автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Системные исследования и информационные технологии оценки компетентности студентов

На правах рукописи

Берестнева Ольга Григорьевна

СИСТЕМНЫЕ ИССЛЕДОВАНИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ОЦЕНКИ КОМПЕТЕНТНОСТИ СТУДЕНТОВ

Специальность 05 13 01 - Системный анализ, управление и обработка информации (отрасль информация и информационные системы)

Автореферат

диссертации на соискание ученой степени доктора технических наж

Томск 2007

Работа выполнена в Г ОУ ВПО «Томский политехнический университет»

Научный консультант

д т н , профессор, Кочегуров В А

Официальные оппоненты: д т н, профессор, Тарасенко Ф П

д т н, профессор, Массель Л В д т н, профессор, Мицель А А

Ведущая организация: Новосибирский государственный технологический университет

Защита состоится «17» октября 2007 г в 15 часов на заседании диссертационного совета Д 212.269 06 при Томском политехническом университете по адресу 634034, г Томск, ул Советская, 84, институт «Кибернетический центр» ТПУ

С диссертацией можно ознакомиться в научно-технической библиотеке Томского политехнического университета по адресу 634034, г Томск, ул Белинского, 53

Автореферат разослан « в » Р*9 2007 г

Ученый секретарь

диссертационного совета Д 212 269 06, к т н , доцент

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы

В современной мировой образовательной практике понятие компетентности представляется в качестве «узлового», а компетентностный подход является одним из оснований обновления образования Понятие компетентность, во-первых, объединяет в себе интеллектуальную и навыковую составляющую образования, во-вторых, в это понятие заложена идеология интерпретации содержания образования, формируемого «от результата» («стандарт на выходе»), в-третьих, компетентность обладает интегративной природой, включающей в себя ряд однородных умений и знаний, относящихся к профессиональной, информационной, правовой и другим сферам деятельности

Для системы образования реализация данных идей означает тенденцию, утверждающую ценность и достоинство человека, личностно-ориентированную технологию обучения и воспитания, нацеленную на раскрытие индивидуальных способностей каждого студента, самовоспитание личности

Развитие компетентности студента становится одной из основных задач любого учебного заведения, между тем анализ литературы показывает, что пока не выработано единого мнения о проблеме компетентности Особый интерес представляет исследование ключевых компетенций как результативно-целевой основы компетентностного подхода в образовании Большинство работ, посвященных проблеме компетентностного подхода в образовании, направлено на решение задач обновления содержания учебного процесса (учебных планов, рабочих программ и т д ), при этом проблема оценки уровня компетентности студентов должным образом не стандартизована, что является очень важным при количественном определении уровня обладания студентом требуемыми компетентностями

В связи с вышеизложенным, тема диссертационной работы, направленная на изучение и решение проблем оценки компетентности студентов, является актуальной и представляет теоретический и практический интерес

Основой диссертационной работы явились теоретические и методологические положения по вопросам качества образовательного процесса и компетентности его участников, нашедшие отражение в трудах В И Байденко, Ю Г. Татура, И А Зимней, Ю П Адлера, В М Полонского, М М Поташника, НА Селезневой, М Г Минина, Г Б Скок, А И Субетто, МБ Челышковой, А И Чучалина, В 3 Ямпольского, а также теоретические и методологические положения о системном подходе (Л С Выготский, В А Дмитриенко, Б Ф. Ломов, Ф И Перегудов, Ф П Тарасенко, А И Уемов, В Д Шадриков)

Актуальность тематики диссертационной работы и решаемых в ней задач подтверждается включением исследований по ним в проекты по грантам Российского фонда фундаментальных исследований и грантам Российского фонда гуманитарных исследований

Целью работы является разработка на основе системных исследований моделей и информационных технологий для оценки компетентности студентов

В связи с этим в диссертационной работе решаются следующие задачи

1 Анализ отечественных и зарубежных исследований по проблеме моделирования компетенций/компетентноетей студентов и компетентностного подхода в образовании Определение основных задач обучения в высшем учебном заведении, связанных с оценкой компетентности

2 Выделение на основе системного анализа основных подсистем и построение компетентностной модели студента, декомпозиция полученной системы до уровня измеряемых элементов

3 Для специалистов инженерно-технического профиля формирование необходимого набора формальных показателей (элементов компетентности) и определение способов их измерения Выявление особенностей методов измерения элементов компетентности и разработка алгоритмов и информационных технологий измерения компонентов и элементов компетентности, с учетом особенностей выбранных методов

4 Разработка информационной технологии выявления скрытых закономерностей в структуре компетентности

5 Построение модели структуры компетентности, системный анализ структуры компетентности студентов с целью выявления симптомокомплексов, способствующих формированию компетентности

6 Разработка интегральных показателей и критериев оценки компетентности на основе результатов тестирования и экспертного оценивания с учетом разнотипности исходной информации

7 Получение решающих правил для диагностики и прогнозирования компетентности Разработка системы поддержки принятия решения для определения степени соответствия уровня компетентности и прогнозирования успешности субъектов образовательного процесса (абитуриентов, студентов и молодых специалистов) в различных сферах интеллектуальной деятельности

8 Разработка информационных технологий для оценки компетенций/компетентноетей студентов технического университета и создание на их основе необходимого программного, информационного и учебно-методического обеспечения

Научная новизна. В диссертационной работе впервые предложен оригинальный научно-обоснованный подход к созданию информационных технологий оценки компетенций/компетентноетей студентов на основе системных исследований Решена крупная научная проблема, имеющая важное значение для развития методов оценки компетенций/компетентноетей студентов

Получены следующие основные результаты, обладающие научной новизной:

1 Построена модель состава компетенций студента и на ее основе разработана компетентностная модель, отражающая структуру компетенций

Впервые проведена декомпозиция компетентностной модели до уровня измеряемых элементов

2 Разработана информационная технология для решения задач измерения компетентности студентов вуза, отличительной особенностью которой является возможность использования в качестве инструментария как тестовой технологии, так и результатов экспертного оценивания, а также формирование обобщенной экспертной оценки с учетом типов измерительных шкал Поставлена и решена задача формирования интегральных критериев для оценки компетентности студентов по результатам педагогического и психологического тестирования и экспертного оценивания

3 Разработана информационная технология выявления скрытых закономерностей в структуре компетентности Построена модель структуры компетентности и выявлены неизвестные ранее закономерности и симптомокомплексы, обеспечивающие формирование как ключевых, так и специальных компетенций/компетентностей Получена типология компетентности студентов технического университета в рамках подсистем компетентностной модели

4 Предложены новые информационные технологии, на базе которых можно решать широкий круг задач, связанных с оценкой компетенций/компетентностей студентов как технических, так и гуманитарных специальностей

Методы исследований. При выполнении работы использованы методы математического моделирования (аппарат теории множеств, методов статистического и интеллектуального анализа данных, методов распознавания образов и принятия решений в условиях неоределенности), компьютерного моделирования, системного анализа

Достоверность и обоснованность исследований обеспечивается формулированием и детальным обоснованием всех рабочих гипотез, получением основанных на них результатов с использованием строгого математического аппарата, проверкой разработанных в диссертации положений компьютерным моделированием и сравнением с результатами практического внедрения

Практическая ценность работы заключается в следующем:

Предложенные автором алгоритмы обработки и анализа результатов экспертного оценивания и построения формализованных критериев для решения задач оценки компонентов компетентности, позволяет эффективно решать задачи, связанные с оценкой компетентности студентов Отдельные модули разработанного программного комплекса имеют самостоятельное значение и могут использоваться в автономном режиме, что делает его универсальным инструментом для решения различных прикладных задач оценки компетентности студентов Результаты, полученные в диссертационной работе, использованы при написании четырех учебных пособий

Основные положения, выносимые на защиту

1 Модель состава компетенций студента технического университета и иерархическая компетентностная модель, отражающая структуру компетенций

2 Информационная технология для решения задач измерения компетенций/компетентностей студентов вуза, включающая в себя алгоритм формирования обобщенных экспертных оценок и интегральные критерии для оценки компетентности студентов по результатам педагогического и психологического тестирования и экспертного оценивания с учетом типов измерительных шкал

3 Информационная технология выявления скрытых закономерностей в структуре компетенций/компетентностей и выявленные закономерности и симптомокомплексы, обеспечивающие формирование различных видов компетенций Типология компетенций/компетентностей студентов (на примере Томского политехнического университета)

4 Разработанные инструментальные средства и информационные технологии, позволяющие решать широкий круг задач, связанных с оценкой компетенций/компетентностей студентов

Апробация работ. Результаты работы докладывались на VI и VII Международных научно-практических конференциях «Качество — стратегия XXI века», Томск, 2001, 2002, IV Международной научно-практической конференции «Качество образования Достижения Проблемы», Новосибирск,

2001, V Международной научно-практической конференции «Проблемы и практика инженерного образования», Томск, 2002, 5 международной конференции «Распознавание образов и анализ изображений новые информационные технологии», Самара, 2000, 7 и 10 национальной конференции по искусственному интеллекту с международным участием КИИ'2000, КИИ'06, Переяславль-Залесский, 2000, 2006, международных научных конференциях «Интеллектуализация обработки информации (ИОИ-

2002, ИОИ-2004)», Алушта, Украина, 2002, 2004, IV Всероссийской конференции с международным участием «Новые информационные технологии в исследовании сложных структур», Томск, 2002, третьей международной научно-практической конференции «Формирование профессиональной культуры специалистов XXI века в техническом университете», Санкт-Петербург, 2003, международной научно-технической конференции «Компьютерное моделирование - 2003», Санкт-Петербург, 2003, международных научно-технических конференциях «Интеллектуальные системы (IEEE AIS'01, IEEE AIS'03, IEEE AIS'04, IEEE AIS'05, IEEE AIS'06)», Дивноморское, 2001, 2003, 2004, 2005, 2006, XI международной конференции «Информационные и математические технологии в научных исследованиях», Иркутск, 2006, международных конференциях «Лингвистические и культурологические традиции образования, Томск, 2005, 2006, международной конференции «Инженерное образование и наука в мировом пространстве» GEER, Томск, 2006

Публикации. Основные положения диссертационной работы изложены в 94 работах, включающих 3 монографии и 23 статьи в журналах, из перечня журналов, рекомендованных ВАК. Список наиболее значимых работ приведен в конце автореферата

Внедрение результатов. Результаты работы внедрены в отделе социально-психологических исследований информационно-аналитического центра, на кафедре «Физкультурно-оздоровительный центр» и военной кафедре Томского политехнического университета, в Томском государственном педагогическом университете, Институте психологии РАН (г Москва), ОАО «Научно-производственный центр «Полюс» (г Томск)

Связь работы с научными программами, темами, грантами. Значительная часть исследований проводилась в соответствии с планом работ по грантам РФФИ, 2003-2005, №03-06-80128, «Моделирование механизмов эффективной интеллектуальной самореализации субъекта»; РФФИ, 2004-2006, №04-06-80413, «Моделирование адаптационных стратегий человека», РГНФ, 2001-2003, №01-06-00084а, «Выявление специфики когнитивного развития субъектов с высоким и сверхвысоким уровнем интеллекта», РГНФ, 2002-2004, №02-06-00086а, «Влияние типов социальных взаимодействий на интеллектуальную самореализацию и социальную адаптацию одаренных студентов в технических вузах», РГНФ, 2006-2008, №06-06-0058а «Роль интеллектуального ресурса в совладеющем поведении содержательное и математическое моделирование»

В работу вошли также результаты, полученные в ходе выполнения целевой программы НИР Томского политехнического университета «Поиск талантов» (проект «Комплексный анализ личностных свойств и творческих способностей абитуриентов и студентов первого курса Томского политехнического университета», 1999-2000 гг) и комплексных программ развития Томского политехнического университета «Усовершенствование системы качества на факультете автоматики и вычислительной техники», «Разработка системы менеджмента качества АВТФ ТПУ», «Информационное и программное обеспечение автоматизированного комплекса для контроля психофизиологического состояния студентов Томского политехнического университета» (1996-2000), «Комплексная оценка уровня здоровья студентов Томского политехнического университета на базе автоматизированного комплекса» (2001-2005), «Мониторинг психического здоровья, личностных особенностей и мотивации студентов, обучающихся на военной кафедре Томского политехнического университета» (2005), научной программы Томского политехнического университета «Роль интеллектуального ресурса в совладающем поведении» (гос регистрация №01200608440)

Структура и объем диссертации. Диссертация состоит из введения, 6 глав, заключения, списка литературы (395 источников) Материал изложен на 321 странице, содержит 92 таблицы, 72 рисунка

Содержание

Первая глава посвящена анализу современного состояния проблемы исследования и оценки компетентности студентов Определены понятия компетенции и компетентности Построена модель состава компетентности студентов, определены ее подсистемы, компоненты и элементы

Следует отметить, что в литературе существует два варианта толкования понятий «компетенция» и «компетентность» они либо отождествляются, либо дифференцируются Чаще всего понятия компетенция и компетентность используются в одном и том же смысле, нет четкого определения, что такое компетентностная модель В диссертации под компетенцией понимается некоторая формальная системная характеристика, отражающая структуру знания, опыта, и умения вне связи с конкретной областью Компетентность связывается с предметной областью и содержит конкретные общесистемные признаки знания, опыта и умения При этом компетентностная модель рассматривается как некоторая информационная система, отражающая структуру образовательного процесса, обеспечивающую адекватный контроль и оценку получаемых знаний и приобретаемого опыта

В работе, где нет необходимости, не акцентируется внимание на имеющихся формальных отличиях в определениях компетенции и компетентности и часто в тексте используются одновременно (компетенция/компетентность) Это важно при системном анализе образовательного процесса с использованием компетентаостного подхода

На основе анализа работ по проблеме компетенции/компетентности как зарубежных (Н Хомский, Р Уайт, Дж Равен), так и отечественных авторов (И А Зимняя, Ю Г Татур, А И Суббето, Н В Кузьмина, А К Маркова, В Н Куницина, Г Э Белицкая, Л И Берестова, В И Байденко, А В Хуторской, Н А Гршнанова и др) установлено, что на сегодняшний день отсутствует единая классификация компетенций/компетентностей Так, А.В Хуторской, рассматривая образовательные компетенции, дифференцирует их по тем же уровням, что и содержание образования ключевые (реализуемые на метапредметном, общем для всех предметов содержании), общепредметные (реализуемые на содержании, интегративном для совокупности предметов, образовательной области), предметные (формируемые в рамках отдельных предметов) Классификация компетенций Европейской ассоциацией университетов включает в себя инструментальные, межличностные и системные компетенции И А Зимняя выделяет 10 ключевых компетенций, объединяя их в три большие группы Существует еще ряд классификаций, однако, их анализ показал, что все они в том или ином виде включают в себя две основные группы компетенций ключевые и специальные

Определение и содержание ключевых компетенций представляет наибольший разброс мнений При этом используются как европейская система ключевых компетенций (например, классификация Европейской ассоциации университетов - ЕАУ), так и собственно российские классификации, в составе которых представлены ценностно-смысловая, общекультурная, учебно-познавательная, информационная, коммуникативная, социально-трудовая компетенции и компетенция личностного самосовершенствования

В рамках нашего исследования ключевые компетенции определены как инвариантные к любому виду деятельности, а специальные - это компетенции, содержание которых обусловлено спецификой будущей профессиональной деятельности студента В диссертационной работе основное внимание уделено

проблеме исследования ключевых компетенций Исследование специальных компетенций ограничено специальностями технического университета

Предложенное И А Зимней рассмотрение компетенции/компетентности в общем плане становления компетентного подхода к образованию (СБЕ) свидетельствует, (и это отмечается всеми исследователями), об очень большой сложности их измерения и оценивания. Решение данной проблемы и является одной из основных целей диссертационного исследования Таким образом, необходимо разработать технологию оценки компетентности, которая по определению (А И Субетто) представляет собой систему выбора и применения оценочных средств, шкал оценки и правил принятия решения по результатам оценивания Под оценочным средством понимается комплекс средств, обеспечивающих «оценку соответствия» компетентностной модели специалиста с высшим образованием

Поскольку компетентность является интегральной характеристикой, ее можно рассматривать как некоторую объективную реальность образовательного процесса с характерными признаками сложных систем, исследование которых предполагает решение задач, связанных с их отображением и развитием

На сегодняшний день нет однозначного ответа на вопросы о закономерностях и механизмах формирования и развития компетентности, нет единства взглядов на структуру компетентности, имеют место значительные затруднения в объяснении механизмов формирования компетентности Следовательно, необходим системный подход к проблеме компетентности специалиста, механизмах ее формирования и развития

Важным этапом системного анализа является построение моделей состава и моделей структуры исследуемой системы Под компетентностной моделью студента в диссертационной работе понимается модель, отражающая структуру компетенций В общем виде компетентностная модель имеет вид

{в} = Б! ® Бз ® 83 ® ... ® 8„, где Б, - подсистема компетентности, п - количество видов компетентности; ® -знак обобщенного произведения (теоретико-множественного или логического соответствия)

С другой стороны, компетентностную модель можно представить в виде иерархической функциональной структуры (рис 1), состоящей из подсистем, компонентов и измеряемых элементов

Для определения основных подсистем компетентности, а также входящих в их состав компонентов и элементов, проанализированы существующие модели компетентности специалиста с высшим образованием Установлено, что в практике европейского профессионального образования различают 4 модели компетенций МК1 - в основе которой лежат идеи профотбора, МК2 - в которой особое внимание уделяется освоению человеком стандартных процедур и операций, МКЗ - основанная на анализе результатов производственной деятельности, МК4 - учитывающая в первую очередь требования «потребителя» к специалисту с высшим образованием

Элементы

Рис 1 Компетентностная модель в виде иерархической структуры

Среди отечественных моделей компетентности особо следует выделить модель И А Зимней, раскрывающей содержание ключевых компетенций, а также модели Ю Г Татура и В И Байденко, позволяющие связать содержание компетенций с содержанием ГОСов для специальностей технического университета

Особое место в исследованиях, связанных с проблемами формирования компетентности занимают акмеологические исследования (А К. Маркова, А.А Деркач, В Г Зазыкин) На сегодняшний день в акмеологии определены инварианты профессионализма, не зависящие от специфики профессиональной деятельности, которые по своему содержанию близки к определению ключевых компетенций

В предлагаемой в диссертационной работе компетентностной модели интегрированы акмеологический подход и подходы, реализованные в отечественных и европейских моделях компетенций/компетентностей Взаимодополнение основных компетентностных моделей отражено на схеме (рис 2)

Модель И.Л.Зимяей

l'ut.2. Схема взаимодополнения компетентности ых моделей

Как видно из рис. 2, среди ключевых компетенций (К) нами были вьщелены три основные труппы: социальные (1); ценностно-смысловые (2) и информагтиописнтсхнолотн чес кие (3), которые вошли в состав компетентно сгнои модели студента (рис.3), в виде иерархической структурной схемы из четырех подсистем и основных компонентов компетентности студентов.

В диссертационной работе определены подсистемы, компоненты и элементы компетентности, а также способы измерения компонентов и элементов Компетентности. Проанализированы особенности исходной информация с точки зрения измерительных шкал.

