Cloud technologies (syllabus)

Материал из Поле цифровой дидактики



Планируемые результаты обучения (Знать, Уметь, Владеть) Дисциплина "Облачные технологии" предназначена для магистрантов педагогического ВУЗа и представляет собой курс, который знакомит студентов с основами и принципами работы облачных технологий. В результате освоения дисциплины студент
Знает
Основные понятия облачных технологий
Возможности использования облачных сервисов
Возможности использования данных, которые накапливают облачные платформы
Умеет
Использовать облачные сервисы в собственной исследовательской деятельности
Использовать облачные сервисы для организации совместной деятельности учащихся
Использовать данные облачных сервисов для анализа учебного процесса
Понимает
Как объединить образовательные и аналитические возможности облачных технологий
Содержание разделов курса Содержание дисциплины
История и основные понятия облачных вычислений
Вычисление как услуга
Разнообразие облачных сервисов
Обучающие и аналитические облачные сервисы
Работа в облаке с текстом, кодом программ, диаграммами и другими цифровыми объектами
Облачные платформы обучения программированию
Облачные данные и их использование
Обращение к данным
Использование облачных данных в исследовании и управлении учебным процессом
Доступ к облачным данным. Использование облачных данных в исследовательской и педагогической практике
Облачные вычисления и интернет вещей
Видео запись
Среды и средства, которые поддерживают учебный курс Git, GitHub, Semantic MediaWiki, CODAP, MQTT, Сообщество Scratch
Книги, на которых основывается учебный курс Переход в облако

История и основные понятия облачных вычислений

Категория:Понятие
Вычислительное мышление
Облачные технологии

Вычисление как услуга

Примеры
 Description
Как видоизменять графУ нас есть исходные данные взаимоотношений для построения графа. Мы хотим
  1. сделать граф информативным
  2. удалить из него ненужные узлы и связи
  3. оставить в нём только нужно
  4. экспериментировать с узлами и связями
Как интерпретировать социограммуКак интерпретировать социограмму (викиграмму), полученную в результате обработки лог-файла
Как написать курсовую работу по программированиюСтуденты пишут курсовую работу, в рамках которой демонстрируют свою способность создавать и документировать программный продукт
Как построить социограмму совместной деятельности по теме инженерного образованияПредположим, у нас есть ученики инженерного класса, участвующие в разных совместных проектах (например, лабораторные работы, конкурсы, хакатоны). Мы хотим понять:
  • Кто с кем чаще всего работает?
  • Кто является "центром" взаимодействий?
  • Есть ли изолированные группы?
Картировать научный ландшафтКак картировать научный ландшафт - собрать с поля данные, выделить кластеры, сформировать тезаурус, посмотреть результаты


 Description
Как провести анализ временного рядаНам нужно показать процедуру анализа временного ряда на готовых или выращенных в эксперименте данных.
Как провести регрессионный анализКак провести регрессионный анализ зависимости между двумя переменными. Мы используем CODAP
Как скопировать данные в буфер обмена в Snap!Мы обработали или вырастили данные в среде Snap! и теперь мы хотим перенести эти данные в среду для анализа и визуализации. Простой и понятный способ - сохранить (экспортировать) значение переменной в csv или json. Но, если не хочется порождать промежуточные файлы то, можно использовать возможности расширения JavaScript
Описать датасет при помощи описательной статистикиУ нас есть готовый датасет и мы хотим его описать при помощи описательной статистики. При этом мы можем пользоваться различными статистическими пакетами и языками программирования.
 Description
AlexandraSeminaИсследует поле цифровой дидактики
AlexandraSemina2Исследует поле цифровой дидактики
Как провести анализ временного рядаНам нужно показать процедуру анализа временного ряда на готовых или выращенных в эксперименте данных.
Как провести регрессионный анализКак провести регрессионный анализ зависимости между двумя переменными. Мы используем CODAP
Как скопировать данные в буфер обмена в Snap!Мы обработали или вырастили данные в среде Snap! и теперь мы хотим перенести эти данные в среду для анализа и визуализации. Простой и понятный способ - сохранить (экспортировать) значение переменной в csv или json. Но, если не хочется порождать промежуточные файлы то, можно использовать возможности расширения JavaScript
 Description
Как написать курсовую работу по программированиюСтуденты пишут курсовую работу, в рамках которой демонстрируют свою способность создавать и документировать программный продукт
Как подготовить данные для библиометрического исследованияРаспространённая задача - провести библиометрический анализ определённой области знаний. В данном рецепте последовательность действий представлена как диаграмма - flow diagram
Как представить JSON из API в виде диаграммы PlantUMLМы получаем наборы данных из внешнего API и прежде чем что-то с ними делать хотим посмотреть на их структуру. Для этого использует редактор PlantUML - https://plantuml.com/json
Как представить вики статью в App InventorУ нас есть имя статьи в вики и мы хотим в App Inventor об этой статье рассказать. Пользователь набирает имя статьи и на экране появляется:
  1. Краткое содержание (description)
  2. Редакторы
  3. Ссылки из статьи
  4. Ссылки к статье
Как представить схему процесса передачи сообщения при помощи PlantUMLПредставление схемы передачи сообщения по каналу связи при помощи различных облачных средств.


