по
Меню журнала
> Архив номеров > Рубрики > О журнале > Авторы > О журнале > Требования к статьям > Редакция и редакционный совет > Рецензенты > Порядок рецензирования статей > Политика издания > Ретракция статей > Этические принципы > Правовая информация
Журналы индексируются
Реквизиты журнала

Публикация за 72 часа - теперь это реальность!
При необходимости издательство предоставляет авторам услугу сверхсрочной полноценной публикации. Уже через 72 часа статья появляется в числе опубликованных на сайте издательства с DOI и номерами страниц.
По первому требованию предоставляем все подтверждающие публикацию документы!
ГЛАВНАЯ > Вернуться к содержанию
Инструментальное средство АИС Мониторинг для региональной оценки качества образования
Фатхуллин Роберт Рифович

кандидат технических наук

аспирант, кафедра прикладной математики и информатики, Марийский Государственный Университет

424000, Россия, республика Марий Эл, г. Йошкар-Ола, пл. Ленина, 1

Fatkhullin Robert Rifovich

PhD in Technical Science

graduate student, Department of Applied Mathematics and Informatics, Mari State University

424000, Russia, respublika Marii El, g. Ioshkar-Ola, pl. Lenina, 1

robertooo1990@gmail.com
Другие публикации этого автора
 

 
Сидоркина Ирина Геннадьевна

доктор технических наук

профессор, кафедра прикладной математики и информатики, Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Марийский государственный университет»

424000, Россия, республика Марий Эл, г. Йошкар-Ола, ул. Пл. Ленина, 1

Sidorkina Irina Gennadevna

Doctor of Technical Science

Professor, Department of Applied Mathematics and Computer Science, Mari State University

424000, Russia, respublika Marii El, g. Ioshkar-Ola, ul. Pl. Lenina, 1

igs592000@mail.ru

Аннотация.

Одной из ведущих тенденций развития образования в мире в настоящее время является создание системы комплексной оценки качества образования. Сегодня актуальной является задача разработки автоматизированных информационных систем, обеспечивающие сбор, хранение и структурирование информации о системе образования, позволяющие оперативно обрабатывать и интерпретировать информацию о системе образования. В данной статье представлено инструментальное средство - автоматизированная информационная система «Мониторинг системы образования в Республике Марий Эл» с интегрированным в нее математическим аппаратом. Предложена интегрированная модель комплексной оценки качества деятельности региональной системы образования, позволяющая рассчитать комплексный показатель качества образовательной организации внутри кластера. При использовании данного инструментального средства для оценки качества образования в регионе, решается ряд таких задач, как комплексная автоматизация сбора, обработки, анализа, консолидации индикаторов и показателей мониторингов системы образования в регионе. А так же осуществляется информационная поддержка реализации региональной политики региона в сфере образования.

Ключевые слова: оценка качества образования, мониторинг, автоматизированная информационная система, индикаторы оценки качества, показатели оценки качества, образовательные объекты, модель оценки качества, управление качеством образования, кластеризация образовательных объектов, региональная оценка качества

УДК:

371:351.851

DOI:

10.7256/2306-4196.2016.2.18186

Дата направления в редакцию:

01-03-2016


Дата рецензирования:

02-03-2016


Дата публикации:

03-03-2016


Abstract.

One of the leading trends in the development of education in the world now is to create a comprehensive system of education quality assessment. Today a very urgent task is to develop an automated information system providing collection, storage and structuring information on the education system and allowing promptly processing and interpreting information on the education system. The article presents a “Monitoring of the education system in the Republic of Mari El” automated information system tool with integrated mathematical apparatus. The authors suggest an integrated model of comprehensive evaluation of the quality of regional education activities, allowing calculating the complex indicator of the quality of educational organizations within the cluster. Usage f the tool to assess the quality of the region solves a number of tasks such as complex automation of the collection, processing, analysis and consolidation of indicators and indicators monitoring in the region of the education system. It also provides information support for the implementation of regional policy in the region in the field of education.

