Data in Education Seminar/19 12 2024

Материал из Поле цифровой дидактики


Описание события Агрегация экспертных мнений при построении карт знаний:
Программа семинара
  1. Воронцов К.В. д. ф-м.н., профессор РАН, зав. лабораторией МОСА МГУ - Оценивание качества иерархической суммаризации карт знаний, построенных по научным и учебным текстам
  2. Пукемо М. м.н.с. лаборатории МОСА МГУ - Использование карт знания в учебном процессе в средней школе
  3. Патаракин Е.Д., д.п.н. профессор МГПУ - Совместное создание и использование карт знаний на базе Semantic MediaWiki
Тип события Семинар
Начало 2024-12-19T15:00:26.000Z
Окончание 2024-12-19T16:30:26.000Z
color orange
Адрес события
Видео запись события
Среды и средства, которые использовались в рамках события Semantic MediaWiki, Graphviz, PlantUML
Формируемые в рамках события компетенции
Область знаний NetSci, География, Информатика, Картография, Моделирование
Местоположение 55° 48' 14.78" N, 37° 36' 53.95" E
Формат реализации On-line
Карта
Идёт загрузка карты…


Совместное создание и использование карт знаний на базе Semantic MediaWiki

Понятия

 Description
Диаграмма связейДиагра́мма свя́зей, известная также как интелле́кт-ка́рта, ассоциати́вная ка́рта, мента́льная ка́рта или ка́рта мыслей (англ. Mind map) — метод структуризации и визуализации концепций с использованием графической записи в виде диаграммы. Диаграмма связей реализуется в виде древовидной схемы, на которой изображены слова, идеи, задачи или другие понятия, связанные ветвями, отходящими от центрального понятия или идеи. Обычно создается вокруг одной концепции, нарисованной в виде изображения в центре пустой страницы, к которому добавляются связанные представления идей, такие как изображения, слова и части слов. Основные идеи напрямую связаны с центральной концепцией, а другие идеи являются ответвлениями от этих основных идей.
МакроскопПодобно тому, как микроскоп помогает нашему невооруженному глазу чтобы видеть бесконечно малые клетки, микробы и вирусы, тем самым поддерживает прогресс в области биологии и медицины или телескоп открывает бесконечную необъятность космоса, и подготавливает человечество к завоеванию космоса, макроскоп помогает нам справиться с другим бесконечным: бесконечно сложным. Макроскопы дают нам "видение целого" и помогают нам "синтезировать". Макроскопы позволяют нам обнаруживать закономерности и тенденции в ландшафте науки. Вместо того, чтобы делать вещи больше или меньше, макроскоп помогает изучать сети объектов, которые одновременно слишком велики, слишком медленны или слишком сложны для наших глаз.
Наука о сетяхНаука о сетях (наука о связанности) - научная дисциплина, которая изучает общие черты природных или искусственных сетей, таких как информационные, биологические и социальные сети.
Предметом исследования науки о сетях является сетевое представление физических, биологических и социальных явлений, ведущее к построению моделей позволяющих прогнозировать эти явления.
  • Наука о сетях занимается выявлением и пониманием строгих математических принципов и законов, которые управляют многообразием сетевых структур, включая биологические, социальные и электронные. Сетевые структуры представляют собой междисциплинарное понятие, применимое к разнообразным системам – от звёздных скоплений и кристаллов до ансамблей элементарных частиц и технических устройств.
  • Сетевые структуры в широком смысле могут состоять из одинаковых или разных узлов. Связи между узлами (ребра) могут быть идентичными или различаться по своей значимости или по иным критериям, быть направленными (как дорога с односторонним движением) или нет.
Сложная адаптивная системаСистема считается сложной в тех случаях, если она открыта (обменивается информацией с окружающим миром), состоит из множества частично автономных и связанных между собой компонентов, называемых агентами, и если в этой системе нет централизованного управления. Поскольку ключевым преимуществом сложных комплексных систем является адаптивность принято называть такие системы сложными адаптивными системами.

