Год без экзамена в вузе: опыт Томского политехнического университета

Рассмотрен статистический анализ результатов входного (ВТ) и рубежного (РТ) тестирования по математике в сравнении с аудиторными контрольными работами (КР) на выборке из студентов-очников набора 2018 г. 6 школ Томского политехнического университета (ТПУ).

Рубрика Педагогика
Вид статья
Язык русский
Дата добавления 27.09.2021
Размер файла 340,3 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Год без экзамена в вузе: опыт Томского политехнического университета

В.П. Арефьев,

В.Н. Задорожный,

В.Ф. Зальмеж,

А.А. Михальчук,

Н.М. Филипенко

Национальный исследовательский Томский политехнический университет, г. Томск, Россия

Аннотация

Рассмотрен статистический анализ результатов входного (ВТ) и рубежного (РТ) тестирования по математике в сравнении с аудиторными контрольными работами (КР) на выборке из 1 118 студентов-очников набора 2018 г. 6 школ Томского политехнического университета (ТПУ). С помощью Х 2-критерия Пирсона выявлено высокозначимое отличие результатов оценивания математических знаний от нормального распределения. В рамках непараметрического дисперсионного анализа выявлены переменная высокозначимая динамика результатов РТ и КР ТПУ и высокозначимое превышение результатов КР над РТ. Результаты ВТ, КР и РТ являются высокозначимо неоднородными по школам. Оценена значимость динамики для каждой школы. Обсуждаются особенности проведения процедуры тестирования математических дисциплин в ТПУ.

Ключевые слова: высшее инженерное образование, формы оценивания знаний, входное и рубежное тестирование, математические знания, дисперсионный анализ. тестирование математика студент

A YEAR WITHOUT AN EXAM IN THE UNIVERSITY: THE EXPERIENCE OF TOMSK POLYTECH

Arefiev V.P., Zadorozhnyi V.N., Salmezh V.F., Mikhalchuk A.A., Filipenko N.M.

National Research Tomsk Polytechnic University, Tomsk, Russia

For many years, there has been a discussion in Russian society about improving the education quality of students in higher educational institutions (signing the Bologna Declaration, introducing the Unified State Examination, transision to normative per capita financing). The National Research Tomsk Polytechnic University (TPU) has always been an active participant in all initiatives of reforming higher education. And recently, TPU canceled semester exams and introduced the independent current testing into the rating system instead of examinations.

Within the framework of the problem of improving the quality of education in universities we present a statistical analysis of results of the entrance (ET) and midterm (MT) testing in comparison with classroom tests (CT) for 1118 full-time students of the 2018 year admission from six Schools of Tomsk Polytechnic University (TPU). The statistical analysis was carried out in the package "Statistica". The Pearson %2-criterion was used for the normality test in order to verify comparison criteria for samples. The last ones were parametric criteria (the paired t-test for two independent or dependent samples and the F-test for the multiple comparison) and nonparametric criteria (the Mann-Whitney test for the paired comparison of independent samples, the Wilcoxon test for the paired comparison of dependent samples, and the Kruskal-Wallis and Friedman tests for the multiple comparison of independent and dependent samples respectively).

We have shown that the distribution of results of the mathematical knowledge assessment highly significantly differs from the normal distribution. The varying highly significant dynamics of the MT and the CT results has been found with the nonparametric variance analysis. The results of the ET, the CT, and the MT are shown to be highly heterogeneous among the Schools. For every School, the results of the CT highly significantly exceed the results of the MT. The criterion of the multiple comparison yields the stable leadership of the School of cybernetics and the stable lag of the School of power engineering. The significance of the dynamics has been estimated for every School.

Next, we discuss the specifics of the procedure for the maths testing in TPU, which have taken place in the last 15 years. The methodological fallacy, organizational failures, and negative abnormal consequences in the procedure of the testing are noted in our research. It is concluded that, in the procedure of the mathematical knowledge assessment, the testing has very limited capabilities and plays only a supporting role in the self-control and the self-study for CT and exams. We recommend a compromise option of the mathematical knowledge assessment - to use the CT, the individual home tasks, the testing, and necessarily the examinations.

