WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

На правах рукописи

РАЗЫГРАЕВА ВЕРОНИКА АЛЕКСАНДРОВНА

АВТОМАТИЗАЦИЯ ПРОЦЕССА АДАПТИВНОГО ЭЛЕКТРОННОГО

ОБУЧЕНИЯ С УЧЕТОМ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ

ОБУЧАЮЩЕГОСЯ

Специальность 05.13.06 – «Автоматизация и управление технологическими

процессами и производствами (образование)»

Автореферат диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург - 2011

Работа выполнена в Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики (НИУ ИТМО) на кафедре компьютерных образовательных технологий.

Научный руководитель кандидат технических наук, доцент Лямин Андрей Владимирович

Официальные оппоненты доктор технических наук, профессор Копытов Владимир Вячеславович кандидат технических наук, доцент Чежин Михаил Сергеевич

Ведущая организация Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Петрозаводский государственный университет»

Защита состоится 27 октября 2011 года в 15.30 на заседании диссертационного совета Д 212.227.06 при Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики по адресу:

197101, Санкт-Петербург, Кронверкский пр., д. 49, центр интернет-образования.

С диссертацией можно ознакомиться в библиотеке НИУ ИТМО.

Автореферат разослан 26 сентября 2011 года.

Ученый секретарь диссертационного совета Лисицына Л.С.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. В настоящее время университеты России переходят на новые основные образовательные программы (ООП), реализующие Федеральные государственные стандарты (ФГОС) для двухуровневой подготовки выпускников. Характерной особенностью ФГОС, построенных на основе компетентностного подхода к образованию, является повышение требований к интерактивным формам обучения (не менее 10-20%) и к самостоятельной работе студентов (не менее 30-50%) в удельном весе трудоемкости дисциплин ООП. Это обстоятельство существенно повышает роль электронного обучения (ЭО) в процессе подготовки студентов. Кроме того, ФГОС определяют требования к компетенциям и результатам освоения только базовой части, которая составляет не более половины от общей трудоемкости ООП.




Требования к компетенциям и результатам освоения остальной части программы определяют ее разработчики в вариативных дисциплинах и дисциплинах по выбору студента. Поэтому проектирование ООП происходит в образовательном пространстве, структурированном на основе вариативных результатов обучения.

Одной из основных задач реализации таких программ является построение индивидуальных траекторий обучения студентов.

К сожалению, в последнее время медицинские работники констатируют значительное снижение числа абсолютно здоровой молодежи. В некоторых работах отмечается, что количество студенческой молодежи, имеющей проблемы со здоровьем к началу обучения в вузе, увеличилось до 20-25%. За время обучения в вузе здоровье студентов не улучшается, а ряд авторов отмечают даже его значительное ухудшение (Акчурин Б.Г., Уваров В.А. и др.). Ко второму курсу количество случаев заболеваний увеличивается на 23%, а к четвертому - на 43%.

Поэтому с целью сохранения здоровья студентов и снижения «стоимости»

достигнутого результата обучения необходимо разрабатывать системы адаптивного ЭО, которые способны при формировании индивидуальной траектории обучения учитывать в реальном режиме времени не только уровень подготовки студента, но и его психофизиологическое (функциональное) состояние. Это состояние можно определить по параметрам метода анализа вариабельности сердечного ритма (ВСР). Так как ритм сердца реагирует на все изменения во внешней среде и внутри организма (Баевский Р.М.), то с помощью этого метода хорошо отлеживается уровень напряжения регуляторных систем организма, возникающий в ответ на любое стрессорное, физическое, эмоциональное, интеллектуальное воздействие.

Целью диссертационной работы является автоматизация процесса адаптивного ЭО с учетом функционального состояния студента.

Для достижения поставленной цели необходимо решить следующие основные задачи:

а) разработать методику объективного контроля напряжения физиологических систем студентов в процессе обучения;

б) разработать стенд для оценки влияния обучающего воздействия на функциональное состояние студента;

в) разработать модель студента, отражающую напряжение регуляторных механизмов организма во время обучения на основе анализа параметров сердечного ритма;

г) разработать алгоритмы формирования индивидуальной траектории ЭО с учетом функционального состояния студента на основе компетентностной модели выпускника и модели предметной области;

д) разработать систему для апробации адаптивных алгоритмов управления обучением и контролем уровня подготовки с учетом функционального состояния студента.

Методы исследования. Метод анализа вариабельности сердечного ритма, теория вероятности и математической статистики, частотные методы анализа сигналов, методы дискретного анализа, методы проектирования биотехнических систем и построения графических человеко-машинных интерфейсов.





Объектом исследования является процесс адаптивного ЭО.

Предметом исследования является методическое и алгоритмическое обеспечение автоматизации процесса адаптивного ЭО студентов с учетом их функционального состояния.

Научная новизна. На защиту выносятся результаты, обладающие научной новизной:

а) постановка задачи адаптивного ЭО студентов, направленного на достижение целей обучения за минимальное количество времени при условии поддержания напряжения регуляторных механизмов организма в пределах физиологической нормы;

б) модель студента, отражающая функциональное состояние организма студента во время обучения;

в) алгоритмы автоматизации процесса адаптивного ЭО студентов для решения поставленной задачи.

Практическая значимость работы заключается в дальнейшем развитии технологий ЭО, обеспечивающих здоровьесбережение студентов.

Внедрение результатов. Результаты работы нашли свое применение при выполнении научно-исследовательской работы: «Разработка модели электронного адаптивного обучения с оценкой функционального состояния обучающегося»

(отчет о выполнении работ по договору № НИУ(2009)/3.1.13.14 (1 этап) по мероприятию 3.1. «Внедрение инновационных образовательных технологий и педагогических методик на базе сетевой информационно-образовательной системы университета») в рамках «Программы развития ГОУ ВПО «СПбГУ ИТМО» на 2009-2018 гг.». Результаты диссертационной работы внедрены в центре дистанционного обучения Санкт-Петербургского государственного университета информационных технологий, механики и оптики, в Ставропольском государственном университете, в Санкт-Петербургском государственном медицинском университете им. Павлова, в Ставропольской государственной медицинской академии.

