Тернарная кластеризация показателей образовательной деятельности студентов вузов; Современные проблемы науки и образования; № 3
| Parent link: | Современные проблемы науки и образования.— , 2005- № 3.— 2014.— [8 c.] |
|---|---|
| Autor principal: | |
| Autor corporatiu: | |
| Altres autors: | , |
| Sumari: | Заглавие с экрана Проведен многомерный статистический анализ результатов оценивания знаний по высшей математике (выборка 28 учебных групп) студентов Томского политехнического университета. В рамках тернарного подхода рассмотрение проведено в системе 3-х показателей итоговый формы контроля (ЭКЗ) результатов образовательной деятельности студентов по 5-ти балльной шкале: ДОЛГ - доля сдавших ЭКЗ на «неудовлетворительно» ([0; 2,5) по 5-ти балльной шкале) и не допущенных, УДОВЛ - доля сдавших ЭКЗ на «удовлетворительно» ([2,5; 3,5)) и КАЧ - доля сдавших ЭКЗ на «хорошо + отлично» (([3,5; 5]). В 3-х мерном тернарном пространстве {ДОЛГ, УДОВЛ и КАЧ} получена высококачественная кластерная модель, распределяющая 28 групп студентов по 8-и кластерам и обладающая устойчивостью относительно вариации мер близости и правил объединения двух кластеров. Параметрический F-критерий показывает, что для каждой тернарной переменной различие между кластерами высоко значимо (на уровне значимости p < 0,0005), а непараметрический критерий Краскела-Уоллиса смягчает уровень значимости различий кластеров до сильно значимого (0,0005< р < 0,005). В рамках параметрического и непараметрического дисперсионного анализа выделены для каждого тернарного показателя однородные (различающиеся незначимо) группы кластеров. Результаты тернарной кластеризации (по совокупности показателей) показателей оценивания знаний могут быть учтены в процессе обучения для оценки качества образования и контроля знаний. The many-dimensional statistical analysis of outcomes of an estimation of knowledge on higher mathematics (sample of 28 educational groups) of students of Tomsk polytechnic university is spent. Within the limits of the ternary approach reviewing is spent in system of 3 indicators total control forms (EX) outcomes of educational activity of students on 5 mark dial: the DEBT - a share returned EX on «unsatisfactory» ([0; 2,5) on 5 mark dial) and not supposed, SAT - a share returned EX on «satisfactory» ([2,5; 3,5)) and QUAL - a share returned EX on «it is good + perfectly» ([3,5; 5]). In 3 measured ternary space {the DEBT, SAT and QUAL } the highquality cluster model distributing 28 groups of students on 8 clusters and possessing a stability concerning a variation of measures of affinity and rules of association of two clusters is received. The parametrical F-criterion shows that for each ternary variable distinction between clusters highly significantly (on a significance level p <0,0005), and the nonparametric criterion of Kraskel-Willis softens a significance level of distinctions of clusters to strongly significant (0,0005 <0,005). Within the limits of a parametrical and nonparametric analysis of variance are selected for each ternary indicator homogeneous (differing not significantly) groups of clusters. Outcomes ternary clustering (on a population of indicators) indicators of an estimation of knowledge can be considered in the course of training for an estimation of quality of formation and control of knowledge. Режим доступа: по договору с организацией-держателем ресурса |
| Idioma: | rus |
| Publicat: |
2014
|
| Col·lecció: | Физико-математические науки |
| Matèries: | |
| Accés en línia: | http://www.science-education.ru/117-13211 http://elibrary.ru/item.asp?id=22528523 |
| Format: | MixedMaterials Electrònic Capítol de llibre |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=638711 |
MARC
| LEADER | 00000naa0a2200000 4500 | ||
|---|---|---|---|
| 001 | 638711 | ||
| 005 | 20250207105739.0 | ||
| 035 | |a (RuTPU)RU\TPU\network\3103 | ||
| 035 | |a RU\TPU\network\3098 | ||
| 090 | |a 638711 | ||
| 100 | |a 20150211d2014 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 Тернарная кластеризация показателей образовательной деятельности студентов вузов |d Ternary clustering indicators of educational activity of students of high schools |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 оценивания знаний по высшей математике (выборка 28 учебных групп) студентов Томского политехнического университета. В рамках тернарного подхода рассмотрение проведено в системе 3-х показателей итоговый формы контроля (ЭКЗ) результатов образовательной деятельности студентов по 5-ти балльной шкале: ДОЛГ - доля сдавших ЭКЗ на «неудовлетворительно» ([0; 2,5) по 5-ти балльной шкале) и не допущенных, УДОВЛ - доля сдавших ЭКЗ на «удовлетворительно» ([2,5; 3,5)) и КАЧ - доля сдавших ЭКЗ на «хорошо + отлично» (([3,5; 5]). В 3-х мерном тернарном пространстве {ДОЛГ, УДОВЛ и КАЧ} получена высококачественная кластерная модель, распределяющая 28 групп студентов по 8-и кластерам и обладающая устойчивостью относительно вариации мер близости и правил объединения двух кластеров. Параметрический F-критерий показывает, что для каждой тернарной переменной различие между кластерами высоко значимо (на уровне значимости p < 0,0005), а непараметрический критерий Краскела-Уоллиса смягчает уровень значимости различий кластеров до сильно значимого (0,0005< р < 0,005). В рамках параметрического и непараметрического дисперсионного анализа выделены для каждого тернарного показателя однородные (различающиеся незначимо) группы кластеров. Результаты тернарной кластеризации (по совокупности показателей) показателей оценивания знаний могут быть учтены в процессе обучения для оценки качества образования и контроля знаний. | ||
| 330 | |a The many-dimensional statistical analysis of outcomes of an estimation of knowledge on higher mathematics (sample of 28 educational groups) of students of Tomsk polytechnic university is spent. Within the limits of the ternary approach reviewing is spent in system of 3 indicators total control forms (EX) outcomes of educational activity of students on 5 mark dial: the DEBT - a share returned EX on «unsatisfactory» ([0; 2,5) on 5 mark dial) and not supposed, SAT - a share returned EX on «satisfactory» ([2,5; 3,5)) and QUAL - a share returned EX on «it is good + perfectly» ([3,5; 5]). In 3 measured ternary space {the DEBT, SAT and QUAL } the highquality cluster model distributing 28 groups of students on 8 clusters and possessing a stability concerning a variation of measures of affinity and rules of association of two clusters is received. The parametrical F-criterion shows that for each ternary variable distinction between clusters highly significantly (on a significance level p <0,0005), and the nonparametric criterion of Kraskel-Willis softens a significance level of distinctions of clusters to strongly significant (0,0005 <0,005). Within the limits of a parametrical and nonparametric analysis of variance are selected for each ternary indicator homogeneous (differing not significantly) groups of clusters. Outcomes ternary clustering (on a population of indicators) indicators of an estimation of knowledge can be considered in the course of training for an estimation 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 № 3 |v [8 c.] |d 2014 | ||
| 510 | 1 | |a Ternary clustering indicators of educational activity of students of high schools |z eng | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a кластеризация | |
| 610 | 1 | |a статистический анализ | |
| 610 | 1 | |a дисперсионный анализ | |
| 610 | 1 | |a кластерный анализ | |
| 610 | 1 | |a высшее образование | |
| 610 | 1 | |a показатели | |
| 610 | 1 | |a образовательная деятельность | |
| 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 20150605 |g RCR | |
| 856 | 4 | |u http://www.science-education.ru/117-13211 | |
| 856 | 4 | |u http://elibrary.ru/item.asp?id=22528523 | |
| 942 | |c CF | ||