Data in Education Seminar/28 02 2024: различия между версиями
Patarakin (обсуждение | вклад) |
Patarakin (обсуждение | вклад) Нет описания правки |
||
| Строка 16: | Строка 16: | ||
Lê Nguyên Hoang, как помним, рассказывал, что когда он только начинал играть в футбол в университетской команде, то они в начале играли так плохо, что им даже не удавалось в игре ударить по [[мяч]]у. Потом они стали играть получше и постепенно стали по мячу всё-таки ударять и даже потом стали иногда выигрывать. А когда он попал на научное поле, то картина вокруг была очень похожей - тут тоже никто ему мячика не давал, никто статьи его не принимал и вместе с ним статьи не писал и только постепенно он включился в эту игровую практику. Это хорошая метафора и мы можем использовать её в ходе семинара, чтобы понять общие свойства совместной командной деятельности. | Lê Nguyên Hoang, как помним, рассказывал, что когда он только начинал играть в футбол в университетской команде, то они в начале играли так плохо, что им даже не удавалось в игре ударить по [[мяч]]у. Потом они стали играть получше и постепенно стали по мячу всё-таки ударять и даже потом стали иногда выигрывать. А когда он попал на научное поле, то картина вокруг была очень похожей - тут тоже никто ему мячика не давал, никто статьи его не принимал и вместе с ним статьи не писал и только постепенно он включился в эту игровую практику. Это хорошая метафора и мы можем использовать её в ходе семинара, чтобы понять общие свойства совместной командной деятельности. | ||
Можно утверждать, что сетевая наука | Можно утверждать, что сетевая наука NetWork Science активно использует данные и из научных библиотек и с игровых полей, чтобы делать общие заключения и выстраивать обобщающие модели. Примером такой модели может служить модель TeamsAssembly, которая описывает влияние нескольких параметров на то, как образуются коллективы соавторов. Второе свойство, которое объединяет науку, образование и футбол - развитие учебной аналитики, которая основывается на данных низкого уровня - не тех, кто сколько забил, на сколько сдал и какие статьи опубликовал, а на тех, записях с поля - где был, кому отдал пас и т.д. | ||
== Модели == | |||
* Team Assembly (model) | |||
== Литература == | |||
# Oldham, M., Crooks, A.T., 2019. Drafting Agent-Based Modeling Into Basketball Analytics, in: 2019 Spring Simulation Conference (SpringSim). Presented at the 2019 Spring Simulation Conference (SpringSim), pp. 1–12. https://doi.org/10.23919/SpringSim.2019.8732893 | |||
Версия от 16:24, 5 февраля 2024
| Описание события | Цифровые решения в точных и естественных науках |
|---|---|
| Тип события | Семинар |
| Начало | 2024-02-28T16:00:40.000Z |
| Окончание | 2024-02-28T17:30:40.000Z |
| color | lime |
| Адрес события | |
| Видео запись события | |
| Среды и средства, которые использовались в рамках события | NetLogo, R, RAWGraphs |
| Формируемые в рамках события компетенции | |
| Область знаний | NetSci, Большие данные |
| Местоположение | 55° 48' 22.89" N, 37° 36' 58.69" E |
| Формат реализации | |
| Карта |
- Семинар "Цифровые решения в точных и естественных науках / сетевая наука в библиотеке и на футбольном поле"
- для сотрудников института естествознания и спортивных технологий и института цифрового образования
Введение
Lê Nguyên Hoang, как помним, рассказывал, что когда он только начинал играть в футбол в университетской команде, то они в начале играли так плохо, что им даже не удавалось в игре ударить по мячу. Потом они стали играть получше и постепенно стали по мячу всё-таки ударять и даже потом стали иногда выигрывать. А когда он попал на научное поле, то картина вокруг была очень похожей - тут тоже никто ему мячика не давал, никто статьи его не принимал и вместе с ним статьи не писал и только постепенно он включился в эту игровую практику. Это хорошая метафора и мы можем использовать её в ходе семинара, чтобы понять общие свойства совместной командной деятельности.
Можно утверждать, что сетевая наука NetWork Science активно использует данные и из научных библиотек и с игровых полей, чтобы делать общие заключения и выстраивать обобщающие модели. Примером такой модели может служить модель TeamsAssembly, которая описывает влияние нескольких параметров на то, как образуются коллективы соавторов. Второе свойство, которое объединяет науку, образование и футбол - развитие учебной аналитики, которая основывается на данных низкого уровня - не тех, кто сколько забил, на сколько сдал и какие статьи опубликовал, а на тех, записях с поля - где был, кому отдал пас и т.д.
Модели
- Team Assembly (model)
Литература
- Oldham, M., Crooks, A.T., 2019. Drafting Agent-Based Modeling Into Basketball Analytics, in: 2019 Spring Simulation Conference (SpringSim). Presented at the 2019 Spring Simulation Conference (SpringSim), pp. 1–12. https://doi.org/10.23919/SpringSim.2019.8732893
