Многомерные статистические методы оценивания знаний в системе заочного инновационного обучения; Современные проблемы науки и образования; № 2
| Parent link: | Современные проблемы науки и образования.— , 2005- № 2.— 2014.— [8 c.] |
|---|---|
| Hovedforfatter: | |
| Institution som forfatter: | |
| Andre forfattere: | , |
| Summary: | Заглавие с экрана Проведен многомерный статистический анализ результатов первой сессии по высшей математике студентов заочной формы обучения с использованием дистанционных образовательных технологий Томского политехнического университета. Рассмотрение проведено в системе 3 показателей: ИДЗ - оценка выполнения индивидуальных домашних заданий, ЭКЗ - результат тестового экзамена в режиме online и DT - разность моментов окончания и начала экзамена. В рамках корреляционного анализа выявлены высоко значимые положительная корреляционная зависимость между ИДЗ и ЭКЗ и отрицательная - между DT и ЭКЗ. С учетом корреляционной зависимости показателей на основании факторного анализа построены Ф1 - фактор успеваемости {ИДЗ+ЭКЗ} и Ф2 - фактор времени DT выполнения тестового экзамена. В построенном 2-мерном факторном пространстве {Ф1, Ф2} методом K-средних получена 7-кластерная высококачественная модель, распределяющая 248 студентов по 7 кластерам. В рамках дисперсионного анализа выделены для каждого фактора однородные группы кластеров. Результаты подобной кластеризации результатов оценивания знаний могут быть учтены при внедрении современных ин-формационных образовательных интернет-технологий в организацию заочного обучения для обеспечения качества образования и контроля знаний. The many-dimensional statistical analysis of outcomes of the first session on higher mathematics of students of correspondence mode of study with use of distant educational process engineerings of Tomsk polytechnic universi-ty is spent. Reviewing is spent in system of 3 indicators: IHW - an estimation of performance of individual home works, EX - outcome of test examination in a condition on-line and DT - a difference of the moments of the termi-nation and the examination beginning. Within the limits of a correlation analysis are revealed highly significant positive correlative association between IHW and EX and negative - between DT and EX. Taking into account correlative association of indicators on the basis of a component analysis are constructed F1 - the progress factor { IHW + EX } and F2 - the factor of time DT of performance of test examination. In constructed 2 measured factor space {F1, F2} the method of K-averages receives 7 cluster high-quality model distributing 248 students on 7 clus-ters. Within the limits of an analysis of variance are selected for each factor homogeneous groups of clusters. Outcomes similar clustering outcomes of an estimation of knowledge can be considered at introduction modern informational educational the Internet - process engineerings in the organisation of correspondence course for security of quality of formation and control of knowledge. Режим доступа: по договору с организацией-держателем ресурса |
| Sprog: | russisk |
| Udgivet: |
2014
|
| Serier: | Физико-математические науки |
| Fag: | |
| Online adgang: | http://www.science-education.ru/116-r12658 http://elibrary.ru/item.asp?id=21471671 |
| Format: | Electronisk Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=638510 |
MARC
| LEADER | 00000naa0a2200000 4500 | ||
|---|---|---|---|
| 001 | 638510 | ||
| 005 | 20250204140429.0 | ||
| 035 | |a (RuTPU)RU\TPU\network\2874 | ||
| 035 | |a RU\TPU\network\2688 | ||
| 090 | |a 638510 | ||
| 100 | |a 20150128e2014 k||y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 181 | 0 | |a i | |
| 182 | 0 | |a b | |
| 200 | 1 | |a Многомерные статистические методы оценивания знаний в системе заочного инновационного обучения |d Many-dimensional statistical methods of the estimation of know-ledge in system of correspondence innovative training |f В. П. Арефьев, А. А. Михальчук, Н. М. Филипенко | |
| 203 | |a Текст |c электронный | ||
| 225 | 1 | |a Физико-математические науки | |
| 300 | |a Заглавие с экрана | ||
| 320 | |a [Библиогр.: 10 назв.] | ||
