CC BY
7
УДК 378.147
ДИАГНОСТИКА СИСТЕМЫ ВЫСШЕГО ОБРАЗОВАНИЯ В ФЕДЕРАЛЬНОМ ОКРУГЕ НА ОСНОВЕ СОВРЕМЕННЫХ МАТЕМАТИЧЕСКИХ МЕТОДОВ
Татьяна Леонидовна Шапошникова, доктор педагогических наук, профессор, Вячеслав Геннадьевич Миненко, кандидат технических наук, доцент, Александр Александрович Ковтун, старший преподаватель, Кубанский государственный технологический университет, г. Краснодар
Аннотация
Цель исследования - создание моделей и методов диагностики системы высшего образования в федеральном округе. Известно, что, с одной стороны, система высшего образования в федеральном округе - совокупность высших учебных заведений, с другой стороны, образовательная мегасреда, представляющая собой для абитуриентов и студентов более широкий комплекс возможностей, чем отдельное высшее учебное заведение. Для авторов настоящей статьи очевидно, что теория множеств
- математическая основа для создания моделей сети высших учебных заведений в федеральном округе, квалиметрический подход - методологическая основа для диагностики уровня развития высшего образования в федеральном округе. Предложенные авторами критерии отражают конкурентоспособность системы высшего образования в федеральном округе, а их применение позволит получать точные результаты и производить сопоставление уровней развития высшего образования в федеральных округах. При выделении критериев авторы настоящей статьи учитывали современные тенденции развития высшего образования (прежде всего - информатизацию).
Ключевые слова: высшее образование, возможности, уровень, развитие, диагностика, федеральный округ.
DIAGNOSIS OF THE HIGHER EDUCATION SYSTEM IN THE FEDERAL DISTRICT ON THE BASIS OF MODERN MATHEMATICAL METHODS
Tatiana Leonidovna Shaposhnikova, the doctor of pedagogical sciences, professor, Vyacheslav Gennadievich Minenko, the candidate of technical sciences, senior lecturer, Alexander Alexandrovich Kovtun, the senior teacher, Kuban State Technological University, Krasnodar
Annotation
The aim of the study is to create the models and methods of diagnosis of higher education system in the Federal district. It is known that, on the one hand, the system of higher education in the Federal district
- the totality of higher education institutions, on the other hand, the educational mega-environment, which gives for the applicants and students a wider range of opportunities, than a separate higher education institution. For the authors of this article it is obvious that the set theory is a mathematical basis for creating models of the network of higher education institutions in the Federal district, the qualimetry approach is a methodological basis for diagnosing the level of development of higher education in the Federal district. The criteria proposed by the authors reflect the competitiveness of the higher education system in the Federal district, and their application will provide accurate results and comparison of the level of development of higher education in the Federal districts. In determining the criteria, the authors of this article took into account the current trends in the development of higher education (primarily Informatization).
Keywords: higher education, opportunities, level, development, diagnostics, Federal district.
ВВЕДЕНИЕ
В условиях рыночной экономики актуальность такой проблемы, как конкурентоспособности вузов, не ослабевает, а, наоборот, неуклонно возрастает [1-5]. Но не следует забывать, что учебное заведение (в том числе высшее) - "единица" системы образования. С одной стороны, высшие учебные заведения являются конкурирующими организациями в условиях рыночной экономики. С другой стороны, уровень развития общества в целом в значительной мере детерминирован уровнем развития системы образования, особенно высшего (как минимум, потому что без развитой системы высшего образования
немыслимо обеспечение социума квалифицированными педагогическими кадрами для общеобразовательных и иных учреждений). Данное утверждение справедливо не только для государства в целом, но и для его "единиц" - регионов и федеральных округов. Для автора настоящей статьи очевидно, что уровень развития федерального округа или региона объективно отражается, прежде всего, уровнем развития высшего образования в нём (с учётом социальной кооперации высших учебных заведений с работодателями выпускников).
Анализ научной литературы показал, что в настоящее время не в должной мере разработаны модели региональных систем высшего образования (или в федеральных округах). Проблема исследования - вопрос: какие критерии адекватно и точно (объективно) отражают уровень развития высшего образования в федеральном округе? Цель исследования - создание моделей и методов диагностики системы высшего образования в федеральном округе.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
С точки зрения автора, теория множеств - математическая основа для создания моделей сети высших учебных заведений в федеральном округе, квалиметрический подход -методологическая основа для диагностики уровня развития высшего образования в нём. Пусть S, S', S/7/ и S"" - соответственно, множество национальных исследовательских университетов, федеральных университетов, университетов и вузов неуниверситетского типа в округе, тогда множество вузов в округе S=S/ и S' и S' и S' , где U - символ объединения множеств. Очевидно, что S/=[jS1/ , S//=[jS1// , S///=[jS/// , S////=[jS////, где N - число
i=1 1=1 1=1 1=1 регионов, S1/, S1//, S1/// и S1/ - соответственно, множество вузов каждого типа в 1-м регионе.