Keywords: higher engineering education, forms of knowledge assessment, entrance (ET) and midterm (MT) testing, mathematical knowledge, ANOVA.

Введение

Одной из актуальных проблем современного инженерного образования в условиях реформирования высшей школы является проблема качества образования и оценивания качества обучения в вузах [1--2]. В работе [1] отмечено, что одними из результатов реформ стали фрагментация знаний, делающая проблематичным формирование критического и аналитического мышления, нескончаемый поток часто меняющихся образовательных стандартов и сомнительные по результатам внедрения в классический образовательный процесс инновационные технологии. В [3] оценивается качество современного российского математического образования в условиях реформы, включая переход на ЕГЭ. Резкое сокращение числа часов на математические дисциплины в вузе не способствует формированию у студентов ни предметных знаний, умений и навыков, ни компетенций. В работе [4] также обсуждается падение качества отечественного математического образования на всех его уровнях за последние 15 лет. В работе [5] представлен анализ экономических аспектов реформирования высшего образования и их влияния на учебный процесс. В [5--6] отмечается, что новый способ нормативно-подушевого финансирования университетов принципиально изменил значимость всех контрольных процедур, превратив их в простую формальность, и создал благоприятные условия для возникновения фальсеоинтеракций и имитаций как в учебном процессе, так и в преподавательской деятельности.

Проверенным средством итогового контроля учебно-познавательной деятельности является традиционно письменная форма экзамена, несмотря ни на какие новации в педагогическом пространстве высшей школы [7]. Но с учетом проблемы несанкционированного использования студентами современной цифровой техники при проведении рубежного контроля в [8] высказано мнение в пользу экзамена в устной форме. Точнее сказать, экзамен в письменной форме с устным собеседованием по написанной работе, тем более, если это касается междисциплинарного промежуточного аттестационного оценивания результатов обучения в инженерных вузах [9].

Особую актуальность приобретает вопрос создания независимой системы оценки качества всех этапов обучения, начиная с момента поступления в учебное заведение и до его окончания с использованием технологии компьютерного тестирования [10]. При этом потенциал тестирования оценивается неоднозначно, анализируются достоинства и недостатки компьютерного тестирования как вида педагогического контроля.

Обосновывается вывод о том, что оно должно применяться в комплексе с другими формами контроля знаний студентов [11]. В [12] отмечается, что не весь материал при изучении математики в вузе может быть объективно оценен путем учебного тестирования. Показано, что математические знания в большей степени проявляются при прямом диалоге ученика и преподавателя с использованием мела и доски. Опыт применения тестирования при изучении дисциплин базовой части профессионального цикла позволяет сделать вывод об эффективности тестирования в следующих вспомогательных ситуациях: для самоконтроля на учебном занятии и при самоподготовке к практическим занятиям, традиционным контрольным работам и экзаменам [13--14]. Интерес к компьютерному тестированию обусловлен еще и тем, что оно рассматривается не только как инструмент контроля и оценки уровня освоения компетенций, но и как метод управления образовательным процессом, как элемент цифровизации высшего образования в целом [15] и онлайн-образования в частности [16] с использованием дистанционных образовательных технологий, а в условиях коронавирусной эпидемии в связи с переходом на дистанционное образование. В [17] делается вывод о том, что последние "цифровые нововведения" являются разрушительными для психического здоровья и умственного развития детей и молодежи, содержится обращение к опыту советской школы как альтернативе современным проектам трансформирования образовательной системы. В работе [18] анализируются особенности проблематики цифровизации математического образования, предполагающей активное и многообразное взаимодействие субъектов образовательного процесса при приобретении ими новых знаний с использованием всех возможностей Web-технологий. Допускается изучение теоретических разделов математики в вузе с помощью онлайн-курсов, но указывается на необходимость обучения решению математических задач, особенно абстрактных, на аудиторных практических занятиях. Таким образом, при реализации проекта цифровизации образования необходима организация смешанной формы обучения.

Национальный исследовательский Томский политехнический университет (ТПУ) всегда был активным участником всех начинаний реформирования высшей школы. В 2018 г. в университете отменены семестровые экзамены на младших курсах, а промежуточная аттестация проставляется по итогам текущей, включающей независимое тестирование (приказы по ТПУ № 58-59 од от 25.07.2018).

