Science for Education Today, 2020, Т. 10, № 4, С. 139–155
© Урбан М. А., Смолеусова Т. В., 2020
УДК: 
371

Особенности и компоненты комплексного умения моделировать в современном начальном математическом образовании

Урбан М. А. 1 (Минск, Беларусь), Смолеусова Т. В. 2 (Новосибирск, Россия)
1 Белорусский государственный педагогический университет имени Максима Танка
2 Новосибирский институт повышения квалификации и переподготовки работников образования
Полный текст (свободный доступ) — Скачан 1343 раз(а)
Аннотация: 

Проблема и цель. В статье представлено исследование по актуальной проблеме целенаправленного использования моделирования в образовании. Цель статьи – выявить особенности и компоненты (элементарные умения) комплексного умения моделировать в современном начальном математическом образовании.
Методология. В исследовании использованы следующие методы: теоретический анализ современных зарубежных и российских научных публикаций по проблеме применения метода моделирования в процессе обучения; педагогический эксперимент, с помощью которого был апробирован разработанный в исследовании подход к диагностике комплексного умения моделировать; методы математической статистики для обработки результатов педагогического эксперимента.
Результаты. В статье представлен и обоснован авторский подход к покомпонентной диагностике комплексного умения моделировать (на примере обучения математике в начальной школе). Исследована проблема целенаправленного использования в образовательном процессе моделирования, которое является как средством обучения, так и его образовательным результатом. Авторами выявлены и обоснованы элементарные умения, входящие в состав комплексного умения моделировать; предложено авторское определение комплексного умения моделировать; разработан авторский подход к покомпонентной диагностике комплексного умения моделировать, описана его апробация в ходе педагогического эксперимента (на математическом материале).
На основе выполненного теоретического анализа выявлены современные направления исследования проблемы целенаправленного использования моделирования в образовательном дискурсе, особенности и компоненты комплексного умения моделировать, обоснован и представлен авторский подход к покомпонентной диагностике умения моделировать (на примере обучения математике в начальной школе). Обоснована авторская трактовка моделирования как комплексного умения, которое является как средством, так и целью обучения.
Заключение. Разработанный в исследовании подход к диагностике комплексного умения моделировать позволяет выявлять уровень сформированности этого умения у младших школьников и определять соответствующие направления коррекции работы педагога с учащимися.

Ключевые слова: 

моделирование в обучении; визуальное моделирование; комплексное умение моделировать; диагностика умения моделировать; начальное обучение математике.

URL WoS/RSCI: https://www.webofscience.com/wos/rsci/full-record/RSCI:43933909

Процентиль актуальности SciVal: 99.370 Pedagogical Support | Educational Process | Professional Competence

http://apps.webofknowledge.com/full_record.do?product=RSCI&search_mode=G...

https://www.scopus.com/record/display.uri?eid=2-s2.0-85092323893&origin=...

Characteristics and sub-skills of mathematical modeling in the mathematics curriculum for primary schools

Библиографическая ссылка:
Урбан М. А., Смолеусова Т. В. Особенности и компоненты комплексного умения моделировать в современном начальном математическом образовании // Science for Education Today. – 2020. – № 4. – С. 139–155. DOI: http://dx.doi.org/10.15293/2658-6762.2004.09
Список литературы: 
  1. Chou T.-L., Wu J.-J., Tsai C.-C. Research Trends and Features of Critical Thinking Studies in E-Learning Environments // Journal of Educational Computing Research. – 2019. – Vol. 57 (4). – P. 1038–1077. DOI: https://doi.org/10.1177/0735633118774350
  2. Pushkarev Y. V., Pushkareva E. A. Communication foundation for intellectual culture: tendencies of contemporary development // XLinguae. – 2019. – Т. 12, № 4. – С. 212–218. DOI: https://doi.org/10.18355/XL.2019.12.04.18
  3. Ивлев В. Ю., Ивлева М. Л., Иноземцев В. А. Когнитивная революция как фактор становления новой эпистемологической парадигмы и методологии исследования знания в современной науке // Известия Московского государственного технического университета МАМИ. – 2013. – Т. 6, № 1. – С. 91–99. URL: https://elibrary.ru/item.asp?id=20799316
  4. Трофимов В. М. Что есть точное знание и как оно обеспечивается в когнитивных процессах // Вестник Новосибирского государственного педагогического университета. – 2018. – Т. 8, № 4. – С. 141–157. DOI: http://dx.doi.org/10.15293/2226-3365.1804.09 URL: https://elibrary.ru/item.asp?id=35605575
  5. Пушкарёв Ю. В., Пушкарёва Е. А. Феномен социальной информации в образовании: современные практики исследования (обзор) // Science for Education Today. – 2019. – Т. 9, № 6. – С. 52–71. DOI: http://dx.doi.org/10.15293/2658-6762.1906.04 URL: https://www.elibrary.ru/item.asp?id=41586633
  6. Pushkarev Yu. V., Pushkareva E. A. Philosophical interpretation of knowledge and information: Knowledge value and information diversity in modern communication // XLinguae. – 2018. – Vol. 11 (3). – P. 176–184. DOI: https://doi.org/10.18355/XL.2018.11.03.17
  7. Chou T.-L., Wu J.-J., Tsai C.-C. Research Trends and Features of Critical Thinking Studies in E-Learning Environments // Journal of Educational Computing Research. – 2019. – Vol. 57 (4). – P. 1038–1077. DOI: https://doi.org/10.1177/0735633118774350
  8. Hamada M., Hassan M. An Interactive Learning Environment for In-formation and Communication Theory // Eurasia Journal of Mathematics Science and Technology Education. – 2017. – Vol. 13 (1). – P. 35–59. DOI https://doi.org/10.12973/eurasia.2017.00603a
  9. Nancy W., Parimala A., Merlin L. M. Livingston Advanced Teaching Pedagogy As Innovative Approach In Modern Education System // Procedia Computer Science. – 2020. – Vol. 172. – P. 382–388. DOI: https://doi.org/10.1016/j.procs.2020.05.059