Г) габл .1 показаны выделенные нами компоненты и возможные способы их намерения для подсистемы предметно-дсягелъносгносшая (специальная) компетентность

Рис 3 Компетентностная модель студента Табл 1 «Предметно-деятельностностная (специальная) компетентность»

Компоненты компетентности Способы измерения (методы получения количественных оценок)

Профессионально важные качества Физиологические Данные анамнеза Психофизиологические тесты Функциональные пробы Самооценка

Психофизиологические

Интегративные психические свойства Психодиагностическое тестирование Экспертное оценивание Самооценка

Личностно-деловые

Эмоционально-волевая сфера

Профессиональные знания, умения, навыки Теоретические знания Оценки (рейтинг) по учебным дисциплинам Экспертное оценивание Педагогическое тестирование Анализ результатов деятельности

Практические знания

Инновационный и научный потенциал

Интеллектуальная компетентность Психометрический интеллект Психодиагностическое тестирование Анализ результатов деятельности

Креативность(творческие способности)

Вторая глава посвящена решению задач разработки алгоритмов и компьютерного инструментария для измерения и оценки компонентов и

элементов компетентности на основе методов тестирования и экспертного оценивания Определены области применения психологического и педагогического тестирования при решении задач оценки компетентности

В диссертационной работе разработаны алгоритмы и программы оценки качества тестовых заданий (для педагогических тестов) на основе моделей Раша и Бирнбаума Основное достоинство выбранных моделей в том, что они преобразует измерения, сделанные в дихотомических и порядковых шкалах в линейные измерения Разработан алгоритм оценки параллельности тестовых заданий, основным достоинством которого является использование для вывода о параллельности трех различных критериев, что повышает надежность получаемых результатов

Продемонстрирована эффективность предложенного подхода на реальных данных (решения задачи оценки остаточных знаний у студентов Томского политехнического университета)

Выявлены особенности представления результатов психологического тестирования в зависимости от вида теста (формализованные и неформализованные методики) Показана роль проективных методик в оценке подсистем и компонентов компетентности и необходимость разработки алгоритмического и программного обеспечения для обработки результатов различного вида психологических тестов

Определены и программно реализованы (рис 4) психодиагностические методы и методики измерения компонентов и элементов компетентности

В табл 2 в качестве примера приведены особенности измерения некоторых интегративных свойств личности, входящие в состав ПВК в подсистеме «Предметно-деятельностная компетентность»

Рис 4 Схема компьютерного психологического тестирования для определения компонентов и элементов компетентности

Вторая группа методов, рассмотренная во второй главе - методы экспертного оценивания. Проанализированы существующие методы обработки и анализа результатов экспертного оценивания В диссертационной работе предложен алгоритм для определения обобщенного мнения экспертов с учетом типа измерительной шкалы (рис 5) Эффективность работы алгоритма продемонстрирована на примере задачи определения требований к компетентности молодых специалистов со стороны работодателей

Табл 2 Измерение интегративных психических свойств личности с помощью _ _психологических тестов_

Психические свойства личности Психодиа гностич методика Измеряемый (диагностируемый) признак Тип измерительной шкалы

Импульсивность -рефлективность Тест Кагана Время первого ответа Количество ошибок Шкала отношений

Синтетичность -аналитичность Тест Колги Количество выделяемых испытуемым групп объектов Шкала отношений

Полезависимость -поленезависимость Обучаемость Тест Уиткина Соотношение и время поиска фигур в 1-ой и 2-ой части теста Шкала отношений

Психоэмоциональная устойчивость Тест люшера Порядок выбора цветов в цветовом ряде Ранговая

Тип темперамента Тест Айзенка Нейротизм Интервальная

Тип темперамента Номинальная

В диссертационной работе проанализированы особенности предлагаемых нами измерительных процедур компетентности с точки зрения измерительных шкап (табл 3)

Таблица 3 Измерительные процедуры для оценки компетентности студентов

Тип измерительной шкалы Экспертные оценки Психологическое и педагогическое тестирование Результаты учебной деятельности

Номинальная Качественные оценки 1 Результаты тестов на определение типа темперамента, акцентуации характера и т п 2 Проективные методики Деление на классы «хорошисты», «отличники» и пр

Порядковая Ранговые оценки Тесты на определение степени выраженности какого-либо признака или свойства (например, уровень стресса) Рейтинг

Интервальная Некоторые виды балльных оценок

Отношений Точечные оценки Результаты психофизиологических тестов (время реакции, объем память итд)

Нечеткая Лингвистические переменные и функции принадлежности

Сбор первичных данных (экспертных оценок)

ранговая

номинальная

Выявление «еретиков» на основе значений г5 для каждой пары экспертов

Определение согласованности мнений экспертов по величине коэффициента конкоидании V/

дихотомическая

Л-

Оценка достоверности различий между долями

положительных и отрицательных оценок

экспертов (критерий ф* Фишера)

Определение согласованности мнений экспертов по величине коэффициента взаимной сопряженности К

Определение уровня значимости р для К

нет

Вывод об отсутствии II

согласованности мнений 1

экспертов

Определение обобщенного мнения

экспертов (в виде медианы экспертных оценок)

Определение обобщенного мнения экспертов (в виде моды экспертных оценок)

Рис 5 Технология обработки и анализа результатов экспертного оценивания

Третья глава посвящена вопросам получения моделей структуры компетентности

Разработанная в диссертационной работе информационная технология формирования знаний в слабоструктурированных предметных областях рассматривается на примере исследования интеллектуальной компетентности студентов

Суть информационной технологии формирования знаний составляет последовательный интеллектуальный анализ данных на этапе 1 — на основе метода локальной геометрии, на этапе 2 - на основе метода ограниченного перебора, на этапе 3 — на основе построения деревьев решений, на этапе 4 -выявление устойчивых логических закономерностей в изучаемой предметной области относительно выбранных методов исследования

Выбранные методы не являются обязательными Кроме того, необязательно последовательное прохождение первых трех этапов Это может быть любая комбинация из двух этапов, или к предложенным методам могут быть добавлены другие методы, результатом которых являются логические модели (например, метод случайного поиска с адаптацией, метод ветвей и границ и др), поскольку заключительный этап работает только с конъюнкциями элементарных событий

Каждый из выбранных методов имеет свою специфику, и позволяет по-разному «взглянуть» на структуру исходных данных Отличия в специфике применяемых методов будут тем заметнее, чем с более сложными и разнообразными объектами приходится иметь дело исследователю Ниже дается описание выбранных методов

В отличие от традиционных методов анализа многомерных данных, опирающихся на геометрическую метафору, и использующих представление об общем пространстве признаков для всех объектов и об одинаковой мере, применяемой для оценки их сходства или различия, в методе локальной геометрии каждый отдельно взятый объект представляет собой самостоятельный информационный факт, имеющий важные уникальные особенности, которые можно раскрыть, если сконструировать для него собственное пространство признаков и найти индивидуальную меру, определяющую иерархию его сходства (различия) с другими объектами, что особенно важно при исследовании слабоструктурируемой предметной области Построение локального пространства осуществляется путем перехода к новой векторной переменной Д = |х-х,|,где х, - выбранный объект для изучения, называемый также центральным

После такого преобразования центральный объект располагается в начале координат локального пространства Определение меры его сходства/различия с другими объектами позволяет раскрыть присущие ему полезные свойства для решения конкретной диагностической задачи Конструирование собственного пространства признаков и нахождение индивидуальной меры предложено В А Дюком называть локальным преобразованием пространства признаков

Задача локального преобразования пространства признаков формулируется как задача определения локальной взвешенной метрики

</,(*,,* ) того или иного типа, обеспечивающей оптимальную иерархию близостей объектов х} (у -1, Л'") относительно объекта х, Для дихотомических признаков может быть использована взвешенная метрика Хэмминга

где д9 и н', =(и',1,и',2, - весовой вектор с

неотрицательным элементами, так как различие объектов х, и х1 по какому-либо признаку должно обязательно приводить к увеличению расстояния либо вообще не сказываться на изменении расстояния

Тогда, если для некоторого подмножества объектов выполняется условие неотрицательности весовых коэффициентов, то на этом подмножестве истинно следующее логическое высказывание (х, =х„)/\(х, -х„ )л л(х, =х„),

4 11 У[' 4 Н Ч>' 4 У/''

где /, (/ = 1 ,к) — индексы при ненулевых компонентах весового вектора п>

Поскольку в слабоструктурированных предметных областях исходные данные обладают рядом отмеченных выше особенностей, то нами было предложено на начальных этапах (1 и 2 этап) конструирования логических правил проводить визуальное изучение геометрической структуры исходных и преобразованных данных, а перевод количественных и порядковых признаков в серию бинарных осуществлять посредством разработанной совместно с Муратовой Е А программы итОма Такой подход дает возможность проводить более качественный анализ данных по сравнению с методом, предложенным В А Дюком

Использование данного метода на первом этапе технологии позволит исследователю всесторонне изучить структуру исходных данных, осуществляя последующие действия с большим пониманием изучаемой проблемы

В качестве инструментария для построения логических правил методом ограниченного перебора была выбрана система ЖггЖку На основании анализа вычисленных частот делается заключение о полезности той или иной комбинации (комбинация есть конъюнкция элементарных событий, представляющих собой попадание значений признаков в определенные интервалы) для классификации, распознавания и прогнозирования

Деревья решений являются достаточно распространенным в настоящее время подходом к выявлению и визуализации логических закономерностей в данных В качестве инструментария для построения деревьев решений выбрана система 5ее5

Корню дерева соответствует самый информативный характеристический признак Далее, в вершинах располагаются признаки в порядке уменьшения значений прироста информативности В качестве меры информативности узла используется энтропия

Имеется множество Т объектов, разделенных по значениям классифицирующего признака на полные непересекающиеся классы С,,С2, ,Ск (классифицирующий признак может принимать к возможных значений), тогда

информация, необходимая для идентификации класса, есть 1пГо(Т) =1(Р),

где Р - вероятность распределения классов (С,, С,, , Ск)

йй И

.И'И' 1Т\

Р = (р1,р2, ,рк) -

Ч

а 1(Р) - энтропия, вычисляемая по формуле 1(Р) = -(р\ *1о8(р\) + р2*1о^(р2) + + рк*1о8(рк))

Информация, необходимая для идентификации класса при условии, что нам известно значение разделяющего (характеристического) признака X, считается как

- (1Т I N

1п/о(Х,Т) = Ъ

/

где Г, - одно из возможных значений разделяющего признака X, ш -количество значений разделяющего признака, 1п/о(Т,) — информация для каждого значения разделяющего признака

Тогда величина, характеризующая прирост информативности Сат(Х, Т) может быть определена как

Сат(Х, Т) = 1п/о(Т) -1п/о(Х, Т)

Прирост информативности представляет собой разницу между информацией, необходимой для идентификации класса и информацией, необходимой для идентификации класса при условии, что нам известно значение признака X При использовании обучающей выборки с неполным набором информации вычисление коэффициента прироста признака производится только по признакам с определенными значениями

Результаты классификации и прогнозирования по каждому построенному дереву будут различаться Для построения коллективной классификации и прогнозирования используется метод голосования, т е объекту приписывается тот класс, которому отдает предпочтение большинство деревьев из набора

Четвертый этап является самым важным в представляемой информационной технологии формирования знаний На этом этапе желательно привлечь к работе нескольких экспертов

В разработанной информационной технологии реализована возможность предоставить исследователю из получаемой совокупности логических закономерностей извлечь только ту информацию, которая бы обеспечивала валидность, непротиворечивость и не была избыточной На рис 6 в виде схемы представлена технология выявления закономерностей, которая может быть использована не только для исследования структуры компетентности, но и для формирования базы знаний в любых слабоструктурированных областях

Данная технология использована для выявления скрытых закономерностей в структуре интеллектуальной компетентности студентов технического

университета В частности были исследованы соотношения психометрического интеллекта, когнитивных способностей и стилевых (метакогнитивных) свойств интеллектуальной деятельности в группе лиц, имеющих реальные интеллектуальные достижения в научно-технической деятельности (интеллектуально компетентных), сравнительно с контрольной группой студентов

Наиболее интересные результаты были получены при использовании метода поиска логических правил в системе ТУшЦЪу и построении деревьев решений Основываясь на теории Дж Р. Стернберга о двух различных формах интеллектуальной продуктивности практической (проявляемой в реальной жизнедеятельности и достижениях) и академической (проявляемой в учебной деятельности, освоении новых знаний, навыков), были выделены две группы студентов с практической (группа 1) и академической (группа 2) успешностью

Рис 6 Технология обнаружения устойчивых закономерностей

С помощью системы Ц?1гТ¥ку было построено 41 правило, среди которых оказалось 6 так называемых «неожиданных» правил, чья точность и полнота прогноза оказались выше заданной Анализируемые переменные (результаты тестов Амтхауэра, Струпа, Кагана и Уиткина) и примеры выявленных системой логических правил представлены в табл 4

Практический интеллект Академический интеллект

В If lO is 117.50 126.00 and tK is 26,65 and T3-T2 is 15.00—30 and exol is 0,5...0.8 and NK2 is 0,24 ... 0,60 Then « группа» is i Rule's probability 0,917 The rule exists in 28 records Error probability < 0,00001 2) /ПО is 95,00 . 116,00and NK2 is 0,12 ... 0.60 and T3-T2 is 31... 44, Then «группа» is not 1_ Rule's probability 0,933 The rule exists in 32 records Error probability < 0,01

Показатели Ю {психометрический интеллект), Ж (время первой реакции в ситуации неопределенного выбора), ТЗ-Т2 (время интерференции), ехр1 (способность к исследовательскому поведению), 1ЧК2 (обучаемость)

Первое логическое правило соответствует следующему психологическому портрету студенты, имеющие продуктивную реализацию интеллектуальной активности, характеризуются высоким (но на грани пороговых значений) 1С», медленной, вдумчивой, рефлексивной стратегией принятия решения в неопределенной ситуации, способностью воспринимать, угадывать меняющиеся условия ситуации и гибкостью переключения от интерферирующего влияния, умением учиться в опыте

Второе логическое правило - студенты, имеющие успехи в учебной деятельности, интеллектуальная активность которых направлена на приобретение новых знаний, умений, целенаправленного расширения своего ментального опыта обладают высоким уровнем развития психометрического интеллекта, обучаемы и подвержены интерферирующему влиянию информационных стимулов

В полученных правилах наиболее значимым показателем оказался коэффициент интеллекта К), что противоречит современным представлениям о психометрическом интеллекте как слабом прогностическом компоненте На втором месте — динамика обучаемости и на третьем показатель ригидности познавательного контроля Данное приоритетное положение показателей соответствует определению когнитивных стилей как факторов продуктивности интеллектуальной деятельности и параметров, активно участвующих в организации интеллектуальной активности Кроме того, согласно полученным результатам, студенты, имеющие практические достижения в научной сфере не имеют тендерных различий в организации интеллектуальных структур

Для выявления закономерностей в структуре компетентности в диссертационной работе предлагается также технология, основанная на совместном использовании факторного и кластерного анализа, на основе которой были выявлены новые закономерности в структуре интеллектуальной компетентности Исследовались соотношения психометрического интеллекта, когнитивных способностей и стилевых (метакогнитивных) свойств интеллектуальной деятельности в группе студентов с высокими и сверхвысокими значениями 1(3

Среди полученных результатов наибольший интерес представляет тот факт, что если при низком уровне креативности продуцирование сложного образа и его вербальное обозначение являются целостным процессом, то при высоком уровне для ряда испытуемых характерен распад перцептивных и вербальных функций, при еще большем повышении интенсивности творческих преобразований происходит разнонаправленное функционирование сенсорно-перцептивной и вербальной сфер творческой деятельности (рис 7)

ПС - показатель значений преобразования стимула - способности к продуцированию сложных перцептивных, образов КК - показатель количества категорий -способности продуцировать категории, обозначающие образы

Рис 7 Отображение выделенных кластеров в пространстве показателей теста Торренса

Вероятно, части высококреативных испытуемым становится крайне сложным переводить в вербальный план продуцируемые идеи и образы, что может затруднить или полностью исключить творческую реализацию лиц, обладающих высоким 1(3 и высоким уровнем развития креативности

Выявленные закономерности в структуре интеллекта позволили получить новые неожиданные факты, характеризующие оба типа ментальной сферы человека и выделить целостные комплексные характеристики успешной реализации интеллектуального потенциала в учебной и научной деятельности

В четвертой главе рассмотрены вопросы разработки интегральных показателей и критериев оценки компонентов компетентности студентов

Любой интегральный показатель суммирует все локальные показатели в какой-то области (временной, пространственной, ситуационной) В свою очередь, локальные оценки - это любые количественные оценки, которые делаются на основе однократных измерений в одной точке - будь то какой-то момент времени, точка в геометрическом пространстве или точка в пространстве состояний

Формально это положение можно записать следующим образом Пусть множество точек, на которых рассматривается наша оценка, есть 2 - набор элементов г, г.? , г„ Локальная оценка И, измеряемая на каждом элементе, есть /г (гЕсли множество 2 непрерывно, то интегральная оценка может быть записана в виде интеграла

Я =

Нами были использованы различные методы и подходы в зависимости от особенностей решаемой задачи В качестве базовых были использованы модели квалиметрии (Селезнева Н А, Субетто А И ), методы получения интегральных оценок состояния организма человека (Баевский Р М, Новосельцев В Н, Казначеев, Айдаралиев А А, Кобринский Б А ) и интегральных критериев профессиональной готовности (Коваленко А В ) и профпригодности (Фрумкин АА)

На основе проведенного в главе 1 анализа типов методов свертывания, используемых в моделях квалиметрии, выбраны методы, наиболее подходящие для формирования интегральных показателей и критериев оценки компетентности Предложенные нами интегральные оценки можно разделить на 4 вида в соответствии с используемым типом свертки (табл 5)

В табл 5 приведена информация о разработанных в диссертационной работе интегральных показателях оценки компонентов компетентности

Таблица 5 Интегральные показатели и критерии оценки компетентности

Виды свертки Виды интегральных показателей и критериев Оцениваемые компоненты компетентности и решаемые задачи

Функциональное свертывание Формализованные критерии в виде факторных моделей Интегральные показатели для оценки личностных и деловых качеств (предпринимательские способности, педагогические способности и т п )

Сепарабелъное свертывание п Т Ч\) ф(ц,), 1=1 Функции соответствия в виде свертки функций принадлежности

Аддитивная свертка п 1=1 Обобщенная свертка в виде линейной регрессии Интеллектуальный потенциал

Альтернативное конъюнктивное свертывание: свертка альтернативных бивалентных мер качества (0, 1} в виде конъюнкции предикатов пригодности Интегральные критерии в виде продукционных моделей Интегральные критерии профессиональной пригодности для различных специальностей технического университета

Остановимся подробнее на некоторых результатах Обобщенная свертка в виде линейной регрессии.

Использование линейной регрессии для формирования интегральных показателей компонентов компетентности привело к хорошим результатам, только в случае оценки интеллектуального потенциала студентов Было построено несколько регрессионных моделей, характеристика которых представлена табл 6

Таблица 6 Показатели качества регрессионных моделей

№ Вид модели Коэффициент детерминации Уровень значимости

1 Общая модель без учета тендерного фактора 49,8 % 0,002

2 Модель оценки интеллектуальной компетентности (для мужчин) 66,5 % 0,05

3 Модель развития интеллектуальной компетентности (для женщин) 76,3% 0,08

4 Общая модель с учетом тендерного фактора 68,7% 0,0006

Таким образом, для практического использования в качестве интегрального показателя «интеллектуального потенциала» может быть рекомендована модель 4 как наилучшая из четырех полученных моделей регрессионных моделей с точки зрения показателей качества (коэффициента детерминации и уровня значимости) В данной модели зависимые переменные являются характеристиками когнитивных стилей, что в свою очередь экспериментально подтвердило теоретические положения о том, что развитие интеллектуальной компетентности предполагает сформированность метакогнитивных процессов, в том числе способностей планировать, оценивать, контролировать, отслеживать процессы переработки инофрмации

Формализованные критерии в виде факторных моделей В диссертационной работе предложен алгоритм формирования обобщенных критериев для оценки подсистем и компонентов компетентности на основе факторных моделей

Получено два формализованных критерия, названных нами «управленческий потенциал» и «педагогический потенциал»

Оценка педагогического потенциала включает в себя 3 критерия Упедм — для оценки педагогического мастерства, ^личК — для оценки личностных качеств, Упрофк - Для оценки профессионалъной(специалъной) компетентности

В табл 7 приведены результаты экспериментальной проверки эффективности данных критериев на выборке из 21 человека В столбцах слева — количественные показатели формализованных критериев для каждого преподавателя, в столбцах справа — обобщенная экспертная оценка указанных

качеств Значение коэффициентов корреляции Спирмена, приведенное в нижней строке табл 9, указывает на высокую положительную связь оценок, полученных при помощи формализованных критериев и обобщенных экспертных оценок, что говорит об эффективности предложенного автором алгоритма Уровень значимости полученных результатов оказался достаточно высоким (р<0 01)

Таким образом, сформированные нами формализованные критерии могут быть успешно использованы в качестве оценок специальной компетентности выпускников, занимающихся преподавательской деятельностью, а так же при оценке педагогической практики магистрантов и аспирантов

Таблица 7 Взаимосвязь разработанных формализованных критериев с результатами ___экспертного оценивания _

№ Преподаватель Педагогическое мастерство Личностные качества Профессиональная компетентность

УпедМ Ранг Обобщенная экспертная оценка (ранг) УличК Ранг Обобщенная экспертная оценка (ранг) УпрофК Ранг Обобщенная экспертная оценка (ранг)

1 Р1 49 9 18 15 15 62 18 21 134 7 5

2 Р2 56 6 13 14 17 12 9 6 12 2 11 21

3 РЗ 45 2 21 20 18 45 2 4 10 0 (21 11

20 Р20 57 4 11 10 17 25 6 3 104 20 16

21 Р25 52 2 11! 19 18 35 3 7 122 11 6

Коэфф корреляции Спирмена 11=0 73 Коэфф корреляции Спирмена 11=0 61 Коэфф корреляции Спирмена Я=0 58

Интегральные показатели и критерии в виде продукционных моделей и в виде функций принадлежности.