Методология статистического анализа

В данной работе выполнен компьютерный статистический сравнительный анализ результатов различных форм контроля обучения по дисциплине "Математика (МАТЕМ)" как по ТПУ в целом, так и по 6 основным школам (институтам): кибернетики (ИК - ИШИТР), природных ресурсов (ИПР - ИШПР), энергетики (ЭНИН - ИШЭ), физики высоких технологий (ИФВТ - ИШНПТ), ядерных технологий (ФТИ - ИЯТШ), неразрушающего контроля (ИНК - ИШНКБ). В качестве форм контроля обучения использованы тестовые результаты ВТо, РТ, проведенных Центром обеспечения качества образования (ЦОКО) ТПУ, и семестровые результаты промежуточной аттестации согласно ведомостям дифференцированных зачетов (ДЗ) в 2018/19 учебном году, объединяющих результаты РТ и аудиторных контрольных работ (КР) по соответствующим темам. При этом задание ВТо (20 задач средней сложности типа группы "В" в билетах ЕГЭ) оценивалось по 20-, РТ - по 15-, а ДЗ - по 100-балльной шкале. Вместо семестрового экзамена по оценочной рейтинговой системе - два текущих теста РТ. К оценочным мероприятиям текущего контроля относятся два РТ (РТ 12, = РТ 1+РТ 2 в 1-м семестре и РТ 34, = РТ 3+РТ 4 во 2-м семестре по 30-балльной шкале) и серия КР (по 70-балльной шкале).

Числовые характеристики (параметрические и ранговые) ВТо, РТ 1-5, ДЗ 1-2 ТПУ набора 2018 учебного года по 5-балльной шкале

N набл.

Среднее

Средний

ранг

Медиана

Минимум

Максимум

Нижний

квартиль

Верхний

квартиль

Ст. откл.

ВТо

1 118

2,663

3,555

2,750

0,000

5,000

1,750

3,750

1,266

ДЗ 1

1 118

3,037

4,484

3,200

0,000

5,000

2,750

3,800

1,089

ДЗ 2

1 118

2,867

4,242

3,400

0,000

5,000

2,000

3,850

1,437

РТ 12

1 118

2,023

2,739

2,127

0,000

4,715

1,433

2,785

1,093

РТ 34

1 118

2,267

3,904

2,455

0,000

4,686

1,440

3,240

1,285

РТ 5

1 118

2,753

3,555

3,012

0,000

5,000

1,783

4,042

1,561

Все числовые результаты приведены к единой 5-балльной шкале (делением результата на соответствующий максимальный результат и умножением на пять). Все выборки приведены к ведомости ДЗ 1, содержащей списочный состав 1 118 студентов. В связи с этим студентам, не охваченным тестовыми оценочными мероприятиями текущего контроля (ВТо и РТ), присваивается нулевой результат. Созданная таким образом в MS Excel база данных использовалась далее в пакете Statistica для статистического анализа данных [19--20].

Для корректного применения критериев сравнения выборок предварительно проверяется гипотеза относительно нормального распределения с помощью х 2-критерия Пирсона.

Результаты

Рассматриваемые выборки имеют числовые характеристики, представленные в таблице.

Х 2-критерий Пирсона выявил высокозначимое (на уровне значимости p<0,0005) отличие выборок от нормального распределения (рис. 1).

Согласно рис. 1 результаты успеваемости ДЗ в разы выше РТ: в первом семестре число "неуд." ДЗ 1 (21 %) в "3 раза ниже по сравнению с РТ 12 (66 %), а число "хор." ДЗ 1 (34 %) в "5 раз выше по сравнению с РТ 12 (7 %); во втором семестре число "неуд." ДЗ 2 (27 %) в "2 раза ниже по сравнению с РТ 34 (51 %), а число "хор." ДЗ 2 (36 %) в "2 раза выше по сравнению с РТ 12 (17 %). В итоге на фоне ВТо результаты успеваемости ДЗ показывают положительную динамику (уменьшение числа "неуд." и увеличение числа "хор." и "отл."), а РТ - отрицательную (наоборот, увеличение числа "неуд." и уменьшение числа "хор." и "отл."). Следовательно, результаты успеваемости КР показывают еще более контрастно положительную динамику, чем ДЗ (РТ+КР). Настораживает аномальный скачок числа "отл." в РТ 5 (более чем на порядок).