Апробация результатов работы. Основные результаты диссертационной работы докладывались на: VI-й Всероссийской научно-технической конференции «Состояние и проблемы измерений» (Москва, 1999); ХХХI Научно-технической конференции по результатам работы профессорско-преподавательского состава, аспирантов и студентов СевКавГТУ за 2000 год (Ставрополь, 2000); II Межрегиональной конференции СевКавГТУ «Студенческая наука - экономике России» (Ставрополь, 2001); Международной научно-методической конференции «Качество, сертификация и аттестация образовательных услуг и образовательных учреждений» (Шахты, 2002); XVI Всероссийской научно-методической конференции «Телематика'2009» (СПб, 2009); XII Всероссийской объединенной конференции «Интернет и современное общество» (СПб, 2009); VIII Международной научно-практической конференции-выставке «Единая образовательная информационная среда: проблемы и пути развития» (Томск, 2009); XXXIX Научной и учебно-методической конференции профессорскопреподавательского и научного состава СПбГУ ИТМО, посвященной 110-й годовщине со дня создания СПбГУ ИТМО (СПб, 2010); XVII Всероссийской научно-методической конференции «Телематика'2010» (СПб, 2010); XL Научной и учебно-методической конференции профессорско-преподавательского и научного состава СПбГУ ИТМО (СПб, 2011); Международной научнопрактической конференции «Новые информационные технологии в образовании»

(Екатеринбург, 2011); Международной конференции «Информационные технологии в образовании и науке» (Самара, 2011); XVIII Всероссийской научнометодической конференции «Телематика'2011» (СПб, 2011); V Международной научно-практической конференции «Информационная среда вуза XXI века»

(Петрозаводск, 2011).

Публикации. Основные научные результаты диссертационного исследования с достаточной полнотой изложены в 18 печатных работах, в том числе в 4 статьях, опубликованных в рецензируемых научных журналах, рекомендованных ВАК РФ для представления основных результатов диссертаций на соискание ученой степени кандидата наук.

Структура и объем диссертации. Диссертация содержит введение, четыре раздела, заключение, список использованных источников, содержащий наименований. Основная часть работы изложена на 163 страницах машинописного текста и содержит 40 рисунков и 11 таблиц, 5 приложений.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертационной работы, описывается объект и предмет исследований, ставятся цель и задачи исследования, формулируются результаты, выносимые на защиту.

В первом разделе проведен обзор и анализ методов и средств автоматизированного ЭО, на основе которого можно отметить, что в связи с переходом на компетентностную модель обучения возникла необходимость в использовании адаптивного подхода к обучению, и поэтому при ЭО применяются адаптивные алгоритмы управления траекториями обучения и контроля уровня подготовки. На практике реализуются различные уровни и параметры адаптации, но, нигде не анализируется функциональный резерв организма обучающегося или способность организма студента выполнять заданную учебную деятельность в заданное время с оптимальным напряжением регуляторных механизмов.

автоматизированные системы электронного обучения (АОС), обеспечивающие получение образования с помощью сетевых дистанционных технологий обучения.

АОС в совокупности с биологическим звеном (обучающимся) фактически является биотехнической системой эргатического типа, в которой необходимо соблюдение принципов адекватности согласования и идентификации информационной среды. В разделе рассмотрены особенности биологического объекта как элемента биотехнической системы и сформулированы основные этапы моделирования человеко-машинных систем.

Для оценки функционального состояния студента в адаптивной АОС предложен метод анализа ВСР. Это обусловлено тем, что метод на сегодняшний день является единственным доступным, неинвазивным, достаточно простым и относительно дешевым методом оценки вегетативной регуляции. Деятельность сердечно-сосудистой системы, в частности, ее регуляторных механизмов – результат адаптации организма к большому числу разнообразных факторов внешней среды. Степень напряжения регуляторных систем – это интегральный ответ организма на весь комплекс воздействующих на него факторов, независимо от того, с чем они связаны. Метод анализа ВСР основан на распознавании и измерении временных интервалов между самыми высокоамплитудными зубцами электрокардиограммы, R-зубцами, а также построении динамических рядов кардиоинтервалов – кардиоинтервалограмм - и последующего анализа полученных числовых рядов различными математическими методами. Основная информация о состоянии систем, регулирующих ритм сердца, заключена в «функции разброса» длительностей кардиоинтервалов. В соответствии со стандартами Европейского Кардиологического общества и Североамериканского общества электрофизиологии, выделяют две группы методов анализа - временные и частотные. К временным методам относится вариационная пульсометрия, к частотным - спектральный анализ.

Сущность вариационной пульсометрии заключается в изучении закона распределения кардиоинтервалов как случайных величин. При этом строится вариационная кривая (кривая распределения кардиоинтервалов – гистограмма) и определяются ее основные характеристики: Мо (мода), АMо (амплитуда моды), MxDMn (вариационный размах). Мода – это наиболее часто встречающееся в данном динамическом ряде значение кардиоинтервала. АMо – (амплитуда моды) – это число кардиоинтервалов, соответствующих значению моды, в % к объему выборки. Вариационный размах отражает степень вариативности значений кардиоинтервалов в исследуемом динамическом ряду. Он вычисляется по разности максимального (Mx) и минимального (Mn) значений кардиоинтервалов MxDMn = Mx Mn.

Интегральный показатель вариационной пульсометрии получил название индекса напряжения регуляторных систем (ИН) или стресс-индекс (SI):

Спектральные методы анализа ВСР получили в настоящее время очень широкое распространение. Анализ спектральной плотности мощности колебаний дает информацию о распределении мощности в зависимости от частоты колебаний. Применение спектрального анализа позволяет количественно оценить различные частотные составляющие колебаний сердечного ритма и наглядно графически представить соотношения разных компонентов этого ритма, отражающих активность определенных звеньев регуляторного механизма.