 Description
Библиографический анализ области знанийАнализ публикаций начинается с представления общего поля работ, которые были сделаны по данной теме в последние 10 – 30 лет. В рецепте представлены следующие шаги:
  1. Запрос к библиотеке или реферативным базам данных - ACM Digital Library, WoS
  2. Объединение и редактирование записей в Zotero
  3. Экспорт записей в формат для VOSviewer или Biblioshiny
  4. Сохранение и представление датасета
  5. Импорт данных в VOSviewer
  6. Кластеризация авторов
  7. Кластеризация ключевых слов
  8. Тезаурус для объединения повторов
Библиометрические исследованияКак организовать и осуществить библиометрическое исследование - от сбора информации в базах данных, через обработку в библиоменеджерах и дальнейший анализ в средах анализа данных
Как очистить датасет от дублей имен авторов в OpenRefineРаспространенная проблема в библиометрических датасетах имена авторов написаны по-разному. В результате при анализе в VOSviwer мы видим больше узлов, чем есть на самом деле. Нам нужно избавиться от этих лишних узлов
Как создать исполняемую публикацию по теме: научная школа университетаПредложен порядок создания исполняемой публикации по теме "научная школа университета".
Картировать научный ландшафтКак картировать научный ландшафт - собрать с поля данные, выделить кластеры, сформировать тезаурус, посмотреть результаты
Представить данные датасета в виде графаЕсть датасет и мы хотим превратить его в таблицу и граф, чтобы посмотреть на взаимосвязи узлов.
Сделать тезаурус для VOSviewerМы получили данные, начали обрабатывать и визуализировать их в VOSviewer и обнаружили, что один и тот же автор занесен в базу данных под несколькими похожими именами. Как результат - эти авторы представлены на графе несколько раз.

Разнообразие облачных сервисов

Библиографические облачные сервисы

Категория:DigitalTool
 DescriptionAffordances
ACM Digital LibraryЦифровая библиотека ассоциации вычислительной техники — архив журналов, газет и материалов конференций организации. Онлайн-сервисы включают форумы, такие как Ubiquity и Tech News digest.Сбор библиография и библиографический анализ публикаций в области вычислительной техники, информатики, обучения программированию
ConnectedpapersConnected Papers - это визуальный инструмент, помогающий исследователям и находить и изучать документы, относящиеся к их сфере деятельности. Пользователь может ввести название статьи или URL-адрес и получить график, показывающий ее контекст и релевантность. Это может помочь открыть новые направления исследований, сравнить разные подходы и следить за актуальными темами.
  • Для создания каждого графика CP анализирует порядка ~ 50 000 статей и выбирает несколько десятков, имеющих наиболее сильные связи с исходной статьей.
  • На графике статьи расположены в соответствии с их сходством. Это означает, что даже статьи, которые напрямую не цитируют друг друга, могут быть тесно связаны и расположены очень близко. Связанные статьи - это не дерево цитирования.
  • Метрика сходства основана на концепциях совместного цитирования и библиографической связи. Согласно этому показателю, предполагается, что две статьи, цитаты и ссылки в которых сильно пересекаются, имеют больше шансов осветить смежную тему.
  • Алгоритм строит силонаправленный граф для распределения статей таким образом, чтобы визуально группировать похожие статьи вместе и отдалять менее похожие друг от друга. При выборе узла мы выделяем кратчайший путь от каждого узла к исходной статье в пространстве подобия.

