Главная Контакты Добавить в избранное Авторы Вопросы и ответы
,

УДК 681.3

МОДЕЛИРОВАНИЕ ПРОЦЕССА КОНТРОЛЯ ЗНАНИЙ

Соколова Н.А., Григорова А.А.

Для обеспечения качества образования необходимо иметь оценки эффективности контроля знаний, осуществлять оптимизацию контрольных мероприятий за счет разработки и использования методов, моделей, информационных технологий обучения и оптимизации учебного процесса. Подсистемы контроля знаний компьютеризированных систем обучения (ПКЗ КСО) являются диалектическим развитием технических средств контроля знаний на более высоком качественном уровне, они характеризуются использованием мощного средства переработки информации, активизацией роли  преподавателя и обучаемого. Как средство контроля знаний его можно применять как в традиционной, так и в компьютеризированной технологии обучения.

Опыт работы в данном направлении, анализ исследований отечественных и зарубежных специалистов [1-3] показывают, что разработка и внедрение ПКЗ КСО требует использования новых методов, моделей и технологий контроля знаний, совершенствования организации контрольных мероприятий, достаточного  финансирования. Для решения этих задач необходимо осуществить моделирование процесса контроля знаний и всех его составляющих.

Прежде чем приступать к моделированию процесса контроля знаний, необходимо построить модель обучения. Процесс проектирования самого процесса обучения и внедрения блока контроля можно определить методом «сущность-связь». Сущность здесь определяется как некоторый объект, который представляет интерес для исследователя. Связь представляет собой соединение между двумя сущностями.

Можно явно выделить следующие сущности в данной предметной области:

- преподаватель – обеспечивает передачу знаний от себя к обучаемому (однонаправленная связь);

- испытуемый (студент) – усваивает материал (согласно выводам педагогической психологии это четыре фазы – восприятие и понимание, осмысление и запоминание, применение и как последняя стадия, контроль знаний).

- контроль знаний – обратная связь между преподавателем и испытуемым по уровню усвоения знаний в процессе обучения.

После построения схемы учебного процесса нужно разработать модель обучения. В настоящий момент предлагаются следующие подходы к разработке моделей обучения [4-6]:

·        применение объектно-ориентированных моделей,

·        применение проектно-информационных моделей,

·        использование метода электрической аналогии,

·        применение теоретико-информационных моделей.

При разработке модели обучения необходимо учитывать  следующие характеристики:

·        оценку обученности,

·        оценку показателя успеваемости,

·        оценку интенсивности предоставления учебной информации,

·        оценку утомляемости при обучении и т.д.

Исходя из этого, опишем модель обучения, используя теоретико-информационный подход.

Модель обучения при применении КСО формально может быть описана в виде:

 

 

где       В – множество преподавателей:

 

 

 

 

 У – множество обучаемых:

 

 

 

 СКН – система компьютеризированного обучения:

 

 

где       ТЗН – технические средства обучения;

НЗНТ – учебные средства на основе новых информационных технологий;

ОП – образовательные услуги.

В свою очередь:

 

 

 

где       КК – компьютерные коммуникации,

НС –  обучающая среда, где:

 

,

 

 

где       ЗВ – средства преподавания,

ЗК – средства контроля знаний,

ЗС – средства сертификации.

После построения модели обучения и выделения в ней блока контроля, приступаем к моделированию процесса контроля знаний. Для этого строим модель тестирования, т.к. за контроль знаний в КСО отвечает ПКЗ, основным средством контроля, в которой является тестирование.

Обобщенная модель тестирования  представляется в виде совокупности трех моделей [7]:

- модель системы тестов;

- модель системы тестирования;

- модель тестируемого.

 

Модель системы тестов. Изучение конкретной дисциплины предполагает освоение некоторого количества тем. В результате разработки учебного материала дисциплина представлена в виде  систем тестов. Сформированный набор систем тестов  реализуется в одной из систем тестирования , где . В общем случае в распоряжении преподавателя находится систем тестирования.

Тестирование для -го теста  в -й системе тестирования  выполняется в массиве студентов , где  - число студентов.

Итоговый тест определяется, как

 

 

Для выбора системы тестирования справедливо выражение

.