Соответствующие спектральные компоненты получили названия высокочастотных (High Frequency – HF), низкочастотных (Low Frequency – LF), очень низкочастотных (Very Low Frequency – VLF) и ультра низкочастотных (Ultra Low Frequency - ULF). По данным спектрального анализа ритма сердца вычисляются следующие показатели: индекс централизации и индекс вагосимпатического взаимодействия:

Условно для каждого показателя ВСР выделяются три зоны функциональных состояний для наглядности представленных в виде «светофора»:

«зеленый» – означает, что все в порядке, организм находится в оптимальном рабочем напряжении; «желтый» – организм испытывает определенное напряжение, но еще в состоянии выполнять свои рабочие функции; «красный»

позывает, что организм находится в состоянии крайнего перенапряжения и возможен срыв его адаптационных возможностей.

Второй раздел посвящен постановке задачи адаптивного ЭО. Учебный процесс в АОС может быть рассмотрен как процесс управления сложной биотехнической системой, в которой объектом управления является студент. Во всех известных схемах процесса обучения (Растригин Л.А., Зайцева Л.В. и др.) обратная связь основывается на результатах анализа ответов обучающегося (наблюдатель уровня подготовки) и не учитывает индивидуальные особенности организма студента в реальном масштабе времени, поэтому была предложена схема процесса обучения с учетом функциональных особенностей организма студента (рисунок 1).

Входящая в схему процесса обучения модель студента является одной из базовых компонент адаптивных электронных систем обучения, поэтому можно сказать, что эффективность обучения напрямую зависит от адекватности модели студента. Следовательно, общая задача разработки системы адаптивного ЭО с учетом функционального состояния обучающегося сводится к следующим частным задачам:

Рисунок 1- Схема процесса адаптивного электронного обучения - разработка модели студента с учетом его психофизиологических особенностей;

- разработка структурированного компетентностно-ориентированного учебно-методического материала в соответствии с требованиями ФГОС, - определение степени влияния обучающегося воздействия U на функциональное состояние и поддержание оптимального рабочего состояния студента в зависимости от интенсивности учебной деятельности;

- разработка адаптивного алгоритма формирования индивидуальной траектории обучения, при котором в процессе информационного взаимодействия осуществляется как изменение содержания и способов представления учебнометодических и контрольно-измерительных материалов, так и настройка системы под конкретного студента с учетом его состояния.

Компетентностная модель выпускника (КМВ) является взаимосвязанным пакетом компетенций вместе с заявленными результатами их освоения, которые характеризуют совокупный результат обучения и служат основой для структурирования и отбора компетентностно-ориентированного содержания дисциплины, форм и методов преподавания и обучения, средств и процессов оценивания результатов.

В АОС с адаптивным процессом обучения одну из главных ролей приобретает организация модели предметной области, так как качество обучения практически определяется алгоритмом формирования индивидуальной траектории обучения, которая базируется на структурированном учебнометодическом материале. Структурированный материал можно использовать для обоснованного решения вопроса о включении тех или иных фрагментов обучения в учебный курс. Анализ структуры учебно-методических материалов предполагает выделение отдельных компонентов и причинно-следственных связей между этими компонентами (рисунок 2).

Рисунок 2 – Структурирование учебно-методического материала На рисунке 3 показан процесс формирования индивидуальной траектории обучения и контроля с учетом уровня напряжения физиологических систем студента. С учетом КМВ, формирующей необходимые компетенции, а также связанные с ними результаты обучения, и модели предметной области, в которую входят структурированные учебные материалы, разрабатывается алгоритм формирования индивидуальной траектории ЭО. Этот алгоритм должен основываться на модели студента, отражающей его функциональное состояние во время обучения. В соответствии с алгоритмом на студента оказывается обучающее воздействие и формируется программа испытаний. Алгоритм корректирует траекторию обучения в зависимости от результатов обучения и состояния студента.

Рисунок 3 – Формирование индивидуальной траектории ЭО Таким образом, динамическая адаптация к студенту осуществляется в процессе взаимодействия обучающегося с АОС на основе оперативной генерации учебно-методических материалов из базы данных в соответствии с семантическим сценарием обучения и параметрами модели студента.

Студент, как основное звено адаптивной АОС, характеризуется способностью к переработке информации. Этот процесс может быть оптимальным лишь в случае оптимального рабочего состояния обучающегося.

Оптимизация целостного процесса обработки информации связана с получением максимально возможного результата обучения при наименьших затратах времени и энергии.

Задача обучения в адаптивной АОС заключается в том, чтобы организовать обучение U в рамках имеющихся ресурсов G, изменяющее начальное состояние студента X таким образом, чтобы выполнялись поставленные цели обучения Z:

где X (T ) – вектор, характеризующий уровень подготовки в момент времени Т;

X (t ) – вектор, характеризующий функциональное состояние обучающегося в текущий момент времени t; Т - время обучения. КМВ предполагает достижение студентом определенного уровня подготовки не менее ai. Функциональное состояние обучающегося описывается рядом параметров метода анализа ВСР, которые должны находиться в пределах физиологической нормы N i в зависимости от возраста и пола студента.

С учетом целей обучения модель студента S, обучающегося в адаптированной АОС, будет описываться выражением где X (t ) и X (t ) - динамические характеристики; - статические характеристики: пол 1 (мужской, женский), возраст 2 (возрастные группы), психотип 3 (визуалы, аудиалы), тип вегетативной нервной системы (симпатикотония, нормотония, ваготония), массив кардиоинтервалов при фоновых исследованиях 5, начальный уровень подготовки 6, т.е.

Задача оптимального адаптивного ЭО студентов в АОС, таким образом, сводится к повышению уровня подготовки за минимальное количество времени.

При этом напряжение регуляторных механизмов организма необходимо поддерживать в пределах физиологической нормы, т.е. оптимального уровня работоспособности организма.

