The 12 reference contexts in paper A. Karpenko P., E. Gavrilina A., E. Smirnova V., M. Zackarov A., А. Карпенко П., Е. Гаврилина А., Е. Смирнова В., М. Захаров А. (2016) “Онтологический подход к тестированию уровня владения обучающимся метапредметными понятиями // An Ontological Approach to Test Student's Competences in Meta-Subject Concepts” / spz:neicon:technomag:y:2015:i:2:p:136-149

  1. Start
    1837
    Prefix
    Под последними понимаются результаты освоения обучающимся универсальных учебных действий, обеспечивающих владение ключевыми компетенциями, составляющими основу умения учиться, а также результаты освоения межпредметных понятий (метапонятий)
    Exact
    [1, 2]
    Suffix
    . Метапредметные компетенции обучающегося, как результат его образования, являются составной частью метакомпетенций обучающегося, которые включают в себя также метакогнитивные и метакреативные компетенции [3 - 5].
    (check this in PDF content)

  2. Start
    2295
    Prefix
    компетенции обучающегося, как результат его образования, являются составной частью метакомпетенций обучающегося, которые включают в себя также метакогнитивные и метакреативные компетенции [3 - 5]. Работа посвящена оценке уровня усвоения обучающимся метапонятийного состава учебных предметов. Методика контроля понятийных знаний обучающегося рассмотрена, например, в работе
    Exact
    [6]
    Suffix
    . Эта методика основана на использовании когнитивной карты обучающегося (ККО) [7], которая формализует его представления о некотором фрагменте предметной семантической сети (ПСС) и, в идеале, совпадает с этим фрагментом.
    (check this in PDF content)

  3. Start
    2379
    Prefix
    Работа посвящена оценке уровня усвоения обучающимся метапонятийного состава учебных предметов. Методика контроля понятийных знаний обучающегося рассмотрена, например, в работе [6]. Эта методика основана на использовании когнитивной карты обучающегося (ККО)
    Exact
    [7]
    Suffix
    , которая формализует его представления о некотором фрагменте предметной семантической сети (ПСС) и, в идеале, совпадает с этим фрагментом. Контроль усвоения обучающимся понятийного состава данного фрагмента ПСС сводится к сравнению подграфа ПСС, соответствующего этому фрагменту, и графа, который определяет соответствующая ККО [8].
    (check this in PDF content)

  4. Start
    2730
    Prefix
    Контроль усвоения обучающимся понятийного состава данного фрагмента ПСС сводится к сравнению подграфа ПСС, соответствующего этому фрагменту, и графа, который определяет соответствующая ККО
    Exact
    [8]
    Suffix
    . Данную работу можно считать развитием работ [5, 8, 9] в направлении тестирования уровня владения обучающимся метапонятиями. В общей и высшей школе метапредметная обученность может быть обеспечена с помощью, так называемых, метапредметов, а также с помощью соответствующей модификации методики преподавания традиционных предметов.
    (check this in PDF content)

  5. Start
    2784
    Prefix
    Контроль усвоения обучающимся понятийного состава данного фрагмента ПСС сводится к сравнению подграфа ПСС, соответствующего этому фрагменту, и графа, который определяет соответствующая ККО [8]. Данную работу можно считать развитием работ
    Exact
    [5, 8, 9]
    Suffix
    в направлении тестирования уровня владения обучающимся метапонятиями. В общей и высшей школе метапредметная обученность может быть обеспечена с помощью, так называемых, метапредметов, а также с помощью соответствующей модификации методики преподавания традиционных предметов.
    (check this in PDF content)

  6. Start
    4287
    Prefix
    Семантическую сеть (СС) онтологии O определяет кортеж RCWWRCSS,,,, (1) где приняты следующие обозначения: }{icC - множество понятий СС; }{irR - множество отношений между понятиями набора C; }{,iCCwW, }{,iRRwW - значения мер важности понятий набора C и отношений R соответственно. Методы оценки значений этих мер рассмотрены, например, в работе
    Exact
    [13]
    Suffix
    . Если понятия 12 сi,ic, 21ii в СС (1) связаны между собой некоторым отношением из числа отношений R, то говорим, что эти понятия связаны информационно. Сопоставляем СС (1) взвешенный ориентированный граф без контуров G, вершины которого соответствуют понятиям онтологии O, а дуги – информационным связям этих A A понятий между собой.
    (check this in PDF content)