База данных подключена к корпусу документов Semantic Scholar (лицензирован по ODC-BY).

DimensionsDimensions — это самая полная база данных исследовательских грантов, которая связывает гранты с миллионами итоговых публикаций, клинических испытаний и патентов. Измерения включают в себя наборы данных из таких репозиториев, как Figshare, Dryad, Zenodo, Pangaea и многих других. Измерения предоставляют самые последние данные о внимании в Интернете через Altmetric, показывая, как часто публикации и клинические испытания обсуждаются во всем мире.Измерения охватывают миллионы исследовательских публикаций, связанных более чем 1,7 миллиардами ссылок, поддерживающими грантами, наборами данных, клиническими испытаниями, патентами и программными документами. На платформе размещено 133 млн публикаций из 104 тыс. журналов, 63 сервера препринтов и более 1,6 млн книг, 151 млн патентов из 243 стран. Поскольку Dimensions отображает весь жизненный цикл исследований, вы можете следить за исследованиями от финансирования до результатов и воздействия. Это изменило способ обнаружения, доступа и оценки исследований. Dimensions позволяет увидеть полный контекст науки и проанализировать его в режиме единого интерфейса.
ELibrary.RuРоссийская научная электронная библиотека, интегрированная с Российским индексом научного цитирования (РИНЦ). Распределенное хранение данных — полные тексты, метаданные и индексы размещены в облачных кластерах. Автоматическое масштабирование — обработка миллионов запросов от пользователей по всей РоссииПо состоянию на середину 2020 года в базе данных eLibrary.Ru насчитывалось более 34 млн статей. eLibrary.Ru и РИНЦ разработаны и поддерживаются компанией «Научная электронная библиотека». Помимо платного доступа для индексации публикаций для организаций, на портале доступны статьи из более чем 3000 журналов с открытым доступом.
WoSWeb of Science (англ. WoS, ранее — Web of Knowledge) — платная поисковая платформа, объединяющая несколько библиографических и реферативных баз данных рецензируемой научной литературы.Web of Science считают одним из ведущих мировых порталов по поиску научных цитирований и библиографической информации. Под WoS понимают подмножество баз данных академической литературы, размещённых на единой интернет-платформе. WoS индексирует научные книги, рецензируемые журналы, исследовательские статьи, обзоры книг, абстракты, редакционные письма, другую литературу. На март 2022 года в WoS было проиндексировано 21 877 журналов публикуемых с 1992 года в более чем 80 странах. Цитирования отслеживают начиная с 1900-го. Большинство работ опубликовано в США (более 3-х млн) и Китае (более 2-х млн)
ZoteroБиблиографический менеджер — это бесплатное программное обеспечение с открытым исходным кодом, позволяющая собирать цитаты с указанием источников, сохранять PDF-документы, веб-страницы, видео и другие файлы, ссылки на интересные материалы в cети, создавать персональные библиографии по темамсобирать библиографическую информацию, создавать библиотеки, использовать теги, создавать результаты поиска, совмещать работу с текстовыми процессорами - Word, Google Doc. Выбранные данные из местной справочной библиотеки впоследствии можно экспортировать в виде отформатированных библиографий. Кроме того, все записи, включая библиографическую информацию и созданные пользователем текстовые заметки о выбранных статьях.