В третьем разделе приведено описание исследований по определению степени влияния обучающего воздействия, формируемого АОС, на организм студента, в ходе которых:

- определены статические характеристики модели студента, такие как тип регуляции вегетативной нервной системы 4, фоновые значения параметров анализа ВСР 5 в условиях относительного покоя;

- оценена степень влияния обучающего воздействия на функциональное состояние студентов в режиме специально организованного теста, проведено сравнение состояний обучающихся с различными типами регуляции нервной системы до, во время и после тестирования;

- выявлена зависимость между показателями ВСР и интеллектуальной нагрузкой на студента, т.е. определены наиболее информативные параметры ВСР для формирования адаптивных алгоритмов ЭО.

Для этого были сформулированы требования к методике и длительности регистрации сердечного ритма, к программному обеспечению и стандартам обработки электрокардиограммы. Этим требованиям в полной мере удовлетворят аппаратно-программный комплекс (АПК) «Варикард 2.51», который обеспечивает реализацию всех основных методов анализа ВСР и позволяет вычислять до различных параметров, рекомендуемых как российскими, так и европейскоамериканскими стандартами. Была разработана методика объективного контроля напряжения физиологических систем студентов в процессе обучения и контроля, а также техническое и программное обеспечение этого процесса.

В ходе исследований разработан специализированный стенд (рисунок 4), который позволяет определять функциональное состояние обучающегося без учебной нагрузки, моделировать различные контрольно-тестовые задания и следить за изменением состояния студента в ходе умственной нагрузки в режиме реального времени. Стенд состоит из рабочего места обучающегося, где созданы все возможности для съема электрокардиограммы, как в условиях полного покоя, так и в условиях контрольного тестирования согласно требованиям, предъявляемым к проведению исследований подобного типа. Первичная информация снимается при помощи кардиоэлектродов и поступает в АПК «Варикард 2.51», обрабатывается, а затем передается в персональный компьютер оператора, проводящего исследования, где анализируется с помощью прикладной программы ISCIM6. Студент получает тестовые задания из информационнообразовательной среды AcademicNT и туда же отправляет ответы на контрольные вопросы. Общение студента с системой ЭО происходит посредством компьютера, расположенного на рабочем месте обучающегося.

В центре дистанционного обучения НИУ ИТМО на описанном стенде были обследованы 115 студентов в возрасте от 16 до 22 лет, и по схеме периодизации попадающие в одну возрастную группу (7) – юношеский возраст. По состоянию здоровья все они могут быть отнесены к основной медицинской группе. Процесс проведения исследований был разбит на два этапа: первый - снятие фоновых значений ВСР и определение по ним индивидуальных характеристик вегетативной регуляции сердечного ритма студентов; второй - изучение особенностей функционального состояния организма при умственной нагрузке и возможностей адаптации к ней студентов с разными типами вегетативной нервной системы.

На первом этапе снятие фоновых значений ВСР осуществляется на специализированном стенде, но без использования компьютера студента и системы AcademicNT (рисунок 4,а). Процедура определения фоновых значений ВСР проводилась без нагрузки в течение 5 минут. При этом измерялись все параметры, которые доступны при помощи АПК «Варикард 2.51». Были установлены следующие типы регуляции вегетативной нервной системы:

ваготония, нормотония, симпатикотония. Было выявлено, что из общего числа обследованных у 51% студентов наблюдается нормотоническая реакция, у 12% ваготоническая, у 38% - симпатикотоническая.

На втором этапе исследований (рисунок 4,б), с целью изучения особенностей организма при умственной нагрузке и факторов, влияющих на адаптивную способность организма студентов к условиям обучения, в системе дистанционного обучения была использована моделируемая нагрузка.

Исследования проводились на стенде с использованием персонального компьютера студента, системы AcademicNT и комплекса программных средств.

Инструментом исследования служила тестовая компьютерная программа, которая генерировала и предъявляла студентам стимульный материал графические изображения геометрических фигур, различающихся по цвету, форме и размеру. Время проведения теста было ограничено 60 минутами.

Действия обучающегося (время выбора фигуры, результативность действий «прав-неправ»), записывались программой в отдельный файл, размещенный в системе дистанционного обучения AcademicNT. В другой файл при помощи «Варикарда 2.51» и программы ISCIM6 записывалось функциональное состояние студента. Для оценки влияния обучающего воздействия на состояние студента, проходящего тестирование в системе, и реализации стенда было разработано специальное программное обеспечение, которое позволило интегрировать АПК «Варикард» в AcademicNT. В процессе работы программы данные двух полученных файлов накладывались друг на друга, что давало возможность проследить динамику изменения состояния студента в реальном масштабе времени.

У студентов с ваготоническим типом регуляции показатели ВСР во время прохождения теста изменяются в широком диапазоне, но остаются выше фоновых значений. Все показатели в течение теста находятся в «зеленой» зоне, т.е. не выходят за пределы нормы, что означает, что организм находится в оптимальном рабочем напряжении.

Для нормотоников ситуация складывается аналогично ваготоникам.

Показатели во время прохождения теста изменяются даже в более широком диапазоне, но также остаются выше фоновых значений. Если сравнивать эти значения с границами нормы, то они находятся в пределах нормы, изредка выходят в «желтую» область (т.е. организм испытывает определенное напряжение), но быстро возвращаются в «зеленый» диапазон.

У симпатотоников все фоновые значения достаточно высоки и возможность их увеличения весьма ограничена. У этой группы студентов показатели ВСР находятся в «желтой» зоне, а некоторые даже в «красной», что говорит о значительном перенапряжении организма и слишком высокой «стоимости»

достигнутого результата.

