Вестник Новосибирского государственного педагогического университета, 2018, No.5, С.176-190
УДК: 
372.851

Условия эффективной организации образовательного процесса для повышения качества стохастической культуры студентов

Абрамова И. В. 1 (Пермь, Россия), Шилова З. В. 2 (Киров, Россия), Варанкина В. И. 2 (Киров, Россия), Веретенникова О. Н. 3 (Глазов, Россия)
1 Пермский государственный национальный исследовательский университет
2 Вятский государственный университет
3 Глазовский государственный педагогический институт имени В.Г.Короленко
Аннотация: 

Проблема и цель. В центре внимания авторов проблема формирования у студентов стохастической и информационной культуры. Целью статьи является выявление условий эффективной организации образовательного процесса для повышения качества стохастической культуры студентов.
Методология. В теоретическом исследовании применялись анализ математической, психолого-педагогической, научно-методической и учебной литературы и обобщение научно-педагогических исследований по формированию стохастической культуры студентов. Экспериментальная оценка была дана степени применения компьютерных технологий в высшем образовании. Обобщены единичные исследования по рассматриваемой проблеме, сделаны общие выводы. Выявлены частные положения об использовании компьютерных технологий из числа общих исследований по этому вопросу. Использованы эмпирические методы: наблюдение, опрос, анализ результатов обучения студентов стохастике с помощью компьютерных технологий.
Результаты. Авторы представили условия организации образовательного процесса для повышения стохастической культуры студентов. Стохастическое содержание материала и применяемые типы средств компьютерных технологий соответствуют профессионально-прикладной направленности студентов. Особенности профессиональной подготовки студентов находят отражение в разработке системы учебно-лабораторных проектов по разным разделам дисциплины стохастики с учётом уровней использования компьютерных технологий;
система профессионально-прикладных задач подразумевает написание компьютерной программы, позволяющей просчитывать разные стохастические параметры. Авторами подчеркивается, что особенности их применения в профессиональной подготовке студентов заключаются в формировании у студентов стохастической и информационной культуры, повышении мотивационной и образовательной компонент развития личности обучающихся посредством профессионально-прикладных задач. Отмечается, что условия реализации стохастического обучения студентов базируются на индивидуальном и дифференцированном подходе к обучению студентов вуза.
Заключение. Обобщаются условия эффективной организации образовательного процесса для повышения качества стохастической культуры студентов средствами компьютерных технологий.

Ключевые слова: 

стохастика; компьютерные технологии; профессионально-прикладная направленность; профессиональная подготовка студентов; профессионально-прикладные задачи; высшее образование; стохастическая и информационная культура студентов.

