Интеллектуальная модель оценки уровня расчетно-алгоритмического компонента вычислительного мышления обучающихся : научное издание

Описание

Тип публикации: статья из журнала

Год издания: 2022

Идентификатор DOI: 10.32517/0234-0453-2022-37-4-71-79

Ключевые слова: computational thinking, computational algorithmic component of computational thinking, computational thinking diagnostic model, вычислительное мышление, расчетно-алгоритмический компонент вычислительного мышления, модель диагностики вычислительного мышления

Аннотация: Важность развития вычислительного мышления студентов определяет необходимость создания объективного и валидного способа оценивания его уровня. В связи с этим актуальной является проблема создания универсальной модели диагностики вычислительного мышления на основе математических методов.Цель статьи - разработка модели диагностики раПоказать полностьюсчетно-алгоритмического компонента вычислительного мышления студентов, обеспечивающей возможность автоматизации оценочных процедур и способствующей построению методик развития этой когнитивной способности обучающихся.Диагностика уровня расчетно-алгоритмического компонента вычислительного мышления студента включает оценку его предметных знаний, когнитивных способностей, познавательной активности. В связи с этим выделены три диагностических критерия. Содержательный критерий (СК) определяется знаниями, полученными в результате предметного обучения. Операционный критерий (ОК) представляет собой совокупность выделенных мыслительных стратегий, необходимых для решения задач с использованием компьютеров. Критерий познавательной активности (КПА) является когнитивно-психологическим откликом на познавательный процесс, выражающимся в интенсификации учебной деятельности, направленности на активность, самостоятельность, творческий подход к обучению. По каждому критерию следует установить показатели, обеспечивающие их три оценочных уровня: низкий, средний и высокий. Интегрированная оценка уровня расчетно-алгоритмического компонента вычислительного мышления студента определяется совокупностью значений этих трех критериев.Для принятой диагностической модели разработан метод распознавания уровня вычислительного мышления на основе кластерного анализа. В качестве объекта распознавания выступает обучающийся с информационным вектором (СК, ОК, КПА), веса элементов которого определяются экспертно. Множество студентов с их информационными векторами кластеризуются на три класса: L1 (низкий уровень), L2 (средний уровень), L3 (высокий уровень). Диагностика уровня расчетно-алгоритмического компонента вычислительного мышления конкретного студента заключается в определении его принадлежности к соответствующему классу. Разработанный метод распознавания уровня расчетно-алгоритмического компонента вычислительного мышления студентов был реализован в виде программного продукта. Предложенная оригинальная модель диагностики вычислительного мышления студентов обеспечивает возможность автоматизации оценочных процедур и облегчает процесс интегрированных оценок диагностических характеристик учебного процесса.Статья представляет интерес для преподавателей и работников учебных управлений университетов, а также способствует развитию теории и практики диагностики образовательных результатов. The importance of developing students’ computational thinking (CT) determines the need to devise an objective and valid method for assessing its level. In this regard, it is relevant to build a universal model for diagnosing computational thinking on the basis of mathematical methods.The article aims to develop a model for diagnosing students’ computational algorithmic thinking. This model makes it possible to automate assessment procedures and contributes to developing techniques for enhancing this cognitive ability of learners.The diagnostic evaluation of students’ computational algorithmic component of CT includes an assessment of their subject knowledge, cognitive abilities, and cognitive activity. In this regard, we identified three diagnostic criteria. The content criterion (CC) is determined by the knowledge acquired through subject-specific learning. The operational criterion (OC) is a set of identified intellectual strategies necessary to solve problems using computers. The cognitive activity criterion (CAC) is a cognitive-psychological response to the cognitive process. It is manifested in the intensification of learning activity, a strong focus on a proactive attitude, independence, and a creative approach to learning. It is necessary to establish indicators to provide three assessment levels for each criterion, namely low, medium, and high. The integrated assessment of the level of the computational algorithmic component of a student’s CT is determined by the total of these three criteria values.For the adopted diagnostic model, we have developed a method based on cluster analysis to determine the CT level. The object of recognition is a learner with an information vector (CC, OC, CAC). The weights of the vector elements are determined by experts. The array of students with their information vectors is divided into three classes: L1 (low level), L2 (medium level), L3 (high level). The diagnostics of the computational algorithmic component level of a particular student’s CT consists in determining their belonging to the corresponding group.The method devised to assess the level of the computational algorithmic component of students’ CT was implemented as a software product. The proposed original model for diagnosing students’ CT provides an opportunity to automate assessment procedures. It also facilitates the integrated assessments of the diagnostic characteristics of the learning process.The materials of this work are of interest to teachers and employees of the educational departments of universities, and also have theoretical significance for the development of the theory and practice of diagnosing educational results.

Ссылки на полный текст

Издание

Журнал: Информатика и образование

Выпуск журнала: Т. 37, 4

Номера страниц: 71-79

ISSN журнала: 02340453

Место издания: Москва

Издатель: ООО "Образование и Информатика", Российская академия образования

Персоны

  • Баженова И. В. (Сибирский федеральный университет)
  • Клунникова М. М. (Сибирский федеральный университет)
  • Пак Н. И. (Красноярский государственный педагогический университет им. В. П. Астафьева)

Вхождение в базы данных