Обучающие сетевые сообщества (программирование)

 Description
CoMSESCoMSES Net - Сеть для вычислительного моделирования в социальных и экологических науках. Это - открытое сообщество исследователей и преподавателей. Репозиторий - цифровое хранилище, поддерживающее исследования и передовые методы цитирования программного обеспечения, цифрового хранения, воспроизводимости и повторного использования моделей.
GitHubСоциальная сеть программистов, с возможностью хранить репозиторий проекта и все его изменения. GitHub - контроль доступа, багтрекинг, управлением задачами и вики для каждого проекта. Используется прежде всего для поддержания версий кода
GlitchСообщество для разработки веб-приложений
HabrХабр русскоязычный веб-сайт в формате системы тематических коллективных блогов (именуемых хабами) с элементами новостного сайта, созданный для публикации новостей, аналитических статей, мыслей, связанных с информационными технологиями, бизнесом и интернетом.
Modeling CommonsСообщество, участники которого создают и обмениваются моделями NetLogo.
RobloxRoblox — игровая онлайн-платформа и система создания игр, позволяющая любому пользователю создавать свои собственные и играть в созданные другими игры.
Stack OverFlowСеть создания контента в форме вопросов и ответов о программировании.
Сообщество GeoGebraСоциальная сеть, участники которой обмениваются материалами, созданными при помощи программы GeoGebra
Сообщество NetLogoСообщество пользователей, которые обмениваются моделями, написанными на языке NetLogo.
Сообщество ScratchСетевое сообщество детей и взрослых, обменивающихся своими проектами, написанными на языке Scratch
Сообщество Snap!Сообщество исследователей, учителей и учащихся, использующих в своей деятельности язык Snap! Участники могут делиться своими проектами (Share, Publish). Создавать коллекции проектов, следить с действиями других участников (following)
Сообщество StarLogoСообщества обмена моделями и объектами в среде StarLogo Nova. Участники могут использовать код проектов других участников. Создавать свои коллекции и приглашать других участников к работе над версиями своих проектов.


Облачные данные и их использование

Обращение к данным Использование облачных данных в исследовании и управлении учебным процессом

Описание датасета 120px-Collab_mgpu01.jpg
  • Данные о публикационной активности Московского городского университета https://www.mgpu.ru выгружены из Scopus в формате RIS.
Описание полей
Форматы данных
Область знаний Педагогика, Психология, Образование
Веб-сайт - ссылка на датасет https://drive.google.com/file/d/15pZhSLzq22jcIRBq22zZhVyI ufUpF7j/view?usp=share link
Примеры использования датасета
Год создания датасета 2022


Граф авторов, связанных совместными публикациями




Описание датасета 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
Описание полей
  1. from - ID участника, который копирует сценарий
  2. to - ID участника, у которого копируют сценарий
  3. subject - предмет сценария копируемого урока
  4. date_of_action - время действия
Форматы данных CSV
Область знаний Математика, Педагогика, Психология, Управление
Веб-сайт - ссылка на датасет http://www.uic.unn.ru/pustyn/data-sets/mesh/giant recicrop component.csv
Примеры использования датасета Патаракин Е.Д., Буров В.В. Незримый колледж МЭШ // Вестник Мгпу. Серия: Информатика И Информатизация Образования. 2022. № 2 (60). 38-52 https://www.elibrary.ru/item.asp?id=49058657
Год создания датасета 2022



Что делают в МЭШ учителя иностранного языка

Описание - в статье Незримый колледж МЭШ

Главный компонент содержит 1174 узла и 17928 связей.