Соответственно, первый критерий развитости системы высшего образования в федеральном округе K1 =P (S), где Р - мощность множества; второй критерий учитывает официальный статус вуза: k2=4xp (s/ )+3xp (s" )+2xp (s/// )+p (s^). Очевидно, что высший
статус имеют национальные исследовательские университеты, следовательно, они должны иметь высший весовой коэффициент.
Следующие критерии отражают, в какой мере система высшего образования в федеральном округе соответствует требованиям информационного общества. Параметр K3=4xM/+3xM//+2xM///+M////, где М/, М", Мда и М//// - соответственно, число вузов, вебсайты которых относят к пятой, четвёртой, третьей и второй лигам (характеристика каждой лиги веб-сайтов представлена в работе [3]). Отметим, что веб-сайт пятой лиги - механизм полноценной интеграции вуза в Интернет-пространство (благодаря функциональным воз-
M
можностям), а второй лиги - лишь "визитная карточка" вуза в Сети. Параметр K4=^ R1 ,
1=1
где М - число вузов, входящих в международную рейтинговую систему Webometrics, R1 -рейтинг 1-го вуза в системе. Отметим, что между лигой веб-сайта вуза и его количественным рейтингом в системе Webometrics связь не всегда однозначна [3].
Последующие три критерия отражают соответствие вузов в федеральном округе требованиям мировых рейтинговых систем ARWU (Шанхайский рейтинг), QS World Un1-vers1ty Rank1ngs и T1mes H1gher Education (рейтинг Webometrics был выделен отдельно, т.к. он отражает особую тенденцию развития образования - информатизацию). Критерий
m
K5 = ^ r1, где m - число вузов, участвующих в Шанхайском рейтинге, r - рейтинг 1-го вуза
1=1
в данной системе. Аналогично вычисляют критерии К6 и К7 относительно двух других рейтинговых систем. Последующие критерии отражают возможность выбора специальностей или направлений подготовки в пределах федерального округа среди конкурирующих вузов
(в том и смысл конкуренции, помимо обеспечения качества услуг, чтобы у потребителя была возможность выбора!). Критерий К8 - число различных специальностей или направлений подготовки бакалавров, по которым возможно получить высшее образование в федеральном округе. Но данный критерий не отражает широту выбора для абитуриентов, т.к. могут быть уникальные ("редкие") для федерального округа специальности или направления подготовки. Поэтому критерий К9 оценивают на основе метода каменистой осыпи: он равен L, если не менее чем L специальностей (направлений подготовки) аккредитованы не менее чем в L вузах каждая. Например, даже в пределах Краснодарского края в различных вузах открыто направление подготовки бакалавров 09.03.04 - Программная инженерия.
S
Критерий K10Fi , где Fi - число специальностей или направлений подготовки в i-м вузе.
i=1
Следующие критерии отражают конкурентоспособность системы высшего образования федерального округа на мировом рынке образовательных услуг. Критерий Кц - общее число иностранных студентов в вузах федерального округа. Критерий К12 - общее число иностранных государств, из которых прибыли обучаться иностранные студенты. С точки зрения авторов настоящей статьи, данный критерий необходимо учитывать при диагностике конкурентоспособности системы высшего образования в федеральном округе: если преимущественно одно государство является "поставщиком" студентов (тем более, с высокой численностью населения), то это не является свидетельством высокой конкурентоспособности федерального округа на мировой арене. Критерий К13 вычисляют на основе метода каменистой осыпи: он равен D, если не менее чем из D государств прибыло обучаться в вузах федерального округа не менее чем 10xD студентов из каждого. Последующие два критерия учитывают неравномерность распределения иностранных студентов по
K к
государствам и по вузам в округе: K14 =—у- и K15 =—Ц, где H и H - соответственно, ин-
H H
декс Херфендаля (степень неравномерности) иностранных студентов по государствам (откуда они прибыли) и по вузам в округе.
Следующая группа критериев учитывает научную деятельность вузов. Критерий K16=5xQ/+4xQ//+3xQ///+2xQ////+Q/////, где Q, Q7/, Q®, Q//7/ и Q/M, - соответственно, число научных публикаций, индексирующихся в первом, втором, третьем и четвёртом квартилях наукометрической системы Web of Science, а также без квартиля (такой случай возможен, если журнал только что включён в наукометрическую базу). Аналогично вычисляют критерий К17 для системы Scopus. Если издание (журнал) индексируется в обеих общепризнанных международных наукометрических системах, то учитывают публикацию как индексирующуюся в Web of Science. Более сложные, но точные критерии должны учитывать цитируемость публикаций, для более достоверной оценки их качества.
