Изучение Small group discussion (Войнова Екатерина)

Изучение Small group discussion

Команда проекта: Катя, Света, Арина

Модель обсуждения в малой группе. Ключевые особенности модели:

• Различает роли студента и преподавателя, что позволяет гибко моделировать различные педагогические стратегии.
• Агенты обладают убеждениями о собственных состояниях и состояниях других участников, меняющимися в ходе вербальных транзакций.
• Модель учитывает факторы конкуренции и кооперации как ключевые элементы, формирующие характер групповой дискуссии.
• Предоставляет теоретическую перспективу для анализа индивидуального и группового развития вовлечённости в учебную задачу.

Содержание

• 1 Аннотация и цель работы
• 2 Рабочие гипотезы команды
• 3 Интерфейс модели
• 4 Инструменты и управляющие параметры
• 5 План факторных экспериментов
• 6 Результаты эконометрического анализа
• 7 Просмотр исходного кода
• 8 Участники и распределение ролей

1. Аннотация В данном проекте исследуется модель обсуждения в малой группе с точки зрения вовлеченности студентов и структуры возникающих социальных связей. С помощью факторного эксперимента в среде BehaviorSpace собираются микроданные об эффективности учебной дискуссии в зависимости от выбранных стратегий взаимодействия.

Цель работы: Количественно оценить с помощью эконометрических методов (регрессионного анализа в R), как разные учебные подходы влияют на индивидуальную активность студентов.

2. Рабочие гипотезы команды

👤 Гипотеза 1 (Екатерина Войнова) — Влияние кооперации на активность * H₀: Включение кооперативного режима обучения (learning-mode = "Cooperation") не оказывает влияния на средний уровень активности студентов.
* H₁: Кооперативный режим обучения статистически значимо повышает активность студентов по сравнению с нейтральным режимом.

👤 Гипотеза 2 (Света) — Влияние соревновательности на граф связей * H₀: Переход к соревновательной модели не изменяет плотность связей в возникающем коммуникационном графе (graph-density).
* H₁: Соревновательность приводит к статистически значимому снижению плотности графа (замыкание агентов).

👤 Гипотеза 3 (Арина) — Модерирующая роль преподавателя * H₀: Присутствие преподавателя-модератора в соревновательной среде не влияет на активность студентов.
* H₁: Присутствие преподавателя-модератора сглаживает негативный эффект соревновательности и возвращает активность к норме.

3. Интерфейс модели

4. Инструменты и управляющие параметры

Используемые инструменты:

• Моделирование: NetLogo (среда агентного программирования).
• Анализ данных: Скрипты на языке R (пакеты tidyverse, ggplot2, lmtest).
• Платформа реализации: Поле цифровой дидактики.

Теоретический базис — Зона ближайшего развития

Понятие в культурно-исторической теории Выготского, обозначающее расхождение в уровне трудности задач, которые решаются ребёнком самостоятельно и с помощью медиаторов-помощников, в роли которых могут выступать взрослые, учителя или сверстники.

Основные управляющие параметры модели:

• `number-of-students` — численность учебной группы (диапазон от 3 до 15).
• `learning-mode` — текущий режим взаимодействия (Cooperation / Competition / Neutral).
• `teacher-present` — логический переключатель наличия преподавателя в дискуссии.

Собираемые метрики:

• `student-activity` — средняя интенсивность реплик на одного студента.
• `graph-density` — плотность получившегося графа коммуникаций.
• `researcher` — идентификатор автора конкретного эксперимента.

5. План факторных экспериментов

• Длительность симуляции: Фиксированно 50 ходов (тиков) на одну дискуссию.
• Количество повторений: 50 автономных прогонов для каждой комбинации параметров для обеспечения точности регрессии.
• Индивидуальный вклад: Каждый участник команды генерирует массив данных со своим уникальным текстовым маркером в колонке `researcher`.

Лог собранных данных:

• Ссылка на объединенный датасет (CSV): [Файл будет прикреплен после завершения генерации]

6. Результаты эконометрического анализа

• (В данном разделе Арина разместит итоговые таблицы регрессии, графики остатков и p-value для подтверждения гипотез)*

7. Просмотр исходного кода

Раздел зарезервирован под текстовый код процедур NetLogo (заполняется Светой)

8. Участники и распределение ролей

• Екатерина Войнова — постановка рабочих эконометрических гипотез, сгенерированный лог (`researcher = "Katya"`), общая координация и структурирование проекта.
• Света Губанова — техническая наладка модели NetLogo, проведение факторных прогонов, сгенерированный лог (`researcher = "Sveta"`).
• Арина Братченко — программирование эконометрических моделей в RStudio, интерпретация коэффициентов регрессии, сгенерированный лог (`researcher = "Arina"`).