Keywords:

education quality assessment, monitoring, automated information system, indicators of quality assessment, indexes of quality assessment, educational objects, quality assessment model, education quality management, сlustering of educational facilities, regional quality assessment

Введение

Оценка качества образования является одним из ключевых элементов системы образованием, она лежит в основе управления, основанного на знании ситуации. Получение необходимой информации предполагает упорядочение информационных потоков в системе образования, сбор и структурирование информации, разработку баз данных и управление ими, обработку информации, ее преобразование в тот вид, который может быть принят потребителем. Однако, существующие методы сбора данных все еще не позволяют обеспечить массовость, системность и оперативность контроля и обработки результатов на всех уровнях образования.

Первые попытки перехода к эффективным способам сбора данных были сделаны в 2008 году, когда на территории Республики Марий Эл, в рамках федерального проекта, был открыт электронный мониторинг на платформе kpmo.ru. В последующие годы количество электронных мониторингов, как на федеральном уровне, так и на региональном, постоянно увеличивалось (комплексный проект модернизации образования, мониторинг учебников и учебных пособий, мониторинг кадров и т.д.). Увеличение числа мониторингов неслучайно, оно продиктовано необходимостью модернизации самого процесса управления развитием образования. Изменения, происходящие в реализации мониторинговых направлений на федеральном уровне, способствовали развитию региональной мониторинговой среды.

В процессе разработки программного обеспечения для АИС Мониторинг решались следующие задачи:

  • разработка и внедрение технологий и инструментария сбора информации на цифровых носителях в виде единых форм и шаблонов;
  • разработка и внедрение программной среды сбора и хранения информации о системе образования, а также программной среды предоставления продуктов РСОКО потребителям;
  • разработка и внедрение математического аппарата для оценки качества деятельности регионального образования;
  • приведение квалификации управленческого персонала, отвечающего за поставку информации от образовательных организаций и муниципальных мониторинговых служб, в соответствие с обозначенными требованиями.
Система индикаторов и показателей АИС Мониторинг

Неотъемлемым этапом оценки качества образования является сбор и обработка информации о региональной системе образования, которую должна взять на себя региональная автоматизированная информационная система (АИС). АИС Мониторинг интегрирует информационные базы о региональной системе образования для обеспечения деятельности структурных составляющих (региональную систему оценки качества образования) РСОКО. Функционал электронной системы обеспечивает агрегацию и обработку информации о состоянии образовательной системы, полученный с уровня каждой образовательной организации (ОО), а также автоматизированный ситуационный сравнительный анализ состояния образовательных организаций, муниципальных образовательных систем, либо отдельных параметров состояния региональной образовательной системы с возможностью графической визуализации получаемых результатов (в виде деловой графики и диаграмм). Формат предоставляемой информации определяется запросами потребителей и комплексом утвержденных индикаторов и показателей состояния системы образования региона и ее отдельных компонентов, а также объектов оценки.

АИС Мониторинг обеспечивает работу пользователей на двух уровнях: открытая (публичная) и закрытая части. В открытой (публичной) части отображается основная информация о результативности функционирования системы образования региона. В закрытой части обеспечивается сбор, обработка и анализ индикаторов и показателей мониторинга системы образования по электронным формам.

Обработка и анализ осуществляется при помощи интегрированного программного модуля оценки качества, реализующего разработанный математический аппарат [1]. Задача математического моделирования заключается в том, чтобы привести данную информацию в определенный порядок, систематизировать и на этой основе дать сводную характеристику всей совокупности фактов при помощи обобщающих статистических показателей. Это достигается в результате разработки математических методов и моделей, включающих в себя систематизацию, группировку данных, подсчет групповых и общих итогов, расчет комплексных показателей. Математическая модель позволяет перейти к обобщающим показателям совокупности в целом и отдельных ее частей, осуществлять анализ и прогнозирование изучаемых процессов.

