Bryansk, Bryansk, Russian Federation
Russian Federation
GRNTI 55.13 Технология машиностроения
Predstavlena razrabotannaya avtomatizirovannaya sistema monitoringa urovnya osvoeniya kom-petenciy studentami s opisaniem arhitektury programmnoy sistemy, struktury ee bazy dannyh i algoritma formirovaniya karty kompetenciy. Ispol'zovany metody proektirovaniya i modelirovaniya informacionnyh sistem.
avtomatizirovannaya sistema, kompetencii, monitoring kompetenciy, professional'noe obrazovanie, kachestvo obucheniya
Введение
В настоящее время российская система образования претерпевает существенные изменения. На всех этапах образования внедряются новые федеральные государственные образовательные стандарты (ФГОС). Особенностью новых стандартов является ориентация на результаты обучения, предусматривающие введение понятия «компетенция». Под компетенцией понимается способность применять знания, умения, навыки и личностные качества для успешной реализации профессиональной деятельности в стандартных и исключительных ситуациях.
В рабочих программах дисциплин высшего и среднего профессионального образования выделяется набор общекультурных и профессиональных компетенций, которые должны быть освоены студентами в процессе обучения.
В процессе внедрения новых ФГОС возникает ряд сложностей, связанных со способами оценки и мониторинга уровня сформированных компетенций. Среди них можно выделить следующие:
- на данный момент отсутствует общепринятая методика формирования ключевых компетенций и определения средств их реализации;
- отсутствует единая система оценки уровня сформированности компетенций и результатов обучения;
- процесс оценивания компетенций не обеспечен необходимой методической и научно-методологической базой.
В рамках решения проблем реализации компетентностного подхода была предложена методика определения уровня развития компетенций при компетентностном подходе [1; 2]. На этой основе с учетом исследований [3; 4] была разработана описываемая в данной статье автоматизированная система оценки и мониторинга компетенций студентов.
Архитектура автоматизированной системы оценки и мониторинга уровня освоения компетенций студентами
Автоматизированная система оценки и мониторинга уровня освоения компетенций студентами разработана в виде клиент-серверного приложения. Серверная часть системы реализована с помощью технологии ASP.Net MVC, языка программирования C#, реляционной базы данных SQL Azure, а также с использованием облачной платформы Microsoft Azure. Клиентская часть написана с использованием технологий HTML5, CSS3, фреймворка Bootstrap, языка программирования JavaScript и библиотеки JQuery.
Архитектура автоматизированной системы представлена на рис. 1. Она имеет модульную структуру. В системе реализованы три подсистемы, каждая из которых содержит набор модулей:
- Подсистема администрирования предназначена для управления данными и пользователями.
- Подсистема тестирования содержит набор тестовых заданий для оценки знаний, а также предоставляет обработанные результаты тестирования.
- Подсистема мониторинга включает в себя функции оценки компетенций, предоставления информации об уровне освоения компетенций в удобочитаемом виде, а также предоставления рекомендаций.
В состав автоматизированной системы входят 2 базы данных и файловое хранилище для хранения различных типов файлов.
База данных тестирования содержит набор тестовых заданий и результаты тестирования.
База данных мониторинга содержит информацию, предназначенную для оценки уровня сформированности компетенций и мониторинга. Структура базы данных мониторинга представлена на рис. 2.
База данных состоит из 14 таблиц, описание содержимого которых представлено в таблице.