 

В рассматриваемой системе используются модели тестов закрытого типа. Тестовое задание – это элемент теста , сформулированный в форме некоторого вопроса или незаконченного утверждения,  - множество вариантов ответов на тестовое задание.

Существуют следующие модели тестовых заданий:

·        Простые выборочные с множественным выбором.

·        Выборочные с множественным выбором.

·        Выборочные – на  упорядочение.

·        Перекрестные.

·        Выборочно объединяющие.

·        Матричные.

Выбор модели или множества моделей тестов зависит от характеристик разработанной ПКЗ и специфики курса.

Тесты для контроля усвоения знаний в какой-либо предметной области принадлежат к так называемым тестам достижений. Для того чтобы подготовленные тесты надежно позволяли оценить степень усвоения учебного материала, они должны быть составлены в соответствии с требованиями классической теории тестирования.

В соответствии с этим, модель теста можно описать:

 

МТ=<В, Н, Д, О>,

 

где       В – экспертные оценки валидности теста:

 

 

Н – факторы, влияющие на надежность результатов тестирования, включая надежность, приписываемую данному тесту на основании проведенных исследований:

 

 

Д – дискримитативность, параметр получаемый в результате исследований с указанием верхней и нижней границ:

 

 

О – шкалы перевода баллов в оценки:

 

 

Модель системы тестирования. После определения модели или множества моделей тестов и непосредственного выбора заданий для теста необходимо выбрать систему тестирования.

Решение данной проблемы в значительной мере зависит от целей поставленных перед нами. Использование существующих систем тестирования или разработка собственной системы – эта дилемма, как правило, не имеет однозначного решения.

Наиболее перспективным направлением является  использование адаптивной системы. Целесообразность применения данной системы вытекает из необходимости рационализации традиционного тестирования. Этот алгоритм требует предварительной апробации всех заданий, определения их меры трудности, а также создания банка заданий и специальной программы.

Математическая модель адаптивной системы выглядит следующим образом [4]:

Пусть  (R – общее количество вопросов) – множество всех вопросов. Выделим  разбиение множества X на подмножества:

 

 ,

 

где каждое Xi соответствует некоторому уровню сложности.

При тестировании из множества выделяют  подмножество ,  где  - множество всех вопросов данного теста (область тестирования), , где . Для процесса тестирования выделим множество ответов .

,

 

где  - множество правильных ответов,  - множество неправильных ответов на вопросы теста, причем .

Исходя из этого строим в общем виде модель системы оценивания:

 

МСОЗ=<Ц, С, Ш>,

где Ц – цель контроля,  

С – средства контроля,  

Ш – шкала оценок.         

 

Модель тестируемого. Моделирование процесса контроля знаний в КСО, не возможно без построения модели обучаемого. Исследователи рассматривают процесс компьютеризированного обучения с точки зрения взаимодействия обучаемого с системой обучения. Информация об обучаемом представляется в бинарном, скалярном, векторном видах или с учетом динамики и характера изменения модели знаний обучаемого [8]. 

Рассмотрим множество  обучающихся в КСО и множества  операций и отношений, заданных на нем. Ограничивая размерность задачи, рассмотрим обучающегося как множество атрибутов следующего вида [4]:

 

,

 

где        – начальный уровень подготовленности к обучению i-го обучающегося,

 – способность к обучению i-го обучающегося,

 – психологические свойства личности i-го обучающегося,

 – уровень подготовки i-го обучающегося для работы с системой,

 – факторы отношения i-го обучающегося к системе,

 – знания i-го обучающегося о прикладных областях задач,

 –уровень подготовленности i-го обучающегося после завершения обучения.

            Все эти атрибуты являются сложными, т.е. состоят из более простых. Так в можно выделить [4]:

,

 

где        – моторные навыки i-го обучающегося,

 – лингвистические навыки i-го обучающегося,

 – умственные способности i-го обучающегося,

 – творческие способности i-го обучающегося.

В можно выделить внимание, устойчивость к стрессам и т.д.

Умственные способности представим в виде множества атрибутов:

 

,

где       – коэффициент интеллекта (IQ) i-го обучающегося,

– тип памяти i-го обучающегося.

В  можно выделить:

 

где       итоговая оценка по курсу,

множество оценок по темам курса,

,

где       k-количество тем курса,

оценка за  k-ю тему,

множество оценок, полученных за изучение подтем:

,

где       номер темы,

номер подтемы.