По х 2-критерию Пирсона выявлены также высокозначимые отличия от нормального распределения последовательных разностей рассматриваемых выборок РТ, ДЗ и ВТо для ТПУ. Поэтому сравнение повторных испытаний (ВТо с ДЗ (или РТ)) проведено с использованием ранговых критериев. В результате уровень значимости переменной динамики МАТЕМ оценен как высокозначимый (p<0,0005) по критерию Фридмана (рис. 2).

Рис. 1. Составная гистограмма результатов ДЗ 1 ТПУ

Рис. 2. Сравнение ранговых числовых характеристик ВТо, РТ 1-5 и ДЗ 1-2 ТПУ 2018/19 учебного года

В случае ДЗ успеваемость по МАТЕМ сначала (в 1-м семестре) ДЗ 1 выросла высокозначимо по сравнению с ВТо, а затем (во 2-м семестре) ДЗ 2 снизилась высокозначимо (p?0,0004 < 0,0005) по сравнению с ДЗ 1, но осталась высокозначимо выше ВТо. Заметим, что если отдельные непараметрические характеристики ведут себя по-разному (во 2-м семестре медиана ДЗ 2 растет, а нижний квартиль убывает (см. рис. 2)), то следует оценить динамику среднего ранга, рассчитанную самим критерием Вилкоксона и добавленную в таблицу. В случае РТ, наоборот, успеваемость по МАТЕМ сначала (в 1-м семестре) РТ 12 снизилась высокозначимо по сравнению с ВТо, а затем (во 2-м семестре) РТ 34 выросла высокозначимо по сравнению с РТ 12, но осталась высокозначимо ниже ВТо. Заметим, что результаты РТ 5 статистически значимо (0,005< 0,050) превысили ВТо. Отметим также, что согласно критерию Манна-Уитни успеваемость по ДЗ высокозначимо выше, чем по РТ, как в 1-м, так и во 2-м семестрах.

Результаты МАТЕМ ТПУ являются высокозначимо неоднородными по школам согласно критерию Краскела-Уоллиса (рис. 3), т. е. уровень значимости различий между школами оценен как высокозначимый p<0,0005).

На основании критерия множественного сравнения выделена на правах стабильного лидера школа ИШИТР, а на правах стабильного аутсайдера - школа ИШЭ. Остальные школы занимают по успеваемости промежуточные нестабильные положения. В порядке убывания успеваемости однородные {незначимо различающиеся} группы школ ранжированы следующим образом:

,

при этом успеваемость ИЯТШ статистически значимо выше ИШПР, а ИШИТР высокозначимо выше ИШЭ;