Инструменты

 Description
GraphvizGraphviz — 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.
IMS Learning DesignLD – это язык для создания учебных планов занятий, которые могут затем многократно использоваться другими учителями. Такие планы позволяют преподавателям поделиться с другими преподавателями и сократить затраты и время, затраченное на разработку электронных учебных материалов. Учитель проводит комплекс мероприятий в специально подобранных условиях с использованием специальных средств для достижения конкретных целей. Применение педагогических сценариев в качестве инструмента структуризации обучения в сети было нормативно закреплено в связи с принятием новой спецификации для онлайн-обучения «Учебный дизайн в системах управления образовательным процессом».
MermaidСредство создания изображения диаграмм из кода, написанного на языке разметки.
PlantUMLPlantUML позволяет генерировать диаграммы (по большей части в нотации UML) в виде текста, описывающего элементы и связи между ними.
TheBrainTheBrain — программа для создания «ментальных карт» (mind maps, диаграмм связей). TheBrain рассчитан на хранение и быстрый вывод бесконечного количества элементов, каждый из которых может быть связан с любым количеством других нодов, а также содержать гиперссылки (в про-версии — более одной), тексты, картинки и вложения (также только в про-версии)
VOSviewerVOSviewer — это программа для построения и визуализации библиометрических сетей.
VUEСреда визуального понимания разработка TUFTS University.
WebGridWebGrid - это система представления концепций, которая помогает выявлять и анализировать ментальные модели отдельных людей, группы или сообщества в определённых областях знаний. В основании инструмента лежит теория персональных конструктов Джорджа Келли

Модели

 Description
Preferential AttachmentМодель предпочтительного присоединения - Preferential Attachment - Процесс предпочтительного присоединения - это любой из классов процессов, в которых некоторое количество, обычно некоторое форма богатства или кредита распределяется между несколькими людьми или объектами в зависимости от того, сколько они уже имеют, так что те, кто уже богат, получают больше, чем те, кто не богат. «Предпочтительная привязанность» - это лишь последнее из многих названий, которые были даны таким процессам. Они также упоминаются как «богатые становятся богаче». Процесс предпочтительного присоединения генерирует распределение «с длинным хвостом » после распределения Парето или степенной закон в его хвосте. Это основная причина исторического интереса к предпочтительной привязанности: распределение видов и многие другие явления наблюдаются эмпирически, следуя степенным законам, и процесс предпочтительной привязанности является ведущим механизмом для объяснения этого поведения. Предпочтительное прикрепление считается возможным основанием для распределения размеров городов, богатства чрезвычайно богатых людей, количества цитирований, полученных научными публикациями, и количества ссылок на страницы во всемирной паутине.
  • 120px-Pref_attachm.png
NetLogo Web
Ошибка в виджете iframe: unable to write file /home/d/digida/data/www/digida.burov.ru/extensions/Widgets/compiled_templates/wrt676ca8a3e50083_63032108

Примеры датасетов - Категория:Dataset

 Description
Библиосет: публикационная активность МГПУ120px-Collab_mgpu01.jpg
  • Данные о публикационной активности Московского городского университета https://www.mgpu.ru выгружены из Scopus в формате RIS.
Взаимное копирование МЭШ (датасет)При изучении записей действий над учебными сценариями в МЭШ из всей таблицы действий учителей над объектами-сценариями были выделены только действия взаимного копирования. В результате был выделен граф совместных копирований состоящий из 145 компонент. При этом узлы и связи распределены крайне неравномерно. Главный компонент содержит 1174 узлов и 17928 связей, а на остальные 144 компоненты приходится всего 378 узлов и 3421 связи.
375px-Giant_copies.png
Что делают в МЭШ учителя математикиКак копируют учителя математики

Примеры диаграмм связей - Категория:Diagrams

Примеры +

Массовые сцены

Связи классов

Примеры (-)

Историки

Категория:Работы историков ИГН


Филологи

Категория:PhilologyWorks

Карта статьи