Процедура оценки качества деятельности ОО осуществляется на основе предложенной математической модели. Процесс оценки качества деятельности ОО представим как совокупность операций, включающую в себя следующие основные этапы [2]: установление цели оценки, выбор номенклатуры показателей и индикаторов (`P_(i)` ) характеризующих качество оцениваемых объектов и их эталонных значений (`B_(i)` ), оценки качества по единичным показателям, агрегирование (свертка) значений качества по единичным показателям для определения уровня качества по комплексному показателю (`O` ). При этом образовательные объекты образуют кластеры по ряду критериев. Показатели качества образования рассматриваются во взаимосвязи, при оценке результатов деятельности ОО, устанавливается влияние показателей друг на друга. Оценка по показателям определит в целом уровень достижений результатов деятельности ОО.

Модель комплексной оценки и алгоритмы оценивания образовательных организаций

Говоря об оценке качества деятельности образовательных организаций с точки зрения математического обеспечения, следует выделить два понятия – алгоритмы оценивания и модель комплексной оценки качества. Алгоритмы оценивания представляют собой совокупность шагов, действий, которые необходимо выполнить для получения математической модели процесса комплексной автоматизации оценки качества деятельности образовательных объектов. Модель оценки качества деятельности образовательных объектов есть функциональное представление, описывающее процесс оценки качества и являющееся основой для получения комплексного коэффициента качества.

Пусть региональная образовательная система описывается множеством O (образовательные объекты): `O={o_(1),o_(2),...,o_(n)}` . Показатели качества отдельного объекта образовательной системы описываются некоторыми числовыми величинами (показателями и индикаторами качества): `p={p_(1),p_(2),...,p_(n)}`.

Для расчета уровня качества деятельности образовательных объектов внутри образовательного кластера, требуется определить функциональную зависимость, отражающую связь между показателями качества и образовательным объектом. Функциональная зависимость позволяет вычислить комплексный коэффициент качества деятельности образовательного объекта непосредственно по его единичным значениям индикаторов и показателей.

Обозначим качество деятельности объекта образовательной системы

`Q(O)=F(x_(1),x_(2),...,x_(n))` , (1.1)

где `Q` – комплексный показатель качества образовательного объекта, `x` значения индикаторов и показателей.

Предложенную зависимость (1.1) назовем интегрированной моделью оценки качества образовательной организации. Требуется разработать такую модель комплексной оценки качества региональной системы образования, для которой «свернутая» оценка по показателям деятельности организации стремится к максимуму среди элементов образовательного кластера:

`max(sum_(i=1)^n omega_(i) p_(i)) in K` (1.2)

где `omega` - весовой коэффициент показателя качества, `p` - нормированная оценка показателя качества, `K` - образовательный кластер.

Кроме получения оценок `Q_(1)(O_(1)),Q_(2)(O_(2)),...,Q_(n)(O_(n))` по образовательным организациям, определены кластеры внутри которых образовательные объекты `O` оцениваются. Каждому объекту образовательной системы отождествляется вектор характеристик `p={p_(1),p_(2),...,p_(n)}` . Требуется разбить множество образовательных объектов на подмножества `K`, называемые образовательными кластерами, так чтобы каждый кластер состоял из объектов, близких к метрике `rho` , а объекты разных кластеров существенно отличались. При этом каждому образовательному объекту `O` присваивается номер кластера `N^K` . Требуется определить метрику `rho` и алгоритм кластеризации образовательных объектов. [3,4].

В нашем случае кластеры могут быть непересекающимися и пересекающимися [5].

Иллюстрация задачи кластеризации образовательных объектов представлена на рисунке 1. Под образовательными объектами мы понимаем образовательные организации осуществляющие образовательную деятельность.