В диссертационной работе показано, что интегральные критерии данного вида наиболее эффективны при решении задач оценки профпригодности (оценки уровня сформированности соответствующих компетентностей) для различных специальностей технического университета

Выявлены особенности применения различные методы построения функций принадлежности, необходимых для реализации алгоритмов нечеткой логики

Для построения функций принадлежности выбран метод интервальных оценок В этом случае если имеется интервал [Н*, К] значений критерия к, который соответствует понятию «хороший» объект, то с приближением значения ка к границе И * возможность признания объекта а «хорошим» линейно возрастает, рис 8

ц(х)

О, еслиН1 <к\

еслиЯ' <И" <И*

|Ь*-Ь°

% еслиИ >И*,

ь

X

Рис 8 Представление функции принадлежности

На основе алгоритма принятия решения в условиях неопределенности разработана программа для выбора абитуриентом по результатам компьютерного психодиагностического тестирования наиболее подходящего факультета Абитуриенты оцениваются по наиболее важным показателям для выбранного факультета Для каждого из факультетов были определены пороговые значения А0 и к , по интеллектуальным и личностным показателям Полученные результаты для некоторых факультетов ТПУ приведены в диссертационной работе Данные получены как на основе изучения литературных источников, так и на основе результатов экспериментальных исследований, проводимых в ТПУ

Разработана технология решения задач оценки компетентности на основе алгоритмов нечеткой логики (алгоритма многокритериального выбора альтернатив и алгоритма принятия решений в нечетких условиях по схеме Беллмана-Заде) Продемонстрирована эффективность данной технологии при решении задач оценки компетентности специалистов Показано, что достоверность результата нечеткого выбора определяется мерой субъективизма экспертов и уменьшение влияние этого фактора можно добиться увеличением числа и компетентности экспертов

Пятая глава посвящена разработке и анализу диагностических и прогностических моделей развития компетентности, а также выявлению типологий компетентности в рамках выделенных нами подсистем компетентностной модели Предложена технология диагностики уровня компетентности студента в зависимости от особенностей решаемой задачи (рис 9)

Реализация ряда методов, представленных на схеме (рис 9) требует предварительного выделения информативных диапазонов для количественных переменных (неоднородная последовательная процедура распознавания - НПП, метод нечеткой классификации) Для решения этой задачи в работе используется разработанный совместно с Муратовой Е А алгоритм адаптивного кодирования

Рис 9 Схема построения диагностических процедур компетентности

На рис 10 приведены основные этапы предложенного нами алгоритма преобразования пространства исходных признаков для построения классификационных моделей в случае использования разнотипных данных.

Разработаны алгоритмы и построены прогностические модели для решения ряда практических задач

прогнозирование интеллектуальной компетентности (регрессионная модель),

прогнозирование формирования предметно-деятельностной

компетентности студентов, обучающихся на военной кафедре,

диагностика социальной и интеллектуальной компетентности на основе неоднородной последовательной процедуры распознавания

Схема формирования решающих правил и процедура принятия решения на основе метода НПП представлена в табл 8

Рис 10 Этапы преобразования разнотипных данных для решения задач диагностики

Таблица 8 Процедура принятия решения на основе неоднородной последовательной

процедуры распознавания

Построение решающего правила Диагностическая процедура

1 Корреляционный анализ признаков с помощью различных видов коэффициентов корреляции в зависимости от типа переменной 2 Оценка информативности признаков 3 Вычисление диагностических коэффициентов для каждого признака по формуле Р(^) ДК = 1оё где А1, А2 - диагностические классы, х,, - признаки ( г - индекс диапазона,/- индекс признака) 4 Формирование набора признаков для включения в решающее правило 1 Определение значения а и )3 в зависимости от решаемой задачи, где а - ошибка первого рода а=0,05, ¡5 - ошибка второго рода р=0,1 2 Правило принятия решения 1 %^<ДК(х,)+ +ДК(х„)<

Выявлены наиболее информативные показатели для формирования интеллектуальной, коммуникативной и социальной компетентности студентов технического университета и получены решающие правила на основе неоднородной последовательной процедуры распознавания для прогнозирования развития данных видов компетентности

Основное достоинство метода НПП заключается в том, что он не накладывает ограничений ни на вид распределения признаков, ни на тип измерительной шкалы, однако в случае, если число диагностируемых классов больше двух, приходится строить сложную иерархическую процедуру, которая далеко не всегда обеспечивает приемлемое качество распознавания В связи с чем, в случае, когда число диагностируемых классов больше двух, для решения задач диагностики компетентности выбран метод дискриминантного анализа Решающие правила в виде дискриминантных функций В работе использованы классифицирующие (дискриминантные) функции Фишера §1(х)=ту^х-со0| Весовые коэффициенты дискриминантных функций определяются по формуле \у1=8~'т1(1 = 1,к),

где Б - матрица ковариаций диагностического класса, т, - вектор средних 1-го диагностического класса, к - количество классов Пороговые величины определяются как

^, = -^>,+№,(1 = 1^),

где Р, - априорная вероятность 1-го класса

Правило диагностики объект х относится к г-му классу, если выполняется

условие Е,(х) = тахё)(х),где gl(x) =\¥>-<«„,

1-1 ъ

На основе дискриминантного анализа был решен ряд прикладных задач диагностики компетентности студентов технического университета, которые подробно описаны в диссертационной работе Результаты дискриминантного анализа для одной из задач прогнозирования развития специальной компетентности (качества распознавания полученных решающих правил для классификационной переменной <<уровень компетентности») представлены в табл 9

Таблица 9 Качество распознавания

Номер класса в обучающей выборке Предсказанное значение уровня компетентности

1 2 3

1 80,00% 20,00% 0,00%

2 7,14% 85,71% 7,14%

3 6,67% 6,67% 86,67%

Обозначения 1 - низкий уровень, 2 - средний уровень, 3 - высокий уровень

В целом, применение дискриминантного анализа при решении задач диагностики и прогнозирования отдельных компонентов компетентности обеспечило достаточно высокое качество распознавания Однако, в диссертационной работе сделан вывод о том, что при решении диагностических

задач, связанных с оценкой подсистем компетентности (или компетентности в целом) необходимо использовать другие подходы решающие правила на основе нечеткой логики или продукционных моделей

Решающие правила на основе продукционных моделей. При использовании данного подхода информация формируется для каждого образца из множестваН= {h\, ,hk, ,hm},m>\ Для каждой таблицы задается к-й образец вектором значений c(hk) = (си, , скр , скп), к = 1, ,т Имеют место случаи, когда к-й образец характеризуется по у-му признаку не точечным значением ск/, а одним из полуинтервалов <скр >ckj или интервалом

kj mmi maxi

Проверка соответствия i-ro объекта к-му образцу выполняется путем анализа истинности вектора двухместных предикатов

р{х„ hk) = (р(у,[, ск0, , р(у,р Cfg), , р(у,„, скп)) При точечном значении у-го признака ск] (числового или символьного) используется предикат равенства р{ур ckj) = Q(y}, ckj) Для проверю! принадлежности значения у/х,) полуинтервалам <ckj, '¿ск] используются предикаты "меньше или равно" LQ(yJt ckj max) и "больше или равно" MQ(yp ckh mm) соответственно, а для проверки соответствия диапазону [ск] тт, ск] тах] -составной предикат D(ckjimmjj, ск] тах)

Продемонстрируем особенности реализации данного подхода на примере решения задачи отбора студентов на военную кафедру (исследования проводились совместно с С В Микони)

Прямое соответствие значения признака заключению устанавливается проверкой истинности унарного предиката Структура модели идентификации определяется соотношением признаков, относительно которых выполняется распознавание объекта, т е вывод заключения о принадлежности объекта одному из заданных классов

Предикаты, проверяющие объект на соответствие к-му образцу (классу) по каждому из признаков, сводятся в решающие правила для каждой из таблиц иерархии Соответствие объекта образцу при истинности предикатов по всем признакам табл 10, представляется решающим правилом, состоящим из конъюнкции предикатов

р(Хг, /г*)=МкьС/)л А pk(yj,Cj) А А рк(у„,с„) Соответствие объекта образцу при истинности предиката хотя бы по одному из признаков, представляется решающим правилом, состоящим из дизъюнкции предикатов

р(х„ hk) = pk(yi,c,) v v рк(yj,Cj) v v рк(у„,с„)

Решающие правила, данные в табл 10, представляются следующими логическими функциями 1) ПОГ = Р(УН=5)лАл(ПОГуГ),

2) Г = ((ДУН=3)лПОГМР(УН=5)ЛГ))ЛА,

3) УГ = (Р(УН==5)АлНГМ(/>(ЗН=3)лБлГ), 4) НГ = ((ЛУН-З)лБ лНГ)

Таблица 10 Решающие правила по всем критериям

Физ подготовка Заключение мед. комиссии Психологическая пригодность Результат

Все нормативы "5" (УН=5) Группа А Годен в первую очередь или годен, ПОГ v Г Годен в первую очередь ПОГ

Все нормативы "3" (УН=3) Группа Б Не рекомендуется НГ Не рекомендуется НГ

Все нормативы "5" (УН=5) Группа А Не рекомендуется НГ Условно годен УГ

Все нормативы "3" (УН=3) Группа А Годен в первую очередь ПОГ Годен Г

Все нормативы "5" <УН=5) Группа А Условно годен УГ Годен Г

Есть нормативы "3" (ЗН=3) Группа Б Годен Г Условно годен УГ

Информационная технология диагностики уровня компетентности студентов на основе нечеткой классификации.

Разработанная нами информационная технология диагностики уровня компетентности студентов на основе нечеткой классификации включает в себя 2 этапа (табл 11) построение классификационной модели и процедуру классификации

Таблица 11 Этапы диагностики уровня компетентности студентов на основе нечеткой _ классификации_

Алгоритм построения классификационной модели Процедура классификации

1 Определение перечня признаков у=(у1, ,у„ ,у„), характеризующих объект 2 Определение диапазона значений каждого признака 3 Задание значимости V/, каждого признака в общей оценке объекта 4 Определение перечня значений лингвистической переменной, применяемых для оценки качества и в дальнейшем обозначаемые как классы К=(Кь ,К'„ ,Кт) 5 Задание функции принадлежности каждому классу 1 Предъявляется набор значений признаков У(х)=(У1(х), ,У,(х), ,У„(х)) 2 Значение у/х) подставляется в функции принадлежности каждому классу, сформированному для7-го признака,^ =1, ,п В результате получается s векторов принадлежности объекта всем классам 3 Рассчитывается мера принадлежности P(KS) классифицируемого объекта s-му классу P(KS)= i (*) j = i 'J 4 Определяется класс, которому объект х принадлежит в наибольшей степени К • = arg (max {Р (К , ) , Р {К s\ , Р (К т )})

Для диагностики уровня компетентности студентов в зависимости от решаемой задачи значение т задавалось от 3 до 5 Например, при т=3, диагностировали низкий, средний и высокий уровень компетентности Выбирается форма функции принадлежности, характеризующая нечеткую

неопределенность границ между соседними классами Диапазон значений каждого признака делится на т частей - по числу классов

Для выполнения классификации выполняются следующие действия, характеризующих классифицируемый объект х

Значение у,(х) подставляется в функции принадлежности каждому классу, сформированному для у-го признака, ) =1, ,п В результате получается 5 векторов принадлежности объекта всем классам

На основании вектора принадлежности объекта всем классам рассчитывается мера принадлежности Р(К$) классифицируемого объекта и-му классу, 5], ,,чт, которая отражает как принадлежность Щ:,(х) объекта х х-му классу по ^му признаку 0=1> ,п), так и вклад каждого признака в эту оценку

у = 1 '

После расчета функции принадлежности Р(Кц) классифицируемого объектах каждому классу, 8=1, , т, определяется класс, которому объект х принадлежит в наибольшей степени

К * = а.щ (шах {р(К,\ , Р (К 8 ) , Р (к т )})

Если задан порог классификации С/ , то в случае Р(К$) < и значение функции принадлежности Р(К5) признается недостаточным для отнесения к классу К*

Функция принадлежности (л$>,(х) 5-му классу по ]-му признаку имеет трапецеидальный вид

Пересчет значения у,(х) в диапазон [рн р*] оси ординат осуществляется с помощью коэффициента

У у к н

Выявление и диагностика типологий компетентности.

Следует отметить, что для ряда задач, связанных с оценкой компетентности, недостаточно диагностировать уровень сформированности компетенций /компетентностей Этот момент наиболее полно отражен в работах Дж Равена, который, в частности, предложил, составлять и заполнять «карты» областей компетентности, включающей их мотивационную базу, когнитивные, аффективные и волевые компоненты Однако, на сегодняшний день не разработан хотя бы первоначальный вариант такой более или менее полной таблицы, т е практическая реализация данного подхода не представляется возможным

В диссертационной работе задача дифференциальной диагностики компетентности решается следующим образом На основе кластерного анализа выявлены типологии компетентности студентов технического университета (две из которых представлены в табл 12 - 13) и получены решающие правила для диагностики этих типологий

Таблица 12 Типология предпрофессиональной картины мира студентов технического ___университета__

Тип личностного про-фессиональ ного становления Доля в общей выборк е Характерные особенности Основные ценности Группы, для которых характерен данный тип

Ригидные гедонисты 37% Демонстрация негибкого поведения Прожектерство Гедонизм Стремление достижения личного успеха и превосходства Социальная власть, наслаждения, богатство, влиятельность Магистранты и студенты отделения элитного технического образования

Тревожные 13% Неудовлетворенность своей жизнью в настоящем Неопределенная жизненная ориентация, опасения перед реальностью Низкая мотивация достижений Безопасность, социальный порядок, поддержание традиций Студентки технических специальностей

Конструктив ные оптимисты 50% Высокая степень ответственности Поиск конструктивного синтеза между развитием собственной индивидуальности и соответствием запросов общества Творчество, широта взглядов, успех, компетентность Бизнес-инкубатор

Таблица 13 Типология социально-психологической компетентности

Тип личностного профессионального становления Доля в общей выборке студентов 1 курса Характерные особенности Группы, для которых характерен данный тип

Иррациональн ые интеллектуалы 13% Высокий уровень интеллекта Низкий самоконтроль Низкая дисциплина Студенты технических специальностей

Интеллекту аль ная элита 17% с высоким уровнем интеллекта, высоким самоконтролем и силой воли, дисциплинированные, Студенты АВТФ, АЭЭФ, ИЭФ

Реалисты 50% Достаточно консервативны, уважают имеющиеся традиции и авторитеты, обладают хорошими умственными способностями, развитым логическим мышлением Студенты технических специальностей

Исполнители 12% Средний и низкий уровень интеллекта, высокий самоконтроль дисциплинированность Студенты всех специальностей

Группа риска 8% Средний и низкий уровень интеллекта, эмоциональной неустойчивостью и недисциплинированностью Студенты всех специальностей

Полученные типологии позволяют оценить специфические особенности образовательного процесса с точки зрения задач формирования компетенций в условиях различных образовательных структур вуза

Шестая глава посвящена вопросам структуры, функциональных возможностей и перспективам использования разработанных под руководством автора компьютерных систем, предназначенных для решения различных задач оценки компетентности студентов

Наибольший интерес представляет программный комплекс, функциональная схема которого представлена на рис 11 Разработанное программное обеспечение может быть адаптировано для внедрения в любом вузе

Программный комплекс имеет дружественный пользователю интерфейс, гибкую систему настроек, сопровождается пакетом справочной информации и представляет собой набор стандартных Wlndows-пpилoжeний, отвечающих всем современным требованиям программного продукта для операционных систем \¥тс1о\У8 Все базовые функции системы разделены на два функциональных блока 1) блок компьютерного тестирования, 2) универсальный блок анализа результатов экспертного оценивания В блоке компьютерного тестирования предусмотрено два варианта проведения тестирования в бланковой форме, с последующим вводом результатов в базу данных и в интерактивном режиме Для формирования исходных данных в блоке экспертного оценивания также предусмотрено два варианта 1) посредством анкетирования экспертов и занесения полученных данных оператором в базу данных, 2) получение данных от экспертов с помощью специального ГгПегпй-приложения Приводится подробное описание каждого модуля и анализ работы программного обеспечения

В шестой главе представлены также специализированные компьютерные системы предназначенные для оценки различных составляющих компетентности информационная система мониторинга уровня профессиональной готовности и социальной адаптации студентов, компьютерная система оценки профессиональной пригодности выпускников технического университета, система поддержки принятия решения для абитуриентов технического университета, компьютерная система для оценки творческих способностей

Перечисленные системы могут использоваться как в составе программного комплекса, так и автономно

Специализированная система для оценки компетентности различных категорий технологического персонала разделительных производств (инженеров-исследователей, инженеров-технологов, аппаратчиков и т д), разработана совместно со специалистами разделительных производств и сотрудниками физико-технического факультета ТПУ

Построение компетентностной модели и выявление критериев для решения задач оценки компетентности студентов

Экспериментальные данные

Литературные источники

Экспертное оценивание

Определение набора показателей, методов измерения и интегральных показателей для оценки компетентности студентов

Блок компьютерного тестирования

Педагогическое тестирование

Психологическое тестирование

— Диагностика уровня компетентности

- Формирование рейтинга

Блок анализа результатов экспертного оценивания

БД

Корректировка решающих правил

Дополнительная информация о студенте

Рис 11 Схема программного комплекса оценки компетентности студентов

При разработке системы были учтены все особенности характеризующие работу в сложных технических и технологических комплексах Сформирован набор качеств, которыми должны обладать различные категории персонала разделительного производства, и разработана гибкая система оценки профессиональной компетентности.

Основные результаты работы

В диссертационной работе по результатам выполненных теоретических и экспериментальных исследований создана информационная технология оценки компетентности студентов Предложенная технология объединяет подходы, разработанные в рамках различных научных направлений, и вносит значительный вклад в решение данной проблемы

Перечислим основные результаты, в которых отражена научная новизна и практическая ценность диссертационной работы

1 Определена актуальность проблемы формирования компетенций специалиста как основной цели инженерного образования Выделено 2 основных класса компетенций ключевые и специальные Дано определение ключевых компетенций и сформулированы их отличия от специальных компетентностей Обоснована необходимость использования системного подхода и акмеологической концепции развития профессионала для решения задач исследования и оценки компетентности студентов высших учебных заведений

2 Проанализированы существующие модели компетентности специалиста с высшим образованием Построена модель состава компетентности студентов, интегрирующая как отечественный, так и зарубежный опыт моделирования компетентности Выделены основные компоненты компетентности студентов инженерно-технического профиля, сформирован набор показателей для каждого из компонентов Установлено, что в настоящее время нет единого подхода к решению задачи оценки и диагностики компетентности, в связи с чем, актуальной является задача разработки методов и информационных технологий для решения данных задач Сформулированы основные прикладные задачи, связанные с оценкой компетентности разработка системы показателей для измерения (количественной оценки) компонентов и элементов компетентности, формирование норм (и эталонов) для вычисления уровня обладания различного вида компетенциями/компетентностями, разработка интегральных показателей для оценки основных четырех подсистем компетентности и уровня компетентности специалиста с высшим техническим образованием, разработка процедур принятия решения для задач, связанных с конкурсным отбором.

