Вестник высшей школы
ВойтиРегистрацияСоздать
Подать статьюПодать
2023, №6
УПРАВЛЕНИЕ СОЦИАЛЬНЫМИ СИСТЕМАМИ

Прогнозирование результатов сдачи сессии на основе анализа текущей успеваемости студентов с использованием данных информационной управляющей системы «Электронный университет»

В.Т. Калугин, А.Ю. Луценко, А.Г. Иванов, В.А. Игрицкий, Е.В. Ипполитова, А.Н. Королев, Д.К. Назарова, А.Д. Новиков, И.К. Романова-Большакова, А.С. Филимонов

DOI 10.20339/am.06-23.077С. 77–84УДК 378:005.6-05280 ₽

PDF

В закладки

Аннотация

Одной из актуальных задач деканата является регулярный мониторинг и проведение анализа успеваемости во время семестра с целью прогнозирования результатов сдачи сессии и выявления отстающих студентов, работе с которыми следует уделить приоритетное внимание. При большом контингенте студентов на курсе, который может составлять несколько сотен человек, организация эффективного мониторинга успеваемости требует не только непосредственного общения с участниками учебного процесса, но и использования специальных электронных информационных систем. В статье приведены краткие сведения о способе отображения текущей успеваемости в информационной управляющей системе «Электронный университет» (ИУС «ЭУ») МГТУ им. Н.Э. Баумана. Представлены основные способы определения уровня текущей успеваемости студента с использованием данных ИУС «ЭУ». Проведены сопоставление и анализ данных ИУС «ЭУ» по текущей успеваемости студентов факультета «Специальное машиностроение» МГТУ им. Н.Э. Баумана в ноябре 2022 года в сравнении с результатами сдачи зимней сессии 2022/2023 учебного года теми же студентами. На основе проведенного анализа предложен критерий выявления отстающих студентов по результатам анализа текущей успеваемости с помощью ИУС «ЭУ» и приведены рекомендации по способам повышения эффективности такого анализа.

Ключевые слова

  • информационная управляющая система «Электронный университет»
  • информационная образовательная система
  • успеваемость студентов
  • анализ успеваемости студентов
  • прогнозирование результатов сдачи сессии студентов

Литература

  1. Калугин В.Т. Интеграция образования и науки — основа подготовки высококвалифицированных кадров для космической отрасли и военно-промышленного комплекса // Инженерный журнал: наука и инновации. 2013. No 3 (15). DOI: 10.18698/2308-6033-2013-3-615

    DOI 10.18698/2308-6033-2013-3-615

  2. Информационная управляющая система МГТУ им. Н.Э. Баумана «Электронный университет»: концепция и реализация / под ред. И.Б. Федорова, В.М. Черненького. М.: Изд-во МГТУ им. Н.Э. Баумана, 2009. 376 с.

  3. Chernikov A. S., Zagidullin R.S. and Chibisov A.A. Integration of Moodle and Electronic University Systems at BMSTU // Handbook of Research on Engineering Education in a Global Context, 2019, Chapter 35 (Р. 418–429). DOI: 10.4018/978-1-5225-3395-5.ch035

    DOI 10.4018/978-1-5225-3395-5.ch035

  4. Guzeva T., Egorov S., Smetankin K., Varlamov O., Aladin D. Mivar’s Approach to Detailed Description of Knowledge for the Academic Subject “Rocket and Space Manufacturing Technologies” // Networked Control Systems for Connected and Automated Vehicles. Cham: Springer International Publishing 2022. Vol. 1. Р. 643-650. DOI: 10.1007/978-3-031-11058-0_64

    DOI 10.1007/978-3-031-11058-0_64

  5. Guzeva T., Parsheva A., Babin V., Varlamov O., Aladin D. Management of Educational Programs at the University Based on Mivar Expert Systems // Networked Control Systems for Connected and Automated Vehicles: Vol. 1. Cham: Springer International Publishing, 2022. Р. 651–659. DOI: 10.1007/978-3-031-11058-0_65

    DOI 10.1007/978-3-031-11058-0_65

  6. Москаленко В.О., Тарапанова Е.А., Юдин Е.Г. Система «Электронный университет» и ее роль в сопровождении учебного процесса в МГТУ им. Н.Э. Баумана // Вестник МГТУ им. Н.Э. Баумана. Сер. «Приборостроение». 2010. No 2. С. 61–69.

  7. Иванов А.Г., Игрицкий В.А., Ипполитова Е.В., Калугин В.Т., Королев А.Н., Круглов П.В., Луценко А.Ю., Назарова Д.К., Филимонов А.С. Опыт организации и проведения учебного процесса в МГТУ им. Н.Э. Баумана с использованием дистанционных образовательных технологий // Аэрокосмическое образование в России. Кадровое обеспечение оборонно-промышленного комплекса. М.: Московский авиационный институт (национальный исследовательский университет), 2021. С. 96–125.

  8. Исаева Е.Р., Тюсова О.В., Тишков А.В., Шапоров А.М., Павлова О.В., Ефимов Д.А., Власов Т.Д. Поиск прогностических критериев академической успеваемости студентов // Университетское управление: практика и анализ. 2017. Т. 21. No 2 (108). С. 163–175.

  9. Шевченко В.А. Прогнозирование успеваемости студентов на основе методов кластерного анализа // Вісник Харківського національного автомобільно-дорожнього університету. 2015. No 68. С. 15–18.

  10. Помян С., Белоконь О. Прогнозирование успешности обучения студентов вуза на основе марковских процессов // Acta et commentationes (Ştiinţe ale Educaţiei). 2021. Т. 23. No 1. С. 78–87.

  11. Носков М.В., Сомова М.В., Федотова И.М. Управление успешностью обучения студента на основе марковской модели // Информатика и образование. 2018. No 10. С. 4–11.

  12. Русаков С.В., Русакова О.Л., Посохина К.А. Нейросетевая модель прогнозирования группы риска по успеваемости студентов первого курса // Современные информационные технологии и ИТ-образование. 2018. Т. 14. No 4. С. 815–822.

  13. Накарякова Н.Н., Русаков С.В., Русакова О.Л. Прогнозирование группы риска (по успеваемости) среди студентов первого курса с помощью дерева решений // Прикладная математика и вопросы управления. 2020. No 4. С. 121–136.

Рубрики
УПРАВЛЕНИЕ СОЦИАЛЬНЫМИ СИСТЕМАМИ