| 330 | |a Проведен многомерный статистический анализ результатов первой сессии по высшей математике студентов заочной формы обучения с использованием дистанционных образовательных технологий Томского политехнического университета. Рассмотрение проведено в системе 3 показателей: ИДЗ - оценка выполнения индивидуальных домашних заданий, ЭКЗ - результат тестового экзамена в режиме online и DT - разность моментов окончания и начала экзамена. В рамках корреляционного анализа выявлены высоко значимые положительная корреляционная зависимость между ИДЗ и ЭКЗ и отрицательная - между DT и ЭКЗ. С учетом корреляционной зависимости показателей на основании факторного анализа построены Ф1 - фактор успеваемости {ИДЗ+ЭКЗ} и Ф2 - фактор времени DT выполнения тестового экзамена. В построенном 2-мерном факторном пространстве {Ф1, Ф2} методом K-средних получена 7-кластерная высококачественная модель, распределяющая 248 студентов по 7 кластерам. В рамках дисперсионного анализа выделены для каждого фактора однородные группы кластеров. Результаты подобной кластеризации результатов оценивания знаний могут быть учтены при внедрении современных ин-формационных образовательных интернет-технологий в организацию заочного обучения для обеспечения качества образования и контроля знаний. | ||
| 330 | |a The many-dimensional statistical analysis of outcomes of the first session on higher mathematics of students of correspondence mode of study with use of distant educational process engineerings of Tomsk polytechnic universi-ty is spent. Reviewing is spent in system of 3 indicators: IHW - an estimation of performance of individual home works, EX - outcome of test examination in a condition on-line and DT - a difference of the moments of the termi-nation and the examination beginning. Within the limits of a correlation analysis are revealed highly significant positive correlative association between IHW and EX and negative - between DT and EX. Taking into account correlative association of indicators on the basis of a component analysis are constructed F1 - the progress factor { IHW + EX } and F2 - the factor of time DT of performance of test examination. In constructed 2 measured factor space {F1, F2} the method of K-averages receives 7 cluster high-quality model distributing 248 students on 7 clus-ters. Within the limits of an analysis of variance are selected for each factor homogeneous groups of clusters. Outcomes similar clustering outcomes of an estimation of knowledge can be considered at introduction modern informational educational the Internet - process engineerings in the organisation of correspondence course for security of quality of formation and control of knowledge. | ||
| 333 | |a Режим доступа: по договору с организацией-держателем ресурса | ||
| 461 | |t Современные проблемы науки и образования |d 2005- | ||
| 463 | |t № 2 |v [8 c.] |d 2014 | ||
| 510 | 1 | |a Many-dimensional statistical methods of the estimation of know-ledge in system of correspondence innovative training |z eng | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a статистические методы | |
| 610 | 1 | |a оценка знаний | |
| 610 | 1 | |a заочное обучение | |
| 610 | 1 | |a инновационное обучение | |
| 700 | 1 | |a Арефьев |b В. П. |c математик |c доцент Томского политехнического университета, кандидат физико-математических наук, менеджер |f 1950- |g Владимир Петрович |3 (RuTPU)RU\TPU\pers\27692 | |
| 701 | 1 | |a Михальчук |b А. А. |c математик |c доцент Томского политехнического университета, кандидат физико-математических наук |f 1954- |g Александр Александрович |3 (RuTPU)RU\TPU\pers\27011 | |
| 701 | 1 | |a Филипенко |b Н. М. |c математик |c доцент Томского политехнического университета, кандидат физико-математических наук |f 1946- |g Николай Максимович |3 (RuTPU)RU\TPU\pers\31305 |9 15483 | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет (ТПУ) |b Физико-технический институт (ФТИ) |b Кафедра высшей математики и математической физики (ВММФ) |3 (RuTPU)RU\TPU\col\18727 |
| 801 | 2 | |a RU |b 63413507 |c 20180305 |g RCR | |
| 856 | 4 | |u http://www.science-education.ru/116-r12658 | |
| 856 | 4 | |u http://elibrary.ru/item.asp?id=21471671 | |
| 942 | |c CF | ||