Определены основные проблемы, методы и подходы для решения таких задач тестовые технологии, методы экспертного оценивания, методы мягких вычислений, методы многомерного анализа данных

3 Выделены основные компоненты компетентности студентов инженерно-технического профиля, сформирован набор показателей для каждого из компонентов Выявлены особенности измерения компонентов компетентности и определены методики для их измерения при использовании сформированного набора показателей Сделан вывод о необходимости разработки методов оценки компетентности с учетом разнотипности и нечеткости показателей, входящих в состав модели компетентности Показано, что возможными путями решения данной проблемы является применение методов нечетких множеств и унификации данных (тес учетом особенностей обработки данных в различных измерительных шкалах)

4 Дан анализ применения тестовых технологий при решении задач развития профессионализма и оценки компетентности Выявлены особенности педагогического тестирования, с учетом которых разработаны алгоритмы и программы оценки качества тестовых заданий (для педагогических тестов) Основным достоинством программного обеспечения является возможность

расчета функции успеха по моделям Раша и Бирнбаума, что позволяет проводить параметризацию педагогического теста и оценивать его эффективность Разработан алгоритм оценки параллельности тестовых заданий, основным достоинством которого является использование для вывода о параллельности трех различных критериев, что повышает надежность получаемых результатов

5 Выявлены особенности представления результатов психологического тестирования в зависимости от вида теста (формализованные и неформализованные методики) Показана роль проективных методик в оценке подсистем и компонентов компетентности и необходимость разработки алгоритмического и программного обеспечения для обработки результатов различного вида психологических тестов Составлена и программно реализована обобщенная схема психодиагностического тестирования для измерения компонентов различных видов компетентности Исследованы возможности оценки и анализа компонентов компетентности по результатам психологического тестирования на примере экспериментального исследования на базе Томского политехнического университета Полученные результаты позволили выделить важные особенности в структуре компетентности студентов технического университета

6 Проанализированы существующие методы обработки и анализа результатов экспертного оценивания Предложен универсальный алгоритм для определения обобщенного мнения экспертов с учетом типа измерительной шкалы Продемонстрирована эффективность предложенного алгоритма на примере решения задач, связанных с оценкой компетентности студентов Разработана технология выявления скрытых закономерностей в структуре компетентности на основе методов многомерного анализа данных (кластерный и факторный анализ)

7 Предложены обобщенные интегральные показатели и критерии для оценки и исследования подсистем и компонентов компетентности на основе методов нечеткой логики и виде факторных, регрессионных и продукционных моделей Эффективность введенных интегральных показателей и критериев продемонстрирована на примере решения прикладных задач оценки компетентности студентов Томского политехнического университета

8 Разработана информационная технология, позволяющая выявлять устойчивые закономерности в структуре компетентности (т е построения модели структуры компетентности), включающая в себя 4 этапа построение логических моделей методом локальной геометрии, построение логических моделей методом ограниченного перебора, построение модели структуры в виде деревьев решений в виде логических правил (в том числе деревьев решений), выявление устойчивых логических закономерностей в структуре компетентности на основе результатов трех предыдущих этапов

9 Построена модель структуры интеллектуальной компетентности студентов технического университета Показана актуальность данной задачи, дано ее определение, определены набор элементов, входящих в состав интеллектуальной компетентности и методы их измерения (психологические

тесты структуры интеллекта и когнитивных стилей) На основе анализа разработанной модели структуры интеллектуальной компетентности были получены важные результаты, имеющие теоретическое значение для такой области как психология интеллекта показана специфика когнитивного и стилевого (метакогнитивного) ресурса студентов и выпускников технического университета, имеющих реальные достижения в профессионально ориентированных видах научно-технической деятельности, доказано наличие определенного симптомокомлекса нелинейно связанных интеллектуальных свойств На основе полученных результатов сформированы диагностические критерии для решения задач конкурсного отбора кандидатов в аспирантуру и магистратуру, для обучения на II ступени (инженерная подготовка), в группу резерва кадров, в группы «элитного» обучения, для обучения студентов на военной кафедре

10 Показаны возможности и особенности решения классификационных задач в рамках системных исследований компетентности Разработан алгоритм преобразования пространства исходных признаков для построения классификационных моделей в случае использования разнотипных данных Разработана схема формирования решающих правил на основе неоднородной последовательной процедуры распознавания, которая позволяет повысить качество распознавания по сравнению с общепринятой схемой решения подобных задач При этом особый интерес представляет этап выделения информативных диапазонов количественных переменных, реализованный с помощью оригинального алгоритма адаптивного кодирования

11 Выявлены наиболее информативные показатели для формирования интеллектуальной, коммуникативной и социальной компетентности студентов технического университета и получены решающие правила на основе неоднородной последовательной процедуры распознавания для прогнозирования развития данных видов компетентности Разработаны алгоритмы и построены диагностические и прогностические модели для решения ряда практических задач прогнозирование формирования интеллектуальной компетентности студентов, прогнозирование формирования предметно-деягельностной компетентности студентов, обучающихся на военной кафедре, диагностика социальной и интеллектуальной компетентности на основе неоднородной последовательной процедуры распознавания

12 Проведено исследование особенностей личностно-профессионального становления в структуре ценностно-смысловой и социальной компетентности Выявлены факторы, способствующие личностно-профессиональному становлению студентов технического университета Внедрение полученных результатов в практику высшей школы позволит более эффективно решать задачу формирования научно-технической интеллектуальной элиты, в частности, задачу формирования резерва кадров

13 Сформулирована задача принятия решений о компетентности студента и специалиста с высшим образованием На основе анализа литературных источников обоснована необходимость применения для решения данной задачи методов нечеткой логики и нечеткой классификации Выявлены особенности

применения различных методы построения функций принадлежности, необходимых для реализации данного подхода Продемонстрированы эти особенности на примере построения функций принадлежности для задач оценки компетенций/компетентностей Показано, что в задачах оценки компетентности на основе теории нечетких множеств может быть использован как аксиоматический, так и эмпирический (основанный на результатах экспертного оценивания) подходы

14 Разработана технология решения задач оценки компетентности на основе алгоритмов нечеткой логики (алгоритма многокритериального выбора альтернатив и алгоритма принятия решений в нечетких условиях по схеме Беллмана-Заде) и показана их эффективность при решении задач оценки компетентности специалистов

15 Создан программный комплекс, реализующий разработанные информационные технологии оценки различных видов компетентности студентов и специалистов инженерно-технического профиля Информационные технологии и программное обеспечение внедрены в Томском политехническом университете, Томском государственном педагогическом университете, Институте психологии РАН (г Москва), ОАО «Научно-производственный центр «Полюс» (г Томск)

Основное содержание диссертации опубликовано в следующих работах: Монографии

1 Берестнева О Г Качество обучения в техническом университете Методы оценки и результаты исследований - Томск Изд-во ТПУ, 2004 -192с

2 Иванкина Л И , Берестнева О Г , Пермяков О Е Современный технический университет философский и психолого-социологический аспекты исследования состояния и развития университета - Томск Изд-во Том ун-та, 2003 -110с

3 Ротов А.В Медведев М А , Пеккер Я С , Берестнева О Г Адаптационные характеристики человека — Томск Изд-во Том ун-та, 1997 -137с

Статьи в журналах, рекомендованных ВАК

4 Берестнева О Г Моделирование интеллектуальной компетентности студентов // Известия Томского политехнического университета - Т 308 - № 2 -2005 -С 152-156.

5 Берестнева О Г, Дубинина И А Уровни сформированное™ интеллектуальной компетентности технология оценки, методы измерения и интерпретации // Известия Томского политехнического университета - Т 309 № 6 -2006 - С 227-231

6 Берестнева О Г , Иванкина Л И , Дорохова Т Н Сравнительный социально-психологический анализ профессиональных качеств менеджера отечественная и зарубежная практика // Вестник Томского государственного университета -2002 -№3(31) - С 98-102

7 Берестнева О Г, Козлова Н В Развитие профессиональных компетенций специалиста в условиях модернизации российского образования //

Модернизация российского образования - Новосибирск Изд-во НГТУ, 2005 -Т XVII -(Труды, прил кжурн «Философия образования») -С 11-16

8 Берестнева О Г, Марухина О В Критерии качества обучения в высшей школе // Стандарты и качество - 2004 - № 8 - С 84—86

9 Берестнева О Г, Марухина О В Компьютерные технологии в оценке качества обучения // Известия Томского политехнического университета -2003 -Т 306 -№ 6 - С 106-112

10 Берестнева О Г , Марухина О В , Уразаев А М Информационная технология контроля качества образования в высшей школе // Вестник Томского педагогического университета Серия «Естественные науки» Вып 4 (36) -2003 -С 101-104

11 Берестнева О Г, Марухина О В, Абунавас X А Алгоритмическое и программное обеспечение информационной системы оценки компетентности студентов технического вуза // Известия Томского политехнического университета -2006 -Т 309 -№ 7 - С 240-245

12 Берестнева ОГ, Шаропин К А Моделирование адаптационных стратегий человека-оператора // Известия Таганрогского радиотехнического университета -2004 -№6(41) - С 3-7

13 Власов В А, Орлов А А, Берестнева О Г Компьютерная система оценки профессиональной пригодности персонала производств по разделению изотопов // Вестник Томского государственного университета - 2002 - № 3 (31) -С 102-106

14 Власов В А , Орлов А А, Берестнева О Г , Тимченко С.Н Компьютерная психодиагностическая система для оценки профпригодности персонала разделительных производств//Известия Томского политехнического университета -Т306 -№4 -2003 -С 119-124

15 Информационная система мониторинга здоровья студентов / О Г Берестнева, В Т Иванов, Л И Иванкина, К А Шаропин, Е А Муратова // Вестник Томского государственного университета — 2002 — № 1(11) - С 196201

16 Иванкина ЛИ, Берестнева О Г Иллюзия разделенности или о единстве технического и гуманитарного познания // Известия Томского политехнического университета — Т 308 — №2 —2005 — С 183-187

17 Козлова Н В , Берестнева О.Г Высшая техническая школа и инженерное образование в современных условиях Психолого-акмеологический подход //Известия Томского политехнического университета - 2006 - Т 309 - № 2 -С 229-234

18 Марухина О В, Берестнева О Г Информационная технология для задач оценивания качества обучения студентов вуза на основе экспертно-статистических методов // Вестник Томского государственного университета

— 2004 -№284 - С 10-14

19 Микони СВ, Берестнева ОГ, Сорокина МИ Реализация экспертной системы по профессиональному отбору студентов в инструментальной системе СВИРЬ // Вестник Томского государственного университета — 2006

- № 6 - С 61-67

20 Берестнева О Г , Марухина О В Системный подход к оценке качества образования//Открытое образование -2002 -№3 - С 38-42.

21 Муратова Е А , Берестнева О Г Выявление скрытых закономерностей в социально-психологических исследованиях // Известия Томского политехнического университета -2003 -Т 306 -№3 -С 97-102

22. Муратова Е А, Берестнева О Г, Янковская А Е Анализ структуры многомерных данных методом локальной геометрии // Известия Томского политехнического университета -2003 -Т 306 — №3 —С 19—23

23 Холодная М А , Кострикина И С , Берестнева О Г Проблемы продуктивной реализации интеллектуального потенциала личности // Вестник Томского государственного педагогического университета - 2002 - Вып 3 (31) - С 45-50

24 Холодная М А, Берестнева О Г, Кострикина И С Когнитивные и метакогнитивные аспекты интеллектуальной компетентности в области научно-технической деятельности // Психологический журнал - 2005 - № 1 -С 54-59

25 Холодная М А , Берестнева О Г , Муратова Е А Онтологические основания совладающего поведения // Известия Томского политехнического университета, 2006 -Т 309 -№3 -С 210-215

26 Шаропин К А , Берестнева О Г, Иванов В Т Информационная система оценки профессиональной психофизической готовности студентов технического университета // Известия Томского политехнического университета -2006 -Т 309 -№3 - С 175-179

27 Козлова Н В , Берестнева О Г Профессиональные компетенции экспертно-статистический анализ /У Вестник Томского государственного университета -2007 -№295 - С 166-173

Статьи в сборниках трудов и периодических изданиях

28 Берестнева О Г , Кострикина И С , Муратова Е А Применение современных информационных технологий в задачах психологии интеллекта // Труды Международных научно-технических конференций «Интеллектуальные системы (IEEE AIS'03)» и «Интеллектуальные САПР» (CAD-2003) Т 2 -М Физматлит, 2003 -С 236-240

29 Берестнева О Г , Мин Н В , Попова Е Е , Шаропин К А. Информационная система для оценки профпригодности абитуриентов и студентов технического университета // Информационные и математические технологии в научных исследованиях Труды XI Международной конференции «Информационные и математические технологии в научных исследованиях» - Ч II - Иркутск Инт систем энергетики им Мелентьева СО РАН, 2006 - С 244—249

30. Берестнева О Г, Муратова Е А, Кострикина И С Компьютерное моделирование специфики развития познавательных способностей // Труды Международной научно-технической конференции «Компьютерное моделирование 2003» -СПб Нестор, 2003 -С 396-398

31 Берестнева О Г , Муратова Е А, Янковская А Е Эффективный алгоритм адаптивного кодирования разнотипной информации // Искусственный интеллект в XXI веке Труды Международного конгресса Т 1 - М

Физматлит, 2001 -С 155-166

32 Берестнева О Г, Козлова Н В Изучение личности студентов как фактор реализации современных инновационных подходов в высшем профессиональном образовании // Сибирский психологический журнал -2004 -№20 - С 114-119

33 Марухина О В , Берестнева О Г Система поддержки принятия решений по формированию резерва кадров // Качество образования менеджмент, достижения, проблемы Матер VI Междунар научно-методич конф — Новосибирск Изд-во НГТУ, 2005 - С 575-578

34 Янковская А Е , Берестнева О Г Муратова Е А Адаптивное преобразование признаков в задачах распознавания образов // Математические методы распознавания образов (ММРО-9) Доклады 9-й Всероссийской конференции -Москва, 1999 -С 133-135

35 Берестнева О Г , Марухина О В , Шаропин К А Экспертная система оценки компетентности выпускников технического университета.// Искусственный интеллект - Донецк, 2004, - № 4 - С 264-267

36 Берестнева О Г, Марухина О В Прогнозирование успешности обучения студентов на основе неоднородной последовательной процедуры распознавания // «Компьютерное моделирование 2003» Труды 4 Международный научно-технической конференции — СПб Нестор, 2003 -С 449-451

Подписано к печати 31 08 2007 Формат 60x84/16 Бумага «Классика» Печать RISO Услпечл 2,38 Уч-издл 2,16

_Заказ Тираж 100 экз_

Томский политехнический университет .

Система менеджмента качества I

Томского политехнического университета сертифицирована | NATIONAL QUALITY ASSURANCE по стандарту ISO 9001 2000

иштаьстео^'ш 634050, г Томск, пр Ленина, 30

ВВЕДЕНИЕ.

ГЛАВА 1. СИСТЕМНЫЕ АСПЕКТЫ КОМПЕТЕНТНОСТИ СТУДЕНТОВ И ЕЕ ИЗМЕРЕНИЕ.

1.1. компетентностный подход к образованию и модели компетенций/компетентностей.

1.2. Системный подход в изучении компетентности специалиста.

1.3. Вопросы оценки компетентности.

1.4. Формализованные процедуры оценки компетентности.

1.4.1. Формализованное описание процедуры государственной аттестации качества полготовки выпускников вузов.

1.4.2. Основные понятия и молели квалиметрии. .4.3. Унифицированная молель аттестации как модель оценки: интерпретация основных компонентов [317].

1.4.4. Типы метолов свертывания, используемых в молелях оценки.

1.4.5. Особенности молели «качества поатотовки выпускника» вуза как объекта оценки.

Выводы по главе 1.

ГЛАВА 2. РАЗРАБОТКА ИНСТРУМЕНТАРИЯ ДЛЯ ИЗМЕРЕНИЯ И ОЦЕНКИ КОМПЕТЕНТНОСТИ ПО РЕЗУЛЬТАТАМ ТЕСТИРОВАНИЯ И ЭКСПЕРТНОГО ОЦЕНИВАНИЯ.

2.1. Технологии оценки компетентности на основе результатов тестирования.

2.1.1. Особенности пелагогическою и психолиагностического тестирования.

2.1.2. Применение тестовых метолов для измерения и оценки специальной компетентности (пелаготическое тестирование).

2.1.3. Применение психолиагностического тестирования для измерения и оценки компонентов компетентности.

2.1.4. Выбор психолиагностических метолик лля оценки и измерения компонентов полсистемы «Профессионально - леятельностная компетентность».

2.1.5. Разработка компьютерных версий проективных метолик.

2.2. Применение экспертно-статистического подхода для решения задач анализ и оценки компетентности.

2.2.1. Разработка алгоритмов обработки и анализа результатов экспертного оценивания. Основные понятия теории экспертного оценивания.

2.2.2. Решение залач опрелеления компонентов и элементов компетентности на основе обобщенною экспертного оценивания.

2.2.3. Определение психологических и личностных качеств, необхолимых лля формирования специальной компетентности.

2.2.4. Опрелеление требований к компетентности мололых специалистов со стороны работолателей.

2.2.5. Анализ компонентов ценностно-смысловой компетентности (отношение стулентов к изучаемым лисциплинам).

Выводы по главе 2.

ГЛАВА 3. ТЕХНОЛОГИЯ ВЫЯВЛЕНИЕ СКРЫТЫХ ЗАКОНОМЕРНОСТЕЙ В СТРУКТУРЕ КОМПЕТЕНТНОСТИ (НА ПРИМЕРЕ ИССЛЕДОВАНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ КОМПЕТЕНТНОСТИ).

3.1. Основные этапы информационной технологии выявления скрытых закономерностей в структуре компетентности.

3.2. Технология выявления скрытых закономерностей в структуре компетентности (на примере исследования интеллектуальной компетентности).

3.2.1: Залача исслелования интеллектуальной компетентности в области научнотехнической леятельности.

3.2.2. Технология выявления устойчивых логических закономерностей 8 структуре интеллектуальной компетентности.

Выводы по главе 3.

ГЛАВА 4. РАЗРАБОТКА ИНТЕГРАЛЬНЫХ ПОКАЗАТЕЛЕЙ И КРИТЕРИЕВ ОЦЕНКИ КОМПЕТЕНТНОСТИ И ФОРМИРОВАНИЯ РЕЙТИНГА СТУДЕНТОВ.

4.1. Задача формирования интегральных показателей и критериев.

4.2. Формализованные критерии в виде факторных моделей

4.3. Алгоритмы и технологии принятия решений.

4.3.1. Залачи отбора и упорялочивания объектов образовательного процесса.

4.3.2. Принятие решений на основе минимаксного критерия.

4.3.3. Алгоритм принятия решения в условиях опрелеленности.

4.3.4. Принятие решений в нечетких условиях по схеме Беллмана- Зале.

Выводы по главе 4.

ГЛАВА 5. ПРИМЕНЕНИЕ КЛАССИФИКАЦИОННЫХ МОДЕЛЕЙ В ЗАДАЧАХ ИССЛЕДОВАНИЯ, ДИАГНОСТИКИ И ПРОГНОЗИРОВАНИЯ КОМПЕТЕНТНОСТИ.

5.1. виды классификационных моделей. преобразование пространства исходных признаков

5.2. Применение классификационных моделей для решения задач диагностики и прогнозирования компетентности.

5.2.1. Прогнозирование развития интеллектуальной компетентности (успешности в интеллектуальных вилах леятельности) на основе регрессионных моделей.

