авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ

Pages:     | 1 | 2 || 4 |

Механизм управления инновационным проектом по внедрению инклюзивной модели образования в вузе

-- [ Страница 3 ] --

где - значения показателей деятельности инклюзивного вуза, измеряемые по относительной шкале от 0 до 1.

2.Выбрать выходной вектор таким образом, чтобы его компоненты содержали полный ответ поставленной задачи.

(2)

где - значения блоков компетенций, измеряемые по относительной шкале от 0 до 1.

3.Задать вид нелинейности в нейронах (функцию активации).

Предсказание значений компетентностей студентов в зависимости от состояния показателей деятельности вуза не является такой сложной задачей, как задачи классификации, проверки гипотез, распознавания образов. Следовательно, применение таких функций как «softmax», позволяющей определять вероятность наступления событий, «гаусовской кривой», применяемой в случаях, когда реакция нейрона должна быть максимальной для некоторого определенного значения, а также других специфических функций, не требуется. В качестве функции активации выбрана логистическая функция, преимуществами которой являются её непрерывность и гладкость. Непрерывность первой производной позволяет обучать сеть градиентными методами (например, метод обратного распространения ошибки). Диапазон входных значений данной функции не ограничен (функция определена на интервале , что также является ее преимуществом для данной задачи).

4.Выбрать число слоев и нейронов в слое.

5.Задать диапазон изменения входов, выходов, весов и пороговых уровней, учитывая множество значений выбранной функции активации.

6.Присвоить начальные значения весовым коэффициентам и пороговым уровням и дополнительным параметрам (например, крутизне функции активации, если она будет настраиваться при обучении).

В качестве значений весов был определен вектор , причем начальное значение каждого из его элементов будет равно 0,1. Данный выбор был сделан, исходя из следующего положения: начальные значения не должны быть большими, чтобы нейроны не оказались в насыщении (на горизонтальном участке функции активации), иначе обучение будет очень медленным. Начальные значения не должны быть и слишком малыми, чтобы выходы большей части нейронов не были равны нулю, иначе обучение также замедлится.

7. Провести обучение, т.е. подобрать параметры сети так, чтобы задача решалась наилучшим образом. По окончании обучения сеть готова решить задачи того типа, которым она обучена.

Принцип обучения нейронной сети описывается следующим формулами:

, (3)

где - количество входных сигналов;

- номер входного сигнала;

- вектор весов - совокупность весовых коэффициентов нейронной сети;

- номер нейрона в слое;

- взвешенная сумма входных сигналов, значение передается на нелинейный элемент;

- пороговый уровень нейрона в слое ;

- нелинейная функция, называемая функцией активации.

8. Подать на вход сети условия задачи в виде вектора и рассчитать выходной вектор .

На вход нейронной сети подается один вектор из обучающего множества. Далее происходит расчет выхода и сравнение полученного выходного вектора с эталоном . Зная разницу между ними, можно ввести коррекции для весовых коэффициентов и пороговых уровней:

(4)

где - значение, характеризующее скорость обучения и определяемое нейронной сетью.

Исходя из общего принципа обучения нейронных сетей, порядок работы двухслойного перцептрона будет отражаться следующей формулой:

, (5)

где ;

-номер сигнала в четвертом слое;

-номер сигнала в третьем слое;

-номер сигнала во втором слое.

Преимуществом адаптированной модели является сочетание компетентностной модели и модели оценки деятельности инклюзивного вуза, в основе взаимосвязи которых лежит нейросетевая структура, позволяющая прогнозировать уровень компетенций студентов с ограниченными возможностями здоровья в зависимости от различных вариантов организации деятельности инклюзивного вуза. Это позволит выстроить процессы деятельности вуза таким образом, чтобы компетенции студентов с ограниченными возможностями здоровья по окончанию обучения отвечали требованиям как образовательных стандартов, так и рынка труда.

Третья глава «Реализация инновационного проекта по внедрению инклюзивной модели образования в ВУЗе» посвящена реализации проекта на базе Московского государственного гуманитарного университета им. М.А. Шолохова.

Цель данного проекта - обеспечение права на образование для лиц с ОВЗ, определение механизмов создания специальных условий и принципов адаптации образовательной среды в отношении лиц, имеющих разнообразные образовательные потребности.

На этапе «Внедрение» был произведен анализ деятельности инклюзивного вуза, выявлены потенциальные направления развития и приняты меры по реализации потенциальных направлений развития деятельности инклюзивного вуза.