.jpg_04

Рис. 1. Иллюстрация кластеризации объектов региональной системы образования

Таким образом, предложены модель и алгоритмы и следовательно обоснована разработка программного обеспечения для АИС Мониторинг с интегрированным математическим аппаратом оценки качества образовательных объектов, который позволить оперативно осуществлять оценку результатов о качестве образовательной деятельности в регионе.

Заключение

В настоящее время в субъектах Российской Федерации определены организационные условия эффективного взаимодействия содержательных и организационно-контролирующих механизмов управления качеством образования на основе: многофакторных статистических показателей на региональном уровне, различных типов и видов ОО; структурированы показатели и индикаторы, обеспечивающие качественную оценку принятия управленческого решения на региональном уровне; разработаны технологии мониторинга качества образования обучающихся в современных условиях непрерывного образования.

Предложенное инструментальное средство АИС Мониторинг региональной системы оценки образования в Республике Марий Эл с представленным интегрированным математическим аппаратом позволяет получить адекватную оценку для ОО различного вида образования, места расположения, ресурсных особенностей.

Библиография
1.
Фатхуллин Р.Р. Методы стохастической оптимизации при оценке качества деятельности образовательных организаций // Вестник Чувашского университета. – Чувашский государственный университет им. И.Н. Ульянова – Чебоксары, 2015. – Вып. 1. – С. 213-221. – ISSN 1810-1909.
2.
Вержанский А.П., Радкевич Я.М. Методический подход к оценке качества промышленной продукции [Электронный ресурс]. URL: http://rosgorprom.com/images/_sb2013_pdf/Sb2013ed_1.pdf (дата обращения: 05.02.2016).
3.
Задачи Data Mining. Классификация и кластеризация [Электронный ресурс]. URL: http://www.intuit.ru/studies/courses/6/6/lecture/166?page=4 (дата обращения: 15.02.2016).
4.
Кластерный анализ-Формальная постановка задачи кластеризации [Электронный ресурс]. URL: http://chinapads.ru/c/s/klasternyiy_analiz_-_formalnaya_postanovka_zadachi_klasterizatsii (дата обращения: 16.02.2016).
5.
Gregory Piatetsky-Shapiro. Machine Learning, Data Mining, and Knowledge Discovery: An Introduction
References (transliterated)
1.
Fatkhullin R.R. Metody stokhasticheskoi optimizatsii pri otsenke kachestva deyatel'nosti obrazovatel'nykh organizatsii // Vestnik Chuvashskogo universiteta. – Chuvashskii gosudarstvennyi universitet im. I.N. Ul'yanova – Cheboksary, 2015. – Vyp. 1. – S. 213-221. – ISSN 1810-1909.
2.
Verzhanskii A.P., Radkevich Ya.M. Metodicheskii podkhod k otsenke kachestva promyshlennoi produktsii [Elektronnyi resurs]. URL: http://rosgorprom.com/images/_sb2013_pdf/Sb2013ed_1.pdf (data obrashcheniya: 05.02.2016).
3.
Zadachi Data Mining. Klassifikatsiya i klasterizatsiya [Elektronnyi resurs]. URL: http://www.intuit.ru/studies/courses/6/6/lecture/166?page=4 (data obrashcheniya: 15.02.2016).
4.
Klasternyi analiz-Formal'naya postanovka zadachi klasterizatsii [Elektronnyi resurs]. URL: http://chinapads.ru/c/s/klasternyiy_analiz_-_formalnaya_postanovka_zadachi_klasterizatsii (data obrashcheniya: 16.02.2016).
5.
Gregory Piatetsky-Shapiro. Machine Learning, Data Mining, and Knowledge Discovery: An Introduction
Ссылка на эту статью

Просто выделите и скопируйте ссылку на эту статью в буфер обмена. Вы можете также попробовать найти похожие статьи


Другие сайты издательства:
Официальный сайт издательства NotaBene / Aurora Group s.r.o.
Сайт исторического журнала "History Illustrated"