  7. Start
    5025
    Prefix
    Величину (,) i12i hсc можно определить несколькими способами, например, в качестве этой величины можно использовать число дуг кратчайшего пути в графе G между вершинами, соответствующими указанным понятиям
    Exact
    [14, 15]
    Suffix
    . Введём в рассмотрение подграф )(hGi, 1h графа G, соответствующий понятию cCi. Подграф )(hGi включает в себя все понятия ChCi)( графа G, расстояние от которых до понятия ic не превышает величины h.
    (check this in PDF content)

  8. Start
    9253
    Prefix
    Метрики оценки метапонятийных знаний обучающегося Все представленные ниже метрики уровня усвоения обучающимся метапонятий имеют, вообще говоря, разные знаки и масштаб. Поэтому в программных реализациях необходима нормировка значений этих метрик, например, по схеме работы
    Exact
    [16]
    Suffix
    . Построение на основе нормированных метрик различных линейных и нелинейных бальных шкал оценок рассмотрено, например, в той же работе [16]. Оценка на основе локальной ККО 1) Метрика )(1ic.
    (check this in PDF content)

  9. Start
    9400
    Prefix
    Поэтому в программных реализациях необходима нормировка значений этих метрик, например, по схеме работы [16]. Построение на основе нормированных метрик различных линейных и нелинейных бальных шкал оценок рассмотрено, например, в той же работе
    Exact
    [16]
    Suffix
    . Оценка на основе локальной ККО 1) Метрика )(1ic. Введём в рассмотрение подмножества t Ci ~ , t Ri ~ соответствующих множеств iC ~ , iR ~ , содержащие верные ответы обучающегося. Относительные числа верных ответов в этих множествах полагаем равными i t ti Ci C C n ~ ,, i t ti Ri R R n ~ , (4) соответственно.
    (check this in PDF content)

  10. Start
    10700
    Prefix
    взвешенную алгебраическую сумму относительных чисел верных и неверных ответов в наборах iC ~ , iR ~ , то есть )(1ic t Ri t nCin,1,1, f Ri f 1,2nCin,3,1,, (5) где ]1,0[,,3,12,11,1 - весовые коэффициенты, назначаемые лицом, принимающим решения (ЛПР), исходя их своих предпочтений. Формальный метод определения значений этих коэффициентов рассмотрен, например, в работах
    Exact
    [16, 17]
    Suffix
    . Отметим, что метрика (5) и другие аналогичные метрики, представленные ниже, являются, по сути, многокритериальными, и весовые коэффициенты в них определяют веса соответствующих частных критериев оптимальности [16, 17].
    (check this in PDF content)

  11. Start
    10936
    Prefix
    Отметим, что метрика (5) и другие аналогичные метрики, представленные ниже, являются, по сути, многокритериальными, и весовые коэффициенты в них определяют веса соответствующих частных критериев оптимальности
    Exact
    [16, 17]
    Suffix
    . Полагая все или некоторые коэффициенты 3,12,11,1,, нулевыми, легко получить большое число производных метрик. 2) Метрика )(2ic. Обозначим  j Ci t mСijw,, ~, :1[j]~t Ci, jic t Ci ~ взвешенное число верных ответов в подмножестве t Ci ~ и относительное взвешенное число этих ответов Ci t tCi Ci m m m , , , ~ ,  j mCiCiiCjwj]:1[,,,. (6) Здесь jiCw, - важность пон
    (check this in PDF content)

  12. Start
    13989
    Prefix
    Тестирования на основе онтологий традиционных обучающих предметов Пусть }{ p OO - онтология рассматриваемого набора традиционных учебных предметов (не метапредметов!), где p O - онтология p-го такого предмета. Семантическую сеть онтологии O образует набор O непересекающихся ПСС SS,
    Exact
    [1:]
    Suffix
    Op p , так что имеют место соотношения  O p p SSSS 1 , NULLSSSS pq , qpOqp],:1[,. ПСС p SS определяет кортеж вида (1) p R p C ppp SSCRWW,,,, ]:1[Op. (11) где NULLCC pq , qpOqp],:1[,.
    (check this in PDF content)