10. Chekour M., Laafou M., Janati-Idrissi R. What are the adequate pedagogical approaches for teaching scientific disciplines? Physics as a case study // Journal of Educational and Social Research. – 2018. – Vol. 8 (2). – P. 141–148. DOI: https://doi.org/10.2478/jesr-2018-0025  

11. Цукерман Г. А., Клещ Н. А. Понимание понятийного текста и владение понятиями // Психологическая наука и образование. – 2017. – Т. 22, № 3. – С. 19–27. DOI: http://dx.doi.org/10.17759/pse.2017220302 URL: https://www.elibrary.ru/item.asp?id=29898528

12. Смолеусова Т. В. Наглядно-образное справочное пособие «Наглядные таблицы по математике» для формирования УУД // Герценовские чтения. Начальное образование. – 2016. – Т. 7, № 1. – С. 118–121. URL: https://www.elibrary.ru/item.asp?id=25606060

13. Urban M., Murauyova H., Gadzaova S. Didactic principles of visualization of mathematical concepts in primary education // Pedagogika. – 2017. – Vol. 127 (3). – P. 70–86. DOI: http://dx.doi.org/10.15823/p.2017.40 URL: https://www.elibrary.ru/item.asp?id=35703141

14. Смолеусова Т. В. Вариативность моделирования в образовании как условие реализации требований ФГОС // Сибирский учитель. – 2015. – № 6. – С. 55–57. URL: https://www.elibrary.ru/item.asp?id=25625645

15. DeBellis V. A., Goldin G. A. Affect and Meta-Affect in Mathematical Problem Solving: a Representational Perspective // Educational Studies in Mathematics. – 2006. – Vol. 63. – P. 131–147. DOI: https://doi.org/10.1007/s10649-006-9026-4

16. Rinaldi L. J., Smees R., Alvarez J., Simner J. Do the Colors of Educational Number Tools Improve Children’s Mathematics and Numerosity? // Child Development. – 2020. – Vol. 91 (4). – P. e799-e813. DOI: http://dx.doi.org/10.1111/cdev.13314  

17. Wieman C., Perkins K. Transforming physics education // Physics Today. – 2005. – Vol. 58 (11). – P. 36–41. DOI: http://dx.doi.org/10.1063/1.2155756    

18. Bernacki M.  L., Greene J. A., Crompton H. Mobile Technology, Learning, and Achievement: Advances in Understanding and Measuring the Role of Mobile Technology in Education // Contemporary Educational Psychology. – 2020. – Vol. 60. – P. 101827. DOI: https://doi.org/10.1016/j.cedpsych.2019.101827

19. Walkington C., Bernacki M. L. Appraising research on personalized learning: Definitions, theoretical alignment, advancements, and future directions // Journal of Research on Technology in Education. – 2020. – Vol. 52. DOI: https://doi.org/10.1080/15391523.2020.1747757

20. De Lange J. Mathematical literacy for living from OECD-PISA perspective // Tsukuba Journal of Educational Study in Mathematics. – 2006. – Vol. 25. – P. 13–37. URL: http://www.human.tsukuba.ac.jp/~mathedu/2503.pdf

21. Doğan M., Gürbüz R, Çavuş Erdem Z, Şahi̇n S. Using mathematical modeling for integrating STEM disciplines: a theoretical framework // Turkish Journal of Computer and Mathematics Education (TURCOMAT). – 2019. – Vol. 10 (3). – P. 628–653. DOI: https://doi.org/10.16949/turkbilmat.502007

22.  Каменкова Н. Г., Некрасова С. А. Формирование умения моделирования в процессе вычислительной деятельности младших школьников // Герценовские чтения. Начальное образование. – 2020. – Т. 11, № 1. – С. 109–119. URL: https://www.elibrary.ru/item.asp?id=42553906

23. Algharaibeh S. A. S. Metacognitive Skills as Predictors of Cognitive Failure // American Journal of Applied Psychology. – 2017. – Vol. 6 (3). – Р. 31–37. DOI: https://doi.org/10.11648/j.ajap.20170603.11 

24.  Šimleša M., Guegan J., Blanchard E., Tarpin-Bernard F., Buisine S. The Flow Engine Framework: A Cognitive Model of Optimal Human Experience // Europe's Journal of Psychology. – 2018. – Vol. 14 (1). – P. 232–253. DOI: https://doi.org/10.5964/ejop.v14i1.1370

Дата публикации 31.08.2020