5.2.2. Прогнозирование стиля учебной леятельности (как компонента прелметно-леятельностной компетентности) на основе лискриминантного анализа. /

5.2.3. Применение неолноролной послеловательной процедуры распознавания для лиагностики компетентности.

5.2.4. Принятие решений о компетентности специалиста на основе нечеткого моделирования.

5.3. Применение методов кластерного анализа в системных исследованиях компетентности

5.3. !. Выявление типов интеллектуальной компетентности.

5.3.2. Выявление типологий личностно-профессионального становления в структуре ценностно-смысловой компетентности.

5.3.3. Выявление типологий в структуре профессионально-леятельносгной компетентности.

Выводы по главе 5.

ГЛАВА 6. КОМПЬЮТЕРНЫЕ СИСТЕМЫ ОЦЕНКИ КОМПЕТЕНТНОСТИ СТУДЕНТОВ И ВЫПУСКНИКОВ ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА.

6.1. Программное обеспечение для оценки компетентности участников образовательного процесса.

6.2. Экспертная советующая система для абитуриентов Томского политехнического университета.

6.3. Компьютерные системы оценки профессиональной пригодности студентов и выпускников технического университета.

6.3. !. Информационная система оценки профессиональной психофизической готовности стулентов технического университета.

6.3.2. Компьютерная система оценки профессиональной приголности выпускников технических специальностей (на примере физико-технического факультета ТПУ).

6.3.3. Экспертная система профессионального отбора стулентов лля обучения на военной кафелре.

6.3.4. Компьютерная система оценки компетентности мололых специалистов по результатам экспертного оценивания.

Выводы по главе 6.

Актуальность темы

В современной мировой образовательной практике понятие компетентности представляется в качестве «узлового», а компетентностный подход является одним из оснований обновления образования. Понятие компетентность, во-первых, объединяет в себе интеллектуальную и навыковую составляющую образования; во-вторых, в это понятие заложена идеология интерпретации содержания образования, формируемого «от результата» («стандарт на выходе»); в-третьих, компетентность обладает интегратиеной природой, включающей в себя ряд однородных умений и знаний, относящихся к профессиональной, информационной, правовой и другим сферам деятельности.

Для системы образования реализация данных идей означает тенденцию, утверждающую ценность и достоинство человека, личностно-ориентированную технологию обучения и воспитания, нацеленную на раскрытие индивидуальных способностей каждого студента, самовоспитание личности [281 ].

Развитие компетентности студента становится одной из основных задач любого учебного заведения, между тем анализ литературы показывает, что пока не выработано единого мнения о проблеме компетентности. Особый интерес представляет исследование ключевых компетенций как результативно-целевой основы компетентностного подхода в образовании. Большинство работ, посвященных проблеме компетентностного подхода в образовании, направлено на решение задач обновления содержания учебного процесса (учебных планов, рабочих программ и т.д.), при этом проблема оценки уровня компетентности студентов должным образом не стандартизована, что является очень важным при количественном определении уровня обладания студентом требуемыми компетенциями.

В связи с вышеизложенным, тема диссертационной работы, направленная на изучение и решение проблем оценки компетентности студентов, является актуальной и представляет теоретический и практический интерес.

Основой диссертационной работы явились теоретические и методологические положения по вопросам качества образовательного процесса и компетентности его участников, нашедшие отражение в трудах В.И. Байденко, Ю.Г. Татура, И.А. Зимней, Ю.П. Адлера, В.М. Полонского, М.М. Поташника, НА. Селезневой, Г.Б. Скок, А.И. Субетто, С.А. Пиявского М.Г.Минина, М.Б. Челышковой, А.И. Чучалина, В.З. Ямпольского, а также теоретические и методологические положения о системном подходе (Л.С. Выготский, В.А. Дмитриенко, Б.Ф. Ломов, Ф.И. Перегудов, Ф.П. Тарасенко, А.И. Уемов, В.Д. Шадриков).

Актуальность тематики диссертационной работы и решаемых в ней задач подтверждается включением исследований по ним в проекты по грантам Российского фонда фундаментальных исследований и грантам Российского фонда гуманитарных исследований.

Целью работы является разработка на основе системных исследований моделей и информационных технологий для оценки компетентности студентов.

В связи с этим в диссертационной работе решаются следующие задачи.

1. Анализ отечественных и зарубежных исследований по проблеме моделирования компетенций/компетентностей студентов и компетентностного подхода в образовании. Определение основных задач обучения в высшем учебном заведении, связанных с оценкой компетентности.

2. Выделение на основе системного анализа основных подсистем и построение компетентностной модели студента, декомпозиция полученной системы до уровня измеряемых элементов.

3. Для специалистов инженерно-технического профиля формирование необходимого набора формальных показателей (элементов компетентности) и определение способов их измерения. Выявление особенностей методов измерения элементов компетентности и разработка алгоритмов и информационных технологий измерения компонентов и элементов компетентности, с учетом особенностей выбранных методов.

4. Разработка информационной технологии выявления скрытых закономерностей в структуре компетентности.

5. Построение модели структуры компетентности, системный анализ структуры компетентности студентов с целью выявления симптомокомплексов, способствующих формированию компетентности.

6. Разработка интегральных показателей и критериев оценки компетентности на основе результатов тестирования и экспертного оценивания с учетом разнотипности исходной информации.

7. Получение решающих правил для диагностики и прогнозирования компетентности. Разработка системы поддержки принятия решения для определения степени соответствия уровня компетентности и прогнозирования успешности субъектов образовательного процесса (абитуриентов, студентов и молодых специалистов) в различных сферах интеллектуальной деятельности.

8. Разработка информационных технологий для оценки компетенций/комлетентностей студентов технического университета и создание на их основе необходимого программного, информационного и учебно-методического обеспечения.

Научная новизна. В диссертационной работе впервые предложен оригинальный научно-обоснованный подход к созданию информационных технологий оценки компетенций/комлетентностей студентов на основе системных исследований. Решена крупная научная проблема, имеющая важное значение для развития методов оценки компетенций/компетентностей студентов.

Получены следующие основные результаты, обладающие научной новизной:

1. Построена модель состава компетенций студента и на ее основе разработана компетентностная модель, отражающая структуру компетенций. Впервые проведена декомпозиция компетентностной модели до уровня измеряемых элементов.

2. Разработана информационная технология для решения задач измерения компетентности студентов вуза, отличительной особенностью которой является возможность использования в качестве инструментария как тестовой технологии, так и результатов экспертного оценивания, а также формирование обобщенной экспертной оценки с учетом типов измерительных шкал. Поставлена и решена задача формирования интегральных критериев для оценки компетентности студентов по результатам педагогического и психологического тестирования и экспертного оценивания.

3. Разработана информационная технология выявления скрытых закономерностей в структуре компетентности. Построена модель структуры компетентности и выявлены неизвестные ранее закономерности и симптомокомплексы, обеспечивающие формирование как ключевых, так и специальных компетенций/компетентностей. Получена типология компетентности студентов технического университета в рамках подсистем компетентностной модели.

4. Предложены новые информационные технологии, на базе которых можно решать широкий круг задач, связанных с оценкой компетенций/компетентностей студентов как технических, так и гуманитарных специальностей.

Методы исследований. При выполнении работы использованы методы математического моделирования (аппарат теории множеств, методов статистического и интеллектуального анализа данных, методов распознавания образов и принятия решений в условиях неоределённости), компьютерного моделирования, системного анализа.

Достоверность и обоснованность исследований обеспечивается формулированием и детальным обоснованием всех рабочих гипотез, получением основанных на них результатов с использованием строгого математического аппарата, проверкой разработанных в диссертации положений компьютерным моделированием и сравнением с результатами практического внедрения.

Практическая ценность работы заключается в следующем: предложенные автором алгоритмы обработки и анализа результатов экспертного оценивания и построения формализованных критериев для решения задач оценки компонентов компетентности, позволяет эффективно решать задачи, связанные с оценкой компетентности студентов. Отдельные модули разработанного программного комплекса имеют самостоятельное значение и могут использоваться в автономном режиме, что делает его универсальным инструментом для решения различных прикладных задач оценки компетентности стулентов. Результаты, полученные в диссертационной работе, использованы при написании четырех учебных пособий [38,55,213,214].

Основные положения, выносимые на защиту

1. Модель состава компетенций студента технического университета и иерархическая компетентностная модель, отражающая структуру компетенций.

2. Информационная технология для решения задач измерения компетенций-компетентностей студентов вуза, включающая в себя алгоритм формирования обобщенных экспертных оценок и интегральные критерии для оценки компетентности студентов по результатам педагогического и психологического тестирования и экспертного оценивания с учетом типов измерительных шкал.

3. Информационная технология выявления скрытых закономерностей в структуре компетенций/компетентностей и выявленные закономерности и си м п том оком 11 л ексы, обеспечивающие формирование различных видов

§ компетенций. Типология компетенций/компетентностей студентов (на примере Томского политехнического университета).

4. Разработанные инструментальные средства и информационные технологии, позволяющие решать широкий круг задач, связанных с оценкой компетенций/компетентностей студентов.

Апробация работ. Результаты работы докладывались на VI и VII Международных научно-практических конференциях «Качество - стратегия XXI века», Томск, 2001, 2002; IV Международной научно-практической конференции «Качество образования. Достижения. Проблемы», Новосибирск, 2001; V Международной научно-практической конференции «Проблемы и практика инженерного образования», Томск, 2002; 5-й Международной конференции «Распознавание образов и анализ изображений: новые информационные технологии», Самара, 2000; 7-й и 10-й национальных конференциях по искусственному интеллекту с международным участием КИИ'2000, КИИ'06, Переяславль-Залесский, 2000, 2006; Международных научных конференциях «Интеллектуализация обработки информации (ИОИ-2002, ИОИ-2004)», Алушта, Украина, 2002, 2004; IV Всероссийской конференции с международным участием «Новые информационные технологии в исследовании сложных структур», Томск, 2002; Третьей Международной научно-практической конференции «Формирование профессиональной культуры специалистов XXI века в техническом университете», Санкт-Петербург, 2003; Международной научно-технической конференции «Компьютерное моделирование - 2003», Санкт-Петербург, 2003; Международных научно-технических конференциях «Интеллектуальные системы (IEEE A IS "01, IEEE AIS'03, IEEE A IS "04, IEEE A IS'05. IEEE AIS'06)», Дивноморское, 2001, 2003, 2004, 2005, 2006; XI Международной конференции «Информационные и математические технологии в научных исследованиях», Иркутск, 2006; Международных конференциях «Лингвистические и культурологические традиции образования, Томск, 2005, 2006; Международной конференции «Инженерное образование и наука в мировом пространстве» ОЕЕЫ, Томск, 2006.

Публикации. Основные положения диссертационной работы изложены в 94 работах, включающих 3 монографии и 23 статьи в журналах, из перечня журналов, рекомендованных ВАК.

Внедрение результатов. Результаты работы внедрены в отделе социально-психологических исследований информационно-аналитического центра, на кафедре «Физкультурно-оздоровительный центр» и военной кафедре Томского политехнического университета, в Томском государственном педагогическом университете, Институте психологии РАН (г. Москва), ОАО «Научно-производственный центр «Полюс» (г. Томск).

Связь работы с научными программами, темами, грантами. Значительная часть исследований проводилась в соответствии с планом работ по грантам: РФФИ, 2003-2005, №03-06-80128, «Моделирование механизмов эффективной интеллектуальной самореализации субъекта»; РФФИ, 2004-2006, №04-06-80413, «Моделирование адаптационных стратегий человека», РГНФ, 2001-2003, №01-06-00084а, «Выявление специфики когнитивного развития субъектов с высоким и сверхвысоким уровнем интеллекта»; РГНФ, 2002-2004, №02-06-00086а, «Влияние типов социальных взаимодействий на интеллектуальную самореализацию и социальную адаптацию одаренных студентов в технических вузах», РГНФ, 2006-2008, №06-06-0058а «Роль интеллектуального ресурса в совладающем поведении: содержательное и математическое моделирование».

В работу вошли также результаты, полученные в ходе выполнения целевой программы НИР Томского политехнического университета «Поиск талантов» (проект «Комплексный анализ личностных свойств и творческих способностей абитуриентов и студентов первого курса Томского политехнического университета», 1999-2000 гг.) и комплексных программ развития Томского политехнического университета «Усовершенствование системы качества на факультете автоматики и вычислительной техники»;

Разработка системы менеджмента качества АВТФ ТПУ»; «Информационное и программное обеспечение автоматизированного комплекса для контроля психофизиологического состояния студентов Томского политехнического университета» (1996-2000); «Комплексная оценка уровня здоровья студентов Томского политехнического университета на базе автоматизированного комплекса» (2001-2005); «Мониторинг психического здоровья, личностных особенностей и мотивации студентов, обучающихся на военной кафедре Томского политехнического университета» (2005); научной программы Томского политехнического университета «Роль интеллектуального ресурса в совладающем поведении» (гос. регистрация №01200608440).

Структура и объем диссертации. Диссертация состоит из введения, 6 глав, заключения, списка литературы (395 источников) и приложения. Материал изложен на 321 странице, содержит 92 таблицы, 72 рисунка.

Выводы по главе 6

1. Создан не имеющий аналогов программный комплекс, реализующий разработанные информационные технологии оценки компетентности студентов технического университета, включающий в себя блоки компьютерного тестирования и экспертного оценивания, базу данных и базу знаний. В базу знаний включены полученные в работе интегральные показатели и решающие правила, позволяющие эффективно (с точки зрения качества распознавания) решать задачу дифференциальной диагностики компетентности студентов.

2. Реализованная в программном комплексе технология компьютерного тестирования является универсальным инструментом создания как психологических, так и педагогических тестов; обеспечивает организацию различных режимов тестирования и варьирование набора используемых психодиагностических методик в зависимости от решаемой задачи.

3. Отличительной особенностью разработанного комплекса является возможность автономного использования отдельных программных модулей для решения широкого круга прикладных задач, связанных с оценкой компетентности:

- оценка и мониторинг «готовности» студентов к профессиональной деятельности;

- аттестация специалистов инженерно-технического профиля;

- профориентация абитуриентов технического университета;

- задачи профессионального отбора и оценки профпригодности студентов и специалистов технического профиля;

- формирование групп «резерва кадров».

4. Структура программного обеспечения разработанного комплекса дает возможность легко адаптировать его для решения как прикладных, так и научно-исследовательских задач, что позволило внедрить его в Томском политехническом университете, Томском государственном педагогическом университете. Институте психологии РАН (г. Москва), ОАО «Научно-производственный центр «Полюс».

На базе разработанной информационной технологии созданы специализированные информационные системы профориентации и оценки предметно-деятельное гной (специальной) компетентности для различных специальностей технического университета. Результат ы. полученные в ходе опытной эксплуатации, продемонстрировали эффективность предложенного подхода.

Заключение

В диссертационной работе по результатам выполненных теоретических и экспериментальных исследований создана информационная технология оценки компетентности студентов. Предложенная технология объединяет подходы, разработанные в рамках различных научных направлений, и вносит значительный вклад в решение данной проблемы.

Перечислим основные результаты, в которых отражена научная новизна и практическая ценность диссертационной работы.

1. Определена актуальность проблемы формирования компетенций специалиста как основной цели высшего образования. Выделено 2 основных класса компетенций: ключевые и специальные. Дано определение ключевых компетенций и сформулированы их отличия от специальных компетеитностей. Обоснована необходимость использования системного подхода и акмеологической концепции развития профессионала для решения задач исследования и оценки компетенций/компетентностей студентов высших учебных заведений.

2. Проанализированы существующие модели компетентности специалиста с высшим образованием. Построена модель состава компетентности студентов, интегрирующая как отечественный, так и зарубежный опыт моделирования компетентности. Выделены основные компоненты компетентности студентов инженерно-технического профиля, сформирован набор показателей для каждого из компонентов. Установлено, что в настоящее время нет единого подхода к решению задачи оценки и диагностики компетентности, в связи с чем, актуальной является задача разработки методов и информационных технологий для решения данных задач. Сформулированы основные прикладные задачи, связанные с оценкой компетентности: разработка системы показателей для измерения (количественной оценки) компонентов и элементов компетентности; формирование норм (и эталонов) для вычисления уровня обладания различного вида ком петенпиям и/ком петентностям и: разработка интегральных показателей для оценки основных четырех подсистем компетентности и уровня компетентности специалиста с высшим техническим образованием; разработка процедур принятия решения для задач, связанных с конкурсным отбором.

Определены основные проблемы, методы и подходы для решения таких задач: тестовые технологии, методы экспертного оценивания, методы мягких вычислений, методы многомерного анализа данных.

3. Выделены основные компоненты компетентности студентов инженерно-технического профиля, сформирован набор показателей для каждого из компонентов. Выявлены особенности измерения компонентов компетентности и определены методики для их измерения при использовании сформированного набора показателей. Сделан вывод о необходимости разработки методов оценки компетентности с учетом разнотипности и нечеткости показателей, входящих в состав модели компетентности. Показано, что возможными путями решения данной проблемы является применение методов нечетких множеств и унификации данных (т.е. с учетом особенностей обработки данных в различных измерительных шкалах).

4. Дан анализ применения тестовых технологий при решении задач развития профессионализма и оценки компетентности. Выявлены особенности педагогического тестирования, с учетом которых разработаны алгоритмы и программы оценки качества тестовых заданий (для педагогических тестов). Основным достоинством программного обеспечения является возможность расчета функции успеха по моделям Раша и Бирнбаума, что позволяет проводить параметризацию педагогического теста и оценивать его эффективность. Разработан алгоритм оценки параллельности тестовых заданий, основным достоинством которого является использование для вывода о параллельности трех различных критериев, что повышает надежность получаемых результатов.

5. Выявлены особенности представления результатов психологического тестирования в зависимости от вида теста (формализованные и неформализованные методики). Показана роль проективных методик в оценке подсистем и компонентов компетентности и необходимость разработки алгоритмического и программного обеспечения для обработки результатов различного вида психологических тестов. Составлена и программно реализована обобщенная схема психодиагностического тестирования для измерения компонентов различных видов компетентности. Исследованы возможности оценки и анализа компонентов компетентности по результатам психологического тестирования на примере экспериментального исследования на базе Томского политехнического университета. Полученные результаты позволили выделить важные особенности в структуре компетентности студентов технического университета.

6. Проанализированы существующие методы обработки и анализа результатов экспертного оценивания. Предложен универсальный алгоритм для определения обобщенного мнения экспертов с учетом типа измерительной шкалы. Продемонстрирована эффективность предложенного алгоритма на примере решения задач, связанных с оценкой компетентности студентов. Разработана технология выявления скрытых закономерностей в структуре компетентности на основе методов многомерного анализа данных (кластерный и факторны й анализ).

7. Предложены обобщенные интегральные показатели и критерии для оценки и исследования подсистем и компонентов компетентности на основе методов нечеткой логики и виде факторных, регрессионных и продукционных моделей. Эффективность введенных интегральных показателей и критериев продемонстрирована на примере решения прикладных задач оценки компетентности студентов Томского политехнического университета.

8. Разработана информационная технология, позволяющая выявлять устойчивые закономерности в структуре компетентности (т.е. построения модели структуры компетентности), включающая в себя 4 этапа: построение логических моделей методом локальной геометрии; построение логических моделей методом ограниченного перебора; построение модели структуры в виде деревьев решений в виде логических правил (в том числе деревьев решений); выявление устойчивых логических закономерностей в структуре компетентности на основе результатов трех предыдущих этапов.

9. Построена модель структуры интеллектуальной компетентности студентов технического университета. Показана актуальность данной задачи, дано ее определение, определены набор элементов, входящих в состав интеллектуальной компетентности и методы их измерения (психологические тесты структуры интеллекта и когнитивных стилей). На основе анализа разработанной модели структуры интеллектуальной компетентности были получены важные результаты, имеющие теоретическое значение для такой области как психология интеллекта: показана специфика когнитивного и стилевого (метакогнитивного) ресурса студентов и выпускников технического университета, имеющих реальные достижения в профессионально ориентированных видах научно-технической деятельности; доказано наличие определенного симптомокомлекса нелинейно связанных интеллектуальных свойств. На основе полученных результатов сформированы диагностические критерии для решения задач конкурсного отбора кандидатов: в аспирантуру и магистратуру; для обучения на II ступени (инженерная подготовка); в группу резерва кадров; в группы «элитного» обучения; для обучения студентов на военной кафедре.

