Онтологическое моделирование предметной области при изучении инженерной дисциплины: взгляд студентов

Авторы: Нетименко К.Я., Кирьянов С.В., Юркин Н.О., Платонов Д.Д.
Опубликовано в выпуске: #7(84)/2023
DOI: 10.18698/2541-8009-2023-7-918
Раздел: Информатика, вычислительная техника и управление
Ключевые слова: концепт, концептуальная карта, глоссарий, класс, индивид, логические связи, онтология, таксономия, универсальные компетенции
Опубликовано: 24.07.2023

Приведены результаты эксперимента по онтологическому моделированию предметной области инженерной дисциплины параллельно с ее освоением. Этапы работы включали формирование глоссария, концептуальной карты, а затем и онтологии на основе редактора Protege. Показано, что такая работа позволяет активизировать усвоение учебного материала, реализовать в полной мере систему учебных целей в комплексе от простого к сложному: помнить, понимать, применять, анализировать, оценивать, создавать. Проработка глоссария обеспечила не только уверенное запоминание этой информации, но также расширение и углубление представления об основных концептах изучаемой предметной области. Коллаборация при разработке онтологии, совместная разработка критериев оценки их качества, взаимное анонимное рецензирование обеспечили приобретение всеми студентами начальных навыков онтологического моделирования, способствовали формированию универсальных, надпредметных компетенций параллельно с освоением инженерной дисциплины и на ее основе.

Литература

[1] Parkins D. The world’s most valuable resource is no longer oil, but data. URL: https://www.economist.com/leaders/2017/05/06/the-worlds-most-valuable-resource-is-no-longer-oil-but-data (accessed May 25, 2023).

[2] Цветков Ю.Б. Процессы и оборудование микротехнологии. Москва, МГТУ им. Н.Э. Баумана, 2018, 124 c.

[3] Еремин Е.А. Онтологии как средство представления учебного материала. Вестник ПГПУ. Серия: Информационные компьютерные технологии в образовании, 2007, № 3, с. 23–36.

[4] Sosnovsky S., Gavrilova T. Development of educational ontology for C-programming. Information Theories & Applications, 2006, vol. 13, pp. 303–308.

[5] Stancin K., Poscic P., Jaksic D. Ontologies in education — state of the art. Education and Information Technologies, 2020, vol. 25 (6), pp. 5301–5320. https://doi.org/10.1007/s10639-020-10226-z

[6] Wang Y., Wang Z., Hu X., Bai T., Yang S., Huang L. A courses ontology system for computer science education. IEEE International Conference on Computer Science and Educational Informatization, 2009, pp. 251–254. https://doi.org/10.1109/CSEI47661.2019.8938930

[7] Mosharraf M., Taghiyareh F. Automatic syllabus-oriented remixing of open educational resources using agent-based modeling. IEEE transactions on learning technologies, 2019, vol. 13 (2), pp. 297–311. https://doi.org/10.1109/TLT.2019.2937084

[8] Nahhas S., Bamasag O., Khemakhem M., Bajnaid N. Leveraging linked data to propel competency-based education based on labour skills. 2nd International Conference on Computer Applications Information Security, 2019, pp. 1–6. https://doi.org/10.1109/CAIS.2019.8769503

[9] Piedra N., Caro E.T. LOD-CS2013: Multileaming through a semantic representation of IEEE computer science curricula. IEEE Global Engineering Education Conference, 2018, pp. 1939–1948. https://doi.org/10.1109/EDUCON.2018.8363473

[10] Samia Z., Khaled R., Warda Z. Multi-agent systems and ontology for supporting management system in smart school. 3-rd International Conference on Pattern Analysis and Intelligent Systems, 2018, pp. 1–8. https://doi.org/10.1109/PAIS.2018.8598505