Экспертам, принявшим участие в исследовании по выявлению потенциальных направлений развития, предлагалось дать оценку эффективности системы инклюзивного образования МГГУ им. М.А. Шолохова в 2009 г., присвоив соответствующий балл, где 1 - «совсем слабое обеспечение»; 2 - «стабильное, но могло быть и лучше»; 3 -«лучше не бывает» по следующим направлениям: 1 - организация учебного процесса; 2 - по учебно-методическому обеспечению; 3 - по материально-техническому обеспечению; 4 - по кадровому составу; 5 - по финансовому обеспечению.

Средние оценки показателей системы инклюзивного образования МГГУ им. М.А. Шолохова распределены от 1,52 до 1,76 баллов, т.е. в пределах оценки показателей системы как совсем слабого или отчасти приближающегося к стабильному функционированию (рис.2.). Система инклюзивного образования МГГУ им. М.А. Шолохова, как еще только развивающаяся, переживает в настоящее время ряд заметных и очевидных трудностей, связанных преимущественно с низким финансовым обеспечением и с организацией учебного процесса студентов с ОВЗ.

Равные средние оценки, относительно близкие к стабильному обеспечению, получили такие группы показателей, как учебно-методическое и кадровое обеспечение. В интервью эксперты отмечали, что есть и педагогические работники, подготовленные к работе со студентами с ограниченными возможностями здоровья и, одновременно с этим, педагогические работники не обучены работе с этими студентами именно в массовых учебных заведениях. Что касается учебно-методического обеспечения, то имеются и методические разработки, пришедшие отчасти с Запада, отчасти как богатейшая методическая база советской и российской коррекционной системы образования, но эти методики требуют адаптации к российским реалиям развивающегося инклюзивного образования.

 Распределение оценок показателей-40

Рис. 2. Распределение оценок показателей системы инклюзивного образования в

МГГУ им. М.А. Шолохова за 2009г

Наиболее высокую оценку системы инклюзивного образования МГГУ им. М.А. Шолохова, максимально близкую к стабильному значению в данной группе получил показатель материально-технического обеспечения, что свидетельствует о том, что определенная инфраструктура системы инклюзивного образования отчасти уже сформирована. Вместе с тем, слабая государственная поддержка инклюзивного образования не обеспечивает в полной мере продвижение и развитие принципов системы образования для всех, что сказывается в первую очередь на тех детях, для которых нужны сложные и дорогостоящие приспособления и оборудование.

Этап оценки качества инклюзивного образования.

Для того чтобы применить предлагаемую модель оценки качества инклюзивного образования, необходимо реализовать следующие этапы:

1. Подготовка выходных данных:

  1. Составить перечень компетенций по каждой специальности.
  2. Разработать анкету для проверки компетенций.
  3. Сопоставить каждую компетенцию с одним из предметов и определить веса для компетенций.
  4. Провести анкетирование.
  5. Получить взвешенное значение результатов анкетирования.

2. Подготовка входных данных.

2.1. Составить перечень показателей, по которым оценивается инклюзивный образовательный процесс, т.е. составить перечень тех необходимых условий для получения образования лицами с ОВЗ с учетом их психофизических особенностей, что в последствии определит качество подготовки выпускников указанной категории.

2.2. Установить целевые значения показателей.

2.3. Получить статистические данные по показателям деятельности вуза.

2.4. Преобразовать полученные статистические данные по показателям к виду, который будет воспринят нейронной сетью.

3. Создание нейронной сети в ППП «МАТLАВ».

3.1. Обучить нейронную сеть с целью выявления функциональной зависимости между показателями деятельности вуза и компетенциями студентов с ОВЗ.

3.2. Протестировать обученную нейронную сеть и определить эффективность обучения.

Для эксперимента по внедрению модели было принято решение выбрать одну из специальностей МГГУ им. М.А. Шолохова. При выборе специальности отталкивались от востребованности и возможности последующего трудоустройства лиц с ОВЗ, получивших образование в вузах. Среди наиболее удобных для лиц с ОВЗ и востребованных являются специальности в сфере IT. Таким образом, было принято решение выбрать специальность «Прикладная информатика (в экономике)». При помощи сотрудников выпускающей кафедры был составлен список компетенций для данной специальности.

