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:

1. 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.
2. Балашов Ю. К. Мотивация и стимулирование персонала. Основы построения системы стимулирования // Кадры предприятия. 2007. 366с.
3. 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

https://disk.yandex.ru/i/SobJМоjxOu6mmSZw

Построить визуализации в RAWGraphs

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.

1. Анализ траекторий обучения студентов

• Показать переходы студентов между различными образовательными программами или специальностями
• Визуализировать изменения в выборе курсов студентами на протяжении обучения

1. Отображение потоков поступления абитуриентов

• Проанализировать, откуда приходят студенты в конкретные образовательные учреждения
• Выявить основные источники набора студентов

1. Визуализировать перемещения преподавателей между образовательными учреждениями

• Проследить изменения в составе кадров во времени

Bar Chart

Столбчатые диаграммы (Bar Charts)

1. Сравнение успеваемости учащихся по различным предметам или между классами
2. Отображение распределения оценок или результатов тестирования

Line Chart

Линейные диаграммы (Line Charts)

1. Анализ динамики успеваемости отдельных учащихся или групп во времени
2. Визуализация изменений в посещаемости занятий

Pie Chart

Круговые диаграммы (Pie Charts)

1. Показ процентного соотношения учащихся, достигших определенного уровня по конкретному предмету
2. 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:

1. 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.
2. 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.
3. 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.
4. 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

https://disk.yandex.ru/i/or5atLnlydgJUQ

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

https://disk.yandex.ru/i/kyMTgy-ewDGRcw

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.