{{#widget:YouTube|id=SHrzpd7YC7A|start=5}}

Датасет в вики

Копирующий Копируемый
1405 939
1166 939
939 1405
939 844
939 626
934 956
357 75
943 626
898 929
356 897
858 676
356 935
356 698
858 897
844 939
824 1262
858 936
1300 356
844 75
1283 704
350 676
350 1262
1299 1417
498 1283
895 1262
1304 943
943 676
937 1228
1228 937
943 704
931 913
676 943
939 938
1299 356
936 357
936 626
897 356
723 356
356 938
127 751
127 356
354 676
1348 824
321 1300
1359 1299
31 824
96 824
1340 620
943 352
897 858
1284 1359
270 1299
697 858
352 858
861 74
1311 350
676 858
955 933
671 858
671 356
940 933
1227 858
938 933
356 497
356 1300
1227 933
861 803
861 933
1262 895
270 933
956 934
626 933
619 933
929 933
1227 74
936 933
76 933
497 356
858 627
858 933
858 321
858 674
858 940
858 350
858 935
352 933
933 352
620 1340
699 930
626 939
938 74
594 350
1227 1299
942 626
626 942
858 1311
321 698
321 859
352 1405
1299 937
930 699
933 929
858 697
413 1075
845 1075
1405 352
1262 350
933 76
1262 824
933 356
751 127
1299 619
933 1227
937 1358
672 76
350 1299
953 936
74 1299
937 356
933 938
896 938
937 1299
1262 933
704 1283
943 1304
858 356
1299 1227
858 351
936 627
1299 1359
74 1227
626 943
935 356
938 356
932 675
824 1227
673 933
933 673
1227 356
270 912
1178 1021
858 671
858 1227
933 861
1545 16
356 270
676 354
76 672
676 350
1203 1359
957 860
1299 350
221 928
786 928
426 928
933 270
1402 626
675 932
627 858
824 1348
721 626
933 955
933 936
933 723
933 1262
858 270
858 938
858 619
858 352
933 626
803 861
627 936
933 940
1501 1549
1549 1501
270 356
356 628
723 933
938 896
935 858
74 861
350 594
1299 270
937 619
1518 270
356 1299
356 933
1227 824
797 676
1299 74
1283 498
356 723
1358 937
912 270
940 858
356 1227
356 671
619 350
1341 936
1417 1299
356 697
697 270
356 350
697 356
356 929
896 270
270 75
626 356
1397 270
270 1397
704 943
74 938
619 930
626 1402
954 270
356 75
938 939
98 897
270 954
270 896
75 356
75 357
676 797
357 936
270 1518
619 352
619 356
352 943
930 619
75 270
270 352
807 940
352 619
356 127
626 936
626 721
270 619
626 270
352 270
270 697
807 356
619 1299
619 937
619 270

Представление агентов - учителей в Snap!


Аналитика участников и студий Scratch

Студии Scratch

Cloud technologies (syllabus)


Облачные вычисления и интернет вещей

См. Категория:Dataset


Пример карты Интернет вещей в России

Понятия

https://app.vosviewer.com/?json=https://drive.google.com/uc?id=1h7pAkcUa-GZf3_LBDWGT26lltFAOtojz

Авторы

https://app.vosviewer.com/?json=https://drive.google.com/uc?id=119MNXc7E9zK4gM8nauRjyShOHe7gCNI_

MQTT - обмен сообщениями

Критерии оценки по дисциплине

Образовательный результат Тема Задание Пример
Знает возможности использования облачных сервисов, умеет использовать облачные сервисы в собственной исследовательской деятельности для сбора и анализа библиометрических данных Вычисление как услуга, Разнообразие облачных сервисов Проведите собственное исследование с использованием облачных библиографических сервисов
Использовать облачные сервисы в собственной исследовательской деятельности Обучающие и аналитические облачные сервисы. Работа в облаке с текстом, кодом программ, диаграммами и другими цифровыми объектами. Использование CODAP, RAWGraphs, Graphviz Создание схем и диаграмм - Диаграмма,
  • Понимает как объединить образовательные и аналитические возможности облачных технологий
  • Умеет использовать облачные сервисы для организации совместной деятельности учащихся
Облачные платформы обучения программированию Примеры собственных проектов на облачных платформах обучения программированию Scratch, Snap!, StarLogo Nova, NetLogo
Использовать данные облачных сервисов для анализа учебного процесса Облачные данные и их использование. Доступ к облачным данным. Использование облачных данных в исследовательской и педагогической практике Задание
Умеет переносить умения в область интернета вещей Облачные вычисления и интернет вещей Задание