Таблица
Структура таблиц базы данных мониторинга
|
Таблица |
Содержимое |
|
|
Students |
Описывает сущность «Студент». Содержит уникальные данные, характеризующие студента (номер зачетной книжки; имя; отчество; фамилия; дата рождения) |
|
|
TypeTutorings |
Описывает сущность «Тип занятий». Содержит характеристики каждого типа занятий (название типа занятия; максимальная оценка по типу занятия) |
|
|
Competences |
Описывает сущность «Компетенции». Содержит уникальные характеристики каждой компетенции (код компетенции; содержание компетенции) |
|
|
Disciplines |
Описывает сущность «Дисциплина» (название дисциплины; ссылка на рабочую программу дисциплины) |
|
|
Spetcialnosts |
Описывает сущность «Специальность» (код специальности; название специальности; ссылка на ФГОС по специальности) |
|
|
DisciplineCompetences |
Описывает сущность «Дисциплины, входящие в формирование компетенции». Связывает каждую компетенцию с дисциплиной |
|
|
DisciplineOnSpecialties |
|
|
|
Окончание таблицы |
||
|
Таблица |
Содержимое |
|
|
CodeCompetences |
Описывает сущность «Код компетенции». Производится расчет характеристик уровня освоения компетенции для каждого |
|
|
Loads |
Описывает сущность «Нагрузка преподавателя». Содержит характеристики по определенному типу занятия для конкретной дисциплины в рамках специальности в определенный период времени |
|
|
Progresses |
Описывает сущность «Успеваемость». Содержит оценки и расчетные показатели для каждого студента по определенному типу занятия в определенный период времени |
|
Алгоритм формирования карты компетенции
Общая схема работы автоматизированной системы представлена на рис. 3.
На первых двух этапах вводится информация о дисциплинах (трудоемкость по разным видам занятий, формируемые компетенции), а также информация о студентах (личные данные, информация об успеваемости по различным видам занятий).
На следующем этапе вычисляется обобщенная оценка по дисциплинам, входящим в предметное поле компетенции, по следующей формуле:
где L – количество семестров, в течение которых изучается дисциплина; k – количество видов занятий по данной дисциплине в течение l-го семестра (лекции, лабораторные, курсовые и т.д.); Tj – трудоемкость j-го вида занятий, проведенных в l-м семестре, измеряемая в часах из рабочего учебного плана; λj – оценка, полученная студентом на экзамене или зачете по дисциплине (экзамен, дифференцированный зачет, курсовые работы, лабораторные и практические работы могут принимать оценки: 0, 3, 4, 5); – средняя оценка выполнения лабораторных работ;
– оценка, полученная за курсовую работу;
– оценка, полученная за учебную или производственную практику;
– максимально возможная оценка j-го вида занятия.
где
– трудоемкость изучения i-й дисциплины из рабочего учебного плана направления подготовки; N – число дисциплин, которые формируют данную компетенцию; – число изученных студентом дисциплин из предметного поля компетенции на данный момент времени;
– оценка уровня развития компетенции, освоенной студентом после изучения i-й дисциплины;
– доля i-й дисциплины в формировании компетенции j (вычисляется методом анализа иерархий).
В процессе работы автоматизированной системы в базе данных находятся таблицы, содержащие вычисляемые значения, – Progresses и CodeCompetences.
Таблица Progresses содержит вспомогательные служебные поля, предназначенные для определения формулы расчета уровня освоения компетенции студентом. К таким полям относятся:
- AverageRating – поле, обозначающее среднюю оценку по определенному виду занятий и используемое при расчете по формуле (1).
- AverageRatingxAmountHour – поле, содержащее произведение средней оценки и трудоемкости определенного вида занятий.
- MaxRatingxAmountHour – поле, которое содержит результат вычисления максимальной оценки по определенному виду занятий.
Таблица CodeCompetences содержит вычисляемые значения в полях:
- GeneralMarks – содержит значение обобщенной оценки по дисциплинам из предметного поля компетенции, вычисляемое по формуле (1).
- CalcCodeCompetence – содержит значение уровня развития компетенции, вычисляемое по формуле (2).
На заключительном этапе автоматизированная система выполняет построение личной карты компетентности выбранного студента по рассчитанным данным и представляет ее в графическом виде пользователю.