Возникает вопрос: почему авторы настоящей статьи формировали модели и выделяли критерии для диагностики системы высшего образования именно в федеральном округе, а не в регионе? Безусловно, предложенные модели и критерии пригодны и для региональных систем образования. Но федеральный округ - более крупная "единица", и система высшего образования в нём представляет собой и для абитуриентов, и для студентов более широкие возможности, чем региональная; тем более, что не во всех регионах достаточное количество вузов для возможности проведения достоверных статистических измерений.
ЗАКЛЮЧЕНИЕ
Выделенные критерии развития высшего образования в федеральном округе нуждаются в уточнении и дополнении. Но уже на данном этапе очевидно, что набор вышеуказанных параметров должен учитывать различные аспекты успешности (качества и эффективности) всех видов деятельности в высших учебных заведениях. Перспективы исследования - изучение факторов-детерминантов успешности (качества и эффективности)
региональных систем образования.
ЛИТЕРАТУРА
1. Кумышева, Р.М. Региональная образовательная модель, основанная на контекстной деятельности в системе "человек - мир" / Р.М. Кумышева // Педагогика. - 2018. - № 8. - С. 79-85.
2. Мониторинг качества и эффективности непрерывного профессионального образования / А.И. Черных, Т. Л. Шапошникова, К.В. Хорошун, Д.А. Романов ; Кубанский гос. технол. ун-т. - Краснодар : [б.и.], 2016. - 264 с.
3. Сапрыкина, И.Э. Влияние сайта университета на его положение в мировых рейтингах / И.Э. Сапрыкина // Общество: социология, психология, педагогика. - 2018. - № 8. - С. 54-58.
4. Reyes, G.E. A Mathematical and Conceptual Model Regarding Social Inclusion and Social Leverage / G.E. Reyes, M. Govers, D. Ruwaard // Mediterranean Journal of Social Sciences. - 2018. - Vol. 9. - No 3. - P. 9-16.
5. The determinants of quality national higher education systems / R. Williams, G. de Rassenfosse, P. Jensen, S. Marginson // Journal of Higher Education Policy and Management. - 2013. - Vol. 35. - No 6. - P. 599-611.
REFERENCES
1. Kumyisheva, R.M. (2018), "Regional educational model based on context activity in the system "persona - world", Pedagogika, No 8, pp. 79-85.
2. Chernyikh, A.I., Shaposhnikova, T.L., Horoshun, C.V. and Romanov, D.A. (2016), Monitoring of quality and efficiency of recurrent vocational education, Krasnodar.
3. Sapryikina, I.E. (2018), "Influence of university web-site on its positions in international rankings", Obschestvo: sotsiologiya, psihologiya, pedagogika, No 8, pp. 54-58.
4. Reyes, G.E., Govers, M. and Ruwaard, D. (2018), "A Mathematical and Conceptual Model Regarding Social Inclusion and Social Leverage", Mediterranean Journal of Social Sciences, Vol. 9, No 3, pp. 9-16.
5. Williams, R., de Rassenfosse, G., Jensen, P. and Marginson, S. (2013), "The determinants of quality national higher education systems", Journal of Higher Education Policy and Management, Vol. 35, No 6, pp. 599-611.
Контактная информация: [email protected].
Статья поступила в редакцию 12.03.2019
УДК 378
МАТЕМАТИЧЕСКИЕ МОДЕЛИ СОЦИОКУЛЬТУРНОЙ АДАПТАЦИИ ИНОСТРАННЫХ СТУДЕНТОВ В ОБРАЗОВАТЕЛЬНОЙ СРЕДЕ РОССИЙСКОГО
УНИВЕРСИТЕТА
Татьяна Леонидовна Шапошникова, доктор педагогических наук, профессор, Вячеслав Геннадьевич Миненко, кандидат технических наук, доцент, Александр Александрович Ковтун, старший преподаватель, Кубанский государственный технологический университет, г. Краснодар
Аннотация
Цель исследования - создание математических моделей социокультурной адаптации иностранных студентов в образовательной среде российского университета. Известно, что адаптация иностранных студентов в российских университетах - многофакторный процесс; несомненно, что одними из важнейших факторов является успешное освоение иностранным студентом русского языка, а также принятие им культурных ценностей российского общества. При формировании математических моделей авторы настоящей статьи учитывали дидактический потенциал коучинга в формировании иноязычной компетенции иностранного студента. Ведущими методами исследования служили методы теории множеств, теории вероятностей и математической статистики. Методологическими основами исследования служили: социологический подход (рассматривает образовательную среду как важнейший социокультурный фактор освоения иностранным студентом
