Инструменты мотивации профессионального развития педагогических кадров
Аннотация исследования
Датасет был собран по промежуточным итогам исследования использования инструментов повышения мотивации педагогический работников общеобразовательных организаций г. Москвы. Исследование проводилось в рамках написания диссертации магистрантов программы "Управление образованием".
Целью исследования является изучение действенных инструментов повышения мотивации педагогический работников общеобразовательных организаций г. Москвы. Анкетирование проводится с апреля и на данный момент еще не завершено. На 25.05.2024 в анкетировании приняло участие 158 человек.
Источниками информации выступали:
- Профессиональный стандарт педагога. Индивидуальный образовательный маршрут педагога как инструмент овладения новыми профессиональными компетенциями. Презентации / сост. Г.В. Цветкова, Г.А. Ястребова. - Волгоград: Учитель, 2015. - 175 с.
- Балашов Ю. К. Мотивация и стимулирование персонала. Основы построения системы стимулирования // Кадры предприятия. 2007. 366с.
- Стек цифровых инструментов на уроке в школе в 2023 году: аналитический отчёт // Материалы практики магистрантов программы «Управление образованием» НИУ ВШЭ, 2023. [Электронный ресурс]. Режим доступа: https://disk.yandex.ru/d/MjAE-JvEwmghJQ
Встроить Google Sheets
Google Sheets
Построить визуализации в RAWGraphs
Краткое описание инструмента | RAWGraphs - это веб-приложение с открытым исходным кодом для визуализаций статических данных. При этом формы представления данных можно изменять.
Не требует регистрации. По состоянию на 2 августа 2021 г - бета-версия. Язык интерфейса - английский |
---|---|
Возможности | Можно загрузить (скопировать) данные из таблицы (Excel, Google) или csv и сразу же посмотреть на многочисленные варианты представления данных. Веб-приложение содержит множество готовых наборов данных, с которыми можно экспериментировать. RAWGraphs прост, открыт и бесплатен. Сервис не хранит данные на своей стороне: загруженные пользователем датасеты обрабатываются только веб-браузером. Наконец, инструмент позволяет экспортировать полученные визуализации в популярных форматах, чтобы пользователь мог их редактировать по своему усмотрению. |
Трудности использования | Приложение работает с данными в форматах TCV, CSV, DSV и JSON. При переформатировании из стандартных электронных таблиц (Excel, Libre Office, Google) требуется перепроверить корректность использования разделителей столбцов и десятичных разрядов
|
Область знаний | География, Картография, Статистика |
Область применения | представление данных |
Поясняющее видео | https://www.youtube.com/watch?v=Yfac2CZJrP0 |
Веб-сайт | https://rawgraphs.io/ |
Пользователи | Учащиеся, Преподаватели, Исследователи |
Используется для создания (проведения) | диаграммы |
Разработчик | DensityDesign lab |
Сообщество вокруг средства | |
Лицензия | Открытая |
Год первого релиза | |
Совместное сетевое использование | Нет |
Какой язык основной | English |
Есть ли поддержка Искусственным Интеллектом | Нет |
- Описание
- Mauri M. [и др.]. RAWGraphs: A Visualisation Platform to Create Open Outputs CHItaly ’17 / New York, NY, USA: Association for Computing Machinery, 2017.C. 1–5.
- Близкие средства
- CODAP, ManyEyes, Tableau - сходный подход к конструированию визуализации путём перетаскивания блоков.
- Вариант использования
- вместе с BehaviorSpace - постановка экспериментов
- StarLogo Nova
- https://ru.wikiversity.org/wiki/Программирование_Викиданных/RAWGraph - курс с использованием викиданных и RAWGraphs
Типы диаграмм
Alluvial Diagram
Alluvial Diagram позволяет эффективно представить сложные потоки и переходы в образовательных данных, выявляя ключевые закономерности и тенденции. Это делает его ценным инструментом для анализа траекторий, миграции и динамики в системе образования.