Апробация работы автоматизированной системы
В качестве входной информации для работы автоматизированной системы использована информация по распределению изучаемых дисциплин и объемов часов, выделенных на изучение конкретных дисциплин, с распределением по видам занятий (лекции, лабораторные, самостоятельная работа, курсовая работа, учебная и производственная практики). Форма заполнения в автоматизированной системе информации о дисциплинах представлена на рис. 4.
Результаты заполнения информации о дисциплине «Основы программирования» представлены на рис. 5.
Кроме того, система для реализации мониторинга компетенций в качестве входной информации получает личную информацию о студенте, а также показатели его учебной деятельности в виде оценок по дисциплине по конкретному виду занятий (рис. 6).
На основе полученной информации о трудоемкости дисциплин и данных, характеризующих успеваемость студента, информационная система представляет информацию об уровне развития компетенций по пройденным дисциплинам на указанный период времени в форме личной карты компетентности студента (рис. 7).
В данной автоматизированной системе мониторинга в качестве приложения предусмотрен также программный модуль оценки знаний, умений и навыков (ЗУН) при проведении компетентностного экзамена по изучаемой студентами дисциплине. Этот модуль позволяет автоматизировать процесс проведения компетентностного экзамена путем предоставления студентам компетентностно-ориентированных заданий (КОЗ) и последующего расчета уровня развития компетенции по компонентам ЗУН.
Заключение
Разработанная автоматизированная система представляет результаты мониторинга освоения компетенций в форме личной карты компетентности студента, которая показывает количественное значение уровня освоения студентом всех компетенций в процессе обучения по выбранной ООП.
Построение личной карты компетентности позволяет определить, насколько полно конкретный студент освоил учебную программу выбранного направления подготовки, а также наглядно представить качество полученных результатов в виде уровня сформированности компетенций.
Логическим продолжением данной исследовательской работы является установление соответствия индивидуальной системы компетенций выпускника вуза/колледжа требованиям подсистемы профессиональных стандартов, по определенному направлению подготовки специалистов [5; 6].
1. Miroshnikov, V.V. Sistema monitoringa kachestva obucheniya studentov pri kompetentnostnom podhode / V.V. Miroshnikov, E.A. Mitroshenkova // Vestnik Bryanskogo gosudarstvennogo tehnicheskogo universiteta. - 2015. - № 2. - S. 152-160.
2. Mitroshenkova, E.A. Ocenka kachestva obucheniya studentov pri provedenii kompetentnostnogo ekzamena / E.A. Mitroshenkova // Kachestvo produkcii: kontrol', upravlenie, povyshenie, planirovanie: 2-ya mezhdunar. molodezh. nauch.-prakt. konf. (17-18 noyab. 2015 g.). - Kursk: YuZGU, 2015. - S. 65-69.
3. Kirichek, A.V. Aksiomaticheskiy bazis kvalimetricheskoy mnogomernoy modeli social'no-professional'noy kompetentnosti molodogo specialista / A.V. Kirichek, A.V. Morozova // Izvestiya Samarskogo nauchnogo centra RAN. - 2011. - T. 13. - № 4 (4). - S. 1232-1235.
4. Morozova, A.V. Model' mnogourovnevogo dolevogo ocenivaniya kompetentnosti specialista tehnicheskogo profilya / A.V. Morozova // Izvestiya Samarskogo nauchnogo centra RAN. - 2013. - T. 15. - № 4 (2). - S. 381-383.
5. Morozova, A.V. Kvalimetriko-kompetentnostnoe upravlenie otborom social'nyh ob'ektov v sisteme «naukoemkoe proizvodstvo - vuz» / A.V. Morozova, A.V. Kirichek. - M.: Spektr, 2015. - 320 s.
6. Morozova, A.V. Mnogoparametricheskie social'nye ob'ekty v usloviyah neopredelennosti: neyrosetvoe modelirovanie, tipizaciya i kvalimetriya / A.V. Morozova, D.E. Tarasov, A.A. Alisov. - M.: Spektr, 2015. - 128 s.