По графикам динамики показателей ВСР в течение времени проведения тестирования отчетливо видно, что кривые имеют волновую структуру. Период врабатываемости составляет от 5 до 10 минут и характеризуется напряжением регуляторных механизмов и увеличением основных показателей. Затем наступает фаза оптимальной работоспособности и полной компенсации с некоторым изменением значений в определенном диапазоне, уменьшение сменяется увеличением, и даже достижением своего рода максимумов. Можно считать, что в этот период происходит адаптация к нагрузке и уровень функционирования физиологических систем организма адекватен умственной нагрузке.

Приблизительно на 30-35 минуте работы развивается вторичное напряжение регуляторных механизмов, обусловленное повышением «стоимости» адаптации к нагрузке, и дальнейшая работа ведет к развитию перенапряжения механизмов регуляции, что соответствует периоду неустойчивой компенсации с разнонаправленными изменениями физиологических показателей, нарастанием утомления и снижением продуктивности работы.

Практически все студенты, справившиеся с тестом, а это половина от общего количества, прошли его за время меньше 40 минут. Те же, кто не справился с тестом к 40 минуте, не смогли его решить и к исходу часа. Таким образом, экспериментально, с помощью анализа ВСР, получено подтверждение оптимального времени проведения теста, ограниченное 45 минутами.

В результате исследований было установлено, что наиболее информативными из всех известных параметров ВСР являются ИН и ИЦ.

Изменение этих параметров наиболее полно отражают умственную деятельность студентов.

В четвертом разделе рассмотрено методическое и алгоритмическое обеспечение формирования индивидуальной траектории обучения с учетом функционального состояния студента.

В начале раздела рассмотрены вопросы планирования последовательности изучения дисциплины «Информатика» в информационно-образовательной среде AcademicNT на основании КМВ. После чего были предложены алгоритмы формирования адаптивных траекторий обучения и контроля, которые основываются на модели студента и учитывают его уровень подготовки и функциональное состояние.

Для апробации предложенных адаптивных алгоритмов была разработана система ЭО, структурная схема которой показана на рисунке 5. Работа системы осуществляется с использованием специально написанной программы по обработке ЭКГ сигнала и управляется с помощью программного обеспечения, загруженного в информационно-образовательную среду.

Рисунок 5– Система для апробации адаптивных алгоритмов В дисциплине «Информатика» по теме «Информация и способы ее представления» используются два вида тестирования: обучающее и аттестующее.

Режим обучающего тестирования служит, прежде всего, для изучения материалов дисциплины и подготовки студента к аттестующему тестированию, он позволяет студенту лучше оценить уровень своих знаний и определить, какие вопросы нуждаются в дополнительной проработке. В обучающем режиме особое внимание должно быть уделено формированию диалога пользователя с системой, путем задания вариантов реакции системы на различные действия студента при прохождении теста. Диалог осуществляется с помощью фасета – задания, которое формируется по заданному преподавателем алгоритму случайным образом.

Разработанный в диссертационной работе адаптивный алгоритм обучающего тестирования с учетом функционального состояния студента предусматривает прохождение l заданий обучающего теста. После каждого задания проверяются правильность ответа и психофизиологическое состояние студента, и по результатам тестирования формируется банк номеров заданий, с которыми не справился студент или его функциональное состояние выходило за пределы физиологической нормы. После чего формируются новые задания тоже же типа, но с другими данными, и процесс повторяется до тех пор, пока не будет достигнут заданный уровень подготовки.

Данный алгоритм был опробован на основной группе из 25 студентов первого курса. Студенты перед началом тестирования вводят свои идентификационные данные в систему, на основании которых из системы извлекается персональная информация о пороговых значениях (границах «зеленой», «желтой», «красной» зон) параметров ВСР – ИН и ИЦ – в соответствии с возрастом, полом и типом регуляции вегетативной нервной системы. Обучающий тест состоял из 15 вопросов. В случае выхода параметров ИН или ИЦ за пределы нормы, студенту выдавалось системное сообщение, а в случае неправильного ответа – информационный кадр с разъяснениями о том, как необходимо решать поставленную задачу. Все студенты успешно прошли обучение, после чего сдали тест на проверку своих знаний.

На другой группе из 25 человек был опробован алгоритм аттестующего тестирования, который заключается в следующем. При проведении аттестации студенту последовательно представляются l заданий теста с возрастающим уровнем сложности, т.н. тест мощности. После каждого ответа анализируется состояние обучающегося X. Если при анализе параметров ИН и ИЦ было выявлено превышение нормированных уровней («желтая» зона), то студенту повторятся задача того же типа, но с другими данными. В случае выхода параметров за предельно допустимые уровни («красная» зона) аттестация прекращалась. Количество возможных повторов одного и того же фасета ограничено n. Только в том случае, если уровень напряжения организма лежит в пределах нормы, студенту представляется следующее задание.

Пример прохождения аттестации одним из студентов с нормотоническим типом регуляции вегетативной нервной системы показан на рисунке 6, где прослеживается динамика изменения ИЦ и результативность прохождения теста.

Динамика изменения ИН не показана, так как этот индекс в ходе тестирования находился в пределах нормы.

Рисунок 6 – Динамика изменения индекса централизации и результативность в ходе Из графика видно, что во время аттестации при выполнении шестого задания значение ИЦ стабильно вышло в «желтую» зону, т.е. превысило пороговое значение для этой группы студентов, поэтому было выдано повторное задание такого же типа, но с другими данными. Студенту потребовалось дважды повторить задание для того, чтобы значение ИЦ вернулось в нормальный («зеленый») диапазон. После чего тест был продолжен. В условиях проводимого эксперимента количество типовых заданий было равно 15, а максимальное количество возможных повторов было ограничено 3. Результативность прохождения аттестации: 1-правильный ответ, 0-неправильный.

После проведенных экспериментов была дана оценка эффективности адаптивного ЭО. Для оценки эффективности адаптивного обучения с учетом функционального состояния результаты основной группы сравнивались с результатами контрольной группы студентов. Контрольная группа также состояла из 25 человек и проходила обучение по обычному сценарию без учета функционального состояния. Целью эксперимента было оценить уровень освоения учебного материала в первом и во втором случае. Время проведения тестирования ограничено 40 минутами. Тестирование в контрольной группе выявило средний балл, равный 74,21 со среднеквадратическим отклонением 6,1. В основной группе средний балл был равен 80,15 со среднеквадратическим отклонением 5,05, что на 8% выше, чем в контрольной группе.