Каждой компетенции студента с ОВЗ были сопоставлены один или несколько предметов, изученных в период обучения, причем для каждого из предметов был определен вес, указывающий важность данного предмета для выпускника. По каждому из предметов было разработано несколько заданий, вошедших в анкету и позволяющих определить уровень достижения выпускниками компетенций. На основе разработанной анкеты было проведено тестирование знаний студентов с ОВЗ. Затем по каждой анкете был подведен итог, т.е. подсчитан процент правильных ответов. Перемножив полученные значения (процент правильных ответов) по вопросу на вес данного вопроса, можно получить взвешенные значения результатов. Просуммировав все взвешенные значения в рамках каждого блока, получим значение степени достижения студентами с ОВЗ каждого из 5 блоков компетенций.

Полученные значения отражали уровень компетенций выпускников за 2009г. Для того чтобы получить приблизительные значения уровня компетенций студентов с ОВЗ предыдущих годов выпуска, было решено конвертировать данные по успеваемости студентов с ОВЗ в значения, отображающие степень развития их компетенций. Значения уровня компетенций за период с 2001 по 2008 г. представлены в таблице 2.

Таблица 2

Значения блоков компетенций студентов МГГУ им. М.А. Шолохова за период

с 2001 по 2008 гг.

Блок компетенций \Год 2001 2002 2003 2004 2005 2006 2007 2008
Общие компетенции 0,404 0,425 0,45 0,55 0,5887 0,6262 0,6077 0,561
Специальные компетенции для направления (базовые) 0,4285 0,4333 0,46 0,51 0,5261 0,5916 0,6322 0,6566
Специальные компетенции для направления (профессионально профилированные) 0,586 0,5916 0,63 0,7 0,7285 0,7625 0,7611 0,765
Личностные (дополнительные) компетенции в рамках направления 0,4571 0,45 0,48 0,525 0,6 0,625 0,6555 0,67
Реабилитационные компетенции 0,4428 0,4333 0,46 0,4966 0,5178 0,5291 0,5652 0,5875

Следующим этапом проведения эксперимента по внедрению модели является подготовка данных по показателям деятельности вуза - входных данных для нейронной сети. Для этого используем те показатели ключевых направлений деятельности инклюзивного вуза, которые были предложены на этапе внедрения во II главе:

  • организация учебного процесса;
  • учебно-методическое обеспечение;
  • финансовое обеспечение;
  • материально-техническое обеспечение;
  • кадровое обеспечение.

Для установления количественных значений показателей использовался метод весовых коэффициентов. Для определения весов каждого показателя использовался метод Дельфи. Общий фактический вес направления деятельности инклюзивного вуза складывается из весов показателей. Сумма весов показателей каждого направления деятельности инклюзивного вуза равна единице. В качестве экспертов, оценивающих показатели качества реаблитационно - образовательной среды, выступают сотрудники администрации, учебного отдела, воспитательной службы, представители педагогического коллектива вуза. Количественные значения дают представление о степени организации образовательной среды инклюзивного вуза.

Расчет каждого показателя для j-го направления деятельности инклюзивного вуза по инклюзивным показателям производится по формуле:

, (6)

где - показатель оценки деятельности инклюзивного вуза по j-му направлению;

- оценка i-го показателя j-го направления деятельности инклюзивного вуза, который рассчитывается по формуле:

, (7)

где - значение i-го показателя j-го направления деятельности инклюзивного вуза; - нормативное значение i-го показателя j-го направления деятельности инклюзивного вуза;

- вес i-го показателя j-го направления деятельности инклюзивного вуза, при , .

Значения показателей деятельности инклюзивного вуза в период с 2001 по 2009 год представлены в таблице 3.

Таблица 3

Значения показателей деятельности инклюзивного вуза

Направления деятельности инклюзивного вуза\Год 2001 2002 2003 2004 2005 2006 2007 2008 2009
Организация учебного процесса 0,35 0,365 0,365 0,37 0,365 0,42 0,487 0,495 0,52
Учебно-методическое обеспечение 0,48 0,475 0,486 0,486 0,482 0,46 0,42 0,42 0,57
Финансовое обеспечение 0,47 0,487 0,486 0,49 0,49 0,512 0,526 0,52 0,51
Материально-техническое обеспечение 0,5118 0,512 0,512 0,552 0,56 0,579 0,587 0,587 0,59
Кадровое обеспечение 0,425 0,427 0,436 0,446 0,45 0,51 0,52 0,585 0,58


Pages:     | 1 | 2 || 4 |
 








 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

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.