Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://repo.nspu.ru/handle/nspu/3460
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorОзерова, Г. П.
dc.contributor.authorПавленко, Г. Ф.
dc.date.accessioned2020-03-17T09:51:17Z-
dc.date.available2020-03-17T09:51:17Z-
dc.date.issued2019
dc.identifier.citationОзерова, Г. П.  (кандидат технических наук доцент кафедры механики и математического моделирования)Прогнозирование успешности студентов при смешанном обучении с использованием данных учебной аналитики / Г. П. Озерова, Г. Ф. Павленко //  Science for Education Today. - 2019. - № 6. - С. 73-87. - Библиогр.: с. 82-84 (27 назв.). - 3 табл., 4 рис.. - Текст : электронный
dc.identifier.issn2658-6762
dc.identifier.othersbo.1717754
dc.identifier.urihttps://repo.nspu.ru/handle/nspu/3460-
dc.description.abstractС татья посвящена проблемам прогнозирования успешности студентов, обучающихся с использованием online-платформ. Цель статьи – выявить особенности прогнозирования успешности студентов при смешанном обучении на основе данных учебной аналитики. Основными методами исследования являются: теоретический анализ и обобщение научно-исследовательских работ, теоретические и практические методы педагогического исследования, методы статистической обработки эмпирических данных, методы машинного обучения и методы моделирования случайных событий. Проведенное исследование выявило, что прогнозирование должно осуществляться на основе критериев, определяющих успешность обучения, метрики для которых можно получить на основе данных учебной аналитики. Классификацию студентов на группы успешности по выбранным критериям необходимо проводить для каждого контрольно-измерительного инструмента непосредственно после его выполнения студентами, чтобы своевременно выявить обучающихся, нуждающихся в особом внимании со стороны преподавателя. Для прогнозирования успешности обучения других потоков студентов целесообразно накапливать информацию о динамике переходов обучающихся между группами успешности, используя дискретные цепи Маркова. Прогнозирование успешности студентов на основе данных учебной аналитики позволяет выделить обучающихся "группы риска", предсказывать распределение студентов по группам успешности и при необходимости корректировать учебно-методические материалы.
dc.languagerus
dc.subjectдискретные цепи Маркова
dc.subjectклассификация
dc.subjectпрогнозирование
dc.subjectсистема управления обучением
dc.subjectсмешанное обучение
dc.subjectуспешность обучения
dc.subjectучебная аналитика
dc.titleПрогнозирование успешности студентов при смешанном обучении с использованием данных учебной аналитики
dc.title.alternativeScience for Education Today. - 2019. - № 6. - С. 73-87
Располагается в коллекциях:Статьи

Файлы этого ресурса:
Файл РазмерФормат 
prognozirovanie-uspeshnosti-stud.pdf883,93 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.