Несмотря на неоднородность МАТЕМ по школам, для каждой школы характерно высокозначимое превышение успеваемости по ДЗ над РТ как в 1-м, так и во 2-м семестрах по критерию Манна-Уитни. Что касается динамики успеваемости МАТЕМ по школам (см. рис. 3), то на фоне общей по ТПУ динамики (см. рис. 2) исключениями являются в 1-м семестре ИШИТР (стабильность ДЗ 1 на фоне ВТо) и ИЯТШ (отрицательная слабо значимая динамика ДЗ 1 на фоне ВТо), а в 3-м семестре ИШНКБ (стабильность РТ 5 на фоне РТ 34) по критерию Вилкоксона. Видимая стабильность медианы (без учета нижнего квартиля) 5 школ (кроме ИЯТШ) во 2-м семестре (см. рис. 3) с поправкой на соответствующую отрицательную динамику среднего ранга, рассчитанную самим критерием Вилкоксона, порождает преимущественную отрицательную динамику ДЗ 2 5 школ (кроме ИЯТШ). Обсуждение В данной работе на фоне упразднения семестрового экзамена по математике на младших курсах выявлены высокозначимые различия между двумя формами оценочных мероприятий текущего контроля: классической аудиторной КТ и тестовой РТ. Еще 15 лет назад, на заре внедрения тестов в процедуру оценивания знаний в ТПУ (без учета РТ в рейтинговой системе), было проведено сравнение КР и РТ [18], оценены их достоинства и недостатки и сделан вывод об ограниченной возможности тестирования в процедуре оценивания знаний на базовом уровне "зачет-незачет" и о вспомогательной роли тестов для самоконтроля и при самоподготовке к КР и экзамену. Новый этап внедрения тестирования в ТПУ (уже с учетом РТ в рейтинговой системе на 30 %), высветил все те же недостатки и новые негативные возможности, объясняющие текущие аномальные проявления в проведенном исследовании. Например, результаты РТ 12 в сравнении с ДЗ 1 объяснить эффектом "первый блин комом" было бы проблематично, так как система тестирования в ТПУ имеет 15-летний стаж, а в последнее десятилетие эта система совершенствовалась в заочной форме обучения с использованием дистанционных образовательных технологий [21]. В итоге появляется тревожная тенденция перераспределения вклада между классической аудиторной КР и тестовой РТ формами оценочных мероприятий текущего контроля. Тревожит порочная управляемость РТ (легкая настраиваемость на нужный уровень сложности по банку задач и организации проведения тестирования для завышения результата). Так, использование единственного варианта из 20 при проведении РТ 5 для части групп привело к аномальному всплеску (более чем на порядок) числа "отл." в РТ 5 (см. рис. 1). Самое главное - непреодолимая методическая ограниченность возможности тестирования в процедуре полноценного оценивания знаний. В то же время классическая форма оценивания знаний (аудиторная КТ + экзамен) вполне может бороться со своим основным недостатком (субъективностью) посредством конфликтных комиссий. В заключение заметим, что в целях модернизации системы оценивания успеваемости студентов руководство ТПУ возвращает промежуточную аттестацию на младших курсах (в том числе и по математике) в форме экзамена с осени 2020 г. (приказ № 76-3/об от 16.03.2020). Выводы 1. Выявлены высокозначимые различия между двумя формами оценочных мероприятий текущего контроля: классической аудиторной КТ и тестовой РТ. 2. На наш взгляд, нужен компромиссный вариант: в рейтинг-лист должны входить изучение онлайн-курса, выполнение аудиторных контрольных и индивидуальных домашних работ, независимая тестовая оценка знаний студентов и экзамен. 3. При наличии эпидемиологической ситуации использование онлайн-курсов неизбежно. При этом тестирование временно может заменить выполнение аудиторных контрольных работ, но сдача устно-письменного экзамена обязательна после окончания карантина.

Литература

1. Круглова Ю.А. Проблемы повышения качества обучения в высшей школе РФ // Современное образование: содержание, технологии, качество. 2018. Т. 1. С. 197--199.

2. Долгова ЛА. Проблемы оценки качества высшего образования // Аллея науки. 2018. Т. 5, № 6 (22). С. 970--975.

3. Далингер ВА Проблемы российского математического образования в свете требований Болонской декларации // Тенденции развития науки и образования. 2019. № 48-5. С. 72-77.

4. Вечтомов Е.М. Нерешенные проблемы российского математического образования // Математический вестник педвузов и университетов Волго-Вятского региона. 2019. № 21. С. 25-36.

5. Евдокимова М.В. Реформирование высшей школы: коммерциализация и имитация образовательного процесса // Актуальные вопросы современной науки и образования: сб. ст. междунар. науч.-практ. конф. Петрозаводск, 2019. С. 135-139.

6. Никитин А.П. Имитация экзамена в вузе: факторы распространения // Педагогика. Вопросы теории и практики. 2019. Т. 4, № 3. С. 87-91.

7. Кубекова Б.С. Об экзамене и формах его проведения // Проблемы современного педагогического образования. 2019. № 63-4. С. 131-134.

8. Седых И.Ю. О проблемах приема экзаменов в современных вузах // Современная математика и концепции инновационного математического образования. 2019. Т. 6, № 1. С. 380-387.