множество оценок, полученных за изучение параграфов:

,

где       номер темы,

номер подтемы,

номер параграфа.

множество оценок, полученных за изучение минимальных блоков информации:

,

где       номер темы,

номер подтемы,

номер параграфа

номер минимального блока информации.

Данная модель обучаемого может рассматриваться с точки зрения  как КСО в целом, так и ПКЗ.

 

Выводы.

Рассмотрены и проанализированы особенности моделирования элементов процесса контроля знаний. Предполагается, что процесс обучения представляет собой последовательную совокупность изучения отдельных блоков курса и дисциплин в целом. На каждом этапе обучения необходим контроль, в качестве которого предложено использовать тестирование. Проанализированы модели системы оценивания знаний и модели тестов. Предложена модель теста для ПКЗ КСО, в которой учитываются характеристики теста, и модель системы оценивания знаний с учетом целей контроля. В качестве модели КСО использована модель адаптивной системы, а в качестве модели обучаемого – теоретико-информационная модель.

 

Questions of modelling of components of process of the control of knowledge in the computerized systems of training (CST) are considered. Models of system of an estimation of knowledge and models of tests are analysed. The model of the test for a subsystem of the control of knowledge CST in which characteristics of the test are taken into account, and model of system of an estimation of knowledge in view of the purposes of the control is offered. As a model CST the model of adaptive system is offered, and as a model of a trained person - theoretical-information model.

 

1.                  Агапонов С.В. и др. средства дистанционного обучения. Методика, технология, инструментарий. /Авторы: Агапонов С.В., Джалиашвили З.О., Кречман Д.Л., Никифоров И.С., Ченосова Е.С., Юрков А.В./ Под ред. З.О. Джалиашвили. – СПб.: БХВ-Петербург, 2003. –336 с.

2.                  Шуневич Б.И. Дистанционное обучение на Украине: учебные программы, курсы, программное обеспечение // Открытое образование 2’2003, - М.: МЭСИ, 2003 – С. 41-48.

3.                  Гузеев В.В., Лукьянец С.В., Головина П.В. Создание и использование тестирующей программы для проверки знаний студентов // Открытое образование 5’2003, - М.: МЭСИ, 2003 – С. 10-14.

4.                  Антофий Н.Н. Модели и методы информационной поддержки в компьютеризированных системах обучения: 05.13.06. – Херсон, 2003.- 193с.

5.                  Валишев А.И., Костюкова Н.И., Минак А.Г. Психология мышления, дидактические характеристики и оценка пригодности специалиста в области программирования // Открытое образование 4’2003, - М.: МЭСИ, 2003 – С. 7-11.

6.                  Бойкова В.А. Модели и методы создания информационных технологий обучения: 05.13.06. – Херсон, 2001.- 260с.

7.                  Журавель В.Ф., Ільїн В.В., Кузнєцов В.О., Сухарніков Ю.В. Рекомендована практика конструювання тестів професійної компетенції випускників вищих навчальних закладів. / За загал. ред. Ю.В. Сухарнікова – К.: Аграрна освіта, 2000. – 38 с.

8.                  Кузнецов А.В. Общие принципы построения обучающих систем на основе функциональных компонент // Открытое образование 2’2003, - М.: МЭСИ, 2003 – С. 22-25.

 





Ответы на вопросы [_Задать вопроос_]

Читайте также

 
Кирюшатова Т.Г., Чёрный С.Г. Моделирование процессов распределения функ-ций персонала в управлении организацией.

Никольский В.В., Сандлер А.К. Моделирование процессов в вискозиметре с пьезоэлектрическим приводом.

Никольский В.В. Моделирование процессов в вискозиметрах с пьезоэлектрическим приводом

Сандлер А.К. Моделирование процессов в волоконно- оптическом акселерометре

Вайсман В.А. Математическое моделирование процесса управления кинематической точностью шарико-винтовых передач

Михайловская Т.В., Михалев А.И., Гуда А.И. Исследование правил клеточных автоматов для моделирования процессов затвердевания квазиравновесных бинарных сплавов

Кириллов О.Л. , Якимчук Г.С. Моделирование процесса управления системой перегрузки углеводородных жидких топлив

Соколов А.Е., Махова Е.О. Моделирование процесса принятия педагогического решения при компьютеризированном обучении

Боскин О.О., Соколова Н.А. Имитационная модель процесса дистанционного обучения.

