Issn 411-1473 Современные информационные технологии и ит-образование Научный журнал Том (№11) Москва



Скачать 27,21 Mb.
Pdf просмотр
страница171/553
Дата06.10.2019
Размер27,21 Mb.
#79117
1   ...   167   168   169   170   171   172   173   174   ...   553
определённо
низкий
,
скорее средний (чем высокий)
или
весьма высокий
уровень

развития

метапредметных компетенций, или же использовать более чёткие формулировки типа
определённо
низкий/средний/высокий
уровень

развития

метапредметных компетенций, но сопровождать его весовым коэффициентом достоверности вынесенного решения в диапазоне от 0,5 до 1,0.
Ранее для оценки метапредметных компетенций традиционно предлагались лишь два пути: критериальное и распределённое (проникающее) оценивание (обзор см. в [2]), в которых применялось либо прямое балльное оценивание, либо детальное описание результатов выполнения работ, сходное с описанием результатов психологического тестирования. Подобные методики носили ограниченный характер, поскольку были достаточно трудоёмкими и не поддавались автоматизации.
Однако в последнее время появились публикации, в которых внимание уделяется, во- первых, оценке конкретных метапредметных компетенций в соответствии с требованиями ФГОС,
а во-вторых, делается попытка автоматизации самой процедуры оценивания. Так, например,
команда специалистов Московского городского психолого-педагогического университета и
Психологического института РАО предложила компьютерную методику оценки шестнадцати метапредметных компетенций (разделённых на четыре группы — умение учиться, способность
7
Метапредметные компетенции учащегося — совокупность обобщённых способов действий (универсальных учебных действий (УУД) — познавательных, коммуникативных и регулятивных), обеспечивающих продуктивное осуществление учебно-познавательной деятельности [1].
106

решать творческие задачи, обобщённые мыслительные действия, способность решать социальные задачи), основанную на специально организованном диагностическом тестировании учащихся начальной школы по типу психологических тестов [9].
Помимо
психологического подхода
существует также
технический подход
специалистов пермской научной школы под руководством М. А. Марценюка, представленный в ряде публикаций
[4-6], где развиваются методы нечёткой логики применительно к оценке рейтинга студентов высшей школы.
В [4] описывается применение метода матричной реализации алгоритмов нечёткого вывода к оценке успеваемости студентов в условиях учёта большого количества разнообразных критериев. Для описания степени истинности нечётких высказываний в виде критериальных оценок авторы предлагают использовать их матричное представление через базисные векторы,
обладающие различной степенью достоверности. Кроме нечётких высказываний через матричное представление вводятся также искомые нечёткие переменные по заданным значениям исходных переменных с использованием логических правил вида «если…, то…» и др., принимающих в расчёт факт связи между предпосылкой, следствием и степенью выполнения правила.
Аппарат нечёткой логики авторы предлагают использовать с опорой на тот факт, что формулировки уровня успеваемости студентов в нормативных документах вузов выглядят как лингвистические переменные: оценка «отлично», «глубокое знание», «полное знание»,
«правильное, но не всегда точное», «поверхностные знания» и пр. Для решения этой задачи авторы предлагают обобщённую структурную схему процесса формирования оценки успеваемости студента с использованием нечёткого логического вывода. Согласно схеме чёткие оценки по определённому набору критериев переводятся в выходную чёткую оценку,
учитываемую в рейтинге студента, через чёткие оценки критериев, нечёткие переменные- предпосылки и нечёткие переменные-результаты, поступающие как входные данные на блок введения нечёткости, блок нечёткого логического вывода и блок получения чёткого результата соответственно.
Авторы отмечают, что модель нечеткого автомата используется в тех случаях, когда «(1)
предметная область описывается экспертом лингвистическими (словесными) правилами; (2)
трудно разработать достаточно простую математическую модель предметной области; (3)
необходима высокая гибкость в настройках системы управления; (4) требуется расширить область значений входных параметров «четкого» автомата без введения дополнительных состояний и др.»
[5, с. 706].
В работах [5; 6] описывается нечеткий автомат, обладающий конечной памятью, который сводится к нечеткой комбинационной схеме с явно выделенным блоком памяти. Сравниваются модели нечёткого логического автомата и нечёткой комбинационной схемы на примере решения задачи оценки общей успеваемости студента, состоящей из набора последовательных оценок.
Показано, что модель, построенная по принципу нечёткой комбинационной схемы, обладает простотой реализации и повышенным быстродействием по сравнению с классическими моделями нечетких автоматов.
Возвращаясь к дальнейшему развитию идеи построения

Скачать 27,21 Mb.

Поделитесь с Вашими друзьями:
1   ...   167   168   169   170   171   172   173   174   ...   553




База данных защищена авторским правом ©psihdocs.ru 2022
обратиться к администрации

    Главная страница