функционального состояния студента проводилась методом сравнения баллов, полученных при аттестации, как в основной группе, так и в контрольной, с баллами, полученными студентами при сдаче единого государственного экзамена по информатике в школе. Коэффициент корреляции в контрольной группе из человек, прошедшей аттестацию без учета уровня напряжения организма, составил 0,86; а в основной, прошедшей аттестацию по разработанному алгоритму, был равен 0,91, что превышает значение базы сравнения.

Результаты проведенного эксперимента доказывают, что эффективность ЭО возрастает при использовании АОС, учитывающей функциональное состояние студента за счет повышения уровня подготовки обучающегося и поддержания значений ИН(SI) и ИЦ(IC) в пределах физиологической нормы, а эффективность аттестации увеличивается за счет повышения точности педагогических измерений.

Заключение.

разработана система для автоматизации процесса адаптивного электронного обучения, учитывающая функциональное состояние студента. Система успешно используется в учебном процессе следующих вузов: НИУ ИТМО, СПбГМУ, СГУ, СГМА. Были получены следующие результаты, имеющие научную и практическую значимость:

а) предложена постановка задачи адаптивного электронного обучения студентов, направленная на достижение целей обучения за минимальное количество времени при условии поддержания напряжения регуляторных механизмов организма в пределах физиологической нормы;

б) разработана методика объективного контроля напряжения физиологических систем студентов в процессе обучения и стенд для оценки влияния обучающего воздействия на состояние студента;

в) разработана модель студента, отражающая напряжение регуляторных механизмов организма студента во время обучения;

г) разработаны алгоритмы автоматизации процесса адаптивного электронного обучения студентов для решения поставленной задачи, а также система для апробации этих алгоритмов.

Данные экспериментов, полученные в ходе практического использования разработанной системы, подтвердили правильность предложенного подхода к развитию здоровьесберегающих технологий электронного обучения с учетом функционального состояния студента.

1. Лямин А.В., Разыграева В.А. Результаты экспериментальных исследований влияния интеллектуальной нагрузки на функциональное состояние студента в информационно-образовательной среде // Открытое образование. 2011. № 1.

С.21-33.

2. Разыграева В.А., Лямин А.В. Адаптивная электронная система обучения с учетом оценки функционального состояния обучающегося //Информационные системы и технологии. 2011. №3. С.76-83.

3. Разыграева В.А., Лямин А.В. Разработка автоматизированной адаптивной обучающей системы на базе информационно-образовательной среды AcademicNT //Дистанционное и виртуальное обучение. 2011. №5. С.83-96.;

4. Лямин А.В., Разыграева В.А., Скшидлевский А.А. Модель формирования обучающего воздействия на основе анализа функционального состояния студента //Открытое и дистанционное образование. Томск, 2011. №2(42). С.12-18.

5. Лоскутов Е.Д., Разыграева В.А. Принципы автоматизации поверки электрографических медицинских приборов //Материалы 6-й всероссийской научно-технической конференции «Состояние и проблемы измерений».- М.:

МВТУ им. Н.Э. Баумана, 1999. С. 118-120.

6. Лоскутов Е.Д., Разыграева В.А. Принципы построения автоматизированного адаптивного обучающего комплекса // Сборник научных трудов Сев-КавГТУ.

Серия «Гуманитарные и социально-экономические науки». Выпуск 5.

Ставрополь: СевКавГТУ, 2000. С. 74-77.

7. Лоскутов Е.Д., Разыграева В.А., Резцов Я.Е. Объективизация оценки состояния обучаемого в адаптивной автоматизированной обучающей системе // Материалы ХХХI Научно-технической конференции по результатам работы профессорскопреподавательского состава, аспирантов и студентов СевКавГТУ за 2000 год.Ставрополь: СевКавГТУ, 2001. Часть 1. С.104-105.

8. Резцов Я.Е., Разыграева В.А. Система для изучения адекватности восприятия информации человеком-оператором // Материалы II Межрегиональной конференции «Студенческая наука - экономике России» - Ставрополь:

СевКавГТУ, 2001. Часть 2. С.32-33.

9. Лоскутов Е.Д., Разыграева В.А. Тренажерно-моделирующий комплекс для исследования характеристик учебного процесса // Сборник научных трудов СевКавГТУ. Серия «Естественнонаучная». Ставрополь: СевКавГТУ, 2002.

Выпуск 5. С.150-152.

10. Жидков В.Е., Лоскутов Е.Д., Разыграева В.А. Использование адаптивного обучающего комплекса в системе дистанционного образования // Материалы Международной научно-методической конференции «Качество, сертификация и аттестация образовательных услуг и образовательных учреждений», г.Шахты, 2002 г. – Новочеркасск: ООО НПО «ТЕМП», 2002. C. 24-30.

11. Лямин А.В., Разыграева В.А. Анализ вариабельности сердечного ритма при педагогических измерениях в системе дистанционного обучения // Труды XVI Всероссийской научно-методической конференции «Телематика'2009», г. СанктПетербург, 2009г. – СПб: СПбГУ ИТМО, 2009. Т. 2. С. 345-346.

12. Разыграева В.А., Лямин А.В. Построение модели адаптивного электронного обучения, учитывающей функциональное состояние обучающегося //Развитие региональной образовательной среды. Сборник научных статей межрегиональной научно-практической конференции: Труды XII Всероссийской объединенной конференции «Интернет и современное общество», г. Санкт-Петербург, 2009 г. – СПб: ЛОИРО,2009. С.49-51.