10. Показаны возможности и особенности решения классификационных задач в рамках системных исследований компетентности. Разработан алгоритм преобразования пространства исходных признаков для построения классификационных моделей в случае использования разнотипных данных. Разработана схема формирования решающих правил на основе неоднородной последовательной процедуры распознавания, которая позволяет повысить качество распознавания по сравнению с общепринятой схемой решения подобных задач. При этом особый интерес представляет этап выделения информативных диапазонов количественных переменных, реализованный с помощью оригинального алгоритма адаптивного кодирования.

11. Выявлены наиболее информативные показатели для формирования интеллектуальной, коммуникативной и социальной компетентности студентов технического университета и получены решающие правила на основе неоднородной последовательной процедуры распознавания для прогнозирования развития данных видов компетентности. Разработаны алгоритмы и построены диагностические и прогностические модели для решения ряда практических задач: прогнозирование формирования интеллектуальной компетентности студентов; прогнозирование формирования предметно-деятельностной компетентности студентов, обучающихся на военной кафедре; диагностика социальной и интеллектуальной компетентности на основе неоднородной последовательной процедуры распознавания.

12. Проведено исследование особенностей личностно-п рофесс ион ал ьно го становления в структуре ценностно-смысловой и социальной компетентности. Выявлены факторы, способствующие личностно-профессиональному становлению студентов те.хн и чес ко го университета. Внедрение полученных результатов в практику высшей школы позволит более эффективно решать задачу формирования научно-технической интеллектуальной элиты, в частности, задачу формирования резерва кадров.

13. Сформулирована задача принятия решений о компетентности студента и специалиста с высшим образованием. На основе анализа литературных источников обоснована необходимость применения для решения данной задачи методов нечеткой логики и нечеткой классификации. Выявлены особенности применения различных методы построения функций принадлежности, необходимых для реализации данного подхода. Продемонстрированы эти особенности на примере построения функций принадлежности для задач оценки компетенций/компетентностей. Показано, что в задачах оценки компетентности на основе теории нечетких множеств может быть использован как аксиоматический, так и эмпирический (основанный на результатах экспертного оценивания) подходы.

14. Разработана технология решения задач оценки компетентности на основе алгоритмов нечеткой логики (алгоритма многокритериального выбора альтернатив и алгоритма принятия решений в нечетких условиях по схеме Беллмана-Заде) и показана их эффективность при решении задач оценки компетентности специалистов.

15. Создан программный комплекс, реализующий разработанные информациониые технологии оценки различных видов компетентности студентов и специалистов инженерно-технического профиля. Информационные технологии и программное обеспечение внедрены в Томском политехническом университете, Томском государственном педагогическом университете, Институте психологии РАН (г. Москва), ОАО «Научно-производственный центр «Полюс» (г. Томск).

1. Аванесов B.C. Композиция тестовых заданий: Учебная книга. М.: Центртестирования, 2002. 240 с.

2. Аванесов B.C. Математические модели педагогического измерения. -М.: Исслед. центр, 1994. 23 с.

3. Агранович Б.Л., Богатырь Б.Н., Ямпольский В.З. Системный анализ стратегий информатизации образования/Проблемы информатизации высшей школы. 1997. -№ 3-4 (9-10). - С. 9-13.

4. Адаптационные характеристики человека /' Ротов А. В. Медведев М.А., Пеккер Я.С., Берестнева О.Г. Томск: Издательство Томского университета, 1997. - 137 с.

5. Айвазян С.А., Бежаев З.И., Староверов О.В. Классификация многомерных наблюдений. М.: Статистика, 1974. - 240 с.

6. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности. М : Финансы и статистика,1989.-608 с,

7. Александров В. В., Алексеев А. И., Горский Н. Д. Анализ данных на ЭВМ (на примере системы СИТО). М.: Финансы и статистика, 1990. -192 с.

8. Александров Е.А. Основы теории эвристических решений. М., 1975. -254 с.

9. Алексеев A.A., Громова Л.А. Поймите меня правильно или книга о том, как найти свой стиль мышления. СПб.: Экономическая школа, 1993. -253 с.

10. Алексеев A.A., Громова Л.А. Психогеометрия для менеджеров. Л., 1991. - 164 с.

11. Аллахвердиева Д.Т. Опыт применения тестов для дидактической экспертизы обучения в вузе // Высшее образование в России. 1993. -№2.-С. 102-104.

12. Анализ этапов компьютеризированной психодиагностики (на примере MMPI) / Тихомиров O.K., Собчик Л.Н., Гурьева Л.П. и др. П Вогтр. психологии. 1990. - № 2. - С. 49 - 60.

13. Анастази А., Урбина С. Психологическое тестирование. СПб.: Питер, 2002.-688 с.

14. Ануфриев А.Ф. Психологический диагноз: система основных понятий. -М., 1995. 160 с.

15. Анцыфирова Л.И. Системный подход в психологии личности // Сб.: Принцип системности в психологических исследованиях. М.: Наука,1990. С. 61-77.

16. Артемьева Е. Ю. Основы психологии субъективной семантики / Под ред. И. Б. Ханиной. М: Наука: Смысл, 1999. -350 с.

17. Байденко В.И. Образовательный стандарт. Опыт системного исследования. В.Новгород: НовГУ им. Я.Мудрого, 1999. - 440 с.

18. Байденко В.И., Оскарссон Б. Базовые навыки (ключевые компетенции) как интегрирующий фактор образовательного процесса/Профессиональное образование и формирование личности специалистов: Научно-методический сборник. М., 2002. - 176 с.

19. Беллман Р., Заде JT. Принятие решений в расплывчатых условиях //Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. 240 с.

20. Березанская Н.Б. Индивидуальные стили использования ЭВМ при решении творческих задач // Психологические проблемы автоматизации научно-исследовательских работ / Под ред. М.Г. Ярошевского, O.K. Тихомирова. М.: Наука, 1987. - С.181-203.

21. Берестнева О.Г. Качество обучения студентов в техническом вузе. Томск: Изд-во Томского политехнического университета. 2004. - 202 с.

22. Берестнева О.Г. Моделирование интеллектуальной компетентности студентов // Известия Томского политехнического университета. 2005. - Т.308. - №2. - С. 152 156.

23. Берестнева О.Г., Иванкина Л.И., Воробьева НЕ. Некоторые аспекты построения курса «Компьютерная психодиагностика» // Труды научно-методической конференции «Образовательные технологии: состояние и перспективы». Томск, 1999. - С. 121 - 128.

24. Берестнева О.Г., Иванкина Л.И., Марухина О.В. Оценка учебных дисциплин как критерий качества образовательного процесса / ЦНИИ. -М., 2001. 16 с. - Деп. В НИ И ВО 9.12.01, № 240.

25. Берестнева О.Г., Козлова Н.В. Оценка профессиональных характеристик преподавателей высшей профессиональной школы. // Сибирский психологический журнал. Томск, 2003. - № 18. С. 132 135.

26. Берестнева О.Г., Кострики на И.С. Компьютерная система для оценки творческих способностей на основе теста Торренса // Сборник трудов Всероссийской НМК «Информатизация образования 2002». - Нижний Тагил, 2002.

27. Берестнева O.E., Ленский В.Н. Разработка технологии профессионального отбора студентов для обучения на военной кафедре//Л и н г вис ги ческие и культурологические традиции образования: Матер, междунар. конф. Томск: Изд-во ТПУ, 2005.

28. Берестнева O.E., Лебедев А.Н., Муратова Е.А. Компьютерная психодиагностика. Томск: Изд. ТПУ, 2005. - 155 с.

29. Берестнева О.Г., Марухина О.В. Компьютерные технологии в оценке качества обучения // Известия Томского политехнического университета. -2003. -Т.306. -№6. С. 106-112.

30. Берестнева О.Г., Марухина О.В. Критерии качества обучения в высшей школе // Стандарты и качество. 2004. - №8. - С.84-86.

31. Берестнева О.Г., Марухина О.В. Методы многомерного анализа данных в задачах оценки качества образования // Радиоэлектроника. Информатика. Управление 2002. -№ 1. - С. 15-26.

32. Берестнева О.Г., Марухина О.В., Абунавас Х.А. Алгоритмическое и программное обеспечение информационной системы оценки компетентности студентов технического вуза //Известия Томского политехнического университета, 2006- т. 309, № 7. - С. 240-245 .

33. Берестнева О.Г., Марухина О.В. Оценка и управление качеством образовательной деятельности // Материалы VI Международной научно-практической конференции «Качество стратегия XXI века». - Томск, 2001. -С. 31-33.

34. Берестнева О.Г., Марухина О.В., Уразаев A.M. Информационная технология контроля качества образования в высшей школе // Вестник Томского педагогического университета. Серия «Естественные науки».2003. Вып. 4(36).-С.101-104.

35. Берестнева О.Г., Марухина О.В., Шаропин К.А. Экспертная система оценки компетентности выпускников технического университета.// Искусственный интеллект. Донецк, 2004, -№ 4. С. 264-267.

36. Берестнева О.Г., Мин Н.К., Попова Е.Е. Технология профессионального отбора студентов для обучения на военной кафедре //Наука и образование: X Всероссийская конференция Томск, 15-19 мая 2006. -Томск : ТГПУ, 2006- т. 3, - № 1. - С. 70-74

37. Берестнева О.Т., Муратова Е.А., Кострикина И.С. Компьютерное моделирование специфики развития познавательных способностей // Труды Международной научно-технической конференции «Компьютерное моделирование 2003». СПб.: «Нестор», 2003. - С. 396398.

38. Берестнева О.Г., Муратова Е.А., Уразаев A.M. Компьютерный анализ данных. Томск: Изд-во ТПУ, 2003. - 204 с.

39. Берестнева О.Г., Муратова Е.А., Янковская А. Е. Анализ структуры многомерных данных методом локальной геометрии // Известия Томского политехнического университета. 2003. - Т.306. - №3. - С. 1923.

40. Берестнева О.Г., Иванкина Л.И. , Дорохова Т.Н. Сравнительный социально-психологический анализ профессиональных качеств менеджера: отечественная и зарубежная практика// Вестник Томского государственного университета.- 2002.- №3(31 ).- С.98-102.

41. Берестнева O.E., Муратова Е.А., Янковская А.Е. Эффективный алгоритм адаптивного кодирования разнотипной информации // Искусственный интеллект в XXI веке: Труды Международного конгресса. М.: Фнзматлит, 2001. - Том 1. С. 155-166.

42. Берестнева O.E., Янковская А.Е., Муратова Е.А. Извлечение знаний с применением алгоритма адаптивного алгоритма кодированияразнотипной информации // Искусственный интеллект. 2002. - №2. -С. 315-322.

43. Берестнева О.Г., Янковская А.Е., Муратова Е.А. Формирование базы знаний в интеллектуальной системе ИМСЛОГ // Новости искусственного интеллекта. 2001. - №5-6. - С. 34-40.

44. Бериков В.Б. Анализ статистических данных с использованием деревьев решений: Новосибирск: Изд-во НЕТУ, 2002. - 59 с.

45. Берм ус А.Е. Проблемы и перспективы реализации компетентностного подхода в образовании//Интернет-журнал "Эйдос".-2004. http://www.eidos.ru/journal/2002/0423.litm

46. Бодал ев A.A. Вершина в развитии взрослого человека: характеристики и условия достижения. М.: Флинта-Наука, 1998.

47. Вод ал ев A.A., Столин В.В. Общая психодиагностика. СПб.: Речь, 2002. - 440 с.

48. Бойкачев К.К., Конева И.Г., Новик ИЗ. «Сценарий» инструмент визуальной разработки компьютерных программ // Компьютерные технологии в высшем образовании: Сб. статей. - М.: Изд-во Ml У, 1994. -С. 167 - 178.

49. Бонгард М.М. Проблема узнавания. М.: Наука, 1967. - 320 с.

50. Борисов А., Крумберг И., Федоров И. Принятие решений на основе нечетких моделей. Рига: Знание, 1990. - 352 с.

51. Буйлов В., Куропова Г., Сенаторова Н. Нервно-психологическое состояние студентов как валеологическая проблема // Высш. обр. в России. 1996. - № 2. - С. 65-73.

52. Бурлачук Л.Ф., Морозов С.М. Словарь-справочник по психодиагностике. СПб.: Питер, 2001. - 528 с.

53. Вайнцвайг М.Н. Алгоритм обучения распознаванию образов «Кора» // Алгоритмы обучения распознаванию образов. М.: Сов. Радио, 1973. -С. 8-12.

54. Вальтер Е.А., Рузаев E.H. Система качества в образовательном учреждении: практика и перспективы // Труды V Международной научно-практической конференции. Томск: Изд. ТПУ, 2002. - С. 90-91.

55. Власов В.А., Орлов A.A., Берестнева О.Г. Компьютерная психодиагностическая система для оценки профпригодности персонала разделительных производств // Известия Томского политехнического университета. 2002. - Т. 306. - №3. - С. 19-23.

56. Власов В.А., Орлов A.A., Берестнева О.Г. Компьютерная система оценки профессиональной пригодности производств по разделению изотопов// Вестник Томского государственного университета,- 2002 -№3(31).-С Л 02-106.

57. Воинов А., Гаврилова Т.А., Данцин Е.Я. Язык визуального представления знаний и его место в САКЕ-технологии // Журнал Известия РАН: Теория и системы управления. 1996. -№2. - С.

58. Воробьев В.М., Коновалова Н.Л. «К о -тора певти ч ее кая компьютерная система «Келли-98»: Методическое руководство. СПб.: Fl I «ИМАТОН», 2002. - 176 С.

59. Воронин А.Н. Диагностика невербальной креативности (краткий вариант теста Торренса) // Психологическое обозрение. 1995. - № 1. - С. 31-33.

60. Всемирная декларация о высшем образовании для XXI века: подходы и практические меры // Дистанционное образование. 1999. - № 5. - С. 49.

61. Вълев В. Задачи распознавания с большими массивами обучающей информации метод выбора существенных подзадач // Сб. докладов юбилейной научной сессии. - Шумен, 1982. - С. 195-204.

62. Высшее техническое образование: мировые тенденции развития, образовательные программы, качество подготовки специалистов, инженерная педагогика / Приходько В.М., Мануйлов В.Ф., Луканин В.Н.,и др. -М., 1998,- 304 с,

63. Гаврилова Т. А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992. - 200 с.

64. Гаврилова Т.А, Тишкин А.И., Золотарев А.Ю. МИКРОЛЮШЕР: экспертная система интерпретация данных // Материалы школы-семинара «Проблемы применения ЭС в народном хозяйстве». -Кишинев, 1989. С. 17-23.

65. Гаврилова Т.А. Представление знаний в экспертной диагностической системе АВТАНТЕСТ // Изв. АН СССР. Техническая кибернетика. -J984. № 5. - С. 165 - 173.

66. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем СПб.: Питер, 2001 - 384 с.

67. Гаврилова Т.А., Червинская K.P., Яшин A.M. Формирование поля знаний на примере психодиагностики // Техническая кибернетика. 1988. -№ 5. -С. 72-85.

68. Генкин A.A. Новая информационная технология анализа медицинских данных. СПб.: Политехника, 1999. 19. с.

69. Гиг, Джон ван. Прикладная общая теория систем: в 2 кн. Кн. Г М. : Мир, 1981. -336 с.

70. Гиг, Джон ван. Прикладная общая теория систем: в 2 кн. Кн. 2. М. : Мир, 1981. - С. 341-731.

71. Гладких Б.А. История, современное состояние и перспективы подготовки специалистов по информатике в Томском государственном университете П Вестник Томского гос. ун-та. 2002. -№ 275.-С. 8-16.

72. Гладких Б.А., Терра А.Д., Якунина E.H. Технология оперативного управления контингентом студентов в автоматизированной информационной системе вуза // Вестник Томского гос. ун-та. 2002. -№ 275.-С. 112-116.

73. Гладун В.П. Эвристический поиск в сложных средах. Киев: Наукова Думка, 1977. -172 с.98. 1 ласе Дж., Стенли. Дж. Статистические методы в педагогике и психологии. М.: Прогресс, 1976. - 495 с.

74. Голубева Э.А. Способности и индивидуальность. -М: Прометей, 1993. -306 с.

75. Горелик А.Л., Гуревич И.Б., Скрипкин В.А, Современное состояние проблемы распознавания. Некоторые аспекты. М.: Радио и связь, 1985. - 160 с.

76. Грабарь М.И., Краснянская К.А. Применение математической статистики в педагогических исследованиях. Непараметрические методы. М : Педагогика, 1977. - 136 с.

77. Грачев H.H. Психология инженерного труда. М.: Высшая школа, 1998.- 333 с.

78. Громаков Е.И., Малышей ко A.M., Мельников Ю.С. Инсталляция системы менеджмента качества образовательных услуг АВТФ Томского политехнического университета // Труды V Международной научно-практической конференции. Томск: Изд. ТПУ, 2002. - С. 79-80.

79. Груздев Г., Груздева В. Педагогическая технология эвристического типа //Высш.образ, в России. 1996. - № 1.-С. 117-121.

80. Губерман Т.А., Ямпольский Л.Т. Применение алгоритмов распознавания образов в психодиагностике // Вопр. психологии. 1983. - № 5. - С. 188- 125.

81. Гублер Е. В. Вычислительные методы анализа и распознавания патологических процессов. Л.: Медицина, 1978. -296 с.

82. Гублер Е.В. Информатика в патологии, клинической медицине в педиатрии. Л.: Медицина, 1990. - 176 с.

83. Гуленко В.В., Ты щеп ко В.П. Соционика межвозрастной педагогике. -Новосибирск: Изд-во НГУ, 1998. - 269 с.

84. Гул идо в И.Н., Шатун А.Н. Методика конструирования тестов. М.: ИНФРА-М, 2003. - 112 с.

85. Гусев А.И., Измайлов С.А., Михалевская М.Б. Измерение в психологии: Общий психологический практикум. М.: Смысл, 1997. - 287 с.

86. Девина Л.11. Обучение устному профессиональному общению на иностранном языке (английсунй и немецкий языки): Автореф. дис. канд.лед. наук. -М.: Московский институт иностранных языков им. Мориса Тореза, 1989. 23 с.

87. Дейт К. Введение в системы баз данных. Киев: Диалектика, 1998. - 784 с.

88. Деркач A.A., Зазыкин В.Г. Профессионализм деятельности в особых и экстремальных условиях. М., РА ГС. 1998.

89. Деркач A.A., Зазыкин В.Г., Маркова А.К. Психология развития профессионала. М. РАГС, 2000.

90. Дмитриева М.А. П с и хол о г и ч ее ки й анализ систем ы «человек .профессиональная среда» // Вести. ЛГУ. 1990. -Сер.6. - Вып. 1 (№6).

91. Дружинин В.Н. Психология общих способностей. СПб: Питер, 1999. -368 с,

92. Дружинин ВН. Структура и логика психологического исследования. -М., 1994.- 163 с.

93. Дубинина И.А., Берестнева О.Г. Инновационные образовательные технологии интеллектуального саморазвития личности // Социальная психология 21 столетия: Материалы Международного симпозиума. -Ярославль, 2003. Т. 1. - С. 96-100.

94. Дюк В., Самойленко A. Data Мтп^учебный курс СПб: Питер, 2001. -368 с.

95. Дюк В.А. Компьютерная психодиагностика, СПб.: Питер, 1994. - 364 с.

96. Дюран Б., Оделл П. Кластерный анализ. М.: Статистика, 1977. - 128 с.

97. Егорова М.С. Природа межиндивидуальной вариантности показателей когнитивного стиля: Автореф.дис. . канд. психол. наук. -М. 1983.

