажен ием фона
опирается
особенн
ости восприя
тия человек а
свойств а красок
возмож ность управля
ть перекр ытием объекто в
имеет характеристики
'"располо" жение зоны перекр
ытия (направ ление треппин га) .
ширина зоны перекр ытия
цвет зоны перекр ытия
Рисунок Б2 - Денотатный граф понятия «Треппинг»
Цветоделение
дает осуществ ляется учитывает компенсирует
г \ г / 1/ \ / ч
одноцвет
ные изображе ния
ПО
цвета оригинал а
цвета печатани я
свойства запечаты ваемых материал ов
алгоритм преобраз ования из RGB в CMYK
недостат ки
реальных спектрал
ных распреде лений красок
Техгологи ческие проблем ы
Затраты красок
Рисунок Б3 - Денотатный граф понятия «Цветоделение»
Растрирование
приводит к
подразделяется
базируется
получению микроштрихо
вого изображения
растровой структуре изображения
АМ-растрирован
ие
ЧМ-растрирован
ие
автотипном синтезе
модуляция интенстивнос ти
ч Л / ч У V
Рисунок Б4 - Денотатный граф понятия «Растрирование »
Препресс
дает осуществляется опирается содержит
- Ч ^ Г - /■ "Ч/" Ч Г 1 /■ *
Элект ронны й
макет печатн
ых листов
ПО для препр есса
трепп инг
спуск полос
цвето делен ие
растри рован ие
управ ление цвето м
Техно логию изгото влени я
издан ия
на макет верстк и
полос ы
издан ия
контр ольны е
элеме нты
Рисунок Б5 - Денотатный граф понятия «Препресс»
ПРИЛОЖЕНИЕ В
Схема понятий для предметной области «Допечатная подготовка» в виде графа
ПРИЛОЖЕНИЕ Г
Схема понятий для предметной области «Мультимедиатехнологии» в виде графа
ПРИЛОЖЕНИЕ Д
Схема понятий для предметной области «Теория вероятностей и математическая статистика» в виде графа
Рисунок Е1 - Функциональная структура программного комплекса, ветка А1
е
<<
X
X
я
Я
О
X
V
Ьа
СГ
X
а
а
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.