Нарожный А.В. Проектирование и реализация автоматизированных систем контроля знаний

Клименко Д.С. Моделирование натяжения нити при смотке с конической бобины в процессе партионного снования.

Рябченко И.Н. , Свиридов С.А. , Белик Р.А. Математическое моделирование физических процессов, протекающих в системах подачи и распределения воды в нештатных ситуациях.

Яковенко А.Е. Проектирование автоматизированных систем принятия решений в условиях адаптивного обучения с учетом требований болонского процесса

Левченко А.А., Кравчук О.И. Эквивалентный макромодуль процесса технического обслуживания радиотехнических средств.

Моделирование объектов и систем управления

Соколов А.Е., Махова Е.О. Моделирование процесса принятия педагогического решения при компьютеризированном обучении

Славко О.Г. Порівняльний аналіз керування регулятором на основі локальної моделі керованого процесу та П-регулятором

Войтенко В.В., Дикусар Е.В, Ситников В.С. Определение частоты среза устройства сглаживания данных на основе метода скользящего среднего

Передерій В.І. Алгоритм визначення та оцінки характеристик ефективності комп’ютерних систем на початковій стадії проектування в умовах невизначенності

Ляшенко С.А, Ляшенко А.С. Оценка модели псевдолинейной регрессии

Ладієва Л.Р. Математична модель процесу газової мембранної дистиляції

Носов П.С., Косенко Ю.І. Нечіткі моделі і методи ідентифікації та прогнозу стану інформаційної моделі студента

Китаев А.В., Глухова В.И. Анализ работы синхронного двигателя с неявнополюсным ротором по данным каталога

Дорошкевич В.К., Пироженко А.В., Хитько А.В., Хорольский П.Г. К определению требований к системам увода космических объектов

Голінко І.М., Ковриго Ю.М., Кубрак А.І. Настройка системи керування за імпульсною характеристикою об’єкта

Яшина К.В., Садовой А.В. Комплексная математическая модель тепловых процессов, происходящих в дуговых электросталеплавильных печах

Шейник С.П., Рудакова А.В. Использование функций принадлежности для моделирования параметров распределенных объектов

Хомченко А.Н., Литвиненко Е.И. Метод барицентрического усреднения граничных потенциалов электростатического поля

Селяков Е. Б. Моделирование требований к техническим системам методами математической логики

Тодорцев Ю.К., Ларіонова О.С., Бундюк А.М. Математична модель контура теплопостачання когенераційної енергетичної установки

Кириллов О.Л. , Якимчук Г.С. Моделирование процесса управления системой перегрузки углеводородных жидких топлив

Шеховцов А.Н., Козел В.Н. Построение математической модели формирования распределенных систем

Китаев А.В., Глухова В.И. Анализ поведения генератора постоянного тока по данным каталога

Хомченко А.Н., Козуб Н.О. Задачі наближення функцій: від лагранжевих до серендипових поліномів

Хобин В.А., Титлова О.А. Определение температуры парожидкостной смеси в дефлегматоре АДХМ по результатам измерений температуры его поверхности

Григорова Т.М., Усов А.В. Вероятностно-статистическое моделирование маршрутизированных пассажиропотоков в крупных городах

Горач О.О., Тернова Т.І. Моделювання технологічного процесу одержання трести при використані штучного зволоження з урахуванням складу мікрофлори

Дубік Р.М., Ладієва Л.Р. Математична модель розділення неоднорідних рідких систем

Казак В.М, Лейва Каналес Родриго, Яковицкая Е.Ю. Моделирование динамики полета магистрального самолета на исследовательском стенде

Завальнюк И.П. Исследование процесса торможения автомобиля как критического режима динамической системы

Дмитриев С.А., Попов А.В. Построение портрета неисправностей проточной части газотурбинного двигателя на примере АИ-25

Русанов С.А., Луняка К.В., Клюєв О.І., Глухов Г.М. Математичне моделювання робочого процесу в апаратах з віброкиплячим шаром та розробка систем автоматизованого моделювання гідродинаміки віброкиплячих шарів