98. Его шина И.В., Калитова И.С. Обзор систем автоматического интеллектуального анализа данных и прогнозирования // http://www.jLiriiifor.rii/CSIT2000/EgoslimaK00.htm.

99. Елисеев О.П. Конструктивная типология и психодиагностика личности. Псков: Псковский обл. институт усовершенств. учителей, 1994. - 280 с.

100. Ерофеев A.C., Клим В.И. Компьютерная психологическая система ПОРТ //Практикум по педагогике и психологии высшей школы /Под ред. А.К. Ерофеева. М., 1991. - 128 с.

101. Ждан А. А. История психологии: от античности и современности. М.: Российское педагогическое агентство, 1997. -442 с.

102. Журавлев Ю.И., Еуревич И. Б. Распознавание образов и анализ изображений // Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы: справочник/ Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. -304 с.

103. Загоруйко Н.Е. Вычислительные системы. Экспертные системы и анализ данных: Сборник научных трудов/ Под ред. Н.Е. Загоруйко. -Новосибирск, 1991. 177 с.

104. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. - 165 с.

105. Зазыкин В.Г., Чернышев А.П. Акмеологические проблемы профессионализма. М.: El И ПВО, 1993.

106. Залевский Е.В. Фиксированные формы поведения индивидуальных и групповых систем . Томск: Изд-во ТЕУ, 2004. - 457 с.

107. Зеер Э.Ф. Психология профессионального образования: Психология профессий: М.; Екатеринбург: Деловая книга, 2003. 336 с.

108. Зеер Э.Ф., Шахматова О.Н. Личностью ориентированные технологии профессионального развития специалиста: Науч-метод, пособие. -Екатеринбург. 1999.

109. Зеленцов Б. Студенты о преподавателе: методика опроса. // Высшее образование в России. 1999. - № 6. - С. 44-47.

110. Зимняя И.А. Ключевые компетенции новая парадигма результата образования// Высшее образование сегодня: Ежекварт. приложение к журналу "Университетская книга". - М. - 2003. -№ 5. - С. 34-42.

111. Зинченко Т.П., Фрумкин A.A., Еорбунова Е.В. Образ профессии как один из важнейших факторов успешности профессиональной деятельности: Сборник науч. и метод, материалов. Вып.2. СПб., 1999.

112. Иванкина Л.И. Образование в контексте цивилизационного развития. -Томск: Изд-во ТПУ, 2006.-184 с.

113. Иванкина Л.И., Берестнева O.E. Иллюзия разделенности или о единстве технического и гуманитарного познания // Известия Томского политехнического университета. -2005. Т. 308. - №2. - С. 183-187.

114. Иванкина Л.И., Берестнева O.E., Пермяков O.E. Современный технический университет: философский и психолого-социологический аспекты исследования состояния и развития университета. Томск: Изд-во Томского гос. ун-та, 2003. - 110 с.

115. Ингекамп К. Педагогическая диагностика. М.: Педагогика. 1991.- 240с

116. Интерпретация и анализ данных в социологических исследованиях / Отв. ред. В.Г. Андреев, Ю.Н. Толстова. М.: Наука, 1987. - 255 с.

117. Информационная система мониторинга здоровья студентов / Берестнева O.E., Иванов В.Т., Муратова Е.А. и др. /У Вестник Томского государственного университета. Томск, 2002. - С 196- 201.

118. Информационная система мониторинга здоровья студентов / Берестнева O.E., Иванов В.Т., Иванкина Л.И. и др. // Вестник Томского государственного университета. Томск: Изд-во ТПУ, 2002. - №1(11), -С. 196-201.

119. Искусственный интеллект: В 3 кн. Кн.З. Программные и аппаратные средства/ Под ред. В.Н.Захарова, В.Ф.Хорошевского. М.: Радио и связь, 1990. -363 с.

120. Кабанова Л.И., Берестнева O.E. Учет стратегий совладания студентов технических специальностей при обучении высшей математике // Лингвистические и культурологические традиции образования: Материалы международной конференции. Томск: Изд-во ТПУ, 2006.

121. Казанович В.Г., Савельева Г.П. Методические рекомендации по разработке оценочных и диагностических средств итоговой государственной аттестации выпускников вузов. М.: Исследовательский центр проблем качества подготовки специалистов, 2004.-21 с.

122. Казурова A.C. Проблемы государственного образовательного стандарта высшего профессионального музыкального образования: опыт и перспективы. M. : Исследовательский центр проблем качества подготовки специалистов, 2005. - 95 с.

123. Качество образования. Достижения. Проблемы. // Материалы IV Международной научно-методической конференции. / Под общ. ред. А. С. Востри ко ва. Новосибирск: Изд-во НЕТУ, 2001. - 443 с,

124. К ел л и А. Дж, Теория личности. СПб: Речь, 2000. - 256 с.

125. Кириченко A.B. Акмеологическое воздействие в профессиональной деятельности: теория, методология, технологии. М., 1998.

126. Киршсва Н.В., Рябчикова Н.В. Психология личности: тесты, опросники, методики. М.: Ееликон, 1995. - 236 с.

127. Клайн П. Справочное руководство по конструированию тестов. Киев: Диалектика, 1994. - 220 с.

128. Классификация и кластер / Под ред. Дж. Вэе Райзин. М. : Наука, 1973. -900 с.

129. Клаус Г. Введение в дифференциальную психологию учения. М.: Педагогика, 1987. - 176 с.

130. Климов Е.А. Психология профессионала. М., Воронеж, 1996. - 400 с,

131. Климов Е.А. Психология профессионального самоопределения. М.: Академия, 2004. - 304 с.

132. Ключевые компетентности как результативно-целевая основа компетентностного подхода в образовании. Авторская версия. М.: Исследовательский центр проблем качества подготовки специалистов, 2004.

133. Князева Т.С., Торопова A.B. Homo-musicus метафора или реальность?" // Материалы VI- ой всероссийской научно-технической конференции "Состояние и проблемы измерении", -М., 1999. - С. 333-334.

134. Кобринский Б.А. Искусственный интеллект и медицина: возможности и перспективы систем, основанных на знаниях // Новости искусственного интеллекта. 2001. - №4.

135. Ковалёва В. Студент и преподаватель глазами друг друга // Высш. образ, в России. 1996. -№ 3. - С. 51-54.

136. Ковалева Г.С. Мониторинг качества образования на основе образовательных стандартов // Контроль качества и оценка в образовании: Материалы международной конференции. СПб.: РЕПУ им. А.И. Герцена, 1998. - С. 82-91.

137. Козлова Н.В., Берестнева O.E. Профессиональные компетенции: экспертно-статистический анализ//Вестник Томского государственного университета, Томск: Изд-во ТГУ, 2007. №295. - С. 166 - 173.

138. Козлова И.В., Берестнева О.Г. Высшая техническая школа и инженерное образование в современных условиях. Психолого акмеологи<iеекии подход // Известия Томского политехнического университета. 2006. Т.309. № 2. - С. 229-234.

139. Козлова Н.В., Берестнева О.Г. Изучение личности студентов как фактор реализации современных инновационных подходов в высшем профессиональном образовании // Сибирский психологический журнал. -2004.-№20.-С. 114-119.

140. Кол га В.А. Дифференциально-психологическое исследование обучаемости и когнитивного стиля // Вести. ЛГУ. Экономика. Философия. Право. 1976. - Вып. 4. -№23. -С. 136-139.

141. Коллинз Дж. От хорошего к великому СПб.: Стокгольмская школа экономики в Санкт-Петербурге, 2001. - 288 с.

142. Комплекс п с и хоф и з и ол оги чес ко го обследования студентов. Назначение, структура, результаты / Шаропин К.А., Иванов В.Т., Берестнева О.Г., Иван кип а Л. И. // Известия Томского политехнического университета. -2003. Т. 306. -№ 2. 57-63.

143. Комплексная программа совершенствования языковой подготовки в университете на период 1998-2005 гг. /' Под ред. Агафонова Л.П., Аграновича Б.Л.,Ю Качалова H.A., Ростовцевой В.М. и др. Томск. -1998. -39 с.

144. Комплексная социально-психологическая методика изучения личности инженера: Учебное пособие. Л.: Изд-во ЛГУ, 1991 .- 178 с.

145. Кононова В.Н. Применение теории психологических типов К.Г.Юнга к изучению личностных особенностей профессионалов // Вестник ¡Московского университета. Сер. 14. Психология. 1994. - № 3. - С. 1925.

146. Кричевский М.Л. Интеллектуальные методы в менеджменте. СПб.: Питер, 2005.304 с.

147. Крылов В.Ю. Метод многомерной геометризации психологических данных, системный подход в математической психологии // Принцип системности в психологических исследованиях. М.: Наука, 1990. - С. 33 -48.

148. Крюкова Т.Л. О диагностике совладающего (копинг) поведения у современной молодежи // Психология на рубеже веков / Ред. Е.Е. Сапогова. Тула: Изд-во Тульского гос. ун-та, 2000. - С. 98-100.

149. Кудрявцев Т.В. Психология технического мышления М.: Педагогика, 1975. - С. 182-204.

150. Кузьмина Н.В. Методы системного педагогического исследования. Л.: Изд-во ЛГУ, 1981. 171 с.

151. Кузьмина Н.В. Творческий потенциал специалиста. А к мео л о г и нее ки с проблемы развития П Гуманизация образования. Психолого-педагогический международный журнал. -1995. №1. - С. 41 53

152. Лайл М. Спенсер мл. и Сайн М. Спенсер. Компетенции на работе. М.: HIPPO, 2005.-384 с.

153. Ларичев О Н Системы, основанные на экспертных знаниях: история, современное состояние и некоторые перспективы // Труды конференции КИП'2 000. М: ФИ ЗМ АЛЛ ИТ, 2000, - С. 3-8.

154. Ларичев О.И. Теория и методы принятия решений. М.: Логос, 2000. -296 с.

155. Лбов Г.С. Логические функции в задачах эмпирического предсказания // Эмпирическое предсказание и распознавание образов: Вычислительные системы. Новосибирск, 1978. - Вып. 76. - С. 34 - 64.

156. Лбов Г.С. Методы обработки разнотипных экспериментальных данных. Новосибирск: Наука, 1981.

157. Лбов Г.С., Старцева Н.Г. Логические решающие функции и вопросы статистической устойчивости решений. Новосибирск: Изд-во 11н-та математики, 1999. - 212 с.

158. Леонтьев Д.А. Тест смысложизненных ориентации /СЖО/. М.: Смысл, 1992. - 16 с.

159. Логвиненко А.Д. Измерения в психологии: Математические основы. -М.: Изд-во МГУ, 1993.-476 с.

160. Ломов Б.Ф., Николаев В.И., Рубахин В.Р. Некоторые вопросы применения математики в психологии // Хрестоматия по инженерной психологии. М.: Высшая школа, 1991. - С. 65-89.

161. Лоули Д., Максвелл А. Факторный анализ как статистический метод. -М.: Мир, 1967. 144 с.

162. Мандель И. Д., Черный Л. М. Экспериментальное сравнение алгоритмов кластер-анализа // Автоматика и телемеханика, 1988, № 11, с. 42—48.

163. Маруев С.А. Компетенции специалиста: модели и методы исследования: проблемная лекция. М.: Изд-во РГАЗУ, 2005. - 29 с.

164. Мару хина О.В, Берестнева О.Г. Информационная технология для задач оценивания качества обучения студентов вуза на основе экспертно-статистических методов // Вестник Томского государственного университета, 2004. -№ 284. С. 10-14.

165. Марухина О.В., Берестнева О.Г. Применение факторного анализа в психолого-педагогических исследованиях /7 Психолого-педагогическое исследование в системе образования: Материалы 1 Всероссийской научно-практической конференции. 2003. - Ч.З. - С. 21 - 23.

166. Марухина О.В., Берестнева О.Г. Система поддержки принятия решений по формированию резерва кадров // Качество образования: менеджмент, достижения, проблемы: Материалы VI междунар. научно методич. конф. Новосибирск: Изд-во НГТУ, 2005. - С.575-578.

167. Марухина О.В., Берестнева О.Г. Системный подход к оценке качества образования. // Стандарты и качество. 2002. - № 4. - С. 35-36.

168. Марухина О.В., Берестнева О.Г., Иванкина Л.И. Оценка отношения студентов к учебным дисциплинам как критерий качества обучения // Инженерное образование. 2005. - № 3. - С. 124-129.

169. Марухина О.В., Берестнева О.Г., Иванкина Л.И. Применение методов многомерного анализа данных для оценки качества деятельности преподавателя // Кибернетика и вуз. Томск: Изд. ТПУ, 2003. - Вып. 30. -С. 108-116.

170. Марухина О.В., Берестнева О.Г., Рахматуллина Л.И. Методика оценки параллельности вариантов тематического теста на основе статистических методов // Известия Томского политехнического университета. Томск: Изд. ТПУ, 2004. - Т. 307. №1. - С. 161-165.

171. Марухина О.В., Берестнева О.Г., Рыбина Е.В. Компьютерная система оценки качества образования по результатам экспертного оценивания // Кибернетика и вуз. Томск: Изд. ТПУ, 2003. - Вып. 30. - С. 117-124.

172. Математические методы в психологии: Учебное пособие / Берестнева О.Г., Уразаев A.M., Муратова Е.А. и др. Томск: Изд-во Томского государственного педагогического университета, 2001. - 304 с.

173. Математические основы психологии: Учебное пособие / Берестнева O.E., Муратова Е.А., Уразаев A.M. и др. Томск: Томский межвузовский центр дистанционного образования, 2001 .-211с.

174. Меллер Ф., Капекки В. Роль энтропии в номинальной классификации. /7 Математика и социология. М.: Мир. 1977. С. 301 -338.

175. Мельничук O.A., Яковлева А.Н. Модель специалиста // Высшее образование в России. 2000. - №5. - С. 19-26.

176. Мерлин B.C. Очерк интегрального исследования индивидуальности. -М.: Педагогика, 1986. 362 с.

177. Месяц Е.А., Похолков 1С). П., Агранович Б.Л., Чуди нов ВН., Чучалин А.И, Ямпольский В.З. Академический инновационный университет //Высшее образование сегодня, 2003. № 7. - С. 11 29.

178. Микони С.В. Теория и практика рационального выбора. М.: Маршрут, 2004.-462 с.

179. Микони С В., Берестнева O.E., Сорокина М.И. Реализация экспертной системы по профессиональному отбору студентов в инструментальной системе СВИРБ// Вестник Томского государственного университета. Томск: Изд-во ТЕУ, 2006. №6.

180. Минин М.Е. Диагностика качества знаний и компьютерные технологии обучения. Томск: Изд-во ТЕПУ, 2000. -216 с.

181. Минин М.Г., Соловьев А.Н. Компетентностный подход в оценке учебных достижений студентов технического вуза// Известия Томского политехнического университета. 2007. - Т. 310. - №2. - С. 258-260.

182. Михайлов Г.С., Деркач A.A. Методология и стратегия а к меоло г и ческо го исследования. М: МП А, 1998. - 148 с.

183. Михеенкова М.А., Финн В.К. Проблемы и логические средстваинтеллектуального анализа социологических данных // Труды восьмой национальной конференции по искусственному интеллекту с международным участием. Т. 1. М.: Физматлит, 2002. - С. 15- 23.

184. Модели управления учебным процессом вуза. ТПУ / Чу чал и н В.З., Ямпольский В.З., Чудинов В.Н.и др. Томск: Изд-во ТПУ, 1992. - 178 с,

185. Муратова Е.А, Берестнева О.Г. Выявление скрытых закономерностей в социально-психологических исследованиях // Известия Томского политехнического университета. 2003. - Т. 306. -№5. - С. 97-103.

186. Муратова Е.А. Алгоритмы формирования знаний для экспертных систем в слабоструктурированных предметных областях: Автореф. дис. . канд. техн. наук. Томск, 2004. - 19 с.

187. Муратова Е.А., Берестнева O.E. Один из подходов к извлечению знаний в трудноформализуемых предметных областях // Современные средства и системы автоматизации: матер, пятой научно практ. конф. Томск, 2005. С.177-180.

188. Муратова Е.А., Берестнева O.E., Янковская А.Е. Эффективный алгоритм адаптивного кодирования разнотипной информации /7 Труды конгресса «Искусственный интеллект в XXI веке». М.: ФИЗМАТЛИТ, 2001. - С. 155 167.

189. Мушик Э., Мюллер П. Методы принятия технических решений. М.: Мир, 1990.-208 с,

190. Ыартова-Бочавер С.К. «Coping behavior» в системе понятий психологии личности // Психологический журнал. 1997. - Т. 18. - № 5. - С. 20-29.

191. Национальное законодательство и права человека. Закон Российский Федерации «Об информации, информатизации и защите информации» // http :/hro.org/docs/rlex/index. htm.

192. Небылицын В.Д. Жизнь и научное творчество. М: Ладомир, 1996. - 384 с.

193. Невраева И.В., Антипин М.В. Автоматизированная профориентационная система. // Проблемы профориентации и психологической поддержки населения: Материалы научно-практических конференций / Науч. ред. Б.А.Разумов. Томск: STT, 2000. - С. 84-85.

194. Нейман Ю.М., Хлебников В.А. Введение в теорию моделирования и параметризации педагогических тестов. Москва, 2000. - 168 с.

195. Нетрадиционные модели и системы с нечеткими знаниями / Под ред. А.Ф. Блишуна. -М.: Энергоатомиздат, 1991. 144 с,

196. Ни китов Г. В. О метрических методах интеллектуальной обработки данных // Математические методы распознавания образов (ММРО-11): Доклады 11-й Всероссийской конференции. Москва, 2003. - С. 156157.

197. Обзор национальной образовательной политики. Высшее образование и исследования в Российской Федерации. ОЕСД. М.: Весь Мир, 2000. -200 с.

198. Окинавекая Хартия глобального информационного общества. Режим доступа: littp://www.iis.ruAibrary/okinawa/charter.ru.html.

199. Окунь Я. Факторный анализ. М.: Статистика, 1974. 198 с.

200. Организационная структура инновационного университета / Похолков Ю.П., Агранович Б.Л., Чудинов В.Н., Чучалин А.И. // Инженерное образование. 2004. - №2. - С. 24-31.

201. Орловский С. А. Проблемы принятия решений при нечеткой исходной информации. М.: Радио и связь, 1981. - 286 с.

202. Осипов Г.С. О формировании модели для плохо структурированной предметной области // Изв. АН СССР. Техническая кибернетика. 1986. -№ 5. - С. 14-19.

203. Осипов Г.С. Приобретение знаний интеллектуальными системами: Основы теории и технологии. М.: Наука. Физматлит, 1997. - 112 с.

204. Основные виды деятельности и психологическая пригодность к службе в системе органов внутренних дел: Справочное пособие / Под ред Бовина Б.Г. М: Изд-во НИЦПМО МВД РФ, 1997. - 320 с.

205. Осу га С. Обработка знаний: Пер. с японск. М.: Мир, 1989. - 294 с.

206. Отчет по проекту «Совершенствование структуры ГОС ВПО на основе компетентностной модели выпускника и разработка информационной технологии их проектирования». Научный руководитель проф. Кузьмин H.H. СПб.: СПбГЭТУ «ЛЭТИ», 2005.

207. Оценивание прецедентов в вопросно-ответном управлении проектными решениями // Труды Международной научно-технической конференции «Интеллектуальные САПР» (CAD-2003). Научное издание в 3-х томах. М.: Изд-во «Физматлит», 2003. - Т.2. - С. 85-96.

208. П.Е.Щеглов, Н.Ш.Никитина Профессиональный портрет специалиста в системе управления качеством образования в вузе // Университетское управление. 2004. - № 1 (30). - С. 48-56.

209. Панасюк В.П. Системное управление качеством образования в школе. -СПб.- Москва, 2000. 205 с.

210. Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа. Томск: Изд-во НТЛ, 2001. - 396 с.

211. Петровский A.B. «Решетка противостояния позиций» как принцип диагностики уровня развития межличностных отношений //Вопросы психологии. 1985. - №2. - С. 32-39.