- Анализ траекторий обучения студентов
- Показать переходы студентов между различными образовательными программами или специальностями
- Визуализировать изменения в выборе курсов студентами на протяжении обучения
- Отображение потоков поступления абитуриентов
- Проанализировать, откуда приходят студенты в конкретные образовательные учреждения
- Выявить основные источники набора студентов
- Визуализировать перемещения преподавателей между образовательными учреждениями
- Проследить изменения в составе кадров во времени
Bar Chart
- Столбчатые диаграммы (Bar Charts)
- Сравнение успеваемости учащихся по различным предметам или между классами
- Отображение распределения оценок или результатов тестирования
Line Chart
- Линейные диаграммы (Line Charts)
- Анализ динамики успеваемости отдельных учащихся или групп во времени
- Визуализация изменений в посещаемости занятий
Pie Chart
- Круговые диаграммы (Pie Charts)
- Показ процентного соотношения учащихся, достигших определенного уровня по конкретному предмету
- Иллюстрация распределения бюджета образовательного учреждения по различным статьям расходов
Radar Chart
Radar Chart в образовательных данных может быть полезен для визуализации сравнительного анализа множественных категорий или параметров. Radar Chart в образовательных данных может быть эффективным инструментом для сравнительного анализа и визуализации многомерных данных, позволяя быстро выявить ключевые тенденции и различия между различными параметрами или группами данных. Примеры использования Radar Chart в образовательных данных:
- Оценка компетенций студентов: Использование Radar Chart для сравнения уровня различных компетенций у студентов или групп студентов. Это позволяет быстро оценить сильные и слабые стороны в различных областях.
- Сравнительный анализ успеваемости: Визуализация результатов сравнительного анализа успеваемости студентов по различным предметам или курсам. Radar Chart поможет выделить области, в которых студенты показывают наилучшие и наихудшие результаты.
- Оценка навыков и знаний: Использование Radar Chart для оценки уровня знаний и навыков студентов в различных областях образования. Это позволяет проследить прогресс и развитие студентов в течение времени.
- Сравнение образовательных программ: Визуализация сравнительного анализа различных образовательных программ или курсов по различным критериям. Radar Chart поможет выделить особенности каждой программы и сравнить их эффективность.
Построенная визуализация в RAWGraphs
Получить диаграмму в Graphviz
|Description=Graphviz — это разработанный специалистами лаборатории AT&T пакет утилит по автоматической визуализации графов, заданных в виде текстового описания. Пакет распространяется с открытыми исходными файлами и работает на всех операционных системах, включая Windows, Linux/Unix, Mac OS. Самой интересной программой пакета является «dot», автоматический визуализатор направленных графов, который принимает на вход текстовый файл со структурой графа, а на выходе формирует граф в виде графического, векторного или текстового файла. |Affordances=Программа «Dot» сама распознает все связи графа и упорядочит его таким образом, чтобы было наименьшее количество пересечений. Внешний вид графа «Dot» позволяет изменять внешний вид графа. Например, можно изменять форму фигур (прямоугольники, овалы, круги, параллелограммы, многоугольники), цвет и шрифт текста, цвет фона фигур, стиль стрелок и рамок фигур, подписи стрелок и т. д. Итак, основные объектами являются узлы («node») и ребра («edge»). Для того, чтобы настроить свойства всех узлов или ребер нужно вначале использовать команды |Difficult=Знать синтаксис языка |Область применения=образование |Website=http://graphviz.org/ |End users=Учащиеся, Преподаватели, Исследователи |Tool is made for=диаграммы |Developer=AT&T |License=Открытая |distant_collab=Нет |Language_Ru_Eng=English |AI=Нет }}
- Другие инструменты для построения диаграмм
Archimate, Compendium LD, Draw.io, FreeMind, Graphviz, Maps for MediaWiki, Mermaid, Miro, MscGen, PlantUML, RAWGraphs, TheBrain, VUE, WebGrid, Инструменты мотивации профессионального развития педагогических кадров
Инструменты внутри GraphViz
- В составе
- dot — инструмент для создания многоуровневого графа с возможностью вывода изображения полученного графа в различных форматах (PNG, PDF, PostScript, SVG и ряда других).
- neato — инструмент для создания графа на основе «пружинной» модели («spring model», «energy minimised»).
- twopi — инструмент для создания графа на основе «радиальной» модели.
- circo — инструмент для создания графа на основе «круговой» модели.