Список литературы: 
  1. Абрамова И. В. Логико-смысловые модели как средство формирования профессиональной компетентности студентов педагогического направления // Проблемы современного педагогического образования. − 2017. − № 56-3. − С. 3–9. URL: https://elibrary.ru/item.asp?id=30010520
  2. Абрамова И. В. Формирование информационно-коммуникационной компетентности школьников и студентов: преемственность научно-исследовательской работы в системе «Школа − вуз» // Педагогический журнал Башкортостана. − 2016. − № 2 (63). − С. 41–46. URL: https://elibrary.ru/item.asp?id=26245393
  3. Артюхов А. В., Молоткова Т. Л. Информационные и коммуникационные технологии в образовании // Вестник Челябинского государственного университета. − 2015. − № 26 (381). − С. 58–61. URL: https://elibrary.ru/item.asp?id=25497647
  4. Далингер В. А. Информационные технологии в обучении учащихся теории вероятностей и математической статистике // Современные проблемы науки и образования. − 2012. − № 4. − С. 230. URL: https://elibrary.ru/item.asp?id=17883062
  5. Евдокимова Г. С. Формирование стохастической культуры будущего учителя в образовательном процессе вуза // Известия Смоленского государственного университета. − 2010. − № 10. − С. 281–292. URL: https://elibrary.ru/item.asp?id=15015875
  6. Евдокимова Г. С., Бочкарева В. Д. Стохастическая компетентность выпускников вуза // Интеграция образования. − 2013. – № 2 (71). − С. 4-8. URL: https://elibrary.ru/item.asp?id=19416210
  7. Зимняя И. А. Компетенция и компетентность в образовании // Эйдос. − 2014. − №4. − С. 7. URL: https://elibrary.ru/item.asp?id=23804699
  8. Кузнецова Е. В. Формирование стохастической культуры студентов технического университета посредством применения информационных технологий // Сибирский педагогический журнал. − 2010. − № 1. − С. 130−137. URL: https://elibrary.ru/item.asp?id=18487135
  9. Лапчик М. П., Федорова Г. А. Инновационный подход к подготовке педагогических кадров в области информатизации образования // Преподаватель XXI век. − 2016. –– № 4-1. – С. 28–41. URL: https://elibrary.ru/item.asp?id=27633940
  10. Пак Н. И. Информационный подход и электронные средства обучения: монография. – Красноярск: Красноярский государственный педагогический университет им. В.П. Астафьева, 2013. − 196 с. URL: https://elibrary.ru/item.asp?id=23057620
  11. Роберт И. В. Современные информационные технологии в образовании: дидактические проблемы; перспективы использования: монография. – М.: Институт информатизации образования Российской академии образования, 2010. − 140 с. URL: https://elibrary.ru/item.asp?id=15281091 
  12. Шилова З. В. Иcпользование информационных технологий в процессе обучения дисциплине «Теория вероятностей и математическая статистика» студентов вуза // Advanced Science. − 2017. − № 4 − С. 74. URL: https://elibrary.ru/item.asp?id=32314523
  13. Шилова З. В. Информационные технологии при обучении теории вероятностей // Математический вестник педвузов и университетов Волго-Вятского региона. − 2014. − № 16. − С. 205–209. URL: https://elibrary.ru/item.asp?id=28101349
  14. Biza I., Vande Hey E. Improving statistical skills through students’ participation in the development of resources // International Journal of Mathematical Education in Science and Technology. – 2015. – Vol. 46, Issue 2. – P. 163–186. DOI: https://doi.org/10.1080/0020739X.2014.950707
  15. Erbas A. K., Kertil M., Çetinkaya B., Çakiroğlu E., Alacaci C., Baş S. Mathematical Modeling in Mathematics Education: Basic Concepts and Approaches // Educational Sciences: Theory and Practice. – 2014. – Vol. 14, Issue 4. – P. 1621−1627. URL: https://files.eric.ed.gov/fulltext/EJ1045031.pdf
  16. Frejd P., Bergsten C. Mathematical modelling as a professional task // Educational studies in mathematics. – 2016. – Vol. 91, Issue 1. – P. 11−35. DOI: https://doi.org/10.1007/s10649-015-9654-7
  17. Kertil M., Gurel C. Mathematical modeling: A bridge to STEM education // International Journal of Education in Mathematics, Science and Technology. – 2016. – Vol. 4, Issue 1. – P. 44−55. DOI: https://doi.org/10.18404/ijemst.95761
  18. Koparan T. Difficulties in learning and teaching statistics: teacher views // International Journal of  Mathematical Education in Science and Technology. – 2015. – Vol. 46, Issue 1. – P. 94–104. DOI: https://doi.org/10.1080/0020739X.2014.941425
  19. Leiss D., Schukajlow S., Blum W., Messner R., Pekrun R. The Role of the Situation Model in Mathematical Modelling-Task Analyses, Student Competencies, and Teacher Interventions // Journal für Mathematik-Didaktik. – 2010. – Vol. 31, Issue 1. – P. 119−141. DOI: https://doi.org/10.1007/s13138-010-0006-y
  20. Meyer Joerg M. On Stochastic Dependence // Teaching Statistics: An International Journal for Teachers. – 2018. – Vol. 40, Issue 1. – P. 29–32. URL: http://dx.doi.org/10.1111/test.12147
  21. Rufino M. M., Gaspar M. B., Pereira A. M., Maynou F., Monteiro C. C. Ecology of megabenthic bivalve communities from sandy beaches on the south coast of Portugal // Scientia Marina. – 2010. – Vol. 74, Issue 1. – P. 163−178. DOI: https://doi.org/10.3989/scimar.2010.74n1163
  22. Schukajlow S., Leiss D., Pekrun R., Blum W., Müller M., Messner R. Teaching methods for modelling problems and students’ task-specific enjoyment, value, interest and self-efficacy expectations // Educational studies in mathematics. – 2012. – Vol. 79, Issue 2. – P. 215−237. URL: https://link.springer.com/article/10.1007/s10649-011-9341-2 
  23. Shilova Z. V., Sibgatullina T. V. Methodology Features of Teaching Stochastics to University Students of the Biology Specialization // EURASIA J. Math., Sci Tech. Ed. – 2017. – Vol. 13, Issue 8. – P. 4725–4738. DOI: https://doi.org/10.12973/eurasia.2017.00960a
  24. Tanevski J., Todorovski L., Džeroski S. Learning stochastic process-based models of dynamical systems from knowledge and data // BMC Systems Biology. – 2016. – Vol. 10. – P. 30. DOI: https://doi.org/10.1186/s12918-016-0273-4
Дата публикации 31.10.2018