13. Лямин А.В., Разыграева В.А., Скшидлевский А.А. Модель электронного адаптивного обучения с оценкой функционального состояния обучающегося // Материалы VIII Международной научно-практической конференции-выставки «Единая образовательная информационная среда: проблемы и пути развития». – Томск: Графика-Пресс, 2009. С. 108-109.

14. Лямин А.В., Разыграева В.А. Исследование влияния обучающего воздействия в системе ДО на функциональное состояние студентов // Труды XVII Всероссийской научно-методической конференции «Телематика'2010», г. СанктПетербург, 2010 г. – СПб: СПбГУ ИТМО, 2010. Т.1. С. 199-203.

15. Разыграева В.А., Лямин А.В. Повышение эффективности дистанционного обучения на основе формирования динамически адаптируемого учебного материала // Материалы Международной научно-практической конференции «Новые информационные технологии в образовании-2011», г. Екатеринбург, 2011г. – Том 2. С.227-230.

16. Разыграева В.А., Лямин А.В. Алгоритмическое обеспечение формирования индивидуальной траектории обучения с учетом функционального состояния студента // Материалы V Международной научно-практической конференции «Информационная среда вуза XXI века», г. Петрозаводск, 2011. – Петрозаводск:

ПетрГУ, 2011. С. 158-161.

17. Разыграева В.А., Лямин А.В. Адаптивное электронное обучение в информационно-образовательной среде СПбГУ ИТМО AcademicNT // Материалы Международной конференции «Информационные технологии в образовании и науке-2011», г. Самара, 2011 г. – С. 428-431.

18. Разыграева В.А., Лямин А.В. Автоматизация процесса адаптивного электронного обучения // Труды XVIII Всероссийской научно-методической конференции «Телематика'2011», г. Санкт-Петербург, 2011. – СПб: СПбГУ ИТМО, 2011. Т 1. 168-169.



 
Похожие работы:

«Горбачев Владимир Александрович ИССЛЕДОВАНИЕ ВЫЧИСЛИМЫХ МОДЕЛЕЙ РАЗВИВАЮЩЕЙСЯ ЭКОНОМИКИ 05.13.18 – математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Москва–2012 Работа выполнена на кафедре нелинейного анализа и оптимизации Российского университета дружбы народов Научный руководитель : кандидат физико-математических наук, доцент Оленев Николай Николаевич Официальные...»

«Лизунов Александр Александрович Прецизионные преобразователи первичной информации инерциальных систем управления динамичными объектами специального назначения Специальность 05.13.05 – Элементы и устройства вычислительной техники и систем управления Автореферат диссертации на соискание ученой степени кандидата технических наук Москва 2011 г. Работа выполнена на кафедре Системы автоматического и интеллектуального управления Московского авиационного института (государственного...»

«Садыков Артур Мунавирович Методы и средства поддержки принятия решений по размещению промышленных объектов на основе моделей зонирования Специальность 05.13.01 - Системный анализ, управление и обработка информации (промышленность) Автореферат диссертации на соискание ученой степени кандидата технических наук Иваново - 2014 2 Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования (ФГБОУ ВПО) Ивановский...»

«СЕРГИЕНКО Людмила Семеновна МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ФИЗИКО-ТЕХНИЧЕСКИХ СИСТЕМ С МЕНЯЮЩЕЙСЯ СТРУКТУРОЙ Специальность 05.13.18 — Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук Иркутск – 2006 Работа выполнена в ГОУ ВПО Иркутском государственном техническом университете Министерства образования и науки Российской Федерации Научный консультант : доктор технических наук, профессор...»

«СТАРОДУБЦЕВ Игорь Юрьевич МОДЕЛИ И МЕТОДЫ МНОГОЦЕЛЕВЫХ ЗАДАЧ СЕТЕВОГО ПЛАНИРОВАНИЯ В УСЛОВИЯХ НЕЧЕТКОЙ НЕОПРЕДЕЛЕННОСТИ ПРОДОЛЖИТЕЛЬНОСТЕЙ ОПЕРАЦИЙ Специальность 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Воронеж – 2012 Работа выполнена в ФГБОУ ВПО Воронежский государственный университет Научный руководитель : Артемов Михаил Анатольевич доктор...»

«ОБЪЯВЛЕНИЕ О ЗАЩИТЕ КАНДИДАТСКОЙ ДИССЕРТАЦИИ Ф.И.О. Кирьянов Александр Анатольевич Название диссертации: Исследование и разработка алгоритмов и комплекса программ для автоматизированной обработки данных системы распределенных датчиков анализа экологического состояния предприятия Специальность: 05.13.18 – Математическое моделирование, численные методы и комплексы программ Отрасль наук и: Технические науки Шифр совета: Д212.110.08 Тел. научного секретаря Диссертационного 8-499-141-94-55 совета:...»

«СИЧИНАВА Зураби Иродиевич НЕЙРОСЕТЕВЫЕ АЛГОРИТМЫ АНАЛИЗА ПОВЕДЕНИЯ РЕСПОНДЕНТОВ Специальность: 05.13.01 – Системный анализ, управление и обработка информации (в технике и технологиях) Автореферат диссертации на соискание ученой степени кандидата технических наук ПЕНЗА 2014 Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Пермский государственный гуманитарно-педагогический университет. Научный...»

«НИКИТИН ЕВГЕНИЙ ВАЛЕРЬЕВИЧ АНАЛИЗ И ОПТИМИЗАЦИЯ ОПОРНОЙ СЕТИ КОРПОРАТИВНОЙ ТЕЛЕКОММУНИКАЦИОННОЙ СИСТЕМЫ Специальность 05.13.15 – Вычислительные машины, комплексы и компьютерные сети АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Москва 2010 г. Работа выполнена на кафедре Вычислительные системы и сети Московского государственного института электроники и математики Научный руководитель : Саксонов Евгений Александрович доктор технических наук,...»