- fdp — инструмент для создания ненаправленного графа на основе модели fdp.
- dotty — графический интерфейс для создания графов.
- lefty — программируемый графический виджет
Полученная диаграмма в Graphviz
Код для NetLogo
globals [
avg-motivation avg-performance avg-satisfaction
]
patches-own [
incentive-type
]
turtles-own [
motivation performance satisfaction
]
to setup
clear-all setup-patches setup-turtles reset-ticks setup-plots
end
to setup-patches
ask patches [ set incentive-type one-of ["bonus", "training", "recognition", "flexible-schedule", "support-initiatives", "social-benefits"] if incentive-type = "bonus" [set pcolor red] if incentive-type = "training" [set pcolor green] if incentive-type = "recognition" [set pcolor yellow] if incentive-type = "flexible-schedule" [set pcolor blue] if incentive-type = "support-initiatives" [set pcolor cyan] if incentive-type = "social-benefits" [set pcolor magenta] ]
end
to setup-turtles
create-turtles 100 [ setxy random-xcor random-ycor set color black set motivation random 10 set performance random 10 set satisfaction random 10 ]
end
to setup-plots
set-current-plot "Average Attributes" set-current-plot-pen "Motivation" set-plot-pen-color red set-current-plot-pen "Performance" set-plot-pen-color green set-current-plot-pen "Satisfaction" set-plot-pen-color blue
end
to go
ask turtles [ interact-with-patch move ] update-plots tick
end
to interact-with-patch
let current-incentive incentive-type-of patch-here if current-incentive = "bonus" [ set motivation motivation + 1 set performance performance + 1 ] if current-incentive = "training" [ set performance performance + 2 ] if current-incentive = "recognition" [ set motivation motivation + 1 ] if current-incentive = "flexible-schedule" [ set satisfaction satisfaction + 2 ] if current-incentive = "support-initiatives" [ set motivation motivation + 1 set satisfaction satisfaction + 1 ] if current-incentive = "social-benefits" [ set satisfaction satisfaction + 1 set motivation motivation + 1 ]
end
to move
right random 360 forward 1
end
to update-plots
set avg-motivation mean [motivation] of turtles set avg-performance mean [performance] of turtles set avg-satisfaction mean [satisfaction] of turtles set-current-plot "Average Attributes" set-current-plot-pen "Motivation" plot avg-motivation set-current-plot-pen "Performance" plot avg-performance set-current-plot-pen "Satisfaction" plot avg-satisfaction
end
Описание истории кода NetLogo
Глобальные переменные: ср-мотивация, ср-производительность и ср-удовлетворенность: глобальные переменные для отслеживания средних значений этих атрибутов для всех агентов. тип-стимула: переменная патча, представляющая тип стимула, применяемого к каждому патчу. мотивация, производительность и удовлетворенность: переменные черепашек, представляющие состояние каждого агента. Процедуры настройки:
1. Настройка-патчей: присваивает каждому патчу тип стимула и окрашивает патч в зависимости от типа стимула. 2. Настройка-черепашек: инициализирует агентов с случайными значениями мотивации, производительности и удовлетворенности. 3. Настройка-графиков: настраивает график для визуализации средних атрибутов. Процедура "идти": основной цикл симуляции, в котором агенты взаимодействуют с окружающей средой, обновляют свои атрибуты в зависимости от типа стимула патча и перемещаются случайным образом.
Взаимодействие с патчем: определяет, как изменяются атрибуты агентов в зависимости от типа стимула патча.
Перемещение: определяет случайное движение агентов.
Обновление графиков: вычисляет средние значения мотивации, производительности и удовлетворенности и обновляет график.
Запуск модели Настройка: Нажмите кнопку "Настройка" для инициализации окружающей среды и агентов. Идти: Нажмите кнопку "Идти", чтобы запустить симуляцию. График покажет средние значения мотивации, производительности и удовлетворенности с течением времени. Запуская эту модель, можно наблюдать, как различные стимулы влияют на общую мотивацию, производительность и удовлетворенность агентов. Эта информация может быть использована для принятия обоснованных решений о том, какие стимулы наиболее эффективны для улучшения результатов сотрудников.