212. Петрунева Р., Дулина Н., Токарев В. О главной цели образования // Высшее образование в России. 1998. -№ 3.

213. Пиявский С.А. Математическое моделирование управляемого развитая научных способностей // Известия Академии наук, серия «Теория и системы управления». 2000. - № 1. - С. 100-106.

214. Пиявский С.А., Кадочки и Д.Е. Разработка и программная реализация методов тестирования научной и творческой квалификации // 1 Ipoi раммные продукты и системы. 2000,-№1. С. 4! 45.

215. Плахе Скотт. Психология оценки и принятия решений. М.: Филин, 1998. 368 с.

216. Плотинский Ю.М. Модели социальных процессов: Уч. пособие. М.: Логос, 2001.-296 с,

217. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы. -М.: Финансы и статистика, 1996.

218. Попечителе в Е.П., Романов C.B. Анализ числовых таблиц в биотехнических системах обработки экспериментальных данных. Л.:1. Наука, 1985,- 144 с.

219. Поспелов Д.А. Искусственный интеллект: фантазии и реальность // Наука и жизнь. 1995. - №6.

220. Поспелов Д.А. Представление знаний // Искусственный интеллект: Кн. 2. Модели и методы / Под ред. Д.А.Поспелова. М.: Радио и связь, 1990. -С. 7-13.

221. Поспелов Д.А. Прикладная семиотика и искусственный интеллект // Программные продукты и системы. 1996. - № 3. - С. 10-13.

222. Похилько В.И., Страхов H.H. Система KELLY. М.: МГУ; МП «Гуманитарные технологии» (на магнитном носителе). 1990.

223. Похилько В.И., Федотова Е.О. Техника репертуарных решеток в экспериментальной психологии личности // Вопросы психологии. -1984. -№3. С. 151-157.

224. Практикум по общей экспериментальной и прикладной психологии/ Под ред. A.A. Крылова, С.А. Маничева. СПб: Питер, 2000. - 560 с,

225. Практикум по психодиагностике: Диагностика мотивации и саморегуляции. М.: Изд -во МГУ, 1990. - 160 с.

226. Предложения по дальнейшему развитию системы классификации и стандартизации высшего профессионального образования в России/ Богословский В.А. и др. -М.: МАКС Пресс, 2005. 132 с.

227. Представление и использование знаний. М.: Мир, 1989. - 220 с.

228. Прикладная статистика: классификация и снижение размерности / Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. М: Финансы и статистика, 1989. - 697 с.

229. Программная система распознавания Лорег: алгоритмы распознавания, основанные на голосовании по системам логических закономерностей / Богомолов В.П. и др. М.: ВЦ РАН, 1998.

230. Проектирование магистерских программ на основе планирования компетенций специалистов: Научное издание/О.В.Боев, Е.Н.Коростелева, А.И.Чучалин. Томск.: Изд-во ШУ, 2007. - 68 с.

231. Психологическая диагностика и новые информационные технологии / Вассерман Л.IL, Дюк В.А., Иовлев Б.В., Червинская K.P. СПб.: ООО «СЛП», 1997. - 203 с.

232. Равен Дж. Компетентность в современном обществе: выявление, развитие и реализация: Пер. с англ./Д. Равен. М.: Когнито-Центр, 2002. - 396 с.

233. Равен Дж. Педагогическое тестирование: проблемы, заблуждения, перспективы. М., Изд-во Когито-Центр,1999. - 139 с.

234. Развитие и диагностика способностей / Отв. ред. В.Н. Дружинин, В.Д. Шадриков. М.: Наука, 1991.-181 с.

235. Разработка пороговых оценочных средств для оценки обшей образованности учащихся в системе непрерывного образования: Сб. науч. ст. / Под общ. ред. H.A. Селезневой, В.Г. Казановича. М.: Исслед. центр проблем качества подгот. специалистов, 1999. - 101 с.

236. Разработка универсальной программной системы интеллектуального анализа данных, распознавания и прогноза / Журавлев Ю.И., Рязанов

237. B.В., Сенько О.В. и др. /7 Математические методы распознавания образов (ММРО-11): доклады 11-й Всероссийской конференции. -Москва, 2003. С. 227-229.

238. Растригин Л.А., Эренштейн Р.Х. Метод коллективного распознавания. -М.: Энергоиздат, 1981. 78 с.

239. Ревунков Г.И., Самохвалов Э.Н., Чистов В.В. Базы и банки данных и знаний / Под ред. В.Н. Четверикова. М.: Высшая школа, 1992. - 362 с.

240. Репин C.B., Шеин С.А. Математические методы обработки статистической информации с помощью ЭВМ. Минск: Университетское, 1990. - 128с.

241. Романова Е.С. 99 популярных профессий. Психологический анализ и профессиограммы. СПб.: Питер, 2004. - 464 с.

242. Романова Е.С., Потемкина О.Ф. Графические методы в психологической диагностике. М.: Дидакт, 1992. - 256 с,

243. Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Винница: УНИВЕРСУМ- Винница, 1999. - 320 с.

244. Ротштейн А.П., Штовба С.Д. Нечеткий многокритериальный анализ вариантов с применением парных сравнений // Известия РАН. Теория и системы управления. 2001. - №3. - С.150-154.

245. Рузаев E.H., Вальтер Е.А. Специфика построения систем менеджмента качества в российских университетах /7 Материалы VI Между нар. научно- практ. конф. Томск: ГУ С У Р. 2002. - С. 131-132.

246. Руководство по применению стандарта ИСО 9001:2000 в области образования и обучения: М.: Изд. РИА Стандарты и качество, 2002. -126 с.

247. Руеалов В.М., Русалова М.Н., Стрельникова Е.В. Исследование предпочтения высокой вероятности достижения цели или ее субъективной ценности. // Физиология человека. 2000. - Т.26. - N5.1. C. 69-78.

248. Сафонов В. О. Экспертные системы интеллектуальные помощники специалистов. - СПб: Санкт-Петербургская организация общества «Знания» России, 1992. - 196 с.

249. Селезнева H.A. Качество высшего образования как объект системного исследования. Лекция-доклад. Изд. 3-е. М.: Исследовательский центр проблем качества подготовки специалистов, 2003. - 95 с.

250. ЗОКСемушина Л.Г. Теоретические основы формирования содержания профессионального образования и обучения. Дисс, на соиск. ученой степени д-ра пед. наук. М.: МТ1ГУ, 1991.

251. Сидельников Ю.В. Моделирование поведения и интеллекта: экспертология новая научная дисциплина // Автоматика и телемеханика. - 2000. - Вып. 2. - С. 107.

252. Сидоренко Е. В. Математические методы в психологии. СПб.: Изд во «Социально-психологический центр», 1996. - 346 с.

253. Силич В. А. Системный анализ и исследование операций.—Томск: Изд-воТПУ, 2000. 96 с.

254. Симонов В.П., Иванова Т.П., Николаева B.C. Ела в нос условие качества преподавания это качество преподавателя // Стандарты и качество.1995. -№ 6. С. 66-70.

255. Системы качества в образовании: Сборник переводов с английского / Под общ. ред. Ю.П. Адлера. М.: МИСИС, 2000. - Ч. 1Вып. 1. - 144 с.

256. Системный анализ: проектирование, оптимизация и приложения. -Красноярск: Изд-во Сибирской аэрокосмической академии. -Т. 1.—1996.—205 с.

257. Смирнова Н.В. Структурно-функциональныс характеристики о бразо вате; i ь и ого процесса // Теоретический журнал CREDO. 2001. -№25. - С. 58-64.

258. Собчик Л.Н. Введение в психологию индивидуальности: Теория и практика психодиагностики. М.: Институт прикладной психологии, 1998.- 5 12 с.

259. Собчик Л.Н. Метод цветовых выборов. Модифицированный цветовой тест Люшера: Методическое руководство. М.: МЕИК, 1990. - 88 с.

260. Соколова И.КГ). Психологические основы учебно-педагогической деятельности. Томск: Изд. ТПУ, 1992. - 104 с.

261. Спицнадель В. 11. Теория и практика принятия оптимальных решений.

262. СПб.: Бизнес-Пресса, 2002.—395 с.

263. Спицнадель В. Н. Основы системного анализа: Учебное пособие / В. Н. Спицнадель.—СПб.: Бизнес-Пресса, 2000.—325 с.

264. Справочник по искусственному интеллекту в 3-х т. // Под ред. Э.В. Попова и Д.А. Поспелова. М.: Радио и связь, 1990. - 312 с.

265. Стернберг Р.Дж., Форсайт Дж.Б., Хедланд Дж. Практический интеллект. -СПб.: Питер, 2002.-272 с.

266. Субетто А.И. Качество образования: проблемы оценки и мониторинга // Образование. 2000. - № 2. - С. 62-66.

267. Субетто А.И. Оценочные средства и технологии аттестации качества подготовки специалистов в вузах: методология, методика, практика. -СПб.; М.: Исследовательский центр проблем качества подготовки специалистов, 2004. 68 с.

268. Суходольский Г.В. Структурно-алгоритмический анализ и синтез деятельности. Л.: ЛГУ, 1976. - 120 с.

269. Таран Т. А. Методика анализа данных репертуарного теста Келли // Искусственный интеллект. 2002. - № 2, - С. 59-63 с.

270. Таранова H.H. Метод адаптивного кодирования признаков. // Динамика систем. Межвуз. тематич. сб. научн. тр. / Под ред. Ю.И. Неймарка. -Нижний Новгород: Нижегор. гос. ун-т., 1995. С. 54-70.

271. Тарасенко Ф.Н. Прикладной системный анализ (Наука и искусство решения проблем): Томск: Изд- во Том.ун-та, 2004. - 186 с,

272. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС, 2002. - 352 с.

273. Татур Ю.Г. Компетентность в структуре модели качества подготовки специалистов // Высшее образование сегодня. 2004. № 3. С. 20-26.

274. Тимофеев В. И., Филимоненко Ю. И. Цветовой тест М. Люшера (Стандартизированный вариант). СПб.: ГП «ИМАТОН», 2001. - 32 с,

275. Томские профессии: Справочно-поисковое пособие/В.Э.Андрушкевич, Л.В.Берман, В.Б.Борейша и др. Томск, Изд-во SIT, 2000. - 352 С.

276. Томский политехнический университет: система менеджмента качества / Рузаев E.H., Погребняк С.А., Клепиков A.C. и др. // Стандарты и качество. 2002. - № 4. - С. 61-63.

277. Трост Г. Возможность предсказания выдающихся успехов в школе, университете, на работе. Н Иностранная психология. 1999. - № 11. - С. 19-29.

278. Тьюки Дж. Анализ результатов наблюдений. Разведочный анализ. М.: Мир, 1981.-693 с.

279. Тузовский А.Ф., Чириков C.B., Ям польский В.З. Системы управления знаниями (методы и технологии).- Томск: Изд-во НТЛ, 2005. 260 с.

280. Тюленьков С.Ю., Зуев С.Н., Крылова J1.M. Технология преподавания физической культуры в вузах // Университетское управление. 2004. -№ 1(30). - С. 48-56.

281. Управление качеством образования / Под. ред. М.М.Поташника. М. : Педагогическое общество России, 2000. - 448 с.

282. Уразаев A.M., Жукова Т.П., Берестнева О.Г. Тендерные различия социальных ожиданий и свойств личности у выпускников высшей школы /У Наука и образование: X Всеросс. конф. Томск: ТЕПУ, 2006. -С. 233-243.

283. Факторный, дискриминантный и кластерный анализ / Под ред. И.С. Енюкова. М.: Финансы и статистика, 1989. - 215 с.

284. Финн В.К. Интеллектуальные системы: проблемы их развития и социальные последствия // Будущее искусственного интеллекта / Под ред. К.Е, Левитина и Д.А. Поспелова. М.: Наука, 1991. 302 с.

285. Формирование общеевропейского пространства высшего образования. / МБ. Ларионова и др.- М.: Изд-во ТУ ВШЭ, 2004. 524 с.

286. Франселла Ф., Баннистер Д. Новый метод исследования личности. Руководство по репертуарным личностным методикам: Пер. с англ. -М.: Прогресс, 1987.-234с.

287. Фрумкин A.A. Психологический отбор в профессиональной и образовательной деятельности С по.: Изд. - во «Речь», 2004. - 210с.

288. Фукуяма С. Теоретические основы профессиональной ориентации. М.: Изд-во МТУ, 1989. - 168 с.

289. Хабаева Л. 11сихол ого-акм еол оги ч ее кие условия и факторы формирования профессиональной мотивации в структуре профессионального самосознания личности студента вуза // http ://www. vi u-online. ru/science/p ubl/bull etin7

290. Холодная M.А. Интегральные структуры понятийного мышления Томск: Изд во ТЕУ, 1983,- 138 с.

291. Холодная М.А. Психология интеллекта: Парадоксы исследования. -СПб: Питер, 2002.-272 с.

292. Холодная М.А., Берестнева O.E. Специфика когнитивного обеспечения интеллектуальной деятельности лиц с высоким уровнем интеллекта// Вестник ТЕПУ. Серия: Психология. Вып. 1(45). Томск: Изд-во ТЕУ, 2005.-С. 127-130.

293. Холодная М.А., Берестнева O.E., Кострики на И.С. Когнитивные и метакогнитивные аспекты интеллектуальной компетентности в области научно-технической лея тел ы юсти <7 П с ихол о г и чески й журнал. № 1. -2005.-С. 54-59.

294. Холодная М.А., Берестнева О.Г., Муратова Е.А. Онтологические основания совладающего поведения // Известия Томскогополитехнического университета. -2006. Т. 309. - № 3. - С. 210-215

295. Холодная М.А., Кострики на U.C., Берестнева О.Г. Проблемы продуктивной реализации интеллектуального потенциала личности // Вестник Томского государственного педагогического университета. -Томск: Изд-во ТГПУ, 2002. Вып. 3 (31). - С. 45-50.

296. Хорошевский В.Ф. Программный инструментарий представления знаний в экспертных системах // Экспертные системы: состояние и перспективы: Под ред. Д.А. Поспелова. -М.: Наука, 1989. С. 38-47.

297. Хуторской A.B. Ключевые компетенции и образовательные стандарты // Интернет-журнал "Эйдос". -2002. http://www.eidos.ru/journal/2002/0423.htm

298. Чегринцова. C.B. Психологические факторы, определяющие конкурентоспособность молодых специалистов //Социальная психология 21 столетия: Матер. Междунар. симпозиума. Т.2. Ярославль, 2003. - С. 320-323.

299. Челышкова М.Б. Теория и практика конструирования педагогических тестов: Учебное пособие,- М.: Логос, 2002. 432 с.

300. Чугунова Э.С. Комплексная социально-психологическая методика изучения личности инженера. Л.: Изд-во ЛГУ, 1991. - 181 с.

301. Чучалин А.И., Боев О.В., Криушова A.A. Качество инженерного образования: мировые тенденции в терминах компетенций //Высшее образование в России, 2006, №8. С. 9 -18.

302. Чучалин А.И. «Американская» и «Болонекая» модель инженера: сравнительный анализ компетенций//Вопросы образования, №1, 2007.

303. Шадриков В.Д. Деятельность и способности. М.Логос. 1994. - 320 с.

304. Шаропин К. Д. Берестнева О. Г. Построение моделей адаптации студентов к обучению в вузе // Известия Томского политехнического университета. Г. 307. Томск: Изд- во "ГПУ, 2004, -№ 5. С. 131- 135

305. Шаропин К.А., Берестнева О.Г., Иванов В.Т. Информационная система оценки профессиональной психофизической готовности студентов технического университета // Известия Томского политехнического университета. 2006. - Т. 309. - № 3. - С. 175 - 179.

306. Экспертные оценки в научно-техническом прогнозировании/ Отв. ред. B.C. Михалевич. Киев: Наукова думка, 1974 . - С. 67 -95.

307. Ямпольский В.З., Тузовский А.Ф., Васильев И.А. Формирование инновационной среды технического университета //Журнал Ассоциации инженерного образования России,2004.-№2 С.38-43

308. Янковская А.Е., Берестнева О.Г. Муратова Е.А. Адаптивное преобразование признаков в задачах распознавания образов // Математические методы распознавания образов (ММРО-9): Доклады 9-й Всероссийской конференции. Москва, 1999. - С. 133-135.

309. Янковская А.Е., Муратова Е.А., Берестнева О.Е. Извлечение знаний с применением алгоритма адаптивного кодирования разнотипной информации // Искусственный интеллект. 2002. - № 2. - С. 315-322.

310. Янковская А.Е., Муратова Е.А., Берестнева О.Г. Формирование и оптимизация базы знаний в интеллектуальной системе ЙМСЛОГ // Новости искусственного интеллекта. 2001. - № 5-6. - С. 34-40.

311. Planning the quality of education. /Edited by K.N. Ross and L. Mahlck. UNESCO, Pergamin Press, 1990. P. 6.

312. Arroba T.Y. Styles of decision making and their use: an empirical study // Brit. J. Guidance and Counseling. 1977. Vol. 5, N 2. P. 149-158.

313. Ben Porath, Y.S., & Butcher J.N. Computers in personality assessment: A brief past, an ebullient present, and an expanding future. Computers in Human Behavior, 2, 1986, 163 - 182.

314. Bieri J., Blacker E. The generality of cognitive complexity in the perception of people and inkblots // J. Abnorm. and Social Psychol. 1956. Vol. 53, N 1. P.112-117.

315. Blaylock B.R. Method for studying perception of risk // Psychol. Rep. 1981.Vol. 49, N3. P.899-902.

316. Buchsbaum M.S. Self-regulation of stumulus intensity: Augmenting -reducing and the average evoked response // Consciosness and self-regulation / Ed. G.E. Schwarts, D. Shapiro. N.Y.: Plenum press, 1976.

317. Butcher, J.N. (Ed.). Computerized psychological assessment: A practitioner's guide. New York: Basic Books. 1987.

318. Claub G. Uber individuelle Besonderheiton der Handungaregulation beim Lerner // Padagogik. 1984. Jg.39. Y.2.S.125-137.

319. Gardner R.VV. et al. Cognitive control of differentiation in perception of persons and objects // Percept, and Motor Skills. 1968. Vol. 26, N 1. P.311-330.

320. Gardner R.W., Holzman P.S., Klein G.S. et al. Cognitive control: A study of individual consistencies in behaviour // Psyhol. Issues. 1959. Vol. 1, N 4. P.2-227.

321. Jackson, D.N. Computer assisted personality test interpretation: the dawn of discovery. In T B. Gutkin & S.L. Wise (Eds.), The computer and the decision -making process (pp. 1 - 10). 1991. Hillsdale, NJ: Erlbaum.

322. Kagan J. Reflection impulsivity: The generality and dynamics of conceptual tempo // J. Abnorm. Psychol. 1966. Vol. 71, N 1. P. 17-24.

323. Kagan J., Moss H.A., Sigel I.E. Psychological of conceptualization // Monogr. Soc, Res. Child Develop. 1963. Vol. 28, N 1. P.73-112.

324. Kelly G.A. The psychology of personal constructs. New York: Norton. 1955.

325. Kogan N. Cognitive stiles in infancy and early childhood. N.Y.: Hillsdale, 1976.

326. Planning the quality of education. /Edited by K.N. Ross and L. Ma hick. UNESCO, Pergamm Press, 1990,- P. 6.

327. Powell, D.H., & Whitla, D. K. Normal cognitive again: Toward empirical perspectives. Current Directions in Psychological Sience,3, 1994a, 27 31.

328. Torrance E.P. Torrance Tests of Creative Thinking Princeton, N.Y., 1966.

329. Yankovskaya A.E., Berestneva O.G, Muratova E.A. Application of Local Metrics for the Formation and Optimization of the Knowledge Base.// Pattern Recognition and Image Analysis, Vol. 11, No. 2, 2001, pp. 488- 490.

330. Zadeh L.A. Fuzzy logic, neral network and soft computing// Communication of the A.C.M. 1994,-Vol. 37, №3,-P. 34-40.