«БОБАРЫКИН Николай Дмитриевич УДК 556.324.001.57(06) ОПТИМАЛЬНОЕ УПРАВЛЕНИЕ РЕЖИМОМ ГРУНТОВЫХ ВОД НА ОСНОВЕ ИНВАРИАНТНОЙ НЕСТАЦИОНАРНОЙ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПОЛЬДЕРНЫХ СИСТЕМ Специальность: 05.13.18 – Математическое моделирование, численные методы и комплексы программ Автореферат диссертации на соискание ученой степени доктора технических наук Калининград 2007 2 Работа выполнена в ГОУВПО Калининградском государственном техническом университете (КГТУ) Научный консультант :...»

«ЛИБМАН МИХАИЛ СЕРГЕЕВИЧ АЛГОРИТМИЧЕСКОЕ И МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ПОВЫШЕНИЯ ОПЕРАТИВНОСТИ ПОИСКА ДАННЫХ В КОРПОРАТИВНЫХ ИНФОРМАЦИОННЫХ СИСТЕМАХ Специальность: 05.13.01 – Системный анализ, управление и обработка информации (в наук е и промышленности) Автореферат диссертации на соискание ученой степени кандидата технических наук Калуга - 2013 Работа выполнена в Калужском филиале Московского государственного технического университета им. Н.Э. Баумана. кандидат технических наук,...»

«БРЕКОТКИНА Елена Сергеевна СИТУАЦИОННОЕ УПРАВЛЕНИЕ ВУЗОМ КАК СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ ПОДСИСТЕМОЙ РЕГИОНА Специальность 05.13.10 – Управление в социальных и экономических системах АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук Уфа – 2008 Работа выполнена в Уфимском государственном авиационном техническом университете на кафедре экономики предпринимательства Научный доктор технических наук, профессор руководитель: Исмагилова Лариса Алексеевна...»

«Дубень Алексей Петрович ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ СЛОЖНЫХ ПРИСТЕНОЧНЫХ ТУРБУЛЕНТНЫХ ТЕЧЕНИЙ НА НЕСТРУКТУРИРОВАННЫХ СЕТКАХ Специальность 05.13.18 — математическое моделирование, численные методы и комплексы программ Автореферат диссертации на соискание учёной степени кандидата физико-математических наук Москва — 2014 на кафедре прикладной математики Работа выполнена Московского государственного технологического университета Станкин Научный руководитель : доктор...»

«Авилов Константин Константинович Математическое моделирование заболеваемости туберкулезом органов дыхания на территории России и оценка эффективности противотуберкулезных мероприятий 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Москва – 2007 г. Работа выполнена в Институте вычислительной математики РАН Научный руководитель : Доктор физико-математических...»

«СИДОРОВ ИВАН АЛЕКСАНДРОВИЧ Технология и инструментальные средства организации распределенных пакетов прикладных программ 05.13.11 – Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Иркутск – 2009 Работа выполнена в Учреждении Российской академии наук Институте динамики систем и теории управления Сибирского отделения Российской академии наук (ИДСТУ СО...»

«КОТЕЛЬНИКОВ СЕРГЕЙ СЕРГЕЕВИЧ ОПТИМИЗАЦИЯ ТЕХНИЧЕСКИХ И ТЕХНОЛОГИЧЕСКИХ ПАРАМЕТРОВ ЖЕЛЕЗНОДОРОЖНЫХ СТАНЦИЙ Специальность 05.13.01 – Системный анализ, управление и обработка информации (промышленность) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук ИРКУТСК – 2012 Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Иркутский государственный университет путей сообщения (ФГБОУ ВПО...»

«Бобин Александр Валерианович СИНТЕЗ НЕЙРОСЕТЕВОЙ СИСТЕМЫ КЛАССИФИКАЦИИ ДИНАМИЧЕСКИХ ОБЪЕКТОВ Специальность 05.13.01 – Системный анализ, управление и обработка информации (промышленность) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Москва – 2011 -2 Работа выполнена в Московском государственном институте электроники и математики (техническом университете). Научный руководитель : Истратов Анатолий Юрьевич, кандидат технических наук, профессор...»

«Дорошенков Леонид Георгиевич Методы и алгоритмы обработки электрофизиологических сигналов для автоматического распознавания стадий сна Специальность: 05.13.01 – Системный анализ, управление и обработка информации (приборостроение) Автореферат диссертации на соискание ученой степени кандидата технических наук Москва – 2009 Работа выполнена на кафедре биомедицинских систем Московского государственного института электронной техники (технического университета) Научный...»

«ГУСАРЕНКО Артем Сергеевич ОБРАБОТКА XML-ДОКУМЕНТОВ В СИТУАЦИОННО-ОРИЕНТИРОВАННЫХ БАЗАХ ДАННЫХ НА ОСНОВЕ ДИНАМИЧЕСКИХ DOM-ОБЪЕКТОВ Специальность 05.13.11 – Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Уфа – 2013 Работа выполнена на кафедре автоматизированных систем управления ФГБОУ ВПО Уфимский государственный авиационный технический университет...»

«Смагин Михаил Сергеевич РАЗРАБОТКА МЕТОДИКИ СИНТЕЗА СТРУКТУРЫ ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ СЛИЯНИЯ ИЗОБРАЖЕНИЙ 05.13.05 Элементы и устройства вычислительной техники и систем управления АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Москва 2008 2 Работа выполнена на кафедре Вычислительной техники на факультете Вычислительных машин и систем в Государственном образовательном учреждении высшего профессионального образования Московский государственный...»

«Шабалов Александр Александрович РАЗРАБОТКА ИНФОРМАЦИОННОГО И АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ ПРОБЛЕМНО-ОРИЕНТИРОВАННОЙ СИСТЕМЫ УПРАВЛЕНИЯ ВЫБРОСАМИ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ Специальность 05.13.01- Системный анализ, управление и обработка информации (в технике и технологиях) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Санкт-Петербург 2009 Работа выполнена в Государственном образовательном учреждении высшего профессионального образования...»








 
© 2013 www.diss.seluk.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Методички, учебные программы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.