9. Мамаева ИА., Степанова А.С. Междисциплинарные формы оценивания результатов обучения в вузе // Образовательная деятельность вуза в современных условиях: матер. междунар. науч.-метод. конф. 2019. С. 75-85.

10. Каминский А.В. Формирование сквозной системы контроля качества учебного процесса с использованием технологии компьютерного тестирования // Проблемы высшего образования. 2019. № 1. С. 191-193.

11. Ячинова СН., Вальчук Е.В. Роль тестирования в модульно-рейтинговой системе обучения // Аллея науки. 2018. Т. 2, № 2 (18). С. 719-722.

12. Шалугина Т.В., Шипицина Н.М. Достоинства и недостатки применения учебных тестов при изучении математики в вузе // Проблемы современного педагогического образования. 2019. № 63-1. С. 393-395.

13. Жирякова А.В. Тестирование как эффективная форма контроля самостоятельной работы студентов // Проблемы современного педагогического образования. 2018. № 60-1. С. 114-117.

14. Трифонов А.Ю., Михальчук АА. Сравнительный статистический анализ оценки математических знаний студентов первого курса // Известия Томского политехнического университета. 2005. Т. 308, № 5. С. 212-216.

15. Усольцева ЛА. Тестирование как метод управления образовательным процессом // Фундаментальная и прикладная наука: новые вызовы и прорывы: сб. ст. междунар. науч.-практ. конф. Петрозаводск, 2020. С. 46-50.

16. Астраханкина ЕН., Пустовая В.Д., Глазунова Е.З. Цифровизация в высшем образовании // Актуальные вопросы современной экономики. 2020. № 1. С. 50-55.

17. Седых Т.Н. Потенциальные риски и угрозы цифро- визации российского образования // Alma mater (Вестник высшей школы). 2020. № 2. С. 73-75.

18. Кузнецова И.В., Монахов В.М., Напалков С.В., Тихомиров СА Web-технологии в цифровизации математического образования // Современные Web-технологии в цифровом образовании: значение, возможности, реализация: сб. матер. V Междунар. науч.-практ. конф. 2019. С. 50-55.

19. TIBCO Software Inc. (2020). Data Science Textbook. URL: https://docs.tibco.com/data-science/textbook (дата обращения: 13.04.2020).

20. Халафян АА., Боровиков В.П., Калайдина Г.В. Теория вероятностей, математическая статистика и анализ данных: Основы теории и практика на компьютере. STATISTICA. EXCEL. М. : URSS, 2016. 317 с.

21. Михальчук АА, Арефьев В.П., Филипенко Н.М. Статистический анализ динамики результатов e-learning в вузе // Современные проблемы науки и образования. 2015. № 1-1. URL: https://science-education.ru/ru/article/view?id=19199 (дата обращения: 13.04.2020).

REFERENCES

1. Kruglova YUA. Problemy povysheniya kachestva obu- cheniya v vysshej shkole RF / / Sovremennoe obrazovanie: soderzhanie, tekhnologii, kachestvo. 2018. T. 1. S. 197--199.

2. Dolgova LA. Problemy ocenki kachestva vysshego obra- zovaniya // Alleya nauki. 2018. T. 5, № 6 (22). S. 970-975.

3. Dalinger VA. Problemy rossijskogo matematicheskogo obrazovaniya v svete trebovanij Bolonskoj deklaracii // Ten- dencii razvitiya nauki i obrazovaniya. 2019. № 48-5. S. 72-77.

4. Vechtomov E.M. Nereshennye problemy rossijskogo matematicheskogo obrazovaniya // Matematicheskij vestnik pedvuzov i universitetov Volgo-Vyatskogo regiona. 2019. № 21. S. 25-36.

5. Evdokimova M.V. Reformirovanie vysshej shkoly: kommercializaciya i imitaciya obrazovatel'nogo processa // Aktual'nye voprosy sovremennoj nauki i obrazovaniya: sb. st. Mezhdunar. nauch.-prakt. konf. Petrozavodsk, 2019. S. 135-139.