Боярчук В.П., Сыс В.Б. Экспериментальные исследования влияния технологии шлихтования на изменение жесткости текстильных нитей

Селін Ю.М. Використовування контекстних марківських моделей для аналізу дії промислових вибухів на будівельні конструкції

Рудакова А.В. Проблемы интеграции сложных систем

Передерій В.І., Касап А.М. Математична модель та алгоритм автоматизації розрахунку параметрів комп’ютеризованих систем працюючих у реальному часі

Передерий В.И., Еременко А.П. Математические модели и алгоритмы принятия релевантных решений пользователями автоматизированных систем с учетом личностных и внешних факторов на базе генетических алгоритмов

Михайловская Т.В., Михалев А.И., Гуда А.И. Исследование правил клеточных автоматов для моделирования процессов затвердевания квазиравновесных бинарных сплавов

Хомченко А.Н., Колесникова Н.В. Явление «сверхсходимости» в задаче Прандтля для уравнения Пуассона

Китаев А.В., Глухова В.И. Анализ работы трансформатора по данным каталога

Квасницкий В.В., Ермолаев Г.В., Матвиенко М. В., Бугаенко Б.В., Квасницкий В.Ф. Оценка применимости метода компьютерного моделирования к исследованию напряженно-деформиррованного состояния цилиндрических узлов

Китаев А.И., Глухова В.И. Анализ работы асинхронного двигателя по данным каталога

Шелестов А.Ю Имитационная модель взаимодействия GRID-узлов с очередью доступа к общей памяти

Chizhenkova R.A. Mathematical Aspects of Bibliometrical Analysis of Neurophysiological Investigations of Action of Non-ionized Radiation (Medline-Internet)

Хомченко А.Н., Козуб Н.А. Геометрическое моделирование дискретных элементов с криволинейными границами

Славич В.П. Модель автоматизованої системи управління потоками транспортних засобів

Маркута О.В., Мысак В.Ф. Программная реализация и исследование особенностей метода группового учета аргументов

Степанкова Г.А., Баклан І.В. Побудова гібридних моделей на основі прихованих марківських моделей та нейронних мереж

Бакшанська Т.Д., Рижиков Ю.Г., Тодорцев Ю.К. Математична модель процесу горіння природного газу з рециркуляцією продуктів згорання для цілей управління

Хомченко А.Н. Новые решения обобщенной задачи Бюффона

Передерий В.И., Еременко А.П. Математические модели и алгоритмы определения релевантности принимаемых решений с учетом психофункциональных характеристик пользователей при управлении автоматизированными динамическими системами

Ложечников В.Ф., Михайленко В.С., Максименко И.Н. Аналитическая много режимная математическая модель динамики газовоздушного тракта барабанного котла средней мощности

Ковриго Ю.М., Фоменко Б.В., Полищук И.А. Математическое моделирование систем автоматического регулирования с учетом ограничений на управление в пакете Matlab

Исаев Е.А., Наговский Д.А. Математическое описание влияния кривизны контактирующих тел на угол смачивания жидкости в межчастичном пространстве

Бідюк П.І., Литвиненко В.І., Кроптя А.В. Аналіз ефективності функціонування мережі Байєса

Тищенко И.А., Лубяный В.З. Математическое моделирование вокодера для определения оптимальной формы импульса сигнала возбуждения.

Николаенко Ю.И., Моисеенко С.В. Моделирование гармонического полиномиального базиса гексагона.

Козуб Н.А., Манойленко Е.С., Хомченко А.Н. Температурный тест для модифицированных базисов бикубической интерполяции.

Клименко А.К. Об упрощенном численном конструировании обратной модели динамического объекта.

Китаев А.В., Сушич Е.Ф. Расчет погрешностей измерительных трансформаторов.

Передерій В.І.,Касап А.М. Математична модель та алгоритм автоматизації розрахунку параметрів комп’ютеризованих систем працюючих у реальному часі

Шпильовий Л.В. Математична модель та алгоритм екстремального управління процесом осадження дисперсної фази суспензії.

Тулученко Г.Я. Інформаційний модуль експрес-пошуку точок еквівалентності процесу нейтралізації.

Тернова Т.І. Урахування морфогенетичного рівняння в математичній моделі тканини.

Попруга А.Г. Теоретические и экспериментальные исследования электрических нагревателей по критерию экономии энергии.