Forecasting the results of the session based on the analysis of the current academic performance of students using the data of the information management system “Electronic University”

УДК 378:005.6-052

https://doi.org/10.20339/AM.06-23.077 

В.Т. Калугин,

д-р техн. наук, профессор, профессор кафедра СМ3,

руководитель научно-учебного комплекса

«Специальное машиностроение»,

декан факультета «Специальное машиностроение»

e-mail: dekanatsm@bmstu.ru

А.Ю. Луценко,

канд. техн. наук, доцент, доцент кафедра СМ3

заместитель руководителя научно-учебного комплекса

«Специальное машиностроение»,

первый заместитель декана по учебной работе

А.Г. Иванов,

старший преподаватель кафедры СМ9,

заместитель декана по учебной работе

В.А. Игрицкий,

канд. техн. наук, доцент кафедры СМ8,

заместитель декана по 3 курсу

Е.В. Ипполитова,

канд. техн. наук, доцент кафедры СМ7,

заместитель декана по 5 курсу

А.Н. Королев,

старший преподаватель кафедры СМ12,

заместитель декана по 1 курсу

Д.К. Назарова,

канд. техн. наук, доцент кафедры СМ3,

заместитель декана по 4 курсу

А.Д. Новиков,

канд. техн. наук, доцент кафедры СМ13,

заместитель декана по 3 курсу

И.К. Романова-Большакова,

канд. техн. наук, доцент кафедры СМ7,

заместитель декана по магистратуре

А.С. Филимонов,

канд. техн. наук, доцент, доцент кафедры СМ12,

заместитель декана по 6 курсу

Московский государственный технический университет

имени Н.Э. Баумана (национальный исследовательский университет)

Одной из актуальных задач деканата является регулярный мониторинг и проведение анализа успеваемости во время семестра с целью прогнозирования результатов сдачи сессии и выявления отстающих студентов, работе с которыми следует уделить приоритетное внимание. При большом контингенте студентов на курсе, который может составлять несколько сотен человек, организация эффективного мониторинга успеваемости требует не только непосредственного общения с участниками учебного процесса, но и использования специальных электронных информационных систем. В статье приведены краткие сведения о способе отображения текущей успеваемости в информационной управляющей системе «Электронный университет» (ИУС «ЭУ») МГТУ им. Н.Э. Баумана. Представлены основные способы определения уровня текущей успеваемости студента с использованием данных ИУС «ЭУ». Проведены сопоставление и анализ данных ИУС «ЭУ» по текущей успеваемости студентов факультета «Специальное машиностроение» МГТУ им. Н.Э. Баумана в ноябре 2022 года в сравнении с результатами сдачи зимней сессии 2022/2023 учебного года теми же студентами. На основе проведенного анализа предложен критерий выявления отстающих студентов по результатам анализа текущей успеваемости с помощью ИУС «ЭУ» и приведены рекомендации по способам повышения эффективности такого анализа.

Ключевые слова: информационная управляющая система «Электронный университет», информационная образовательная система, успеваемость студентов, анализ успеваемости студентов, прогнозирование результатов сдачи сессии студентов.

Литература

1. Калугин В.Т. Интеграция образования и науки — основа подготовки высококвалифицированных кадров для космической отрасли и военно-промышленного комплекса // Инженерный журнал: наука и инновации. 2013. № 3 (15). DOI: 10.18698/2308-6033-2013-3-615
2. Информационная управляющая система МГТУ им. Н.Э. Баумана «Электронный университет»: концепция и реализация / под ред. И.Б. Федорова, В.М. Черненького. М.: Изд-во МГТУ им. Н.Э. Баумана, 2009. 376 с.
3. Chernikov A. S., Zagidullin R.S. and Chibisov A.A. Integration of Moodle and Electronic University Systems at BMSTU // Handbook of Research on Engineering Education in a Global Context, 2019, Chapter 35 (Р. 418–429). DOI: 10.4018/978-1-5225-3395-5.ch035
4. Guzeva T., Egorov S., Smetankin K., Varlamov O., Aladin D. Mivar’s Approach to Detailed Description of Knowledge for the Academic Subject “Rocket and Space Manufacturing Technologies” // Networked Control Systems for Connected and Automated Vehicles. Cham: Springer International Publishing 2022. Vol. 1. Р. 643-650. DOI: 10.1007/978-3-031-11058-0_64
5. Guzeva T., Parsheva A., Babin V., Varlamov O., Aladin D. Management of Educational Programs at the University Based on Mivar Expert Systems // Networked Control Systems for Connected and Automated Vehicles: Vol. 1. Cham: Springer International Publishing, 2022. Р. 651–659. DOI: 10.1007/978-3-031-11058-0_65
6. Москаленко В.О., Тарапанова Е.А., Юдин Е.Г. Система «Электронный университет» и ее роль в сопровождении учебного процесса в МГТУ им. Н.Э. Баумана // Вестник МГТУ им. Н.Э. Баумана. Сер. «Приборостроение». 2010. № 2. С. 61–69.
7. Иванов А.Г., Игрицкий В.А., Ипполитова Е.В., Калугин В.Т., Королев А.Н., Круглов П.В., Луценко А.Ю., Назарова Д.К., Филимонов А.С. Опыт организации и проведения учебного процесса в МГТУ им. Н.Э. Баумана с использованием дистанционных образовательных технологий // Аэрокосмическое образование в России. Кадровое обеспечение оборонно-промышленного комплекса. М.: Московский авиационный институт (национальный исследовательский университет), 2021. С. 96–125.
8. Исаева Е.Р., Тюсова О.В., Тишков А.В., Шапоров А.М., Павлова О.В., Ефимов Д.А., Власов Т.Д. Поиск прогностических критериев академической успеваемости студентов // Университетское управление: практика и анализ. 2017. Т. 21. № 2 (108). С. 163–175.
9. Шевченко В.А. Прогнозирование успеваемости студентов на основе методов кластерного анализа // Вісник Харківського національного автомобільно-дорожнього університету. 2015. № 68. С. 15–18.
10.  Помян С., Белоконь О. Прогнозирование успешности обучения студентов вуза на основе марковских процессов // Acta et commentationes (Ştiinţe ale Educaţiei). 2021. Т. 23. № 1. С. 78–87.
11.  Носков М.В., Сомова М.В., Федотова И.М. Управление успешностью обучения студента на основе марковской модели // Информатика и образование. 2018. № 10. С. 4–11.
12.  Русаков С.В., Русакова О.Л., Посохина К.А. Нейросетевая модель прогнозирования группы риска по успеваемости студентов первого курса // Современные информационные технологии и ИТ-образование. 2018. Т. 14. № 4. С. 815–822.
13.  Накарякова Н.Н., Русаков С.В., Русакова О.Л. Прогнозирование группы риска (по успеваемости) среди студентов первого курса с помощью дерева решений // Прикладная математика и вопросы управления. 2020. № 4. С. 121–136.