6. Nikitin A.P. Imitaciya ekzamena v vuze: faktory raspros- traneniya // Pedagogika. Voprosy teorii i praktiki. 2019. T. 4, № 3. S. 87-91.

7. Kubekova B.S. Ob ekzamene i formah ego provedeniya // Problemy sovremennogo pedagogicheskogo obrazovaniya. 2019. № 63-4. S. 131-134.

8. Sedyh I.YU. O problemah priyoma ekzamenov v sovre- mennyh vuzah // Sovremennaya matematika i koncepcii in- novacionnogo matematicheskogo obrazovaniya. 2019. T. 6, № 1. S. 380-387.

9. Mamaeva I.A., Stepanova A.S. Mezhdisciplinarnye formy ocenivaniya rezul'tatov obucheniya v vuze // Obrazovatel'naya deyatel'nost' vuza v sovremennyh usloviyah: Mater. mezhdunar. nauch.-metod. konf. 2019. S. 75-85.

10. Kaminskij A.V. Formirovanie skvoznoj sistemy kon- trolya kachestva uchebnogo processa s ispol'zovaniem tekhnologii komp'yuternogo testirovaniya // Problemy vysshego obrazovaniya. 2019. № 1. S. 191-193.

11. Yachinova S.N., Valchuk E.V. Rol' testirovaniya v modul'no-rejtingovoj sisteme obucheniya // Alleya nauki. 2018. T. 2, № 2 (18). S. 719-722.

12. Shalugina T.V., Shipicina N.M. Dostoinstva i nedostatki primeneniya uchebnyh testov pri izuchenii matematiki v vuze // Problemy sovremennogo pedagogicheskogo obrazovaniya. 2019. № 63-1. S. 393-395.

13. Zhiryakova A.V. Testirovanie kak effektivnaya forma kontrolya samostoyatel'noj raboty studentov // Problemy sovremennogo pedagogicheskogo obrazovaniya. 2018. № 60-1. S. 114-117.

14. Trifonov AYU., Mihalchuk AA Sravnitel'nyj statistich- eskij analiz ocenki matematicheskih znanij studentov pervogo kursa // Izvestiya Tomskogo politekhnicheskogo universiteta. 2005. T. 308, № 5. S. 212-216.

15. Usolceva LA. Testirovanie kak metod upravleniya obrazovatel'nym processom // Fundamental'naya i prikladnaya nauka: novye vyzovy i proryvy : sb. st. Mezhdunar. nauch.- prakt. konf. Petrozavodsk, 2020. S. 46-50.

16. Astrahankina E.N., Pustovaya V.D., Glazunova EZ. Cifrovizaciya v vysshem obrazovanii // Aktual'nye voprosy sovremennoj ekonomiki. 2020. № 1. S. 50-55.

17. Sedyh T.N. Potencial'nye riski i ugrozy cifrovizacii rossijskogo obrazovaniya // Alma mater (Vestnik vysshej shkoly). 2020. № 2. S. 73-75.

18. Kuznecova I.V., Monahov V.M., Napalkov S.V., Tihomirov S.A. Web-tekhnologii v cifrovizacii matematicheskogo obrazovaniya // Sovremennye Web-tekhnologii v cifrovom obrazovanii: znachenie, vozmozhnosti, realizaciya : sb. mater. V Mezhdunar. nauch.-prakt. konf. 2019. S. 50-55.

19. TIBCO Software Inc. (2020). Data Science Textbook. URL: https://docs.tibco.com/data-science/textbook (data obrashcheniya: 13.04.2020).

20. Halafyan AA., Borovikov V.P., Kalajdina G.V. Teoriya veroyatnostej, matematicheskaya statistika i analiz dannyh: Osnovy teorii i praktika na komp'yutere. STATISTICA. EXCEL. M. : URSS, 2016. 317 s.

Mihalchuk AA., Aref'ev V.P., Filipenko N.M. Statis- ticheskij analiz dinamiki rezul'tatov e-learning v vuze // Sovremennye problemy nauki i obrazovaniya. 2015. № 1-1. URL: https://science-education.ru/ru/article/view?id=19199 (data obrashcheniya: 13.04.2020).

Размещено на Allbest.ru


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.